典型文献
基于无人机高光谱的烟田涝灾早期识别
文献摘要：
[目的]为准确、及时估算烟田涝灾损失程度.[方法]以搭载高光谱成像仪的无人机采集强降水后的烟田高光谱遥感影像,对影像进行图像分割、几何校正、辐射校正、地表反射率反演等处理,根据烟株倒伏程度将烟田分为受灾烟田、正常烟田和土壤3个类别,并构建兴趣区(region of interests,ROI),采用光谱角匹配算法对涝灾烟田进行分类,利用光谱相关系数和光谱角度评估各地类光谱曲线与ROI的匹配程度,基于混淆矩阵对分类结果进行精度评价.[结果]无人机高光谱的涝灾烟田的总体分类精度达到91.8％,Kappa系数0.85.[结论]基于无人机高光谱信息和光谱角匹配算法能够有效识别烟田涝灾损失区域,为实现烟田灾情快速评估提供了技术支撑.
文献关键词：
无人机;高光谱;烟田;涝灾;遥感
中图分类号：
作者姓名：
赖佳政;叶协锋;张凯;李建华;孙曙光;张波;何晓健;张芊
作者机构：
河南农业大学烟草学院,国家烟草栽培生理生化研究基地,烟草行业烟草栽培重点实验室,郑州 450002;河南省烟草公司许昌市公司,许昌 461000;湖北中烟工业有限责任公司武汉卷烟厂,武汉 430040;红云红河烟草(集团)有限责任公司,云南省昆明市五华区红锦路367号 650032
文献出处：
引用格式：
[1]赖佳政;叶协锋;张凯;李建华;孙曙光;张波;何晓健;张芊-.基于无人机高光谱的烟田涝灾早期识别)[J].中国烟草学报,2022(01):50-57
A类：
B类：
无人机高光谱,烟田,涝灾,早期识别,搭载,高光谱成像仪,机采,强降水,高光谱遥感影像,图像分割,几何校正,辐射校正,地表反射率,烟株,倒伏,田分,受灾,建兴,兴趣区,region,interests,ROI,匹配算法,利用光,地类,光谱曲线,混淆矩阵,精度评价,分类精度,Kappa,光谱信息,灾情,快速评估
AB值：
0.360447
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。
