基于时空滤波Sentinel-1时序数据的田块尺度岭南作物分布提取OA北大核心
Extracting field-scale crop distribution in Lingnan using spatiotemporal filtering of Sentinel-1 time-series data
为解决岭南地区作物制图中光学影像时空覆盖缺失以及作物种植结构复杂导致不确定性高等问题,以满足对高精度作物制图日益迫切的应用需求.该研究提出了一种基于Sentinel-1的双极化时间序列和作物物候信息建立时空维度典型物候特征的作物分类方法,选择广州市南沙区为试验区,通过XGBoost机器学习算法,实现了田块尺度下的不同作物类型的准确识别及种植面积的精细提取.结果表明:1)相比像素时序特征分类结果,经过雷达时空滤波后的田块时序特征分类方法不仅能有效抑…查看全部>>
钱丽沙;姜浩;陈水森;李丹;王重洋;陈金月;代雪梅
中国科学院广州地球化学研究所,广州 510640广东省科学院广州地理研究所,广东省遥感与地理信息系统应用实验室,广东省地理空间信息技术与应用公共实验室,广东省遥感大数据应用工程技术研究中心,广州 510070中国科学院大学,北京 100049广东省科学院广州地理研究所,广东省遥感与地理信息系统应用实验室,广东省地理空间信息技术与应用公共实验室,广东省遥感大数据应用工程技术研究中心,广州 510070中国科学院广州地球化学研究所,广州 510640广东省科学院广州地理研究所,广东省遥感与地理信息系统应用实验室,广东省地理空间信息技术与应用公共实验室,广东省遥感大数据应用工程技术研究中心,广州 510070中国科学院大学,北京 100049
农业科技
遥感作物时序数据物候特征时空滤波田块尺度
《农业工程学报》 2022 (5)
融合遥感与农作时空维知识的岭南作物季内识别方法研究
158-166,9
广州市基础研究计划项目(202002020076)国家自然科学基金项目(42071417)广东省现代农业产业技术体系创新团队(2021KJ102)广东省科学院发展专项资金项目(2022GDASZH-2022010102)
评论