公共文化服务平台

宋茜: 作品数：35 被引量：357H指数：10; 供职机构：中国农业科学院农业资源与农业区划研究所更多>>; 发文基金：国家自然科学基金中央级公益性科研院所基本科研业务费专项公益性行业科研专项更多>>; 相关领域：农业科学自动化与计算机技术经济管理天文地球更多>>

合作作者

农作物遥感识别中的多源数据融合研究进展被引量：50: 2015年; 农作物遥感识别是地理学和生态学研究的前沿和热点,多源数据在农作遥感识别中日益发挥重要作用。笔者从多源数据融合的角度,归纳了2000年后多源数据在农作物遥感识别中应用的总体概况,系统梳理并提炼了当前多源数据融合的主要融合技术和融合模式。围绕与多源数据融合和农作物遥感识别相关的关键词,在Google学术、ISI Web of Knowledge和中国知网中对2000—2014年间国内外发表的论文进行检索,并统计不同传感器的使用频率及结合方式。研究表明,以提高空间分辨率为目标的多源数据融合和以提高时间分辨率为目标的多源数据融合技术是当前的两种主要方式,可以在一定程度上实现时空尺度的扩展。前者的融合技术包括图像融合、正态模糊分布神经网络模型、成分替换、半经验数据模型融合及多分辨率小波分解等,可以提升遥感数据的空间分解力和清晰度,较好弱化混合像元产生的影响,但农作物光谱信息有一定程度的丢失或扭曲,农作物空间分布局部细节信息与纹理特征依然会缺失;后者的融合技术形式灵活多样,可分为同源数据联合扩展时序的时空优化技术和异源数据联合扩展时序的时空优化技术,其可以有效排除短时间段内农作物生育期交叉,但易受不同遥感数据源间光谱反射率或植被指数转换模型及光谱波段设置差异的影响。在融合模式方面,根据数据类型分为光学数据的融合、光学数据与微波数据的融合以及遥感与非遥感数据的融合,以实现卫星资源优势互补为宗旨,充分挖掘不同类型农作物在遥感数据上呈现的光谱、时间和空间特征差异信息。同样,农作物遥感识别研究中的多源遥感数据融合也存在诸多挑战,在未来一段时间内,完善不同传感器之间的合作、更深层次挖掘融合信息以及多尺度长时间序列的中高分辨率农作物空间分布数据; 宋茜周清波吴文斌胡琼余强毅唐华俊; 关键词：农作物多源数据遥感

一种近场通信温湿度记录标签: 本实用新型公开了一种近场通信温湿度记录标签，包括硬外壳、软外壳和电路主板，其中，所述硬外壳为薄卡片状结构，包括上壳、下壳、密封皮圈和固定螺丝；所述软外壳为套状结构，其一面开口、其余五个面密封，其内部形状与所述硬外壳一致，...; 钱建平张保辉宋茜; 文献传递

一种融合物联网和卫星数据生成时空连续农作物参数的方法和系统: 本发明提出一种融合物联网和卫星数据生成时空连续农作物参数的方法，包括：S1.从物联网平台获取农作物关键参数X及其所在的农田边界；S2.根据农田边界获取覆盖整块农田、多时相农作物参数的卫星遥感影像Y；S3.建立卫星的每个像...; 李文娟吴文斌余强毅宋茜

多源协同的耕地地块分割方法、装置、介质及设备: 本公开提供一种多源协同的耕地地块分割方法、装置、介质及设备，涉及农业遥感技术领域，包括：获取待分割的卫星遥感影像；将卫星遥感影像输入耕地地块提取模型的编码器，获得层次化的第一特征图，其中，编码器以语义分割模型UNet结构...; 宋茜吴文斌段玉林余强毅陆苗

利用多源多时相卫星影像对黑龙江省耕地水涝灾害的监测: 2014年; 为做好黑龙江省洪涝灾害防治,利用环境小卫星与TM8卫星数据对2013年黑龙江省耕地受灾区域进行监测。结果表明:受灾区主要集中在松花江、黑龙江流域及松嫩平原地区。松嫩平原地区多以内涝为主,松花江、黑龙江流域市县耕地受灾多因江水决口或漫延而致。因此,对于黑龙江洪涝灾害的防治应重点集中在这些市县,应加强对松花江流域防洪堤坝的加固及水利基础设施建设。; 张国庆黄楠宋茜莫红; 关键词：耕地洪涝遥感

玉米种子发芽率采样装置: 玉米种子发芽率采样装置，涉及一种种子发芽率采样转置。适应了对玉米种子发芽率的准确采样的需求。本实用新型的苗盘有分隔板分为多个矩形育苗格，每个育苗格中均铺设有用于育种的土壤，每个育苗格的一条边的中心均设有一个反射式红外传感...; 姜宇博钱春荣于洋宫秀杰郝玉波李梁葛选良王俊河杨忠良孙丹夏天舒宋茜; 文献传递

