您的位置: 专家智库 > >

苗翠翠

作品数:3 被引量:50H指数:3
供职机构:南京林业大学森林资源与环境学院更多>>
发文基金:国家高技术研究发展计划更多>>
相关领域:农业科学自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇农业科学
  • 1篇自动化与计算...

主题

  • 3篇决策树
  • 2篇水稻
  • 2篇滤波
  • 2篇决策树分类
  • 2篇S-
  • 1篇稻种
  • 1篇时间序列
  • 1篇水稻种
  • 1篇水稻种植
  • 1篇水稻种植面积
  • 1篇丘陵
  • 1篇种植面积
  • 1篇物候
  • 1篇键值

机构

  • 3篇南京林业大学
  • 2篇南京师范大学

作者

  • 3篇苗翠翠
  • 2篇张瑜
  • 2篇王妮
  • 2篇吕恒
  • 2篇江南
  • 1篇彭世揆
  • 1篇李杨
  • 1篇李扬

传媒

  • 1篇地理与地理信...
  • 1篇地球信息科学...

年份

  • 1篇2011
  • 2篇2010
3 条 记 录,以下是 1-3
排序方式:
基于NDVI时序数据的水稻种植面积遥感监测分析——以江苏省为例被引量:35
2011年
MODIS植被指数时间序列产品能够连续反映植被的覆盖情况,是农作物遥感测量的重要数据源。本文选取江苏省为研究区,利用2008年23个时相的MODIS NDVI数据,采用S-G滤波法进行时间序列的重构,提高NDVI时间序列信息的真实性。另结合农作物物候历、种植结构、地面调查样本等辅助资料,将水稻植被指数时间序列曲线参量化为水稻物候生长期的关键值———生长周期的起始时间、生长幅度、生长长度以及生长过程的NDVI最大值。最后,利用这些关键值确定分类规则,采取决策树分类器,建立区域水稻种植面积提取模型,总体提取精度为87.5%,其表明MODIS植被指数时序数据及本文研究方法在农作物信息提取中的有效性。
苗翠翠江南彭世揆吕恒李扬张瑜王妮李军
关键词:决策树分类
基于水稻特征波段的决策树分类研究被引量:11
2010年
针对种植结构复杂、地形复杂的水稻种植面积遥感提取精度不高现象,结合多时相遥感影像中反映水稻物候规律的特征波段,以南京江宁丘陵山区为例,选择典型水稻物候期时相的TM数据,基于多特征波段构建决策树分类提取水稻种植面积。结果表明:纹理、植被指数、湿度因子、坡度因子等多特征参与决策树分类能够提高总体精度;在具有两期物候数据时提取精度和效率较好,而加入了地形特征的水稻抽穗期数据比水稻灌浆期数据获取效果略好。因此,利用合理的作物物候期数据和该遥感影像的特征波段可有效提高分类精度,为地块破碎区作物种植面积提取提供有效手段。
李杨江南吕恒张瑜苗翠翠王妮
关键词:水稻丘陵
基于NDVI时间序列的水稻面积提取研究 ——结合物候关键值分析法
随着光谱仪器的飞速发展,它提供的多样性遥感数据同时加快了国内外对农作物提取方法的研究水平。由于MODIS数据具有免费、多时相性等优点逐渐成为国家粮食作物种植面积统计的重点研究对象。然而由于数据本身存在的大量坏数据严重制约...
苗翠翠
关键词:决策树分类
文献传递
共1页<1>
聚类工具0