农作物种植格局对遥感分类精度的影响

发布时间：2017-11-21 21:30

  本文关键词：农作物种植格局对遥感分类精度的影响

  更多相关文章： 作物种植面积 遥感分类 种植成数 田块形状指数 田块破碎度 GF-

【摘要】：研究不同作物种植成数、田块形状和田块破碎度对作物遥感分类精度的影响,是科学评价作物遥感分类精度的基础。采用GF-1遥感数据,以时序植被指数的主要农作物分类结果为基础,对研究区冬小麦-夏玉米作物种植区的分类精度与种植成分、田块形状和破碎度的关系进行了研究。结果表明,种植成数与分类精度呈正相关,田块破碎度、田块形状指数与分类精度呈负相关。
【作者单位】： 中国农业大学信息与电气工程学院;中国农业大学资源与环境学院;曲周县农牧局;
【基金】：国家自然科学基金项目(41271419)
【分类号】：S127
【正文快照】： 引言农作物种植面积是影响农作物产量估算的重要因素之一,遥感技术因其快速、准确、可靠的特点,已经成为农作物类型识别的重要技术支持[1-2]。遥感数据分类结果的精度不仅代表该结果数据本身的适用性,还会在以其为输入信息的各种模型中传播,影响模型运算结果乃至最终的决策,对

【相似文献】

中国期刊全文数据库 前10条

1 尤淑撑,刘顺喜,李小文,王锦地;基于空间约束关系的土地利用/覆被遥感分类方法研究[J];农业工程学报;2005年09期

2 姚爱冬;车腾腾;姜丽娜;冯益明;;甘肃民勤县荒漠化区未利用地的遥感分类研究[J];林业科学研究;2014年02期

3 纪仰慧,李国春,关宏强;土地利用/覆盖遥感分类研究综述[J];农业网络信息;2005年08期

4 张光裕;李华朋;;证据推理遥感分类背景下遥感影像证据支持度生成方法的对比[J];东北林业大学学报;2011年06期

5 李俊祥,宋永昌;浙江天童国家森林公园景观的遥感分类与制图[J];生态学杂志;2003年04期

6 任琼;江洪;陈健;李土生;彭世揆;余树全;;基于支持向量机的生态公益林遥感分类研究[J];林业资源管理;2009年01期

7 刘礼;于强;;分层分类与监督分类相结合的遥感分类法研究[J];林业调查规划;2007年04期

8 赵连春;刘荣堂;杨予海;李燕军;张晓庆;孙小玲;;基于地形因子的草地遥感分类方法的研究[J];草业科学;2006年12期

9 李小曼;王刚;;DEM支持的黄土丘陵沟壑区地被遥感分类方法[J];水土保持研究;2013年03期

10 贾坤;李强子;;农作物遥感分类特征变量选择研究现状与展望[J];资源科学;2013年12期

中国重要会议论文全文数据库 前6条

1 陈利军;陈军;廖安平;何超英;;30m全球地表覆盖遥感分类方法初探[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

2 王岩;王晓青;窦爱霞;;面向对象遥感分类方法在震害快速提取中的应用[A];中国地震学会第14次学术大会专题[C];2012年

3 邹文涛;张怀清;鞠洪波;刘华;;基于决策树的高寒湿地类型遥感分类方法研究[A];第九届中国林业青年学术年会论文摘要集[C];2010年

4 吴全;裴志远;郭琳;刘跃辰;赵占营;;两种遥感分类精度评价方法应用研究[A];中国农业工程学会2011年学术年会论文集[C];2011年

5 李三平;葛咏;满旺;;遥感分类影像不确定性可视化表达模式[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

6 刘咏梅;温仲明;杨勤科;;陕北黄土丘陵地区坡耕地遥感分类方法研究[A];认识地理过程 关注人类家园——中国地理学会2003年学术年会文集[C];2003年

中国博士学位论文全文数据库 前2条

1 曾春芬;地表覆盖遥感分类数据质量及变化对水文过程模拟和水资源评估影响研究[D];南京大学;2012年

2 何灵敏;支持向量机集成及在遥感分类中的应用[D];浙江大学;2006年

中国硕士学位论文全文数据库 前10条

1 祝晓坤;Dempster-Shafer证据推理融合模型在遥感分类中的应用[D];武汉大学;2005年

2 杨鑫;基于分维数的土地覆盖遥感分类研究[D];山东师范大学;2011年

3 王庆光;基于人工神经网络的湿地遥感分类研究[D];中国地质大学（北京）;2006年

4 薛星宇;江苏盐城海滨湿地遥感分类与景观变化研究[D];南京师范大学;2012年

5 杨柳;基于ETM+影像的扎龙湿地遥感分类研究[D];东北师范大学;2003年

6 吴孔江;蚁群分类规则挖掘算法改进及遥感分类应用[D];中南大学;2012年

7 杨刚;基于Landsat7 ETM+影像的大区域地表覆盖遥感分类方法研究[D];湖南科技大学;2012年

8 王进华;盐田水体的遥感分类方法研究[D];南京师范大学;2003年

9 刘贲;集成方法研究及其在遥感分类中的应用[D];大连理工大学;2014年

10 蔡华利;基于SVM的多源遥感分类的竹林信息提取方法研究[D];北京林业大学;2009年

，

本文编号：1212319