高光谱遥感数据植被信息提取方法
利用高光谱分辨率遥感卫星影像提取植被分布信息时,需要考虑混合像元和训练样本大小的影响,以提高植被信息提取的精度。该文以广州市北部为例,利用线性光谱混合模型和支持向量机方法进行Hyperion影像分类,估计荔枝分布信息。将其结果与QuickBird 1m空间分辨率影像进行对比,利用地图方格网中随机选取的验证点评价精度,信息提取精度达到85.7%,而光谱角度制图提取的精度仅为74.3%。结果表明,混合像元分解模型和支持向量机结合的方法和其他传统的利用光谱信息提取方法相比,能够提高植被分布信息提取的精度。...
Saved in:
| Published in | Nong ye gong cheng xue bao Vol. 26; no. 7; pp. 181 - 185 |
|---|---|
| Main Author | |
| Format | Journal Article |
| Language | Chinese |
| Published |
中国科学院广州地球化学研究所,广州,510640
2010
农业部资源遥感与数字农业重点开放实验室,北京,100081 广州地理研究所,广州,510070%中国科学院广州地球化学研究所,广州,510640 广州地理研究所,广州,510070 |
| Subjects | |
| Online Access | Get full text |
| ISSN | 1002-6819 |
| DOI | 10.3969/j.issn.1002-6819.2010.07.032 |
Cover
| Abstract | 利用高光谱分辨率遥感卫星影像提取植被分布信息时,需要考虑混合像元和训练样本大小的影响,以提高植被信息提取的精度。该文以广州市北部为例,利用线性光谱混合模型和支持向量机方法进行Hyperion影像分类,估计荔枝分布信息。将其结果与QuickBird 1m空间分辨率影像进行对比,利用地图方格网中随机选取的验证点评价精度,信息提取精度达到85.7%,而光谱角度制图提取的精度仅为74.3%。结果表明,混合像元分解模型和支持向量机结合的方法和其他传统的利用光谱信息提取方法相比,能够提高植被分布信息提取的精度。 |
|---|---|
| AbstractList | 利用高光谱分辨率遥感卫星影像提取植被分布信息时,需要考虑混合像元和训练样本大小的影响,以提高植被信息提取的精度。该文以广州市北部为例,利用线性光谱混合模型和支持向量机方法进行Hyperion影像分类,估计荔枝分布信息。将其结果与QuickBird 1m空间分辨率影像进行对比,利用地图方格网中随机选取的验证点评价精度,信息提取精度达到85.7%,而光谱角度制图提取的精度仅为74.3%。结果表明,混合像元分解模型和支持向量机结合的方法和其他传统的利用光谱信息提取方法相比,能够提高植被分布信息提取的精度。 S127; 利用高光谱分辨率遥感卫星影像提取植被分布信息时,需要考虑混合像元和训练样本大小的影响,以提高植被信息提取的精度.该文以广州市北部为例,利用线性光谱混合模型和支持向量机方法进行Hyperion影像分类,估计荔枝分布信息.将其结果与QuickBird 1 m空间分辨率影像进行对比,利用地图方格网中随机选取的验证点评价精度,信息提取精度达到85.7%,而光谱角度制图提取的精度仪为74.3%.结果表明,混合像元分解模型和支持向量机结合的方法和其他传统的利用光谱信息提取方法相比,能够提高植被分布信息提取的精度. |
| Author | 李丹 陈水森 陈修治 |
| AuthorAffiliation | 农业部资源遥感与数字农业重点开放实验室,北京100081 中国科学院广州地球化学研究所,广州510640 广州地理研究所,广州510070 |
| AuthorAffiliation_xml | – name: 农业部资源遥感与数字农业重点开放实验室,北京,100081;中国科学院广州地球化学研究所,广州,510640;广州地理研究所,广州,510070%中国科学院广州地球化学研究所,广州,510640;广州地理研究所,广州,510070 |
| Author_FL | Chen Shuisen Li Dan Chen Xiuzhi |
| Author_FL_xml | – sequence: 1 fullname: Li Dan – sequence: 2 fullname: Chen Shuisen – sequence: 3 fullname: Chen Xiuzhi |
| Author_xml | – sequence: 1 fullname: 李丹 陈水森 陈修治 |
| BookMark | eNo9j79LAzEcxTNUsNb-EyI43ZlvckkuoxR_QcGl-5HkLvVqSdFD1LGgg0OpS4ubKDoVtOLk5D9jQ_tfeFJxevDeh_d4a6jiei5DaBNwSCWX250wLwoXAsYk4DHIkOAywiLElFRQ9d9fRfWiyDUGEYkYBKmiYDG5n93czqfvi_6Lv37wo6kfvPrnwfxp8v316Ptvfng3G479-NN_jNbRilXdIqv_aQ219nZbjYOgebR_2NhpBoZJEliuUgbYyoinwDBoCamFjGYAIlVMgIgZjTICXBvDDdE6jhlRqdERk7GNaQ1tLWsvlLPKtZNO7_zMlYOJu2qbS_37DovyW0luLElz3HPt07xktTInNu9mCWWYYY4l_QGnkGNr |
| ClassificationCodes | S127 |
| ContentType | Journal Article |
| Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| DBID | 2RA 92L CQIGP W95 ~WA 2B. 4A8 92I 93N PSX TCJ |
| DOI | 10.3969/j.issn.1002-6819.2010.07.032 |
| DatabaseName | 维普期刊资源整合服务平台 中文科技期刊数据库-CALIS站点 维普中文期刊数据库 中文科技期刊数据库-农业科学 中文科技期刊数据库- 镜像站点 Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
| DatabaseTitleList | |
| DeliveryMethod | fulltext_linktorsrc |
| Discipline | Agriculture |
| DocumentTitleAlternate | Research on method for extracting vegetation information based on hyperspectral remote sensing data |
| DocumentTitle_FL | Research on method for extracting vegetation information based on hyperspectral remote sensing data |
| EndPage | 185 |
| ExternalDocumentID | nygcxb201007032 35050609 |
| GrantInformation_xml | – fundername: 农业部资源遥感与数字农业重点开放实验室基金; 广东省科技计划项目 funderid: (RDA0806); (2009B020305003) |
| GroupedDBID | -04 2B. 2B~ 2RA 5XA 5XE 92G 92I 92L ABDBF ACGFO ACGFS AEGXH AIAGR ALMA_UNASSIGNED_HOLDINGS CCEZO CDYEO CHDYS CQIGP CUKSK CW9 EOJEC FIJ IPNFZ OBODZ RIG TCJ TGD TUS U1G U5N W95 ~WA 4A8 93N ABJNI ACUHS PSX |
| ID | FETCH-LOGICAL-c592-f6ad510f946d1501b91df1e3e117da57178534e216bcc6c2bb8852adcb4598f83 |
| ISSN | 1002-6819 |
| IngestDate | Thu May 29 04:04:16 EDT 2025 Thu Nov 24 20:24:12 EST 2022 |
| IsPeerReviewed | false |
| IsScholarly | true |
| Issue | 7 |
| Keywords | 支持向量机 Hyperion 植被信息 荔枝 提取 遥感 线性光谱混合模型 |
| Language | Chinese |
| LinkModel | OpenURL |
| MergedId | FETCHMERGED-LOGICAL-c592-f6ad510f946d1501b91df1e3e117da57178534e216bcc6c2bb8852adcb4598f83 |
| Notes | support vector machines（SVM） litchi remote sensing; support vector machines（SVM）; extraction; linear spectral mixed model（LSMM）; vegetation information; litchi; Hyperion S127 Hyperion 11-2047/S remote sensing vegetation information linear spectral mixed model（LSMM） extraction |
| PageCount | 5 |
| ParticipantIDs | wanfang_journals_nygcxb201007032 chongqing_backfile_35050609 |
| PublicationCentury | 2000 |
| PublicationDate | 2010 |
| PublicationDateYYYYMMDD | 2010-01-01 |
| PublicationDate_xml | – year: 2010 text: 2010 |
| PublicationDecade | 2010 |
| PublicationTitle | Nong ye gong cheng xue bao |
| PublicationTitleAlternate | Transactions of the Chinese Society of Agricultural Engineering |
| PublicationTitle_FL | TRANSACTIONS OF THE CHINESE SOCIETY OF AGRICULTURAL ENGINEERING |
| PublicationYear | 2010 |
| Publisher | 中国科学院广州地球化学研究所,广州,510640 农业部资源遥感与数字农业重点开放实验室,北京,100081 广州地理研究所,广州,510070%中国科学院广州地球化学研究所,广州,510640 广州地理研究所,广州,510070 |
