您的位置: 专家智库 > >

国家自然科学基金(40871194)

作品数:15 被引量:167H指数:8
相关作者:张锦水潘耀忠朱文泉胡潭高侯东更多>>
相关机构:北京师范大学马里兰大学杭州师范大学更多>>
发文基金:国家自然科学基金国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术农业科学经济管理更多>>

文献类型

  • 14篇期刊文章
  • 2篇会议论文

领域

  • 11篇自动化与计算...
  • 7篇农业科学
  • 2篇经济管理

主题

  • 6篇冬小麦
  • 6篇遥感
  • 6篇小麦
  • 4篇冬小麦种植
  • 4篇时间序列
  • 4篇小麦种
  • 4篇小麦种植
  • 4篇麦种
  • 3篇向量
  • 3篇TM
  • 3篇MODIS
  • 2篇地块
  • 2篇序列数据
  • 2篇支撑向量
  • 2篇时间序列数据
  • 2篇农区
  • 2篇农作
  • 2篇农作物
  • 2篇种植面积
  • 2篇作物

机构

  • 14篇北京师范大学
  • 2篇马里兰大学
  • 1篇大连理工大学
  • 1篇杭州师范大学
  • 1篇兰州城市学院
  • 1篇兰州资源环境...

作者

  • 10篇潘耀忠
  • 9篇张锦水
  • 7篇朱文泉
  • 6篇胡潭高
  • 5篇李苓苓
  • 5篇侯东
  • 3篇宋国宝
  • 3篇孙冠楠
  • 3篇李乐
  • 2篇陈联裙
  • 2篇朱再春
  • 2篇梁顺林
  • 2篇刘建红
  • 1篇董燕生
  • 1篇阳小琼
  • 1篇吴晓英
  • 1篇马卫峰
  • 1篇曹森
  • 1篇王翠云
  • 1篇雷燕飞

