收藏本站
《东北农业大学学报》 2020年07期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于改进SVM算法的典型作物分类方法研究

贾银江  姜涛  苏中滨  孔庆明  张萧誉  施玉博  
【摘要】:以黑龙江省哈尔滨市阿城区为研究区域,多时相16 m空间分辨率高分一号(GF-1)卫星宽覆盖(Wide field of view,WFV)影像为数据源,选择归一化植被指数(Normalized difference vegetation index,NDVI)、增强植被指数(Enhanced vegetation index,EVI)、归一化水指数(Normalized difference water index,NDWI)、比值植被指数(Ratio Vegetation Index,RVI)4种植被指数,构建植被指数时间序列,分析作物特征曲线,结合实地样本数据,采用支持向量机(Support vector machine,SVM)分类器对研究区内主要农作物玉米、水稻和大蒜/白菜实施分类。针对SVM分类器分类精度较低问题,引入自适应变异粒子群算法(Adaptive mutation particle swarm optimization,AMPSO)优化SVM,克服传统SVM参数选择主观性,进而提升分类器分类精度。结果表明,玉米和水稻生育期与大蒜/白菜差异较大,易区分;玉米与水稻生育期接近,光谱信息相似,区分难度较大,但光谱指数增长与回落趋势不同,借助NDVI、RVI和EVI可实现有效区分。改进后的AMPSO-SVM分类器,分类效果相比于SVM明显提升,确定核参数为0.135,惩罚因子为221.67时,分类效果最佳,总体分类精度达到94.39%,Kappa系数为0.9287,比SVM分类器,分类精度提升3.48%,Kappa系数提高0.0436。研究可为大区域农作物种植结构提取提供参考与借鉴。

知网文化
【相似文献】
中国期刊全文数据库 前15条
1 王红岩;汪晓帆;高亮;李强子;赵龙才;杜鑫;张源;;基于季相变化特征的撂荒地遥感提取方法研究[J];遥感技术与应用;2020年03期
2 方利胜;解利荣;袁笑甜;;陕西省2014~2016年秋季旱情遥感监测研究[J];西部大开发(土地开发工程研究);2017年05期
3 王行汉;刘超群;丛沛桐;扶卿华;;基于增强温度植被指数的农业旱情遥感监测[J];干旱区资源与环境;2018年05期
4 张月;王鸿斌;王一凡;韩兴;赵兰坡;;基于植被指数的藏北牧区土壤湿度反演[J];农业工程学报;2016年06期
5 殷世平;陈莉;郭立峰;刘丹;孙天一;李宇光;;黑龙江省农作物低温冷害与植被指数关系研究——2008年与2009年案例对比分析[J];自然灾害学报;2014年05期
6 郝鹏宇;牛铮;王力;王秀兰;王长耀;;基于历史时序植被指数库的多源数据作物面积自动提取方法[J];农业工程学报;2012年23期
7 李冰;刘镕源;刘素红;刘强;刘峰;周公器;;基于低空无人机遥感的冬小麦覆盖度变化监测[J];农业工程学报;2012年13期
8 石涛;张安伟;杨太明;叶树青;李佳雯;杨元建;;基于高分卫星的一季稻面积遥感估算[J];气象与环境学报;2020年02期
9 戴晓爱;杨武年;杨鑫;;分层土壤水分的遥感估算——以岷江上游毛儿盖地区为例[J];国土资源科技管理;2012年06期
10 李红;蒋平安;;遥感植被指数在作物产量估测中的应用探讨[J];石河子科技;2009年02期
11 王鹏新,龚健雅,李小文,王锦地;基于植被指数和土地表面温度的干旱监测模型[J];地球科学进展;2003年04期
12 刘培君,李良序;土壤水分遥感监测研究精度分析[J];新疆气象;1996年01期
13 邓来飞;张飞;齐亚霄;袁婕;;基于参数优化SVM方法识别盐生植被钠离子光谱特征[J];光谱学与光谱分析;2020年01期
14 邢炜光;;遥感蒸散估算研究进展[J];安徽农学通报(上半月刊);2012年11期
