首页 | 本学科首页   官方微博 | 高级检索  
     检索      

面向对象的多时相HJ星影像甘蔗识别方法
引用本文:王久玲,黄进良,王立辉,胡砚霞,韩鹏鹏,黄维.面向对象的多时相HJ星影像甘蔗识别方法[J].农业工程学报,2014,30(11):145-151.
作者姓名:王久玲  黄进良  王立辉  胡砚霞  韩鹏鹏  黄维
作者单位:1. 中国科学院测量与地球物理研究所,武汉 4300772. 中国科学院大学,北京 100049;1. 中国科学院测量与地球物理研究所,武汉 430077;2. 中国科学院大学,北京 100049;1. 中国科学院测量与地球物理研究所,武汉 4300772. 中国科学院大学,北京 100049;1. 中国科学院测量与地球物理研究所,武汉 4300772. 中国科学院大学,北京 100049;1. 中国科学院测量与地球物理研究所,武汉 4300772. 中国科学院大学,北京 100049
基金项目:中国科学院战略性先导科技专项- 应对气候变化的碳收支认证及相关问题(XDA05050107)
摘    要:广西甘蔗种植区域离散,因混杂于多种农作物中,其光谱易受其他作物的影响,故利用单一时相多光谱遥感影像提取甘蔗有一定的困难。针对这一难题,该文首先提出甘蔗最佳识别时段,基于多时相HJ-1A/1B星CCD影像,以广西中部贵港市三区为研究区,通过面向对象分类软件eCognition,利用甘蔗在不同时相影像上的光谱特征:光谱均值、归一化植被指数NDVI和由灰度共生矩阵导出的局部一致性指数GLCM homogeneity,建立决策树逻辑的分类规则集提取甘蔗种植区。结果表明该方法能较精确地进行甘蔗识别,最大程度消除其他干扰因素影响,分类精度为91.3%,kappa系数为0.83,同时也证实了HJ卫星CCD多光谱遥感数据应用于甘蔗识别的有效性。

关 键 词:遥感  植被  分类  甘蔗  面向对象  物候特征
收稿时间:3/7/2014 12:00:00 AM
修稿时间:5/8/2014 12:00:00 AM

Identification of sugarcane based on object-oriented analysis using time-series HJ CCD data
Wang Jiuling,Huang Jinliang,Wang Lihui,Hu Yanxi,Han Pengpeng and Huang Wei.Identification of sugarcane based on object-oriented analysis using time-series HJ CCD data[J].Transactions of the Chinese Society of Agricultural Engineering,2014,30(11):145-151.
Authors:Wang Jiuling  Huang Jinliang  Wang Lihui  Hu Yanxi  Han Pengpeng and Huang Wei
Institution:1. Institute of Geodesy and Geophysics, Chinese Academy of Sciences, Wuhan 430077, China2. University of Chinese Academy of Sciences, Beijing 100049, China;2. University of Chinese Academy of Sciences, Beijing 100049, China;2. University of Chinese Academy of Sciences, Beijing 100049, China;1. Institute of Geodesy and Geophysics, Chinese Academy of Sciences, Wuhan 430077, China2. University of Chinese Academy of Sciences, Beijing 100049, China;1. Institute of Geodesy and Geophysics, Chinese Academy of Sciences, Wuhan 430077, China2. University of Chinese Academy of Sciences, Beijing 100049, China;1. Institute of Geodesy and Geophysics, Chinese Academy of Sciences, Wuhan 430077, China2. University of Chinese Academy of Sciences, Beijing 100049, China
Abstract:
Keywords:remote sensing  vegetation  classification  sugarcane  object-oriented  phenology
本文献已被 CNKI 等数据库收录!
点击此处可从《农业工程学报》浏览原始摘要信息
点击此处可从《农业工程学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号