传媒

  • 5篇农业工程学报
  • 4篇光谱学与光谱...
  • 2篇国土资源遥感
  • 2篇遥感学报
  • 1篇干旱区地理

年份

  • 1篇2015
  • 2篇2012
  • 4篇2011
  • 6篇2010
  • 3篇2009
15 条 记 录,以下是 1-10
排序方式:
基于支撑向量回归的二端元混合像元分解
2015年
针对遥感影像混合像元光谱复杂,其非线性特征,传统LSMM分解模型难以进行有效的混合像元分解的不足。通过基于SVR的二端元混合像元分解的研究,从真实遥感影像上获取典型的植被、非植被光谱信息,构造二端元混合光谱库,进行SVR模型的混合像元分解。当样本量为6%时,交叉验证获得最佳模型参数(C=1024.0和g=4.0),进一步对全部混合像元进行混合像元分解。实验结果表明:SVR分解结果 RMSE为5.95,R2为0.958,优于LSMM方法(RMSE=7.71,R2=0.932),且在各个不同真值丰度下具有更好的稳定性,证明该方法对于非线性混合光谱具有很好的学习和推广能力。此外,该方法的精度不随训练样本量的增加呈明显变化,体现出SVR在有限样本情况下能够保证高效率的训练能力。
吴晓英王翠云
关键词:SVR非线性混合像元分解
支持向量机与分类后验概率空间变化向量分析法相结合的冬小麦种植面积测量方法被引量:11
2010年
利用遥感手段提取农作物种植面积时,需要结合作物物候特征,以提高面积的提取精度。该文以北京市通州区西南部为试验区,以冬小麦为研究对象,利用多时相的环境减灾小卫星遥感影像数据,通过基于支持向量机二分法的分类后验概率空间变化向量分析法进行冬小麦种植面积遥感测量试验研究。研究结果表明:该文提出的方法测量结果总体精度、Kappa系数分别为95%、0.90,远高于支持向量机(SVM)分类后直接比较方法(总体精度91%,Kappa系数0.79);解决了实际应用中的变化阈值选取的主观性问题,该方法的频度直方图两极化现象使得变化阈值取值部分频度被压低摊平,阈值敏感度降低,变化阈值取值更为客观,一定程度上解决了阈值难以设定的问题;SVM二分法和变化向量分析的结合增强了对光谱的敏感性,能够监测不同季相上植被的长势变化,进而提高了农作物种植面积遥感测量的精度,同时对其他农作物种植面积测量提供了途径。
李苓苓潘耀忠张锦水宋国宝侯东
关键词:混合法冬小麦
基于线性光谱模型和支撑向量机的软硬分类方法被引量:8
2011年
针对硬分类方法中无法解决的混合像元问题及软分类方法中全图共用一套端元进行混合像元分解所带来的弊端,提出了一种新的软硬分类方法。该方法通过分析目标地物在图像中的分布情况,自动计算判别阈值,将图像分为目标地物纯净区域、目标地物混合区域和非目标地物区域。对于目标地物纯净区域和非目标地物区域采用硬分类方法(支撑向量机)快速提取分类信息;对于目标地物混合区域采用软分类方法(端元可变的线性混合像元分解)提取目标地物丰度信息,最后得到目标地物软硬分类结果。通过对北京地区ALOS图像的应用试验,并将新方法与支撑向量机、线性光谱混合模型进行比较,新方法的RMSE值为0.203,总量精度达到95.48%,高于支撑向量机和线性光谱混合模型。实验结果表明,新方法能够有效解决混合像元问题,提高图像分类精度。
胡潭高潘耀忠张锦水李苓苓李乐
关键词:支撑向量机自适应阈值
基于高精度历史耕地地块的农区多光谱影像分割方法研究被引量:1
2011年
与传统的基于像元的影像分类方法相比,面向对象的分类方法能够提供更为准确的地类识别结果。对象作为信息提取过程的中间实体,对其划分的好坏直接关系到影像的分类精度。为了更准确地对农区多光谱影像进行分类,提出了一种基于高精度历史耕地地块数据的影像分割方法。该方法首先判定现势遥感图像上耕地地块的均质性,然后通过计算区域对比度指标指导局部最优参数的动态选择,最终获得影像的分割结果。基于农区的案例研究表明:①在相同的全局分割参数条件下,基于高精度历史耕地地块数据的影像分割方法能够在保持稳定的耕地地块边界的同时,获得比直接影像分割更均一的对象;②局部参数的应用使得影像"欠分割"和"过分割"现象基本消除,分割结果较使用全局参数的分割结果更为合理;③局部最优分割参数的自动选取,极大地增强了该方法的客观性;④区域对比度指标对"欠分割"和"过分割"现象十分敏感,能够较好地指导影像分割,为评价农区影像分割的优劣提供了有效的评价指标。
李苓苓朱文泉潘耀忠曹森朱再春
关键词:影像分割农区遥感
基于历史数据的冬小麦种植面积测量抽样方法研究
