期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于红边指数的耕地质量遥感制图
被引量:
4
1
作者
林陈捷
刘振华
+2 位作者
张小媛
胡月明
刘洛
《江苏农业科学》
北大核心
2022年第20期233-240,共8页
耕地是农业生产的基本物质条件,耕地质量评价对耕地保护有重要意义。遥感技术的发展,为解决当前耕地质量评价周期长、效率低的问题带来了新思路。目前基于植被遥感指标的耕地质量评价的研究中,尚未考虑利用作物红边波段评价耕地质量。因...
耕地是农业生产的基本物质条件,耕地质量评价对耕地保护有重要意义。遥感技术的发展,为解决当前耕地质量评价周期长、效率低的问题带来了新思路。目前基于植被遥感指标的耕地质量评价的研究中,尚未考虑利用作物红边波段评价耕地质量。因此,本研究尝试建立红边指数(red edge index,REI)和耕地质量的光谱响应模型,从Sentinel-2影像中提取14个红边指数,并使用梯度提升树(gradient boosting decision tree,GBDT)算法结合方差膨胀因子(variance inflation factor,VIF)筛选对耕地质量敏感的最佳红边指数;利用偏最小二乘回归(partial least squares regression,PLSR)、岭回归(ridge regression,RR)和BP神经网络(back propagation neural network,BPNN)算法构建红边波段与耕地质量之间的光谱响应模型,比较3个模型的精度从而确定最佳模型,并结合Sentinel-2影像完成耕地质量制图。结果表明,REI-BPNN光谱响应模型为耕地质量最佳预测模型,其建模精度决定系数(R^(2))为0.70,归一化均方根误差(NRMSE)为10.00%,优于其他2种线性模型,其耕地质量的制图误差NRMSE为14.80%,对比前人研究有所提高,表明通过红边指数反演耕地质量具有较大的潜力,为耕地质量评价提供了新思路。
展开更多
关键词
红边指数
耕地质量
变量筛选
模型构建
广州市
遥感制图
下载PDF
职称材料
基于Google Earth Engine多源数据的耕地提取研究
2
作者
林陈捷
刘振华
+1 位作者
胡月明
彭一平
《西南农业学报》
CSCD
北大核心
2022年第10期2372-2378,共7页
【目的】为了更好地进行耕地监测和保护,实现对耕地高效、准确的识别,针对目前利用光学数据进行耕地提取以及单机遥感图像处理的不足,基于Google Earth Engine(GEE)平台,引入雷达数据结合光学数据用于耕地提取。【方法】利用GEE平台获...
【目的】为了更好地进行耕地监测和保护,实现对耕地高效、准确的识别,针对目前利用光学数据进行耕地提取以及单机遥感图像处理的不足,基于Google Earth Engine(GEE)平台,引入雷达数据结合光学数据用于耕地提取。【方法】利用GEE平台获取研究区的sentinel-1和sentinel-2影像进行预处理,提取sentienel-1的VV、VH通道信息和sentinel-2的NDVI、NDWI、NDBI,同时使用灰度共生矩阵(GLCM)提取研究区的纹理信息,然后使用最小距离、支持向量机及随机森林3种机器学习算法对研究区进行耕地识别提取,最后通过开运算的形态学处理对耕地提取的结果进行图像后处理。【结果】以广东省广州市为例,与仅用光学数据相比,雷达数据的引入提高了耕地提取的精度,基于最小距离、支持向量机及随机森林3种算法的耕地提取总体精度分别提高0.05、0.09和0.10,其中随机森林算法提取效果最佳,总体精度达到0.85。形态学处理去除了耕地提取中提取错误的细小图斑,进一步提高了耕地提取的精度,总体精度达到0.91,Kappa为0.83。【结论】本研究基于GEE平台,引入了雷达数据并对耕地提取结果进行形态学处理,显著提高了提取精度,为大范围耕地提取提供了有效手段。
展开更多
关键词
多源数据
Google
Earth
Engine
形态学处理
耕地提取
广州市
下载PDF
职称材料
基于作物光谱的耕地质量反演
被引量:
1
3
作者
刘珊珊
胡月明
+2 位作者
刘振华
林陈捷
王璐
《西南农业学报》
CSCD
北大核心
2022年第8期1878-1886,共9页
【目的】研究耕地质量遥感评价对实现耕地质量实时有效管护,推进我国现代高效农业发展和保障国家粮食安全具有重要意义。【方法】以从化区为研究区,利用多种变换技术从GF-1影像数据获取光谱参量,通过相关系数和方差膨胀因子筛选对耕地...
