Print

基于时间序列叶面积指数稀疏表示的作物种植区域提取

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

  • 1 引言
  • 2 材料与方法
  •   2.1 研究区域概况
  •   2.2 数据来源及预处理
  •   2.3 时间序列LAI的Savitzky-Golay滤波
  •   2.4 基于傅里叶变换的特征提取
  •   2.5 基于稀疏表示的作物识别
  •     2.5.1 过完备字典的构造
  •     2.5.2 稀疏系数的求解
  •     2.5.3 作物类型识别
  • 3 结果与分析
  •   3.1 主要作物的时间序列LAI曲线分析
  •   3.2 主要作物的空间分布
  •   3.3 精度验证
  • 4 讨论
  • 5 结论

    • 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

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/1f55b136c62c06d3dbb6e7b2.html