FAILED
首站-论文投稿智能助手
典型文献
一种改进的时间序列下冬小麦遥感识别方法
文献摘要:
针对现有归一化植被指数(NDVI)阈值方法提取冬小麦种植面积受主观因素影响大,建立的模型不具有普适性等问题,该文以Sentinel-2为数据源,冬小麦种植大县——河南省开封市祥符区(原开封县)为实验区,对基于NDVI时间序列建立的冬小麦识别方法进行改进,使用迭代处理方法改进标准时间序列曲线的确定,提取NDVI时间序列的距离、方向特征以及物候期内最大NDVI值作为识别特征参量,运用数学统计方法确定分类模型阈值,据此构建一种改进的时间序列下冬小麦遥感识别矢量模型.结果表明,该方法对冬小麦遥感识别效果较好,提取的冬小麦种植面积Hellden精度达到92.23%.
文献关键词:
Sentinel-2;归一化植被指数时间序列;迭代处理;改进标准时间序列曲线;冬小麦识别
作者姓名:
李蕊;李国清;卢小平;张向军;于海坤
作者机构:
河南理工大学 自然资源部矿山时空信息与生态修复重点实验室,河南焦作 454003;河南省遥感测绘院,郑州 450003
文献出处:
引用格式:
[1]李蕊;李国清;卢小平;张向军;于海坤-.一种改进的时间序列下冬小麦遥感识别方法)[J].测绘科学,2022(04):73-79,110
A类:
开封县,冬小麦识别,改进标准时间序列曲线,Hellden
B类:
遥感识别,NDVI,冬小麦种植,种植面积,主观因素,Sentinel,数据源,大县,河南省开封市,祥符,实验区,迭代处理,方法改进,物候期,识别特征,特征参量,学统,统计方法,分类模型,矢量模型,归一化植被指数时间序列
AB值:
0.220519
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。