书城首页 › 当代 › 科技 › 基于多源遥感数据的农作物分类与叶面积指数反演研究
当代·科技

基于多源遥感数据的农作物分类与叶面积指数反演研究

正版保障多仓发货48小时内发货2-3天送达可开发票
¥28.10 定价 ¥50.00 5.6折 立省 ¥21.90
仅剩 1 件 全新
商品参数
书名
基于多源遥感数据的农作物分类与叶面积指数反演研究
作者
王迪 等 著
出版社
中国农业科学技术出版社
出版时间
2022-10-01
ISBN
9787511659316
货号
1202821215
品相
全新
分类
当代·科技
购物车(0)
商品参数
书名
基于多源遥感数据的农作物分类与叶面积指数反演研究
作者
王迪 等 著
出版社
中国农业科学技术出版社
出版时间
2022-10-01
ISBN
9787511659316
货号
1202821215
品相
全新
分类
当代·科技
作者简介▼

王迪,男,1977年出生,副研究员,工学博士,硕士生导师,现任职于中国农业科学院农业资源与农业区划研究所农业遥感创新团队。长期从事农业遥感基础与应用研究,重点开展农作物面积空间抽样理论与技术、基于合成孔径雷达遥感的农作物分类与生物学参数反演研究。先后主持和参与国家级、省部级及其他各类研究项目40余项,以第一或通讯作者在国内外重要学术期刊发表论文50余篇。作为主要参加人获得水利部大禹水利科学技术奖二等奖1项。在我国农作物面积遥感监测研究方面获得了丰硕的成果。

目录▼

第一章绪论

第一节研究背景及意义

一、卫星遥感农作物分类研究进展

二、农作物分类特征优选研究进展

三、农作物SAR分类研究进展

四、农作物叶面积指数遥感反演研究进展

五、问题与展望

第二节研究思路与研究内容

一、研究思路

二、研究内容

三、技术路线

第三节本章小结

第二章种植结构复杂区农作物精细分类研究

第一节研究区与数据

一、研究区概况

二、研究数据

第二节研究方法

一、农作物分类方法

二、分类精度检验

第三节深度学习模型参数对农作物分类精度的影响

……

文摘▼

本书依据作者承担的中央级公益性科研院所基本科研业务费专项项目“基于合成孔径雷达数据的旱地作物识别与长势监测研究”(IARRP-2017-16)和国家自然科学基金项目“基于三位一体空间抽样理论研究及其二联查找表研建”(No.41531179)的研究成果编著而成。农作物分类与叶面积指数反演是农作物面积、空间分布及长势监测的重要环节与关键前提。及时准确获取农作物面积、空间分布与长势信息对于加强农业生产管理,优化农业种植结构与布局,保障农产品有效供给和国家粮食安全具有重要意义。尽管国内外众多学者使用各种遥感数据源,采用多种方法开展了大量的农作物分类与叶面积指数研究与实践,然而,目前对于地块零碎、种植结构复杂区的农作物分类与叶面积指数反演精度仍不高,针对多种农作物类型与遥感数据源,尚未明确农作物分类的关键特征类型、数量,更未进行叶面积指数反演模型或算法的优选。鉴于此,本书联合光学、SAR等多种遥感数据源及地面实测数据,采用机器学习、深度学习等多种算法,进行各种农作物的精细分类与叶面积指数反演研究,明确了旱地作物极化SAR分类的关键特征类型、数量与最佳分类时相,确定了旱地作物极化SAR分类的最佳方法,优选出适合农作物精细分类的深度学习模型,揭示了冬小麦叶面积指数遥感反演的关键影响因子,建立了面向冬小麦叶面积指数遥感反演的深度学习模型,旨在为改善农作物面积、空间分布及长势监测的精度和效率提供参考依据。

¥28.10
🛒购物车