农作物遥感分类特征变量选择研究现状与展望
2013-12-15分类号:S127
【部门】北京师范大学全球变化与地球系统科学研究院 中国科学院遥感与数字地球研究所
【摘要】农作物遥感分类是农作物种植面积估算的重要核心问题,是提高农作物种植面积估算精度的关键研究内容。特征变量的选择是农作物遥感分类的重要步骤,有效地使用多种特征变量是提高农作物遥感分类精度的关键。随着多源数据获取的更加容易,电磁波谱特征、空间特征、时间特征以及辅助数据特征在农作物遥感分类中发挥着重要的作用。本文简要回顾和综合分析了在农作物遥感分类中所使用的各种特征变量,包括多光谱特征、微波散射特征、多源数据特征、高光谱数据特征等电磁波谱特征,以及空间特征、时间特征和辅助数据特征等,并分析了农作物遥感分类特征变量选择方面存在的问题和发展趋势。指出目前农作物遥感分类特征变量选择存在的关键问题主要包括特征...
【关键词】农作物 遥感 分类 特征选择
【基金】国家自然科学基金项目(编号:41071277,41301353); 中国科学院重点部署项目(编号:KZZD-EW-08-05); 中央高校基本科研业务费专项资金资助
【所属期刊栏目】资源科学
文献传递