排序方式： 共有3条查询结果，搜索用时 78 毫秒
1
1.
为了研究红边波段对水稻生育期识别的影响,利用无人机多光谱影像,基于随机森林（random forest,RF）和支持向量机（support vector machine,SVM）两种算法,对水稻的分蘖期、拔节孕穗期、抽穗扬花期、成熟期进行识别。结果表明,归一化差值红边指数（normalized difference red edge index,NDRE）、红边叶绿素指数（chlorophyll index-red edge,CIrededge）识别的总体精度明显高于归一化植被指数（normalized differential vegetation index,NDVI）、绿边叶绿素指数（chlorophyll index-green,CIgreen）、增强型植被指数（enhanced vegetation index,EVI）的总体精度。NDRE在拔节孕穗期的用户精度比NDVI低,而在分蘖期、抽穗扬花期、成熟期的识别精度比NDVI高。相比于CIgreen,CIrededge在抽穗扬花期识别精度更高;各波段组合识别水稻生育期的总体精度表现为RGB+RE>RGB+NIR+RE&g... 相似文献
2.
在多光谱数据中,两数据点间连线的斜率能够大致反映数值的变化规律。为探究斜率能否作为参数估算地上生物量（above ground biomass, AGB）,且保持与红边的高线性相关性。本研究使用两个无人机多光谱数据集,利用简单线性回归（simple linear regression,SLR）估算AGB,用决定系数（R2）与均方根误差（root mean squares error,RMSE）来评估线性相关性进而评定其作为估算AGB的能力。结果表明：直接使用斜率进行线性回归时,斜率在不同波长表现不同,在680 nm处的斜率线性相关性最高。在构建的植被指数（vegetation indexes,VIs）中,由红边处斜率参与构建的植被指数同样有着高的线性相关性,并且表现出了比反射率计算的植被指数有更高的线性相关性。 相似文献
3.
统计数据总量约束下全局优化阈值的冬小麦分布制图 总被引：6，自引：0，他引：6
大范围、长时间和高精度农作物空间分布基础农业科学数据的准确获取对资源、环境、生态、气候变化和国家粮食安全等问题研究具有重要现实意义和科学意义。本文针对传统阈值法农作物识别过程中阈值设置存在灵巧性差和自动化程度低等弱点,以中国粮食主产区黄淮海平原内河北省衡水市景县为典型实验区,首次将全局优化算法应用于阈值模型中阈值优化选取,开展了利用全局优化算法改进基于阈值检测的农作物分布制图方法创新研究。以冬小麦为研究对象,国产高分一号(GF-1)为主要遥感数据源,在作物面积统计数据为总量控制参考标准和全局参数优化的复合型混合演化算法SCE-UA (Shuffled Complex Evolution-University of Arizona)支持下,提出利用时序NDVI数据开展阈值模型阈值参数自动优化的冬小麦空间分布制图方法。最终,获得实验区冬小麦阈值模型最优参数,并利用优化后的阈值参数对冬小麦空间分布进行提取。通过地面验证表明,利用本研究所提方法获取的冬小麦识别结果分类精度均达到较高水平。其中冬小麦识别结果总量精度达到了99.99%,证明本研究所提阈值模型参数优化方法冬小麦提取分类结果总量控制效果良好;同时,与传统的阈值法、最大似然和支持向量机等分类方法相比,本研究所提阈值模型参数优化法区域冬小麦作物分类总体精度和Kappa系数分别都有所提高,其中,总体精度分别提高4.55%、2.43%和0.15%,Kappa系数分别提高0.12、0.06和0.01,这体现出SCE-UA全局优化算法对提高阈值模型冬小麦空间分布识别精度具有一定优势。以上研究结果证明了利用本研究所提基于作物面积统计数据总量控制以及SCE-UA全局优化算法支持下阈值模型参数优化作物分布制图方法的有效性和可行性,可获得高精度冬小麦作物空间分布制图结果,这对提高中国冬小麦空间分布制图精度和自动化水平具有一定意义,也可为农作物面积农业统计数据降尺度恢复重建和大范围区域作物空间分布制图研究提供一定技术参考。 相似文献
1