一种融合物联网和卫星数据生成时空连续农作物参数的方法和系统: 本发明提出一种融合物联网和卫星数据生成时空连续农作物参数的方法，包括：S1.从物联网平台获取农作物关键参数X及其所在的农田边界；S2.根据农田边界获取覆盖整块农田、多时相农作物参数的卫星遥感影像Y；S3.建立卫星的每个像...; 李文娟吴文斌余强毅宋茜

农作物种植结构遥感提取研究进展被引量：123: 2015年; 农作物种植结构信息对农业生产管理、农业可持续发展及国家粮食安全等具有重要意义。本文中概括了农作物种植结构遥感提取的理论基础,归类了近10年间不同农作物种植结构遥感提取技术方法,重点评述了不同技术方法的特点及应用情况,讨论和展望了未来农作物种植结构遥感提取研究的发展方向。当前,光谱特征、时相特征和空间特征是农作物种植结构遥感提取的三大理论基础。基于单一影像源的种植结构提取方法操作简单,但往往难以获取种植结构"最佳识别期"的遥感影像;基于多时序影像源的种植结构提取方法可以充分利用农作物季相节律特征,成为当前农作物种植结构遥感提取的主流方法。在基于多时序影像源的种植结构提取方法中,多特征参量法较单一特征参量法更适用于农作物种植结构复杂区域,基于多特征参量的统计模型法一定程度上解决了混合像元问题,但模型的鲁棒性有待提高。此外,遥感与统计数据融合的农作物种植结构提取法在国家及全球大尺度的农作物种植结构提取中具有优势,但较低的制图分辨率使得数据产品的区域适宜性较差。未来农作物种植结构遥感提取将以区域"作物一张图"为目标,充分发挥多源数据组合利用的优势,围绕多类型作物同步提取和大范围作物种植结构提取开展深入研究,重点加强遥感数据预处理、特征参量提取和分类器高效选择等关键技术研究,从而提升农作物种植结构遥感提取的时空尺度,满足多方位的农业应用需求。; 胡琼吴文斌宋茜余强毅杨鹏唐华俊; 关键词：农作物种植结构遥感

农作物提取方法、装置、可读存储介质及电子设备: 本公开涉及一种农作物提取方法、装置、可读存储介质及电子设备。方法包括：根据目标遥感数据，构建目标农作物的生长初期时间序列、生长中期时间序列及生长末期时间序列；确定生长初期时间序列与生长中期时间序列之间的差异，得第一差异特...; 宋茜贾楠查燕钱建平冷佩王虹扬

基于Sentinel-1/2数据的中国南方单双季稻识别结果一致性分析被引量：6: 2022年; 【目的】微波遥感因具有全天时、全天候数据获取的特点,在多云雨的中国南方水稻识别研究中表现出巨大潜力。本研究通过对比Sentinel-1SAR遥感数据和Sentinel-2光学遥感数据用于水稻遥感制图的效果,分析光学和SAR遥感数据对于单双季稻识别结果的一致性,并探索水稻识别的最优SAR影像特征。【方法】本研究使用Sentinel-1/2卫星数据,基于面向对象的随机森林分类算法和Google Earth Engine平台,提取洞庭湖平原4个典型水稻种植区的单双季稻空间分布。通过比较9种不同传感器和特征组合场景的分类精度和分类结果统计指标,并计算NDVI和SAR特征时序(VH、VV、VH/VV)的R^(2)和DTW距离,分析识别单双季稻的最优SAR特征,评估光学和SAR遥感数据对于单双季稻识别结果的一致性。【结果】VH、VV和VH/VV时序识别单双季的总体精度分别为90.42%、82.08%和88.33%,而联合VH和VH/VV时序识别单双季稻的总体精度可达91.67%。VH(VH/VV、VV)时序与单双季稻NDVI时序的R^(2)和DTW距离分别为0.870(0.915、0.986)、4.715(1.896、5.506)(单季稻)和0.597(0.783、0.673)、2.396(1.839、3.441)(双季稻)。较高的R^(2)和较低的DTW距离说明单双季稻的VH/VV时序与NDVI时序相关度更高,可以较好地反映单双季稻的生长周期规律。同时,VH可以较好地反映单双季稻移栽期的淹水特征。基于光学数据和SAR数据在6个时间窗口的特征(S-2:NDVI、EVI、LSWI;S-1:VH、VH/VV)识别单双季稻的总体精度分别为91.25%和90.00%,识别结果面积相关性可达95.70%。【结论】SAR遥感数据与光学遥感数据水稻识别结果一致性较高。应用Sentinel-1在多云雨区识别单双季稻具有巨大潜力,VH和VH/VV后向散射系数时序是识别水稻的优质特征。研究结果为多云多雨区使用SAR数据进行特征优选以高精度识别单双季稻提供了重要技术支撑。; 杨靖雅胡琼魏浩东蔡志文张馨予宋茜徐保东

宋茜

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

宋茜

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