| Publisher_xml | – name: 中国科学院广州地球化学研究所,广州,510640 – name: 农业部资源遥感与数字农业重点开放实验室,北京,100081 – name: 广州地理研究所,广州,510070 – name: 广州地理研究所,广州,510070%中国科学院广州地球化学研究所,广州,510640 |
| SSID | ssib017478172 ssj0041925 ssib001101065 ssib023167668 ssib051370041 |
| Score | 1.8725437 |
| Snippet | 利用高光谱分辨率遥感卫星影像提取植被分布信息时,需要考虑混合像元和训练样本大小的影响,以提高植被信息提取的精度。该文以广州市北部为例,利用线性光谱混合模型和支持向量机方法进行Hyperion影像分类,估计荔枝分布信息。将其结果与QuickBird... S127; 利用高光谱分辨率遥感卫星影像提取植被分布信息时,需要考虑混合像元和训练样本大小的影响,以提高植被信息提取的精度.该文以广州市北部为例,利用线性光谱混合模型和支持向量机方法进行Hyperion影像分类,估计荔枝分布信息.将其结果与QuickBird 1... |
| SourceID | wanfang chongqing |
| SourceType | Aggregation Database Publisher |
| StartPage | 181 |
| SubjectTerms | Hyperion 提取 支持向量机 植被信息 线性光谱混合模型 荔枝 遥感 |
| Title | 高光谱遥感数据植被信息提取方法 |
| URI | http://lib.cqvip.com/qk/90712X/20107/35050609.html https://d.wanfangdata.com.cn/periodical/nygcxb201007032 |
| Volume | 26 |
| hasFullText | 1 |
| inHoldings | 1 |
| isFullTextHit | |
| isPrint | |
| link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR1NaxQxNEgF0YP4ibUqe2hOy6ybmUkmOc7YWWrBnlbobZnMZLYgbGndQttbQQ8eSr20eBNFTwWtePLkn7FD-y98L5P9UKSosGQfyeTlTV7m5eXjvUfIfIhOxkrOvKzwtRcyU3pZmRegyLWLsuAq9zUaOD9ZFotPw6UVvjI50bXWJUPdynf-aFfyP1yFPOArWsn-A2fHSCEDYOAvpMBhSP-KxzRVNE6okjTlVMJP0VTSpE0ThkWS0ZjTVFAZUtVBQHEsxZwFGqcIxCHCUCv2EVUa0qRDY2afgeq2luxQ1bZNACAsHkEThUAS0Dp65UjBXcbYRdum2cd_GBCQbm2aps7WRqy19ReoTG1jQK5qIrEK6JUWJZAfWtICoHG6rKbNkp34NEmmdyzcrdVavKL8FdIJyXpkRVPik9XhW9xMzOpgPr8L-UAJZYU8omyNUbprelGr7TZMf3WjHYCq1xZo6nnRjyKGtz87j5cmmiPDxfFYtDEMK8AmJsU-OgywsdHrSR7Pzrk9SHetXyLzjrSH5xGGHjxWgQHroJdYM7FBmQ36UxpN9xq56pYijbgeV9fJhZ3VG-RK3N9w7ljMTeKdHb05efnq9PjL2e7H6sXb6uC42vtUfdg7fX_04_u7avdztf_6ZP-wOvxWfT24RbqdtPto0XMBNrycK98rRVaASC5VKApYFzCtWFEyExjGoiLjsNAHXS40PhM6zwV8tVpK7mdFrkOuZCmD22RmsDYwd0hDRkZr33BtQF3UsKowSkU6hx4vSiEKM0vmxu8N-ln-DL2O9UY8mSUN1xM993U97w22-_mWxq7DScm_ey6COXK5vtWBW2P3yMxwY9PcB2VxqB9YNv8ElCdTwA |
| linkProvider | Ingenta |
| openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E9%AB%98%E5%85%89%E8%B0%B1%E9%81%A5%E6%84%9F%E6%95%B0%E6%8D%AE%E6%A4%8D%E8%A2%AB%E4%BF%A1%E6%81%AF%E6%8F%90%E5%8F%96%E6%96%B9%E6%B3%95&rft.jtitle=Nong+ye+gong+cheng+xue+bao&rft.au=%E6%9D%8E%E4%B8%B9+%E9%99%88%E6%B0%B4%E6%A3%AE+%E9%99%88%E4%BF%AE%E6%B2%BB&rft.date=2010&rft.issn=1002-6819&rft.issue=7&rft.spage=181&rft.epage=185&rft_id=info:doi/10.3969%2Fj.issn.1002-6819.2010.07.032&rft.externalDocID=35050609 |
| thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fimage.cqvip.com%2Fvip1000%2Fqk%2F90712X%2F90712X.jpg http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fnygcxb%2Fnygcxb.jpg |