高分六号赤辺特徴の農作物識別と評価【JST・京大機械翻訳】

Liang Ji; Zheng Zhenwei; Xia Shiting; Zhang Xiaotong; Tang Yuanyuan

文献

J-GLOBAL ID：202102254577381503 整理番号：21A0109461

高分六号赤辺特徴の農作物識別と評価【JST・京大機械翻訳】

Crop recognition and evaluationusing red edge features of GF-6 satellite

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで

著者 (5件)： , , , ,
資料名：
巻： 24 号： 10 ページ： 1168-1179 発行年： 2020年
JST資料番号： W0865B ISSN： 1007-4619 CODEN： YXAUAB 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：中国 (CHN) 言語：中国語 (ZH)

紅辺は植生の敏感なバンドとして、その赤辺の特徴の運用はリモートセンシングによる農作物の識別と精密農業を実現する新しい手段の1つである。黒竜江松嫩平野北部を研究地域とし、国内の初めての赤端バンドの多スペクトル高分六号画像とトウモロコシ、大豆、水稲合計82859の作物サンプルを同時に研究対象とした。農作物識別における赤エッジバンドと赤エッジ指数バンドなどの赤色エッジの特徴を,以下のいくつかの観点から研究し,農作物の識別精度を評価した。(1)作物サンプルの放射輝度値の統計特徴により、2つの赤端の波長が0.710μmと0.750μmのところで、他のバンドより良い区分を示した。(2)NDVI710とNDVI750は,従来の正規化植生指数によって構築され,J-M距離で特徴付けられた作物のサンプル分類は,従来のNDVIより有意であった。(3)多種類の手段により有効バンドを選別し、サポートベクターマシン(SVM)フレーム下の4種類の農作物識別の分類策略を制定し、それぞれ5:5、6:4、7:3、8:2、9:1などの5つのランダムサンプル分割方案で研究地域の農作物の分類予測を完成した。この20分類精度におけるkappa係数は0.9609より高く,全体の精度は0.9742より高かった。列挙上5:5分割スキームの精度は最も高く,8:2の精度が最も低かった。横方向の分類精度は以下のとおりである.SVM-RFE>SVM-RF>SVM-有赤エッジバンド>SVM-無赤エッジバンドは,赤エッジ指数と赤エッジバンドが,作物の認識精度を著しく改善することを示した。(4)水域などの他のサンプルの欠如により、SVM-RFE法とSVM-RF方法の分類画像には、いずれも少量のエラー現象が存在する。しかし、分類精度と画像詳細から見ると、SVM-RFE方法はSVM-RF方法より優れ、両者の分類画像の交差検証におけるkappa係数は0.8060であり、全体の精度は0.8743である。要するに、高分六号赤辺特徴が作物識別に優越し、識別精度が著しく向上した。後続の研究者は、紅辺に関連する植生指数をより多く開発し、紅辺の特徴が精準農業における作用を十分に発揮できる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

, , , , , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

写真測量,空中写真 , 植物生態学

, , , , ,

前のページに戻る