论文摘要
以华北平原黄河以北地区为研究区域,以时间序列叶面积指数LAI（Leaf Area Index）傅里叶变换的谐波特征作为不同作物识别的数据源,利用稀疏表示的分类方法识别2007年—2016年冬小麦、春玉米、夏玉米等主要农作物种植区域。首先利用上包络线Savitzky-Golay滤波分别对2007年—2016年的时间序列MODIS LAI曲线进行重构,进而对重构的年时间序列LAI进行傅里叶变换,以0—5级谐波振幅、1—5级谐波相位作为作物识别的依据,基于各类地物的训练样本,通过在线字典学习算法构建稀疏表示方法的判别字典,对每个待测样本利用正交匹配追踪算法求解稀疏系数,从而计算对应于各类地物的重构误差,根据最小重构误差判定待测样本的作物类型,并对作物识别结果的位置精度进行验证。结果表明,2007年—2016年作物识别的总体精度为77.97%,Kappa系数为0.74,表明本文提出的方法可以用于研究区域主要作物种植区域的提取。
论文目录
文章来源
类型: 期刊论文
作者: 王鹏新,荀兰,李俐,王蕾,孔庆玲
关键词: 遥感,叶面积指数,稀疏表示,滤波,华北平原,农作物,识别
来源: 遥感学报 2019年05期
年度: 2019
分类: 基础科学,信息科技,工程科技Ⅱ辑,农业科技
专业: 工业通用技术及设备,农业基础科学,自动化技术
单位: 中国农业大学信息与电气工程学院,农业农村部农业灾害遥感重点实验室
基金: 国家重点研发计划(编号:2016YFD0300603-3)~~
分类号: TP751;S127
页码: 959-970
总页数: 12
文件大小: 4513K
下载量: 516