中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于面向对象和无人机影像的黄土高原丘陵区小流域梯田提取研究 水土保持学报 2023,37 (3) 139-146
Position: Home > Articles > Extraction of Small Watershed Terraces in the Hilly Areas of Loess Plateau Through UAV Images with Object-oriented Approach Journal of Soil and Water Conservation 2023,37 (3) 139-146

基于面向对象和无人机影像的黄土高原丘陵区小流域梯田提取研究

作  者：
张艳超;杨海龙;信忠保;鹿琳琳
单  位：
关键词：
梯田;UAV;多尺度分割;面向对象
摘  要：
精确提取梯田对于水土保持动态监测和评价非常必要,建立黄土高原小流域梯田提取技术流程可为水土流失防治提供技术支持.以甘肃省天水市水土保持科学试验站坚家山小流域为研究区域,采用无人机影像数据,基于尺度参数评估工具以影像的纹理特征为输入层,确定最优分割尺度参数;选用光谱特征和可见光植被指数为分类特征,使用面向对象分类方法对梯田进行提取.结果表明:(1)以局部方差变化率 101 作为多尺度分割的尺度参数时,梯田边界明显,光谱、纹理和形状特征对于描绘梯田边界具有巨大的潜力;(2)采用可见光植被指数植被颜色指数(CIVE)、超绿指数(EXG)、超绿超红差分指数(EXGR)、绿蓝比值指数(GBRI)、绿红比值指数(GRRI)、归一化蓝绿差异指数(NGBDI)、可见光波段差异植被指数(VDVI)、Woebbecke指数(WI)分别作为梯田提取的分类特征,其中,EXG植被指数精度最高,梯田提取精度为 72.60%,并提出一种基于最邻近分类器以综合指数(CIVE、WI、EXG、EXGR)为分类特征,建立分类阈值的梯田提取方法,梯田提取精度为 91.20%,相较于以单植被指数的分类方法精度提高 18.60%.研究基于无人机影像的多尺度分割的面向对象方法可适用黄土丘陵区梯田的提取,尤其采用综合植被指数可以显著提高分类精度.
译  名：
Extraction of Small Watershed Terraces in the Hilly Areas of Loess Plateau Through UAV Images with Object-oriented Approach

相似文章

导出引用
计量
文章访问数: 10
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46