公共文化服务平台

搜索到13878篇“ 土地利用分类“的相关文章

一种土地利用分类和影像重建方法、装置、介质及产品: 本发明公开了一种土地利用分类和影像重建方法、装置、介质及产品，涉及遥感土地利用分类技术领域，该方法包括：获取目标区域的初始遥感影像；初始遥感影像的分辨率为第一分辨率；将初始遥感影像输入至训练好的多任务深度学习模型中，得到...; 张学鹏邢江河黄耕淮黄莹双勾鹏刘洋聂维王坤鑫

基于多尺度的遥感影像土地利用分类方法: 本发明涉及基于多尺度的遥感影像土地利用分类方法，属于遥感图像处理技术领域。首先，获取公开的遥感土地利用分类数据集，并进行预处理，随机划分训练集、验证集和测试集。接着，基于Deeplabv3+模型构建MFC‑Net模型，主...; 罗小波朱凡

基于遥感数据的土地利用分类方法及系统: 本发明涉及土地分类技术领域，尤其涉及基于遥感数据的土地利用分类方法及系统。所述方法包括以下步骤：获取土地分析区域；对土地分析区域进行遥感土地图像数据采集，生成遥感土地图像数据；对遥感土地图像数据进行地表高程分析，生成地表...; 齐涛高洪军葛文海丁明婧梁玉才杜臣昌

基于遥感数据的土地利用分类方法及系统: 本发明涉及土地分类技术领域，尤其涉及基于遥感数据的土地利用分类方法及系统。所述方法包括以下步骤：获取土地分析区域；对土地分析区域进行遥感土地图像数据采集，生成遥感土地图像数据；对遥感土地图像数据进行地表高程分析，生成地表...; 齐涛高洪军葛文海丁明婧梁玉才杜臣昌

一种基于数据分析的土地利用分类方法及系统: 本发明涉及数据分析技术领域，尤其涉及一种基于数据分析的土地利用分类方法及系统。该方法包括以下步骤：获取待分类区域遥感数据以及待分类区域传感数据并进行区域高程模型构建和区域传感数据融合，获得区域传感网络和区域高程模型；对区...; 赵丽宋萍胡彦香庄华刘维国姜鹏

一种基于数据分析的土地利用分类方法及系统: 本发明涉及数据分析技术领域，尤其涉及一种基于数据分析的土地利用分类方法及系统。该方法包括以下步骤：获取待分类区域遥感数据以及待分类区域传感数据并进行区域高程模型构建和区域传感数据融合，获得区域传感网络和区域高程模型；对区...; 赵丽宋萍胡彦香庄华刘维国姜鹏

融入辅助数据集的面向对象土地利用分类研究: 2024年; 土地利用分类结果对国土空间的管理至关重要。为提高土地利用分类结果的准确性,本文以博湖县为研究区,使用Sentinel-2A影像提取光谱特征,并结合雷达、光谱指数、土壤和地形特征构建6个面向对象的土地利用分类模型,使用简单非迭代聚类(SNIC)算法和随机森林(RF)算法对影像进行分割和分类,得出模型的分类精度以及特征重要性排序,最后使用分类回归树(CART)算法验证辅助数据集对提高分类精度的影响。结果表明:使用SNIC算法分割影像时,分别设置种子大小为17、紧凑度为0时,该研究区影像分割效果最好。基于RF分类算法,在只使用光谱信息进行分类时分类精度最低,加入雷达、光谱指数、土壤和地形特征中任何一个辅助数据集均可提高土地利用的分类精度,其中地形特征对提高分类精度的效果更显著,加入所有辅助数据集时分类精度达到最高,OA=92.34%,Kappa系数=0.91。使用CART算法进行分类有效性验证得出,基于RF算法的分类效果优于CART算法。基于遥感云平台的SNIC分割算法,融入辅助数据集进行面向对象分类,为提高土地利用分类精度提供参考。; 李坤玉王雪梅李锐李顿; 关键词：土地利用分类面向对象

联合GEE与多源遥感数据的土地利用分类研究: 2024年; 基于随机森林算法(Random Forest,RF)和Google Earth Engine(GEE)云平台,探索时间序列的Sentinel-1合成孔径雷达(Synthetic Aperture Radar,SAR)数据后向散射系数对大范围土地分类的效果,并融合Sentinel-1、Sentinel-2主被动遥感数据,探究利用JM距离寻找最优特征的可行性,对比分析了融合数据后向散射系数、光谱特征、植被指数特征与纹理特征等不同组合对土地分类精度的改善情况。结果表明:在地形复杂和雨量丰富的江西赣州地区,单使用时序SAR数据对土地利用分类的总体精度达到85.02%,Kappa系数为0.79。融合主被动Sentinel数据的分类精度最高,总体精度达到94.96%,Kappa系数为0.93。但SAR数据相对光学数据和主被动融合数据,在光学数据云雾覆盖区域可进行土地分类研究。本研究采用的方法和平台,能准确、高效地进行土地利用分类工作,具有很好的推广价值。; 黄仲; 关键词：土地利用分类

基于FSO算法的洱海流域土地利用分类适用性研究: 2024年; 精确提取土地利用类型是治理流域生态环境的重要途径,而分类算法繁多,针对分类的对象效果不一。洱海流域作为高原断陷湖泊具有其独有的特征,开展分类方法适用性研究具有重要意义。以洱海流域作为研究区,基于Sentinel-2影像数据,创新地融合了地物的光谱特征、几何结构和纹理特征,筛选出34个最优分类特征值,运用特征空间优化算法,对比分析支持向量机、随机森林和决策树3种分类方法在洱海流域的适用性。结果表明,在特征重要性排名中,红边指数(NDREI)相对于归一化植被指数(NDVI)和比值植被指数(RVI)表现出更为显著的优势,在所有特征中贡献率排名居首位;在优化特征空间后,支持向量机(SVM)的分类总体精度和Kappa系数效果最好,提高3.75和5.06个百分点,决策树(DT)效果最差,仅提高了1和1.17个百分点;相对于其他两种分类方法,优化特征空间的随机森林(RF)分类总体精度和Kappa系数最高,达到90.63%和88.87%,并且在细节上更符合真实地物分布,如在地物分布的细碎区域、区分湿地、水体和建设用地的效果明显。利用特征空间优化算法提高了分类方法的精度,随机森林对洱海流域的土地利用分类具有最强的适用性。; 何紫玲陈运春郭晓飞张莹黄玉南柳兴鹏曾维军; 关键词：洱海流域土地利用分类

一种基于多特征组合的EnMap-BOX土地利用分类方法研究: 2024年; 为研究多特征组合在国产高分卫星影像土地利用分类中的应用效果,本文采用GF6-WFV多光谱影像数据,构建基于光谱波段、植被指数、纹理特征的多特征组合,并采用ReliefF算法进行特征优选获取信息量冗余较小的优选特征集合,结合EnMap-BOX工具包寻优改进的SVM算法中惩罚参数C和核函数系数g获取最优分类模型,对研究区进行分类。结果表明:1)特征选择能够较好地降低多特征集合的信息量冗余。2)基于特征选择的改进SVM算法模型能获取较高的土地利用分类精度,总体精度达到82.89%,Kappa系数达到0.78,可以为土地利用分类提供一种具有较高应用价值的方法。; 柴学文苏宁李先从吴立章; 关键词：RELIEFF 土地利用分类

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