一种利用多时相遥感数据提取农作物信息方法,关于免费遥感论文范文在这里免费下载与阅读,为您的遥感相关论文写作提供资料。
遥感论文参考文献：
摘 要：针对目前利用深度学习技术进行高分光学遥感图像分类方法研究中尚存在的不足,本文提出了一种以多时相遥感数据为数据源,面向农作物种植信息提取的分类算法.该算法首先获取农作物在若干典型生长时期的光学遥感图像并进行配准等预处理,然后建立了一种以像素为单位的数据组织结构,该结构包含不同生长时期的作物信息、纹理信息,能较好地解决现有分类研究中信息不足的问题；接着以前馈神经网络为基础,建立了一种以像素为单位的分类算法,最后以得到的逐像素分类结果为基础进行成图.和同类方法相比,本文提出的算法综合考虑了农作物在不同生长时期的特征,更能发挥深度学习技术的优势,且多时相数据在提高农作物提取信息精度方面具有明显优势.
关键词：遥感分类；多时相数据；信息提取；农作物；神经网络
中图分类号：S127文獻标识号：A文章编号：1001-4942（2018）04-0149-05
Abstract In view of the shortages in researching high resolution optical remote sensing image classification method by the deep learning technology, a classification algorithm for crop information extraction based on the multi-temporal remote sensing data was proposed in this paper. The algorithm firstly obtained the optical remote sensing images of crop at several typical growth stages, and preprocessed these images such as registration. Then it established data organization structure based on pixels to solve the problem of insufficient information in the existing classification researches, which contained crop information and texture information at different growth stages. And it proposed a pixel classification algorithm based on the feedforward neural network. Finally,it mapped images based on pixel by pixel classification results. Comparing to the previous methods, this method comprehensively considered the characteristics of crop at different growth stages,could give full play to the advantages of the deep learning technology and had obvious advantages in improving the precision of crop information extraction.
Keywords Remote sensing classification； Multi-temporal data； Information extraction； Crop； Neural network
获取准确的农作物种植种类、面积、空间分布等信息,对于加强农业生产管理和国家宏观调控、保障农业可持续发展并最终保障国家粮食安全具有重要的意义.
围绕该问题,研究者们已开展了很多研究,并取得一定成果.闫慧敏等[1]利用MODIC/EVI时间序列影像,分析了鄱阳湖农业区多熟种植时空格局特征；郑长春等[2]以黑龙江852农场为研究区域,利用 SPOT 影像基于简单决策树分类器提取了水稻、小麦和玉米三大作物组成的种植结构信息；Mathur 等[3]利用IRS-1D 影像的光谱单波段特征量,采用支持向量机分类器提取出了印度旁遮普区域棉花和水稻两大农作物的空间分布；苗翠翠等[4]利用TM和NOAA影像数据,以江苏省水稻面积分布为研究对象,对NOAA- HRR进行混合像元分解,统计出各市的水稻面积；王凯[5]利用多源遥感数据,建立了针对湖北省的作物耕作面积提取及其动态监测技术体系；胡琼等[6]对利用遥感数据提取农作物种植结构的研究进行了综述,分析了各类方法的适应性；舒田等[7]在分析农作物光谱信息特征基础上,利用不同数据变换形式和10种常用植被指数对采收期的7种农作物进行了识别能力研究.尽管以往的研究中研究者们提出了多种优秀的提取算法,但由于数据源的限制,导致结果的精度仍较低,不能更好地满足农业生产管理和决策的需要.
随着高分辨率卫星的发展,人们获取的光学遥感图像的分辨率不断提高.在我国,随着高分系列卫星的成功发射,研究者已经可以稳定获取1 m分辨率的遥感图像,成为可靠的数据源.高分辨率图像和中低分辨率图像存在着较大的差异,突出表现在：高分辨率图像中地物的光谱特征更加丰富,同类地物内的光谱差异增大,而不同类别间的光谱差异减少,导致同物异谱及同谱异物现象更加普遍；同时,影像中大量细节的出现和地物光谱特征的复杂化导致了基于光谱统计特征进行分类的传统方法如极大似然法、最小距离法、K-均值聚类法等分类准确性的降低,甚至不能应用[8,9].针对高分遥感图像的分类问题,研究者们已进行了大量研究,目前遥感影像分类方法主要分为两大类：监督分类和非监督分类[10].监督分类是理论最成熟、应用最广泛的一类方法,主要包括最大似然法、最小距离法、人工神经网络等.
结论：关于对写作遥感论文范文与课题研究的大学硕士、相关本科毕业论文美国遥感专业大学排名论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
试述两种分配制度相结合合理性和必然性
摘要：按劳分配与按生产要素分配相结合存在的客观合理性和必然性是由社会主义初级阶段的生产力发展状况、所有制结构、市场经济的发展要求、企业经营中各种。
一种利用太阳影子定位的数学模型
摘 要：文章根据物体影子变化的测量数据，建立数学模型求解当地经纬度。根据太阳高度角、杆长，影长之间的关系，建立影子长度与经纬度、时间等参数之间关。
大数据时代网络信息资源开发和利用
摘 要：随着大数据时代的到来，网络信息资源已经成为一种重要的战略资源。文章阐述了网络信息资源的特征及发展现状，着重介绍了在大数据时代下如何对其进。
一种利用神经网络改善判断矩阵一致性方法
摘要：针对层次分析法中判断矩阵致性改进问题，提出了一种利用神经网络改善判断矩阵一致性的方法。本文在建立了BP神经网络模型的基础上，把判断矩阵一致。