典型文献
基于GF-1/2影像数据的烟草种植区信息遥感监测
文献摘要：
为解决我国南方山区自然烟田地块较小、空间分布破碎且与其他农作物混杂,遥感调查精度低、受多云雨天影响大的难题,利用我国高分遥感卫星,开展多源、多时相遥感数据与面向对象分类相结合的烟草种植区提取方法,以毕节市七星关区大河乡为试验区,构建面向对象分类过程,并同基于像元的最大似然(ML)、神经网络(NN)和支持向量机(SVM)等方法进行对比.结果表明,面向对象方法精度最优,其次为ML、SVM以及NN,Kappa系数分别为0.948、0.936、0.930和0.905;此外,面向对象方法提取的烟田地块形状相对完整,有效避免了"椒盐现象",视觉效果明显优于基于像元方式.面向对象的分类方法结合高分遥感星座可以准确地提取我国南方烟草种植区分布信息,从而有助于烟草的宏观管理、调控与决策.
文献关键词：
烟田;高分遥感影像;高时空分辨率;物候特征;面向对象分类
中图分类号：
作者姓名：
罗贞宝;陆妍如;高知灵;阳国发;贺琰;毛辉辉
作者机构：
贵州省烟草公司毕节市公司,贵州 毕节 551700;中国科学院大学资源与环境学院,北京 100049
文献出处：
引用格式：
[1]罗贞宝;陆妍如;高知灵;阳国发;贺琰;毛辉辉-.基于GF-1/2影像数据的烟草种植区信息遥感监测)[J].中国烟草科学,2022(04):87-95,103
A类：
B类：
GF,影像数据,烟草种植,种植区,遥感监测,方山,烟田,田地,地块,遥感调查,调查精度,多云,云雨,雨天,遥感卫星,多时相遥感,遥感数据,面向对象分类,毕节市,七星,大河乡,试验区,建面,分类过程,并同,最大似然,ML,NN,面向对象方法,Kappa,椒盐,视觉效果,分类方法,星座,分布信息,宏观管理,高分遥感影像,高时空分辨率,物候特征
AB值：
0.406769
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
