收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

柴达木地区枸杞种植区遥感提取方法对比研究

雷春苗  肖建设  史飞飞  郭英香  赵金龙  郑玲  
【摘要】:枸杞作为柴达木地区特色经济作物之一,利用高分辨率遥感影像开展枸杞种植区识别与提取,有利于政府和农业部门开展市场调控和作物精细化管理。以柴达木典型枸杞种植区诺木洪农场为例,利用随机森林、Softmax、支持向量机、BP神经网络和最大似然5种分类器开展农场内不同生长年限枸杞种植区精细化提取,并对结果进行精度验证。结果表明:采用随机森林的分类效果最佳,其总体分类精度达到93.8%,Kappa系数为0.93,采用Softmax、支持向量机和BP神经网络方法也均获得了较高的分类精度,其总体分类精度均达到了86.6%~87.6%,Kappa系数达到0.84~0.86,而最大似然法分类效果最差,其总体分类精度仅为76.9%,Kappa系数为0.73。通过实验利用国产高分辨率卫星结合较优的分类器能够实现包括枸杞等小宗特色经济作物种植区域和种植结构的精细化识别与监测。

知网文化
【相似文献】
中国期刊全文数据库 前14条
1 朱凤敏;吴迪;杨佳琪;;基于Sentinel-1B SAR数据的农作物分类方法研究[J];测绘与空间地理信息;2020年05期
2 张峰;赵忠国;李刚;陈刚;;基于不同分类器的农用地分类提取[J];新疆农业科学;2019年08期
3 许淇;李启亮;Mathilde De Vroey;张吴平;范锦龙;;基于随机森林算法的多作物同步识别[J];山东农业科学;2019年03期
4 包珺玮;于利峰;乌兰吐雅;许洪滔;乌云德吉;于伟卓;;基于随机森林法的农作物遥感识别方法研究——以阿荣旗部分区域为例[J];北方农业学报;2020年01期
5 王李娟;孔钰如;杨小冬;徐艺;梁亮;王树果;;基于特征优选随机森林算法的农耕区土地利用分类[J];农业工程学报;2020年04期
6 王轩慧;郑西来;韩仲志;王轩力;王娟;;混合式随机森林的土壤钾含量高光谱反演[J];光谱学与光谱分析;2018年12期
7 陈妙金;汪小钦;吴思颖;;基于随机森林算法的水土流失影响因子重要性分析[J];自然灾害学报;2019年04期
8 路学勤;赵振昌;;庆阳市枸杞种植气象条件分析[J];现代农业科技;2020年09期
9 曹冰;;根力多:将“减肥增效”践行到底[J];中国农资;2017年10期
10 李雪莹;范萍萍;刘岩;王茜;吕美蓉;;多分类器融合提取土壤养分特征波长[J];光谱学与光谱分析;2019年09期
11 龙栋材;李斌兵;;基于支持向量机的小流域水蚀预报模型研究[J];中国水土保持科学;2006年06期
12 潘学文;刘元明;;基于主动标记支持向量机和太赫兹光谱的转基因物质检测方法研究[J];光电子·激光;2018年10期
13 陈旭飞;任向宁;张池;咸春龙;冯雪珂;马涛;刘健美;;基于随机森林的中大尺度农田产能提升潜力评价——以广东省为例[J];西南农业学报;2019年09期
14 田钰朝;徐明德;;应用随机森林模式识别的土壤肥力评价[J];中北大学学报(自然科学版);2019年05期
中国重要会议论文全文数据库 前3条
1 李海凤;祁贵明;郭晓宁;;柴达木盆地枸杞种植气候资源区划[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
2 苏高利;秦钟;于强;;基于最小二乘支持向量机的农田二氧化碳通量建模[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集(上册)[C];2004年
3 苏高利;秦钟;于强;;基于最小二乘支持向量机的农田水汽通量建模[A];首届长三角科技论坛——气象科技发展论坛论文集[C];2004年
中国硕士学位论文全文数据库 前3条
1 韩杏杏;县域尺度农用地表层土壤有机质含量预测技术对比研究[D];郑州大学;2018年
2 钟钰;改进支持向量机下的柑橘果园信息提取及空间分布特征分析[D];江西理工大学;2019年
3 李伟;基于语义扩散核与支持向量机的半监督农业文本分类研究[D];赣南师范大学;2018年
 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