基于面向?qū)ο蠓诸惖拿⒐诌b感提取方法研究
發(fā)布時(shí)間：2018-07-02 15:04
本文選題：芒果林地 + 面向?qū)ο蠓诸?/strong> ； 參考：《資源科學(xué)》2017年08期
【摘要】：中國芒果種植面積居世界第二,并有持續(xù)增長的趨勢。國內(nèi)外利用遙感手段提取農(nóng)作物的相關(guān)研究較多,但有關(guān)芒果林遙感提取的研究仍較少。本研究基于2016年12月的高分辨率衛(wèi)星SPOT-6數(shù)據(jù),結(jié)合植被覆蓋度(FVC)和坡度(SLOPE)因子,利用面向?qū)ο蠓诸惙椒▽γ⒐值匦畔⑦M(jìn)行提取,結(jié)果表明,利用FVC和SLOPE參與分割的面向?qū)ο蠓诸惙椒?提取芒果林地的生產(chǎn)者精度達(dá)92.81%,用戶精度達(dá)97.19%。該方法相比于最大似然法分類以及FVC和SLOPE未參與分割的面向?qū)ο蠓诸?提取芒果林地的生產(chǎn)者精度分別提高了19.28%和3.62%;用戶精度分別提高了8.62%和3.86%。本研究可為果園用地的遙感識別與信息提取有效的方法借鑒。
[Abstract]:China has the second largest mango planting area in the world and has a growing trend. There are many researches on crop extraction by remote sensing at home and abroad, but there are few researches on remote sensing extraction of mango forest. Based on the high resolution satellite SPOT-6 data from December 2016 and combining the vegetation coverage (FVC) and slope (slope) factors, the information of mango forest land is extracted by using object-oriented classification method. The results show that, By using the object oriented classification method of FVC and slope, the precision of mango forest is 92.81 and 97.19.1 respectively. Compared with the maximum likelihood classification and the object oriented classification without FVC and slope, the accuracy of mango forest is improved by 19.28% and 3.62%, respectively, and the user accuracy is increased by 8.62% and 3.86% respectively. This study can be used for reference in remote sensing identification and information extraction of orchard land.
【作者單位】： 中國科學(xué)院遙感與數(shù)字地球研究所數(shù)字地球重點(diǎn)實(shí)驗(yàn)室;中國科學(xué)院大學(xué);海南省地球觀測重點(diǎn)實(shí)驗(yàn)室;
【基金】：海南省自然科學(xué)基金項(xiàng)目(2016CXTD015) 海南省應(yīng)用技術(shù)研發(fā)與示范推廣專項(xiàng)(ZDXM2015102) 海南省重大科技計(jì)劃項(xiàng)目(ZDKJ2016021-02)
【分類號】：S127;S667.7
【相似文獻(xiàn)】
相關(guān)期刊論文 前4條
1 蔣永濤;任國業(yè);鄧良基;高雪松;龔碧凱;;面向?qū)ο笸恋乩眯畔⑻崛〖夹g(shù)研究[J];西南農(nóng)業(yè)學(xué)報(bào);2009年03期
2 劉煒;王聰華;趙爾平;杜鶴娟;;基于面向?qū)ο蠓诸惖募?xì)小河流水體提取方法研究[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2014年07期
3 鄧勁松;石媛媛;陳利蘇;王珂;祝錦霞;;基于近紅外傳感器和面向?qū)ο蠊庾V分割技術(shù)的田間棉株識別與提取[J];光譜學(xué)與光譜分析;2009年07期
4 王海君;樂成峰;;應(yīng)用基于紋理的面向?qū)ο蠓诸惸：椒ㄌ崛∷镄畔J];地理與地理信息科學(xué);2008年05期
相關(guān)碩士學(xué)位論文 前1條
1 馬洋洋;面向?qū)ο蠓诸惙椒ㄔ谀臼矸N植面積提取中的應(yīng)用研究[D];遼寧工程技術(shù)大學(xué);2014年
，本文編號：2090510
本文鏈接：http://www.sikaile.net/kejilunwen/nykj/2090510.html
最近更新
教材專著
