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GF-2遥感数据的元谋热区番茄识别 河南农业科学 2021 (12) 170-180
Position: Home > Articles > 基于面向对象GF-2遥感数据的元谋热区番茄识别 Journal of Henan Agricultural Sciences 2021 (12) 170-180

基于面向对象GF-2遥感数据的元谋热区番茄识别

作  者：
陈越豪;何光熊;李婕;史亮涛;方海东;史正涛
单  位：
云南师范大学地理学部;云南省农业科学院热区生态农业研究所
关键词：
GF-2数据;纹理提取;番茄识别;面向对象;最大似然法;支持向量机;
摘  要：
为了准确掌握元谋热区番茄种植的空间分布信息,实现合理调整农业结构以及区域特色农作物经济规模化发展的目标,以GF-2为数据源,基于面向对象的分类思想,以ESP尺度参数评价工具对遥感影像进行分割尺度评价。设置最优分割尺度参数后获得影像对象,随后利用光谱、纹理及植被指数构建多种识别方案,使用最大似然法和支持向量机不同分类器,对元谋热区番茄进行了遥感识别,并着重探讨了基于GF-2数据对于番茄信息提取的最佳辅助识别特征组合方法。结果表明:基于GF-2遥感影像数据构建的归一化植被指数、比值植被指数、灰度共生矩阵与局部二值模式纹理多特征组合方案在最大似然法中对番茄的识别精度最高,总体分类精度为97.20%,Kappa系数为0.91;在支持向量机中,番茄识别精度最高的组合是构建的归一化植被指数、比值植被指数以及灰度共生矩阵纹理的多特征组合方案,总体分类精度为96.44%,Kappa系数为0.87;最大似然法总体识别效果优于支持向量机。综上,基于GF-2影像数据对象所构建的多种辅助识别特征组合能够实现元谋番茄的精细识别。

相似文章

导出引用
计量
文章访问数: 11
HTML全文浏览量: 0
PDF下载量: 2

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