《農作物類型遙感識別方法與套用》是2019年2月18日高等教育出版社出版的教材，作者是朱秀芳、張錦水、潘耀忠。
基本介紹
- 中文名：農作物類型遙感識別方法與套用
- 作者：朱秀芳、張錦水、潘耀忠
- 出版時間：2019年2月18日
- 出版社：高等教育出版社
- ISBN：9787040508765
圖書目錄
- 前輔文
- 第1 章 作物識別方法概述
- 1.1 引言
- 1.2 非監督､監督和半監督分類
- 1.3 單分類器與多分類器集成分類
- 1.4 硬分類與軟分類
- 1.5 面向對象與基於像元的分類
- 1.6 單時相､多時相與時序數據分類
- 1.6.1 基於單時相數據的分類
- 1.6.2 基於多時相數據的分類
- 1.6.3 基於時序數據的分類
1.7 單特徵分類與多特徵分類
1.8 小結
參考文獻
第2 章 農作物識別精度的影響因素
- 2.1 引言
- 2.2 樣本數量對識別精度的影響
- 2.2.1 研究背景
- 2.2.2 研究區與數據
- 2.2.3 研究方法與技術路線
- 2.2.4 結果分析
- 2.2.5 結論與討論
2.3 樣本質量對識別精度的影響
- 2.3.1 研究背景
- 2.3.2 研究方法與技術路線
- 2.3.3 結果分析
- 2.3.4 結論與討論
2.4 數據特徵對識別精度的影響
- 2.4.1 研究背景
- 2.4.2 研究方法與技術路線
- 2.4.3 評價指標的選擇
- 2.4.4 結果分析
- 2.4.5 結論與討論
2.5 數據尺度對識別精度的影響
- 2.5.1 研究背景
- 2.5.2 研究區與數據
- 2.5.3 研究方法與技術路線
- 2.5.4 結果分析
- 2.5.5 結論與討論
參考文獻
第3 章 基於可見光遙感影像的作物類型識別
- 3.1 引言
- 3.2 基於單時相數據的作物識別
- 3.2.1 基於變端元混合像元分解的冬小麥提取
- 3.2.2 軟硬分類相結合農作物製圖研究
- 3.2.3 SVDD 單目標分類器的作物識別研究
- 3.2.4 基於集成學習的農作物識別研究
3.3 基於多時相數據的作物識別
- 3.3.1 支持向量機與分類後驗機率空間變化向量分析法結合的冬小麥識別方法
- 3.3.2 通過軟硬變化檢測識別冬小麥
- 3.3.3 圖斑與變化向量分析相結合的秋糧作物遙感提取
- 3.3.4 構建時空融合模型進行水稻遙感識別
3.4 基於時間序列數據的作物識別
- 3.4.1 基於相似性分析的中低解析度複合水稻種植面積測量法
- 3.4.2 基於典型物候特徵的MODIS￣EVI 時間序列數據冬小麥種植面積提取方法
- 3.4.3 中低解析度小波融合的玉米種植面積遙感估算
- 3.4.4 Landsat 8 和MODIS 融合構建高時空解析度數據識別秋糧作物
參考文獻
第4 章 基於高光譜影像的作物類型識別
- 4.1 引言
- 4.2 基於高光譜遙感數據的相似性測度方法評價
- 4.2.1 研究背景
- 4.2.2 研究數據
- 4.2.3 研究方法與技術路線
- 4.2.4 結果分析
- 4.2.5 結論與討論
4.3 基於隨機森林的高光譜遙感數據降維與分類
- 4.3.1 研究背景
- 4.3.2 研究區與數據
- 4.3.3 研究方法與技術路線
- 4.3.4 結果分析
- 4.3.5 結論與討論
4.4 基於人工蜂群算法最佳化的SVM 高光譜遙感影像分類
- 4.4.1 研究背景
- 4.4.2 數據
- 4.4.3 研究方法與實驗設計
- 4.4.4 結果分析
- 4.4.5 結論與討論
4.5 變端元秋糧作物高光譜識別
- 4.5.1 研究背景
- 4.5.2 研究區與數據
- 4.5.3 研究方法與技術路線
- 4.5.4 結果分析
- 4.5.5 結論與討論
參考文獻
第5 章 雷達作物識別
- 5.1 引言
- 5.2 基於多時相RADARSAT￣2 的秋糧作物識別
- 5.2.1 研究背景
- 5.2.2 研究區與數據
- 5.2.3 研究方法與技術路線
- 5.2.4 結果分析
- 5.2.5 結論與討論
5.3 光學影像圖斑支持下多時相雷達旱地秋糧作物提取
- 5.3.1 研究背景
- 5.3.2 研究區與數據
- 5.3.3 研究方法與技術路線
- 5.3.4 結果分析
- 5.3.5 結論與討論
參考文獻
附表
索引