15 陈乾;用植被指数监测干旱并估计冬麦产量[J];遥感技术与应用;1994年03期
中国重要会议论文全文数据库 前9条
1 杨镇宇;祝诗平;;基于机器视觉和SVM的花椒外观品质检测[A];2009全国虚拟仪器大会论文集(二)[C];2009年
2 付卓;王锦地;施建成;宋金玲;靳华安;张立新;张钟军;赵少杰;陈柏松;;微波植被指数与光学植被指数在地面尺度上的关系研究[A];遥感定量反演算法研讨会摘要集[C];2010年
3 洪超;翟园;李武龙;杨恒博;刘丽娟;;沈阳地区旱田植被指数变化与产量关系的研究[A];第32届中国气象学会年会S15 提升气象为农服务能力,保障农业提质增效[C];2015年
4 韩晖;杨勇;;几种遥感干旱监测指标在西藏的适用性分析[A];中国气象学会2008年年会干旱与减灾——第六届干旱气候变化与减灾学术研讨会分会场论文集[C];2008年
5 辛景峰;付俊娥;;农业旱情遥感监测研究[A];全国旱情监测技术与抗旱减灾措施论文集[C];2009年
6 李春强;李红军;;河北省冬小麦春季干旱遥感监测研究[A];农业生态与卫星遥感应用技术学术交流会论文摘要集[C];2006年
7 刘庆生;刘高焕;宁吉才;张敏;傅新;;翅碱蓬高光谱植被指数对土壤化学性质的响应[A];第十七届中国遥感大会摘要集[C];2010年
8 周清波;;国内外农情遥感现状与发展趋势[A];2004年中国农业资源与区划学会学术年会论文集[C];2004年
9 杨文;;NOAA卫星遥感技术支持下的昆明夏粮监测及估产[A];农业生态与卫星遥感应用技术学术交流会论文摘要集[C];2006年
中国重要报纸全文数据库 前4条
1 本报记者 王晨绯;遥感监测让农业更“智慧”[N];中国科学报;2016年
2 实习生 孔媛媛 中国青年报·中国青年网记者 王聪聪;遥感测控“飞”进麦田[N];中国青年报;2019年
3 记者 张兆军;遥感预报农情成为省政府的千里眼[N];科技日报;2000年
4 记者 陈张;遥感新技术开始应用于农业[N];桂林日报;2010年
中国博士学位论文全文数据库 前6条
1 欧阳玲;基于遥感和SVM模型的松嫩平原南部耕地质量评价[D];中国科学院大学(中国科学院东北地理与农业生态研究所);2017年
2 李章成;作物冻害高光谱曲线特征及其遥感监测[D];中国农业科学院;2008年
3 牟伶俐;农业旱情遥感监测指标的适应性与不确定性分析[D];中国科学院研究生院(遥感应用研究所);2006年
4 齐述华;干旱监测遥感模型和中国干旱时空分析[D];中国科学院研究生院(遥感应用研究所);2004年
5 沈宁泽;基于MODIS数据的植被生长与东亚飞蝗发生关系的研究[D];南京师范大学;2005年
6 林杰;基于植被结构特征的土壤侵蚀遥感定量反演[D];南京林业大学;2011年
中国硕士学位论文全文数据库 前10条
1 杨昕;不同遥感植被指数组合模式监测小麦主要苗情参数研究[D];扬州大学;2015年
2 袁涛;基于植被指数的土壤重金属含量分区反演[D];成都理工大学;2019年
3 张展骞;基于植被指数时间序列的洪涝灾害遥感监测模型[D];东北农业大学;2019年
4 宋富冉;基于新构建植被指数的叶面积指数反演与装置设计[D];安徽大学;2018年
5 陶言祺;基于遥感光谱数据的油菜生育期识别[D];武汉大学;2018年
6 郑曼迪;人类活动对土壤有机质空间格局影响的研究[D];新疆大学;2018年
7 洪雪;基于水稻高光谱遥感数据的植被指数产量模型研究[D];沈阳农业大学;2017年
8 赵臻;基于结构化植被指数的区域土壤侵蚀风险评价[D];西北农林科技大学;2011年
9 王渊博;基于遥感信息的农作物生物质可获取量评估及空间分布研究[D];西南交通大学;2016年
10 王瑞国;遥感土地利用动态监测变化信息自动提取与实证研究[D];东北农业大学;2007年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978