一种改进的时间序列下冬小麦遥感识别方法
针对现有归一化植被指数(NDVI)阈值方法提取冬小麦种植面积受主观因素影响大,建立的模型不具有普适性等问题,该文以Sentinel-2为数据源,冬小麦种植大县——河南省开封市祥符区(原开封县)为实验区,对基于NDVI时间序列建立的冬小麦识别方法进行改进,使用迭代处理方法改进标准时间序列曲线的确定,提取NDVI时间序列的距离、方向特征以及物候期内最大NDVI值作为识别特征参量,运用数学统计方法确定分类模型阈值,据此构建一种改进的时间序列下冬小麦遥感识别矢量模型.结果表明,该方法对冬小麦遥感识别效果较好,提取的冬小麦种植面积Hellden精度达到92.23%.
Sentinel-2、归一化植被指数时间序列、迭代处理、改进标准时间序列曲线、冬小麦识别
47
P237(摄影测量学与测绘遥感)
灾害环境下快速应急定位组网技术项目;河南省自然资源厅自然资源科研项目
2022-07-14(万方平台首次上网日期,不代表论文的发表时间)
共8页
73-79,110