检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]广东省国土资源测绘院,广东 广州 [2]自然资源部华南热带亚热带自然资源监测重点实验室,广东 广州 [3]广东省自然资源科技协同创新中心,广东 广州
出 处:《地理科学研究》2024年第6期1038-1047,共10页Geographical Science Research
基 金:广东省科技计划项目(2021B1111610001, 2021B1212100003),广东省自然资源科技项目(GDZRZYKJ2023001, GDZRZYKJ2024002)。
摘 要:占用耕地种植草皮是耕地“非粮化”的表现之一,因此及时、准确掌握耕地内草皮(后简称“草皮”)种植情况对耕地“非粮化”监测具有重要现实意义。针对岭南地区多云多雨复杂观测条件和耕地破碎化严重的问题,本研究以广东省新会区和揭西县为例,提出一种田块尺度的草皮分类方法,首先借助高分辨率光学遥感提取研究区田块数据,然后根据野外调查采集的典型地物样本,构建基于哨兵1号SAR后向散射系数的典型地物时间序列参考曲线,建立田块尺度的包含时序、纹理、统计等信息的特征集,最终构建基于XGBoost机器学习模型的草皮快速识别方法,实现研究区多云多雨条件下草皮的精确识别。结果表明:(1) 草皮后向散射时序特征与水稻等其他地物具有明显区别;(2) 基于时序SAR特征的XGBoost模型验证结果表明,在新会区和揭西县的独立试验查全率和准确率均在80%和93%以上,表明模型具有较好的鲁棒性;(3) 不同特征组合下的控制试验表明,仅使用时序SAR特征可以准确区分光学上易混淆的草皮、其他草地、水稻等地物,使得该模型易向多云多雨的华南地区推广应用。研究结果为耕地“非粮化”精细监测和科学管控、保障粮食安全提供数据支撑和决策支持。The cultivation of turf grass on arable land is one of the manifestations of the “non-grainization” of arable land. Therefore, timely and accurate understanding of the cultivation of turf grass (hereinafter referred to as “turf”) within arable land is of great practical significance for monitoring the “non-grainization” of arable land. In response to the complex observation conditions of the Lingnan region, characterized by frequent cloud cover and rain, as well as the severe fragmentation of arable land, this study takes Xinhui District in Guangdong Province and Jiexi County as examples to propose a parcel-scale turf classification method. First,
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:18.226.28.28