科研产出
基于Sentinel数据和机器学习算法的苜蓿遥感识别研究
《草食家畜 》 2024
摘要：【目的】旨在准确获取苜蓿（Medicago sativa L.）生产空间分布信息，为管理部门提供饲草饲料安全供给情况和技术支持。【方法】本研究使用Google Earth Engine(GEE)平台获取和处理哨兵（Sentine）系列卫星Sentinel-1和Sentinel-2数据，构建了光谱特征、植被指数和雷达极化特征数据集。利用决策树、随机森林、支持向量机和深度学习四种分类算法，评价不同特征组合遥感分类精度，筛选出最优的特征组合和苜蓿遥感识别模型。【结果】结果表明，结合光谱特征、植被指数和雷达极化特征的深度神经网络模型在苜蓿遥感分类中表现最优，总体精度为94.85%,Kappa系数为94.2%；研究证明了机器学习方法在提高苜蓿遥感分类精度方面的有效性；在四种分类模型中，光学特征加雷达特征综合组合的精度均为最高，说明了多源遥感信息对于提高模型性能的重要性。【结论】基于深度神经网络的苜蓿遥感识别模型，在结合光谱特征、植被指数和雷达极化特征的特征组合条件下，识别效果最好。
全文链接
请求原文
垂直与倾斜相机观测对遥感物候参数验证影响的对比研究
《遥感学报 》 2024 EI 北大核心 CSCD
摘要：基于卫星遥感的大尺度植被物候监测对于农业生产管理、气候变化响应等领域具有重要意义。卫星遥感提取的物候参数真实性检验常以近地面数字相机观测为数据源。以往验证研究大多关注观测尺度的差异造成的影响，忽略了地面相机与卫星观测天顶角的不一致性。本文将获取的垂直（PhotoNet）与倾斜（PhenoCam）物候相机在相近纬度、同种植被类型的观测站点数据，分别与Sentinel-2卫星提取的物候参数进行对比，系统性地评估2种地面相机观测角度对卫星物候期验证结果的影响。结果表明：相机的观测角度是卫星遥感物候验证研究中的不确定性原因之一；在多数情况下，卫星遥感与垂直观测相机提取的物候期表现出更好一致性，平均相差9 d，而与倾斜观测相机平均相差可达19 d，偏差天数受植被类型和生长阶段的影响；在玉米凋落期至休眠期，垂直观测偏差反而高于倾斜观测；植被冠层方向反射特性和相机视场范围内目标组分差异是引起这种现象的主要原因。本研究证实了地面相机观测角度是卫星物候真实性检验中不可忽视的影响因素，相机野外布设时应充分考虑角度效应带来的验证误差，从而为卫星遥感物候监测提供更可靠的验证数据。
关键词： 遥感 数字相机 观测角度 卫星物候 近地物候 植被绿度
全文链接
请求原文
天然草地牧草产量遥感综合监测预测模型研究
《遥感学报 》 2001 北大核心 CSCD
摘要：利用天然草地牧草光谱观测资料、牧草产量资料、气象资料和NOAA/AVHRR资料 ,建立了天然草地牧草产量光谱植被指数和卫星遥感监测模型、气象监测模型 ,提供及时准确地掌握牧草产量变化的科学手段。建立了天然草地牧草产量遥感预测模型及气象预测模型 ,可以根据需要提供不同时效的卫星遥感预测结果和气象模型预测结果。气象模型精度较高 ,但气象站点有限 ,往往以点代面 ;遥感技术宏观性强 ,空间信息丰富 ,可以弥补气象模型的不足 ;两者既可以互相验证 ,又可以取长补短。 1995年以后服务表明 ,这些模型达到牧业气象业务服务的要求。
全文链接
请求原文
利用气象卫星AVHRR资料监测新疆北部天然草地牧草产量
《农业工程学报 》 2000 EI 北大核心 CSCD
摘要：采用 1992～ 1994年牧草产量资料、NOAA/ AVHRR资料分析了北疆主要天然草地牧草产量与卫星植被指数的变化特征 ,结果表明牧草产量和卫星植被指数都存在周年变化 ,用卫星植被指数可以较好地反映牧草产量的年际变化和不同类型天然草地的牧草产量差异 ,但对草甸草地和草原草地的监测效果比对荒漠草地监测效果好 ,利用实测资料建立了新疆北部主要天然草地牧草产量遥感监测模型
关键词： 天然草地 牧草产量 NOAA/AVHRR 遥感 监测
全文链接
请求原文
首页上一页1下一页尾页
