包邮农作物类型遥感识别方法与应用

作者：朱秀芳

出版社：高等教育出版社出版时间：2018-08-01

开本： 16开 页数： 210

本类榜单：教材销量榜

中图价:¥134.4(8.0折) 定价 ~~¥168.0~~ 登录后可看到会员价

加入购物车收藏

开年大促， 全场包邮

?新疆、西藏除外

本类五星书更多>

>
闯进数学世界――探秘历史名题

闯进数学世界――探秘历史名题

¥20.7¥32.8
>
中医基础理论

中医基础理论

¥51.7¥59
>
当代中国政府与政治(新编21世纪公共管理系列教材)

当代中国政府与政治(新编21世纪公共管理系列教材)

¥31.2¥48
>
高校军事课教程

高校军事课教程

¥12.4¥38
>
思想道德与法治(2021年版)

思想道德与法治(2021年版)

¥8.5¥18
>
毛泽东思想和中国特色社会主义理论体系概论(2021年版)

毛泽东思想和中国特色社会主义理论体系概论(2021年版)

¥8.5¥25
>
中医内科学·全国中医药行业高等教育“十四五”规划教材

中医内科学·全国中医药行业高等教育“十四五”规划教材

¥85.1¥99

商品详情
商品评论(0条)

中图价:¥134.4 加入购物车

版权信息
本书特色
内容简介
目录

农作物类型遥感识别方法与应用版权信息

ISBN：9787040508765
条形码：9787040508765 ; 978-7-04-050876-5
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
教材
>
研究生/本科/专科教材

农作物类型遥感识别方法与应用本书特色

本书以农业遥感中*基础的工作——农作物类型识别为主题，系统阐述了农作物遥感识别的方法，介绍了基于不同数据源，包括可见光影像、高光谱影像、雷达影像，以及不同分类策略，包括非监督分类、监督分类和半监督分类，基于像元、亚像元的和面向对象的分类，单分类器分类和多分类器集成分类，单特征分类和多特征组合分类的作物识别方法。此外，还讨论了样本数量和质量、数据特征和尺度对作物识别精度的影响。可为从事遥感分类及相关领域的科研人员和技术人员，特别是从事农作物遥感识别的工作者和遥感数据处理工程师参考。 ?包含22个真实研究案列，可供作物识别方法借鉴，也可作为土地利用/覆盖分类方法参考 ?核心技术方法按所用到的数据源分别介绍，内容相互独立，方便读者根据自身兴趣有选择地阅读

农作物类型遥感识别方法与应用内容简介

本书以农业遥感中很基础的工作——农作物类型识别为主题，系统阐述了农作物遥感识别的方法，介绍了基于不同数据源，包括可见光影像、高光谱影像、雷达影像，以及不同分类策略，包括非监督分类、监督分类和半监督分类，基于像元、亚像元的和面向对象的分类，单分类器分类和多分类器集成分类，单特征分类和多特征组合分类的作物识别方法。此外，还讨论了样本数量和质量、数据特征和尺度对作物识别精度的影响。可为从事遥感分类及相关领域的科研人员和技术人员，特别是从事农作物遥感识别的工作者和遥感数据处理工程师参考。包含22个真实研究案列，可供作物识别方法借鉴，也可作为土地利用/覆盖分类方法参考核心技术方法按所用到的数据源分别介绍，内容相互独立，方便读者根据自身兴趣有选择地阅读。

农作物类型遥感识别方法与应用目录

第1章作物识别方法概述 1.1 引言 1.2 非监督、监督和半监督分类 1.3 单分类器与多分类器集成分类 1.4 硬分类与软分类 1.5 面向对象与基于像元的分类 1.6 单时相、多时相与时序数据分类 1.6.1 基于单时相数据的分类 1.6.2 基于多时相数据的分类 1.6.3 基于时序数据的分类 1.7 单特征分类与多特征分类 1.8 小结参考文献第2章农作物识别精度的影响因素 2.1 引言 2.2 样本数量对识别精度的影响 2.2.1 研究背景 2.2.2 研究区与数据 2.2.3 研究方法与技术路线 2.2.4 结果分析 2.2.5 结论与讨论 2.3 样本质量对识别精度的影响 2.3.1 研究背景 2.3.2 研究方法与技术路线 2.3.3 结果分析 2.3.4 结论与讨论 2.4 数据特征对识别精度的影响 2.4.1 研究背景 2.4.2 研究方法与技术路线 2.4.3 评价指标的选择 2.4.4 结果分析 2.4.5 结论与讨论 2.5 数据尺度对识别精度的影响 2.5.1 研究背景 2.5.2 研究区与数据 2.5.3 研究方法与技术路线 2.5.4 结果分析 2.5.5 结论与讨论参考文献第3章基于可见光遥感影像的作物类型识别 3.1 引言 3.2 基于单时相数据的作物识别 3.2.1 基于变端元混合像元分解的冬小麦提取 3.2.2 软硬分类相结合农作物制图研究 3.2.3 SVDD单目标分类器的作物识别研究 3.2.4 基于集成学习的农作物识别研究 3.3 基于多时相数据的作物识别 3.3.1 支持向量机与分类后验概率空间变化向量分析法结合的冬小麦识别方法 3.3.2 通过软硬变化检测识别冬小麦 3.3.3 图斑与变化向量分析相结合的秋粮作物遥感提取 3.3.4 构建时空融合模型进行水稻遥感识别 3.4 基于时间序列数据的作物识别 3.4.1 基于相似性分析的中低分辨率复合水稻种植面积测量法 3.4.2 基于典型物候特征的MODIS-EVI时间序列数据冬小麦种植面积提取方法 3.4.3 中低分辨率小波融合的玉米种植面积遥感估算 3.4.4 Landsat 8和MODIS融合构建高时空分辨率数据识别秋粮作物参考文献第4章基于高光谱影像的作物类型识别 4.1 引言 4.2 基于高光谱遥感数据的相似性测度方法评价 4.2.1 研究背景 4.2.2 研究数据 4.2.3 研究方法与技术路线 4.2.4 结果分析 4.2.5 结论与讨论 4.3 基于随机森林的高光谱遥感数据降维与分类 4.3.1 研究背景 4.3.2 研究区与数据 4.3.3 研究方法与技术路线 4.3.4 结果分析 4.3.5 结论与讨论 4.4 基于人工蜂群算法优化的SVM高光谱遥感影像分类 4.4.1 研究背景 4.4.2 数据 4.4.3 研究方法与实验设计 4.4.4 结果分析 4.4.5 结论与讨论 4.5 变端元秋粮作物高光谱识别 4.5.1 研究背景 4.5.2 研究区与数据 4.5.3 研究方法与技术路线 4.5.4 结果分析 4.5.5 结论与讨论参考文献第5章雷达作物识别 5.1 引言 5.2 基于多时相RADARSAT-2的秋粮作物识别 5.2.1 研究背景 5.2.2 研究区与数据 5.2.3 研究方法与技术路线 5.2.4 结果分析 5.2.5 结论与讨论 5.3 光学影像图斑支持下多时相雷达旱地秋粮作物提取 5.3.1 研究背景 5.3.2 研究区与数据 5.3.3 研究方法与技术路线 5.3.4 结果分析 5.3.5 结论与讨论参考文献附表索引

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