基于环境星的混合像元分解水稻面积提取-中国学术期刊网络出版总库

中国学术期刊网络出版总库

关闭

基于环境星的混合像元分解水稻面积提取

推荐 CAJ下载

PDF下载

【英文篇名】	Extraction of Paddy Planting Areas by Using Mixed Pixel Decomposition Based on HJ-1A/B Satellite Images
【下载频次】	★★★★★
【作者】	陈树辉; 李杨; 曾凡君; 薛春燕; 刘翔;
【英文作者】	CHEN Shu-hui et al(Beijing Oriental Titan Technology Co.; Ltd; Beijing 100083);
【作者单位】	北京东方泰坦科技股份有限公司; 南京林业大学森林资源与环境学院;
【文献出处】	安徽农业科学 , Journal of Anhui Agricultural Sciences, 编辑部邮箱 2011年 10期期刊荣誉：ASPT来源刊 CJFD收录刊
【中文关键词】	环境小卫星; 混合像元分解; 端元; 线性光谱混合模型; 水稻种植面积;
【英文关键词】	HJ-1A/B satellite; Mixed pixel decomposition; End members; Linear Spectral Mixture Model(LSMM); Paddy planting areas;
【摘要】	以河南省息县水稻种植面积提取为例,选取线性光谱混合模型对环境小卫星数据进行分类,并计算出水稻种植面积,将其结果与高分辨率ALOS数据进行位置精度计算,得到平均精度达87.89%。同时,与决策树分类方法和神经元网络分类等方法进行对比,混合像元分解方法总量精度显著提高。表明针对环境小卫星的混合像元分解方法可以提高水稻种植面积的提取精度。
【英文摘要】	Taking the case of the extraction of paddy planting areas in Xi County of Henan Province,Linear Spectral Mixture Model(LSMM) was selected to classify and calculate paddy planting areas,moreover,location accuracy calculation was carried out for its result and high resolution ALOS data,thereby,average precision reached 87.89%.Meanwhile,comparing with decision tree classification method and neural network classification,total precision of mixed pixel decomposition method improved remarkably.The results indicat...
【基金】	国家“863”计划地球观测与导航技术领域国家统计遥感业务系统关键技术研究与应用专题项目(2006AA120107)
【更新日期】	2011-05-16
【分类号】	S511
【正文快照】	水稻是我国第一大粮食作物,不仅担负我国粮食安全的重任,并肩负实现种粮增效、稻农增收和全面推进新农村建设的重要使命[1]。利用遥感技术进行水稻等农作物种植面积的监测是农业可持续发展的重要组成部分。随着科学技术的发展,高中低分辨率的卫星发射,为农业遥感监测提供了丰富

xxx

【相似文献】

中国期刊全文数据库

中国优秀硕士学位论文全文数据库

中国博士学位论文全文数据库

中国重要会议论文全文数据库

中国重要报纸全文数据库

中国学术期刊网络出版总库

点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。

【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

农业科学
　

农作物
　　

禾谷类作物
　　　

稻


	CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）京ICP证040431号互联网出版许可证新出网证（京）字008号

相似文献

文献分类导航