典型文献
基于遥感大数据云计算平台下的水稻识别研究
文献摘要：
传统水稻种植面积估算基于地面测量,再逐级上报,时效性和准确性难以达到监管需求.文章利用遥感大数据云计算平台(Google Earth Engine,GEE),结合多源遥感影像(Sentinel系列,Landsat系列等),对整个湖南省大尺度范围进行了水稻识别算法实验.首先,针对云雾等客观因素造成数据缺失的现象,通过构建一种多源遥感影像数据融合算法,生成了完整的水稻生长周期遥感影像;然后,根据不同作物的生长物候特征,结合归一化植被指数时间序列特征进行分析,对早稻、中稻、晚稻等不同水稻类型进行了有效识别;最后,在精度验证方面,创新性地使用无人机辅助调查的方式对整体实验结果进行精度评价.最终结果表明:早稻、中稻、晚稻的准确率分别为85.15％、89.78％、86.01％,文章算法具有较高精度与鲁棒性,也能够为其他作物识别研究提供一定意义的借鉴与参考.
文献关键词：
云计算;多源数据融合;水稻识别;无人机;遥感应用
中图分类号：
作者姓名：
汤以胜;孙晓敏;陈前;汤璟浩;陈伟;黄兴
作者机构：
丽水市国土空间规划测绘研究院,丽水 323000;北京空间机电研究所,北京 100094;北京航空遥感工程中心,北京 100080;北京航天创智科技有限公司,北京 100190;龙泉市不动产登记中心,龙泉 323700
文献出处：
引用格式：
[1]汤以胜;孙晓敏;陈前;汤璟浩;陈伟;黄兴-.基于遥感大数据云计算平台下的水稻识别研究)[J].航天返回与遥感,2022(03):113-123
A类：
水稻识别
B类：
遥感大数据,据云,云计算平台,台下,水稻种植,种植面积,面积估算,逐级,上报,难以达到,监管需求,Google,Earth,Engine,GEE,多源遥感影像,Sentinel,Landsat,大尺度,识别算法,云雾,客观因素,造成数,数据缺失,遥感影像数据,融合算法,水稻生长,生长周期,长物,物候特征,合归,归一化植被指数时间序列,时间序列特征,早稻,中稻,晚稻,精度验证,精度评价,作物识别,多源数据融合,遥感应用
AB值：
0.426989
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。