【目的】研究耕地质量遥感评价对实现耕地质量实时有效管护,推进我国现代高效农业发展和保障国家粮食安全具有重要意义。【方法】以从化区为研究区,利用多种变换技术从GF-1影像数据获取光谱参量,通过相关系数和方差膨胀因子筛选对耕地质量敏感的光谱响应指标,分别基于线性(PLSR)与非线性(BPNN、GA-BPNN)模型构建从化区耕地质量遥感光谱响应模型,并利用最佳模型开展耕地质量快速反演与空间制图。【结果】耕地质量的作物光谱响应指标分别为FD-3、SD-4、EVI和LR-4,与耕地质量的相关系数分别为0.661、0.663、0.714和-0.674,说明GF-1影像中红、近红外是耕地质量的作物光谱响应波段。利用PLSR、BPNN和GA-BPNN模型分别反演耕地质量,对比反演精度,发现基于GA-BPNN模型能够快速实现耕地质量反演(R^(2)=0.64,NRMSE=10.75%)。利用最佳模型进行耕地质量空间制图并验证,结果表明基于GA-BPNN模型利用GF-1卫星影像数据提取的作物光谱指标能够快速有效的反演区域尺度上的耕地质量。【结论】利用遥感技术有助于快速摸清区域尺度下耕地质量状况,完善现有耕地质量评价学科体系,促进学科发展,为后续耕地质量的光谱反演提供理论基础。
展开更多
关键词
耕地质量
卫星遥感
作物光谱
遗传算法—反向传播神经网络
下载PDF
职称材料
基于作物光谱的耕地质量评价研究进展
4
作者
张小媛
林陈捷
+2 位作者
朱明帮
夏子清
胡月明
《江苏农业科学》
北大核心
2022年第2期1-8,共8页
根据文献资料,归纳总结了遥感耕地质量评价、作物光谱在耕地质量评价的应用、耕地质量作物光谱响应3个方面的研究概况。总结得出,目前遥感耕地质量评价是基于遥感技术下的多层次内容,其中包括耕地质量评价的遥感指标提取、耕地作物信息...
根据文献资料,归纳总结了遥感耕地质量评价、作物光谱在耕地质量评价的应用、耕地质量作物光谱响应3个方面的研究概况。总结得出,目前遥感耕地质量评价是基于遥感技术下的多层次内容,其中包括耕地质量评价的遥感指标提取、耕地作物信息提取、作物生物生化参数反演等方面;同时指出在现有的研究中,存在耕地质量与作物光谱的响应机制仍不明晰等问题。在今后研究中,有必要探索耕地质量与不同类型作物的内在关联与响应机制,为实现快速、准确的遥感耕地质量评价提供新的理论基础。
展开更多
关键词
遥感
耕地质量
作物
光谱响应
评价
信息获取
研究进展
下载PDF
职称材料
题名
基于红边指数的耕地质量遥感制图
被引量:
4
1
作者
林陈捷
刘振华
张小媛
胡月明
刘洛
机构
华南农业大学资源环境学院
广东省土地信息工程技术研究中心
广东省土地利用与整治重点实验室
广州市华南自然资源科学技术研究院
海南大学热带作物学院
出处
《江苏农业科学》
北大核心
2022年第20期233-240,共8页
基金
国家重点研发计划(编号:2020YFD1100203)
国家自然科学基金(编号:U1901601)
广东省农业科技创新及推广项目(编号:2022KJ102)。
文摘
耕地是农业生产的基本物质条件,耕地质量评价对耕地保护有重要意义。遥感技术的发展,为解决当前耕地质量评价周期长、效率低的问题带来了新思路。目前基于植被遥感指标的耕地质量评价的研究中,尚未考虑利用作物红边波段评价耕地质量。因此,本研究尝试建立红边指数(red edge index,REI)和耕地质量的光谱响应模型,从Sentinel-2影像中提取14个红边指数,并使用梯度提升树(gradient boosting decision tree,GBDT)算法结合方差膨胀因子(variance inflation factor,VIF)筛选对耕地质量敏感的最佳红边指数;利用偏最小二乘回归(partial least squares regression,PLSR)、岭回归(ridge regression,RR)和BP神经网络(back propagation neural network,BPNN)算法构建红边波段与耕地质量之间的光谱响应模型,比较3个模型的精度从而确定最佳模型,并结合Sentinel-2影像完成耕地质量制图。