您好，欢迎访问云南省农业科学院 机构知识库！

基于面向对象GF-2遥感数据的元谋热区番茄识别

文献类型： 中文期刊

作者： 陈越豪 1 ; 何光熊 1 ; 李婕 1 ; 史亮涛 2 ; 方海东 2 ; 史正涛 1 ;

作者机构： 1.云南师范大学地理学部

2.云南省农业科学院热区生态农业研究所

关键词： GF-2数据;纹理提取;番茄识别;面向对象;最大似然法;支持向量机

期刊名称： 河南农业科学

ISSN： 1004-3268

年卷期： 2021 年 012 期

页码： 170-180

收录情况： 北大核心 ; CSCD

摘要： 为了准确掌握元谋热区番茄种植的空间分布信息,实现合理调整农业结构以及区域特色农作物经济规模化发展的目标,以GF-2为数据源,基于面向对象的分类思想,以ESP尺度参数评价工具对遥感影像进行分割尺度评价。设置最优分割尺度参数后获得影像对象,随后利用光谱、纹理及植被指数构建多种识别方案,使用最大似然法和支持向量机不同分类器,对元谋热区番茄进行了遥感识别,并着重探讨了基于GF-2数据对于番茄信息提取的最佳辅助识别特征组合方法。结果表明:基于GF-2遥感影像数据构建的归一化植被指数、比值植被指数、灰度共生矩阵与局部二值模式纹理多特征组合方案在最大似然法中对番茄的识别精度最高,总体分类精度为97.20%,Kappa系数为0.91;在支持向量机中,番茄识别精度最高的组合是构建的归一化植被指数、比值植被指数以及灰度共生矩阵纹理的多特征组合方案,总体分类精度为96.44%,Kappa系数为0.87;最大似然法总体识别效果优于支持向量机。综上,基于GF-2影像数据对象所构建的多种辅助识别特征组合能够实现元谋番茄的精细识别。

  • 相关文献

[1]项目驱动的面向对象程序设计课程教学探究. 高琴,李枝武. 2013

[2]FTIR、ATR-FTIR和UV多光谱鉴别不同产地重楼. 裴艺菲,左智天,赵艳丽,张庆芝,王元忠. 2019

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：云南省农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台