收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于时间序列叶面积指数稀疏表示的作物种植区域提取

王鹏新  荀兰  李俐  王蕾  孔庆玲  
【摘要】:以华北平原黄河以北地区为研究区域,以时间序列叶面积指数LAI(Leaf Area Index)傅里叶变换的谐波特征作为不同作物识别的数据源,利用稀疏表示的分类方法识别2007年—2016年冬小麦、春玉米、夏玉米等主要农作物种植区域。首先利用上包络线Savitzky-Golay滤波分别对2007年—2016年的时间序列MODIS LAI曲线进行重构,进而对重构的年时间序列LAI进行傅里叶变换,以0—5级谐波振幅、1—5级谐波相位作为作物识别的依据,基于各类地物的训练样本,通过在线字典学习算法构建稀疏表示方法的判别字典,对每个待测样本利用正交匹配追踪算法求解稀疏系数,从而计算对应于各类地物的重构误差,根据最小重构误差判定待测样本的作物类型,并对作物识别结果的位置精度进行验证。结果表明,2007年—2016年作物识别的总体精度为77.97%,Kappa系数为0.74,表明本文提出的方法可以用于研究区域主要作物种植区域的提取。

知网文化
【相似文献】
中国期刊全文数据库 前10条
1 王鹏新;荀兰;李俐;王蕾;孔庆玲;;基于时间序列叶面积指数稀疏表示的作物种植区域提取[J];遥感学报;2019年05期
2 甘乐;;高光谱遥感影像稀疏表示与字典学习分类研究[J];地理与地理信息科学;2019年01期
3 王科峰;;基于混合基的稀疏表示响应面构建方法[J];电脑知识与技术;2019年15期
4 马东雷;丁建伟;谭琨;;稀疏表示支撑集的遥感影像融合[J];测绘科学;2018年01期
5 孙大鹏;谢锋;舒嵘;;光谱角约束邻域联合稀疏表示高光谱图像目标检测[J];工业控制计算机;2018年06期
6 徐锐;林娜;吕道双;;面向对象的高光谱遥感影像稀疏表示分类[J];测绘工程;2018年04期
7 孔艳;王保云;何苗;;联合矩阵低秩逼近和稀疏表示的高分辨率遥感影像目标识别方法[J];光学技术;2018年03期
8 卢佳;保文星;;基于独立空谱残差融合的联合稀疏表示高光谱图像分类[J];计算机工程;2019年01期
9 李骥;肖雷鸣;王威;;双稀疏表示的遥感图像变化检测[J];小型微型计算机系统;2018年03期
10 秦振涛;杨茹;张靖;杨武年;;基于聚类结构自适应稀疏表示的高光谱遥感图像修复研究[J];遥感技术与应用;2018年02期
中国重要会议论文全文数据库 前5条
1 廖佳俊;刘志刚;蔡尚;姜江军;;基于非负—平滑约束的高光谱稀疏表示目标检测算法研究[A];国家安全地球物理丛书(十二)——地球物理与信息感知[C];2016年
2 蒙红英;柴昱洲;韩宇;;一种基于稀疏表示的JPEG-LS改进算法[A];第四届高分辨率对地观测学术年会论文集[C];2017年
3 刘倩;;2000-2010年三江源地区MODIS叶面积指数及FPAR产品验证分析[A];遥感定量反演算法研讨会摘要集[C];2010年
4 孙永华;宫辉力;李小娟;浦瑞良;周德民;;基于高光谱的三江平原湿地叶面积指数反演研究[A];遥感定量反演算法研讨会摘要集[C];2010年
5 夏帆;;基于MODIS数据的长江流域生态环境质量评价[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
中国博士学位论文全文数据库 前7条
1 林蕾;基于循环神经网络模型的遥感影像时间序列分类及变化检测方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年
2 周超;集成时间序列InSAR技术的滑坡早期识别与预测研究[D];中国地质大学;2018年
3 黎胜亮;压缩感知遥感视频成像理论与方法研究[D];国防科学技术大学;2014年
4 李涛;遥感影像稀疏表示中的字典学习算法及其应用[D];华中科技大学;2015年
5 王文卿;基于融合框架与稀疏表示的遥感影像锐化[D];西安电子科技大学;2015年
6 卢婷;高光谱遥感影像恢复与分类方法研究[D];湖南大学;2017年
7 徐洋;稀疏与低秩先验下的高光谱分类与检测方法[D];南京理工大学;2016年
中国硕士学位论文全文数据库 前10条
1 贾立丽;基于多任务联合稀疏表示的高光谱图像分类算法研究[D];中国科学院大学(中国科学院国家空间科学中心);2019年
2 孟美玲;基于稀疏表示的高光谱图像目标检测研究[D];哈尔滨工程大学;2018年
3 张佳娥;基于稀疏表示的图像融合算法[D];长沙理工大学;2017年
4 王艳然;基于稀疏表示的遥感目标分类识别研究[D];长沙理工大学;2017年
5 孙邱鹏;基于稀疏表示的高光谱图像异常检测算法及其优化研究[D];哈尔滨工业大学;2018年
6 安文;基于压缩感知的遥感视频成像理论与方法研究[D];国防科学技术大学;2016年
7 徐春华;基于核稀疏表示的高光谱图像分类[D];湖北大学;2018年
8 李佳逊;基于联合稀疏表示的高光谱遥感图像分类[D];长安大学;2018年
9 卢佳;基于联合稀疏表示的高光谱遥感图像分类研究[D];北方民族大学;2018年
10 刘瑶瑶;基于多特征建模的遥感影像土地利用稀疏表示分类研究及应用[D];北方民族大学;2018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