基于Softmax分类器的小春作物种植空间信息提取

文献类型： 中文期刊

第一作者： 蒋怡

作者： 蒋怡;黄平;董秀春;李宗南;王昕;魏来;邱金春

作者机构：

关键词： 小春作物;Sofimax;机器学习;空间分辨率;分类精度

期刊名称： 西南农业学报

ISSN： 1001-4829

年卷期： 2019 年 32 卷 008 期

页码： 1880-1885

收录情况： 北大核心 ; CSCD

摘要： [目的]使用浅层机器学习分类方法和多光谱遥感影像快速准确提取研究区小春作物(油菜、小麦)种植空间信息.[方法]选择研究区小春作物识别最佳时期的Sentinel 2A MSI多光谱影像,融合得到10 m分辨率影像,然后降尺度生成15、20、30 m分辨率影像,结合地面调查数据,建立油莱、小麦、林地、居民地、水体等典型地物感兴趣区,训练Softmax分类器,基于不同空间分辨率影像提取油菜、小麦种植空间信息.[结果]①基于Softmax分类器和10 m分辨率融合影像的小春作物分类总体精度为90.02%,Kappa系数为0.8344,其中油莱生产者精度和用户精度分别为93.14%、91.42%,小麦的分别为87.93%,98.09%;②Soft-max法的小春作物分类精度随影像空间分辨率下降而降低,15、20、30 m分辨率影像的分类精度较10m的分别下降9.80%、12.04%和13.04%,Kappa系数依次减少0.1538,0.1873和0.2088;③15、20、30 m分辨率影像的油菜分类精度较小麦的低,影响因素为油菜花期和种植地块破碎分散.[结论]Softmax分类器在10 ~30 m中高分辨率影像小春作物分类中具备较高的精度,可作为常规方法应用于业务化的作物监测工作.

分类号： S344

  • 相关文献

[1]丘陵地区小春作物秸秆焚烧存在的问题及对策. 汤天泽,周强,李芸,刘念. 2013

[2]高含油量油菜品种——庆油3号油菜高效栽培技术. 胡承伟. 2020

[3]三种记录间隔时间对山羊行为分类精度的影响. 郭东东,郝润芳,吉增涛,钱建平,周超,梁旭娇. 2015

[4]最大似然分类的训练样本敏感度研究. 陆晓果,王同科,梁社芳,陆苗. 2018

[5]基于Sentinel-2数据的水稻面积提取方法比较分析. 麦丽素,乌兰吐雅. 2019

[6]基于多时相中巴资源卫星影像的冬小麦分类精度. 齐腊,赵春江,李存军,刘良云,谭昌伟,黄文江. 2008

[7]无人机机载激光雷达提取果树单木树冠信息. 陈日强,李长春,杨贵军,杨浩,徐波,杨小冬,朱耀辉,雷蕾,张成健,董震. 2020

[8]定位尺度和像元空间关系对GF-1亚像元定位精度影响分析. 吴尚蓉,陈仲新,任建强,周清波,黄青. 2016

[9]eDNA监测空间分辨率量化方法研究-以长江中游干流平水期为案例. 杨海乐,许兰馨,周琼,刘志刚,吴金明. 2024

[10]基于Sentinel-2影像分辨率提升的西南山区油菜作物识别研究. 欧嫣然,王克晓,虞豹,黄祥,王茜. 2020

[11]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[12]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[13]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[14]基于图像特征的水稻叶片全氮含量估测模型研究. 杨红云,罗建军,孙爱珍,万颖,易文龙. 2020

[15]基于机器学习的高分辨率遥感影像农业大棚提取. 马海荣,罗治情,陈聘婷,官波. 2020

[16]多源遥感数据特征优选的大兴安岭沿麓不同农作物提取. 于利峰,乌兰吐雅,李继辉,于伟卓,敦惠霞. 2020

[17]农业领域本体构建方法研究 -以番茄病虫害为例. 任妮,孙艺伟,鲍彤,郭婷. 2021

[18]基于支持向量机技术预测丙戊酸钠血药浓度. 马攀,贾运涛,刘芳,程林,王红迁,严波,陈勇川. 2021

[19]基于长短时记忆模型的包虫病爆发风险预测混合模型的建立. 陈春蓉,赵瑾,贺兆源,李家宝,陈海兰,贾耿介. 2024

[20]稀疏分层概率自组织图实例迁移学习方法. 吴蕾,田儒雅,张学福. 2016

作者其他论文 更多>>

微信小程序