农作物种植面积作为农业调查的一项重要指标,对于农村经济社会发展规划以及农业政策制定具有重要的指导意义。由于传统统计方法的人为控制性以及遥感信息提取的不确定性,以遥感为基础的空间抽样调查正逐步取代了传统的抽样方法。然而由于...
潘耀忠雷燕飞孙冠楠
关键词:遥感
文献传递
MODIS水稻面积提取中独立成分端元丰度校正方法被引量:3
2012年
为了解决独立成分分析中端元丰度校正结果同实际丰度相差较大的问题,该文提出了一种基于回归分析的独立成分端元丰度校正方法。具体是:首先应用ICA对遥感时序数据进行分解,获取目标地物的ICA分解结果;再抽选一定量的样本,将样本目标地物的真实丰度与ICA分解结果进行回归;最后根据回归关系推算每个像元的目标地物丰度。基于MODIS时序数据,将该文方法和线性拉伸方法应用于江苏兴化地区的水稻面积提取,并将2种方法的提取结果同水稻准真值图像进行对比。分析结果表明,该文方法得到的水稻丰度图像的均方根误差、偏差在不同的空间尺度下均小于线性拉伸方法,而不同空间尺度下的决定系数(R2)均高于线性拉伸方法。与线性拉伸方法相比,该文方法能获得更接近实际情况的端元丰度校正结果,增强了ICA在农作物面积提取中的应用能力,为大尺度农作物识别和面积提取提供了依据。
刘建红朱文泉孙冠楠张浚哲姜楠
关键词:遥感时间序列分析水稻
粮食作物面积遥感测量运行系统的设计与实现被引量:4
2010年
利用遥感技术及时、准确地掌握主要粮食作物种植面积,对相关部门制定农业生产和农村政策具有重要的意义。针对目前商业软件(ERDAS、ENVI等)存在业务性不强、数据组织管理无序、难以操作等问题,设计并实现了一套适合粮食作物种植面积遥感测量业务软件系统。该系统以遥感技术和空间抽样技术为支撑,采用3层软件架构模式,实现了遥感图像处理、粮食作物面积测量、海量遥感数据管理等功能,具有业务流程明确、数据管理有效、升级快速便捷的特点,能够很好地满足业务化运行需要。通过2009年北京市冬小麦面积遥感测量业务运行,证明该系统能够简单、快速准确地测量出冬小麦的种植面积,达到满足业务化测量精度和时效的要求。
胡潭高张锦水马卫峰潘耀忠孙冠楠
关键词:农作物遥感元数据种植面积
景观破碎度在冬小麦面积抽样设计中的应用研究被引量:16
2010年
将破碎度指标引入到遥感抽样调查中,重点探讨了面积规模指标与破碎度指标在分层抽样中的适用性。实验结果表明:在种植结构破碎区域,面积规模指标与破碎度指标的相关系数均在0.7以上,可以作为分层标志,随着抽样格网不断增加,面积规模指标的相关系数不断增大,而破碎度指标的相关系数则不断减小。当格网小于100m×100m时,破碎度指标作为分层标志效果要优于面积规模指标;在种植结构规整区域,面积规模指标要始终优于破碎度指标,破碎度指标更适合于种植结构破碎、抽样单元较小的遥感抽样调查方案中作为分层标志进行应用。
胡潭高张锦水潘耀忠陈联裙
关键词:相关系数
SVM与PCVA相结合的冬小麦种植面积测量方法研究
与自然植被相比,除光谱差异以外,不同农作物都具有各自典型的物候特征,这种剧烈的季相变化特征与自然植被的有序变化形成了巨大的反差,因此,利用多时相遥感影像进行变化监测已成为当前农作物种植面积提取的重要方法之一。本文以北京市...
李苓苓潘耀忠张锦水宋国宝侯东
关键词:混合法冬小麦
文献传递
地块支持下MODIS-NDVI时间序列冬小麦种植面积测量研究被引量:15
2011年
在大尺度冬小麦种植面积测量中,MODIS(moderate resolution imaging spectrometer)数据对绝大部分地区可实现全覆盖数据保障,具有很好的时间序列特征,在探测植物季相节律进行作物估产与动态监测上得到很好的应用,但因受到空间分辨率的限制,其测量结果的可靠性受到较大质疑。地块数据具有明确的位置特征和明显的边界信息,在一定程度上降低了光谱差异和混合像元的复杂程度,在遥感影像上具有很强的相似光谱特征,较像元识别更有优势。以北京市通州为试验区,充分结合冬小麦生长季特征,首次尝试MODIS-NDVI空间地块化,建立其与中分辨率TM耕地地块识别结果的定量关系,进行地块支持下的MO-DIS-NDVI时间序列冬小麦种植面积测量。研究结果表明,当样本量达到15%以上时,MODIS和TM提取结果区域精度一致性稳定达到96%以上。该方法证明,地块数据可有效改善MODIS-NDVI时序数据遥感识别中,因空间分辨率低引起的误差。实现有碎云影响和无全覆盖中分辨影像时,利用部分中分辨影像样本结合低分辨率全覆盖影像实现大尺度的冬小麦种植面积测量,同时,为其他品种农作物种植面积测量进行先期的实验研究。
李乐张锦水朱文泉胡潭高侯东
关键词:时间序列TM地块
共2页<12>
聚类工具0