结果表明,REI-BPNN光谱响应模型为耕地质量最佳预测模型,其建模精度决定系数(R^(2))为0.70,归一化均方根误差(NRMSE)为10.00%,优于其他2种线性模型,其耕地质量的制图误差NRMSE为14.80%,对比前人研究有所提高,表明通过红边指数反演耕地质量具有较大的潜力,为耕地质量评价提供了新思路。
关键词
红边指数
耕地质量
变量筛选
模型构建
广州市
遥感制图
分类号
F323.211 [经济管理—产业经济]
S127 [农业科学—农业基础科学]
下载PDF
职称材料
题名
基于Google Earth Engine多源数据的耕地提取研究
2
作者
林陈捷
刘振华
胡月明
彭一平
机构
华南农业大学资源环境学院
广东省土地信息工程技术研究中心
广东省土地利用与整治重点实验室
自然资源部建设用地再开发重点实验室
广州市华南自然资源科学技术研究院
出处
《西南农业学报》
CSCD
北大核心
2022年第10期2372-2378,共7页
基金
国家重点研发计划(2018YFD1100801)
广东省农业科研项目和农业技术推广项目(2021KJ102)。
文摘
【目的】为了更好地进行耕地监测和保护,实现对耕地高效、准确的识别,针对目前利用光学数据进行耕地提取以及单机遥感图像处理的不足,基于Google Earth Engine(GEE)平台,引入雷达数据结合光学数据用于耕地提取。【方法】利用GEE平台获取研究区的sentinel-1和sentinel-2影像进行预处理,提取sentienel-1的VV、VH通道信息和sentinel-2的NDVI、NDWI、NDBI,同时使用灰度共生矩阵(GLCM)提取研究区的纹理信息,然后使用最小距离、支持向量机及随机森林3种机器学习算法对研究区进行耕地识别提取,最后通过开运算的形态学处理对耕地提取的结果进行图像后处理。【结果】以广东省广州市为例,与仅用光学数据相比,雷达数据的引入提高了耕地提取的精度,基于最小距离、支持向量机及随机森林3种算法的耕地提取总体精度分别提高0.05、0.09和0.10,其中随机森林算法提取效果最佳,总体精度达到0.85。形态学处理去除了耕地提取中提取错误的细小图斑,进一步提高了耕地提取的精度,总体精度达到0.91,Kappa为0.83。【结论】本研究基于GEE平台,引入了雷达数据并对耕地提取结果进行形态学处理,显著提高了提取精度,为大范围耕地提取提供了有效手段。
关键词
多源数据
Google
Earth
Engine
形态学处理
耕地提取
广州市
Keywords
Multisource data
Google Earth Engine
Morphological processing
Cultivated land extraction
Guangzhou
分类号
S158 [农业科学—土壤学]
下载PDF
职称材料
题名
基于作物光谱的耕地质量反演
被引量:
1
3
作者
刘珊珊
胡月明
刘振华
林陈捷
王璐
机构
华南农业大学资源环境学院
广东省土地利用与整治重点实验室
广东省土地信息工程技术研究中心
电子科技大学资源与环境学院
出处
《西南农业学报》
CSCD
北大核心
2022年第8期1878-1886,共9页
基金
国家自然科学基金项目(U1901601)
广东省农业科技创新及推广体系建设项目(2021KJ102)
四川省科技计划项目(2020YFG0033)。
文摘
