科研产出
基于多源卫星遥感影像的广西中南部地区甘蔗识别及产量预测
《自然资源遥感 》 2024 北大核心 CSCD
摘要：针对广西地区作物种类多、蔗区调查复杂度高，以及因天气多变导致的卫星遥感图像获取困难等问题，该文提出了一种基于Sentienl-2影像的语义分割改进算法用于自动识别甘蔗种植区域，并在多时相的Sentinel-2和Landsat8影像数据基础上，提出了一种代表性光谱特征提取方法构建甘蔗产量预测模型。首先在轻量级网络BiseNetV2中加入了高效通道注意力模块（efficient channel attention, ECA）,构建了ECA-BiseNetV2模型识别蔗田的种植区域；然后从识别到的甘蔗种植区域中提取不同时期的多种植被指数，利用线性回归模型将Landsat8植被指数转化为Sentinel-2植被指数，以减小Sentinel-2和Landsat8的数据差异；接着对各蔗区、各生长周期内的植被指数时间序列数据进行三次曲线拟合，提取最大值作为代表性光谱特征；最后使用了多种机器学习算法构建产量预测模型。结果表明，所提出模型总体精度达91.54%,甘蔗查准率达95.57%;基于植被指数拟合最大值构建的决策树模型的测试集R2为0.792,比采用实际最大值构建的相应模型（R2=0.759）提升了4.3%。该方法可有效解决因天气问题导致的甘蔗关键生长期遥感图像缺失而难以准确构建产量预测模型的问题，展示出较强的应用性。
关键词： 语义分割 植被指数 甘蔗产量预测 卫星遥感 时间序列
全文链接
请求原文
协同遥感与统计数据的粤西甘蔗种植分布提取及时空分析
《地球信息科学学报 》 2023 EI 北大核心 CSCD
摘要：粤西是我国甘蔗三大主产区之一，开展粤西甘蔗种植分布遥感提取，分析甘蔗种植区分布时空特征，对制定甘蔗种植管理政策、优化甘蔗生产布局、推进甘蔗集约化生产具有重要价值。本文协同Landsat遥感时间序列数据和甘蔗种植面积统计数据，利用时间加权的动态时间规整（TWDTW）模型，分别获取2000、2008、2020年甘蔗种植空间分布信息；基于核密度估算方法分析甘蔗种植区的空间聚集特征；采用景观格局分析方法，分析甘蔗种植斑块的空间分布特征；结合DEM数据，分析甘蔗种植区的地形特征。研究表明，（1）协同遥感时序和统计数据，基于TWDTW模型可实现较高精度的甘蔗识别，2000、2008、2020年3年平均甘蔗制图精度达87.62%；（2）粤西甘蔗主要分布在湛江市遂溪县、雷州市、徐闻县，遂溪县和雷州市甘蔗种植区呈现多中心、高密度聚集的发展趋势；（3） 2000—2020年遂溪县和雷州市的甘蔗种植斑块平均面积增大、斑块密度降低、聚集指数增长，表明发生了较显著的甘蔗种植布局调整，甘蔗生产呈现集约化、规模化趋势；（4）遂溪县和雷州市甘蔗大多种植在地势平坦的区域，具有较大的机械化作业潜力。
关键词： 甘蔗 遥感 作物识别 时间序列 物候特征 空间分布 景观格局 多源数据
全文链接
请求原文
基于高时空分辨率遥感数据协同的作物种植结构调查
《南方农业学报 》 2017 北大核心 CSCD
摘要：【目的】充分发掘遥感影像的空间、时间和光谱等特征谱信息,探索地块基元支持下的多源遥感数据作物种植信息自动识别方法,为作物种植结构信息的快速、精细化调查提供借鉴。【方法】以广西扶绥县为研究区,通过对高空间分辨率影像的多尺度分割和对象廓线编辑,提取精细农田地块信息;以地块为基元获取覆盖作物生育期内的时序光谱特征;基于时序光谱及其变化定义与作物长势状况相关的描述参量,形成静态光谱与动态过程特征结合的多维特征空间,结合作物的物候节律特征构建作物种植信息提取模型,实现主要农作物种植结构信息的提取。【结果】依据上述方法绘制出广西扶绥县甘蔗、水稻和其他作物农田及草地、林地、水体、城镇建设用地等的精细地块图,其中,提取广西扶绥县甘蔗和水稻作物的总面积分别为82420.01和6806.67 ha,作物提取的总体分类精度为86.8%,Kappa系数为0.84。【结论】提取的广西扶绥县作物种植结构的成果满足使用精度要求,可为精准农业补贴投放、农业灾害定损等政策制定提供依据,而技术方法对于作物种植结构信息的快速、精细化调查具有借鉴意义。
关键词： 种植结构 高时空分辨率 时间序列 精细地块 遥感数据协同
全文链接
请求原文
多源多时相遥感影像相对辐射归一化方法研究
《地球信息科学学报 》 2016 北大核心 CSCD
摘要：为满足多源、多时相遥感影像定量化信息提取的应用需求,本文发展了一种半自动化的相对辐射归一化方法。将多源遥感影像的相对辐射归一化分为传感器辐射校正与针对光照等外部因素的辐射归一化2个过程。首先,基于晴空影像,采用分类回归的方式获取传感器辐射校正系数;然后,利用样本传递再分类的方法实现多源影像的半自动分类和传感器辐射偏差校正;最后,基于NDVI差值直方图和类别约束的PIFs自动选取方法,实现影像的相对辐射归一化。采用准同期的GF1-WVF1和Landsat8-OLI影像以及多源时序影像对方法进行了验证,结果表明,本文方法可以对传感器间的辐射偏差进行有效纠正,并在整体上获得比传统方法更好的辐射归一化精度;同时,多源时序影像的辐射校正结果也表明,本文方法能够有效地消除时序影像间的辐射特征波动,使植被等地类的季相变化信息得到更准确地表达,为多源时序影像的协同利用提供了借鉴方法。
全文链接
请求原文
首页上一页1下一页尾页
