基于Sentinel-2遥感影像的黄土高原覆膜农田识别OACSTPCD
Plastic-mulched Farmland Recognition in Loess Plateau Based on Sentinel-2 Remote-sensing Images
及时、准确地获取覆膜农田的空间分布信息是防治地膜微塑料污染的基础.为准确地识别黄土高原地区的覆膜农田,本研究构建了基于Sentinel-2 遥感影像和随机森林算法的适用于黄土高原覆膜农田遥感识别的特征集组合与多时相组合方案.以甘肃省临夏县、宁夏回族自治区彭阳县和山西省山阴县作为测试区,陕西省旬邑县作为验证区开展识别研究.首先,基于随机森林算法,针对3 个不同的作物生育期(播期、生长旺盛期和收获期),在7种不同的特征集组合方案中优选出各时期识别精度…查看全部>>
赵成;梁盈盈;冯浩;王钊;于强;何建强
西北农林科技大学旱区农业水土工程教育部重点实验室,陕西杨凌712100||西北农林科技大学中国旱区节水农业研究院,陕西杨凌712100西北农林科技大学旱区农业水土工程教育部重点实验室,陕西杨凌712100||西北农林科技大学中国旱区节水农业研究院,陕西杨凌712100西北农林科技大学中国旱区节水农业研究院,陕西杨凌712100||中国科学院水利部水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室,陕西杨凌712100陕西省气象局秦岭和黄土高原生态环境气象重点实验室,西安710016中国科学院水利部水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室,陕西杨凌712100||陕西省气象局秦岭和黄土高原生态环境气象重点实验室,西安710016西北农林科技大学旱区农业水土工程教育部重点实验室,陕西杨凌712100||陕西省气象局秦岭和黄土高原生态环境气象重点实验室,西安710016
农业科学
覆膜农田遥感识别多时相遥感影像特征优选Google Earth Engine随机森林
plastic-mulched farmlandsremote-sensing recognitionmulti-temporal remote-sensing imagesfeature optimizationGoogle Earth Enginerandom forest
《农业机械学报》 2023 (8)
INFEWS:U.S.-China：全球变化背景下“粮食-能源-水”耦合系统的多尺度模拟与整体优化：黄河与密西西比河流域可持续性比较研究
180-192,13
国家自然科学基金项目(52079115、41961124006)、国家重点研发计划项目(2021YFD1900700)、陕西省重点研发计划重点产业创新链(群)-农业领域项目(2019ZDLNY07-03)、西北农林科技大学人才专项资金项目(千人计划项目)和高等学校学科创新引智计划(111计划)项目(B12007)
评论