排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
以吉林省梨树县的玉米试验田为研究区,按受灾后完熟期玉米的状态将研究区分为倒伏、半倒伏和未倒伏3种类型。基于无人机采集的多光谱影像提取15种光谱指数和8种纹理特征,采用面向对象法、最大似然法和多元Logistic回归模型进行玉米倒伏信息的提取;而后通过目视方法选取400个样本点进行玉米倒伏信息提取结果的精度验证。结果表明:面向对象法精度最高,对玉米3种倒伏状态信息识别的总体精度为88.13%,Kappa系数为0.83。研究用于区分倒伏与未倒伏玉米的最佳光谱指数是归一化差异植被指数,对区分倒伏与半倒伏、半倒伏与未倒伏玉米贡献最大的特征均为对比度纹理特征。研究表明基于无人机多光谱影像的面向对象方法在对田块尺度玉米倒伏信息的精准识别中具有较大潜力。 相似文献
1