【目的】研究耕地质量遥感评价对实现耕地质量实时有效管护,推进我国现代高效农业发展和保障国家粮食安全具有重要意义。【方法】以从化区为研究区,利用多种变换技术从GF-1影像数据获取光谱参量,通过相关系数和方差膨胀因子筛选对耕地质量敏感的光谱响应指标,分别基于线性(PLSR)与非线性(BPNN、GA-BPNN)模型构建从化区耕地质量遥感光谱响应模型,并利用最佳模型开展耕地质量快速反演与空间制图。【结果】耕地质量的作物光谱响应指标分别为FD-3、SD-4、EVI和LR-4,与耕地质量的相关系数分别为0.661、0.663、0.714和-0.674,说明GF-1影像中红、近红外是耕地质量的作物光谱响应波段。利用PLSR、BPNN和GA-BPNN模型分别反演耕地质量,对比反演精度,发现基于GA-BPNN模型能够快速实现耕地质量反演(R^(2)=0.64,NRMSE=10.75%)。利用最佳模型进行耕地质量空间制图并验证,结果表明基于GA-BPNN模型利用GF-1卫星影像数据提取的作物光谱指标能够快速有效的反演区域尺度上的耕地质量。【结论】利用遥感技术有助于快速摸清区域尺度下耕地质量状况,完善现有耕地质量评价学科体系,促进学科发展,为后续耕地质量的光谱反演提供理论基础。
关键词
耕地质量
卫星遥感
作物光谱
遗传算法—反向传播神经网络
Keywords
Cultivated land quality
Satellite remote sensing
Crop spectrum
GA-BPNN
分类号
X833 [环境科学与工程—环境工程]
下载PDF
职称材料
题名
基于作物光谱的耕地质量评价研究进展
4
作者
张小媛
林陈捷
朱明帮
夏子清
胡月明
机构
华南农业大学资源环境学院
广东省土地利用与整治重点实验室
广东省土地信息工程技术研究中心
自然资源部建设用地再开发重点实验室
电子科技大学资源与环境学院
广州市华南自然资源科学技术研究院
出处
《江苏农业科学》
北大核心
2022年第2期1-8,共8页
基金
国家重点研发计划(编号:2020YFD1100203)
广东省科技兴农-农业科技创新及推广项目(编号:2020KJ102-3)
四川省科技计划(编号:2020YFG0033)。
文摘
根据文献资料,归纳总结了遥感耕地质量评价、作物光谱在耕地质量评价的应用、耕地质量作物光谱响应3个方面的研究概况。总结得出,目前遥感耕地质量评价是基于遥感技术下的多层次内容,其中包括耕地质量评价的遥感指标提取、耕地作物信息提取、作物生物生化参数反演等方面;同时指出在现有的研究中,存在耕地质量与作物光谱的响应机制仍不明晰等问题。在今后研究中,有必要探索耕地质量与不同类型作物的内在关联与响应机制,为实现快速、准确的遥感耕地质量评价提供新的理论基础。
关键词
遥感
耕地质量
作物
光谱响应
评价
信息获取
研究进展
分类号
F323.211 [经济管理—产业经济]
S127 [农业科学—农业基础科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于红边指数的耕地质量遥感制图
林陈捷
刘振华
张小媛
胡月明
刘洛
《江苏农业科学》
北大核心
2022
4
下载PDF
职称材料
2
基于Google Earth Engine多源数据的耕地提取研究
林陈捷
刘振华
胡月明
彭一平
《西南农业学报》
CSCD
北大核心
2022
0
下载PDF
职称材料
3
基于作物光谱的耕地质量反演
刘珊珊
胡月明
刘振华
林陈捷
王璐
《西南农业学报》
CSCD
北大核心
2022
1
下载PDF
职称材料
4
基于作物光谱的耕地质量评价研究进展
张小媛
林陈捷
朱明帮
夏子清
胡月明
《江苏农业科学》
北大核心
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部