典型文献
基于主成分和云模型的冬小麦种植信息提取方法
文献摘要：
在对Sentinel-2卫星遥感影像进行预处理的基础上,利用主成分变化提取小麦主要信息,基于云模型算法开展光谱遥感图像分类.分类时,首先根据训练样本集,由逆向云发生器生成典型小麦的云模型,然后利用云发生器计算出各波段每个象元对小麦地物的平均隶属度,在对各波段的隶属度分析基础上,摒弃含有复杂信息的第1主成分,利用第2主成分和第3主成分信息实现对冬小麦种植空间信息的提取.结果表明,提取小麦种植信息制图精度和用户精度分别为92.78％和99.90％,小麦种植田块的隶属度值因小麦长势和密度的不同有较大的差异,云模型对长势较差、密度较低的小麦像元存在漏分现象.基于云模型的算法精度极高,对小麦地块的识别错分、漏分现象少.该模型有助于冬小麦种植面积的精确提取,对于农业部门进行冬小麦生长监测与产量估测有重要的支撑作用.
文献关键词：
主成分;云模型;小麦;种植信息
中图分类号：
作者姓名：
孙秀邦;黄勇;李德;胡文运;胡安霞;田青
作者机构：
宣城市气象局,安徽 宣城 242000;安徽省气象科学研究所,安徽 合肥 230031;宿州市气象局,安徽 宿州 234000
文献出处：
引用格式：
[1]孙秀邦;黄勇;李德;胡文运;胡安霞;田青-.基于主成分和云模型的冬小麦种植信息提取方法)[J].农业工程,2022(11):37-43
A类：
B类：
云模型,冬小麦种植,种植信息提取,Sentinel,卫星遥感影像,成分变化,变化提取,模型算法,遥感图像分类,训练样本集,逆向云发生器,波段,麦地,地物,隶属度分析,摒弃,复杂信息,分信,种植空间,空间信息,制图精度,田块,小麦长势,同有,地块,错分,种植面积,农业部门,小麦生长,生长监测,产量估测
AB值：
0.337694
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。
