要久久爱在线免费观看,要久久爱电视剧免费观看,要久久爱电视剧,要久久爱在线观看,要久久爱免费,要久久爱电视剧免费看,要久久爱免费观看

一、方案概述

     農(nóng)業(yè)生產(chǎn)是國家社會經(jīng)濟(jì)的基礎(chǔ)，糧食產(chǎn)量對于制定國家和區(qū)域社會經(jīng)濟(jì)發(fā)展規(guī)劃、確保國家糧食安全和社會穩(wěn)定、指導(dǎo)和調(diào)控宏觀種植結(jié)構(gòu)等均有重要意義。作物種植面積是影響糧食產(chǎn)量的重要因素之一，利用遙感識別農(nóng)作物地塊并估算作物種植面積是農(nóng)業(yè)遙感監(jiān)測的重要內(nèi)容。農(nóng)作物遙感分類是估算作物種植面積的重要核心問題，是提高作物種植面積估算精度的關(guān)鍵工作。

      公司以遙感在作物類型識別和災(zāi)害識別評估應(yīng)用為主線，歸納了國內(nèi)外作物類型識別及農(nóng)業(yè)災(zāi)害識別評估研究中常用的各類遙感數(shù)據(jù)，如資源遙感影像、氣象遙感影像、高分辨率影像、高光譜影像和微波影像等，分析其優(yōu)缺點(diǎn)和適用性；總結(jié)了利用遙感進(jìn)行作物類型識別的3類研究方法，包括基于光譜的識別方法、基于物候差異的識別方法以及光譜與物候相結(jié)合的方法，分析了各種方法的特點(diǎn)；解決克服了作物類型遙感識別中存在的主要問題，如影像空間精度與價(jià)格的平衡問題，多分辨率遙感數(shù)據(jù)的綜合應(yīng)用問題，物候差異對作物識別的影響問題等；通過結(jié)合不同分辨率遙感數(shù)據(jù)、不同時(shí)相遙感數(shù)據(jù)的結(jié)合建立更多的光譜與物候相結(jié)合的解譯標(biāo)志；提出作物識別機(jī)理和多尺度數(shù)據(jù)融合方法。為用戶提供多種農(nóng)作物種類及在災(zāi)害發(fā)生后評估的遙感識別解決方案。

二、方案特點(diǎn)

>> 智能化的人機(jī)交互：將前沿的人工智能技術(shù)與傳統(tǒng)遙感影像解譯技術(shù)結(jié)合，提供作業(yè)效率和解譯精度，利用像元間的統(tǒng)計(jì)特征建立類別間的判別函數(shù)，進(jìn)而識別作物類型。建立特定的農(nóng)作物識別算法模型。

>> 時(shí)間序列匹配方法：高時(shí)間分辨率的影像能夠充分體現(xiàn)植被的季相變化，而同一區(qū)域相同植被具有相似的變化曲線，通過植被指數(shù)時(shí)間序列變化特征可以識別地物。匹配方法通過分析未知像元波譜曲線和純像元波譜曲線的匹配程度以識別地物類型，引入時(shí)間序列數(shù)據(jù)的分析以識別作物類型，利用季相節(jié)律的差異避免了作物類型間光譜特征相似的問題。

>> 關(guān)鍵物候期識別：同種作物在同一個(gè)地區(qū)具有相對穩(wěn)定的生長發(fā)育規(guī)律。關(guān)鍵物候期可以使作物與其他植被具有較大的可區(qū)分性，可作為作物類型識別的重要依據(jù)，從而使作物類型識別更有效。通過分析時(shí)間序列數(shù)據(jù)中作物生長的關(guān)鍵物候期的特征值提取作物；利用當(dāng)?shù)氐淖魑镂锖驓v信息，選擇適當(dāng)時(shí)相的遙感影像，使作物類型識別更有針對性，避免了遙感數(shù)據(jù)選取的盲目性。

>> 關(guān)聯(lián)分析模型：以實(shí)測結(jié)果或中高分辨率影像識別結(jié)果為樣本，與低分辨率時(shí)間序列或關(guān)鍵物候期數(shù)據(jù)建立半定量或回歸模型識別作物。通過考慮作物關(guān)鍵物候期植被指數(shù)與種植面積的定量函數(shù)關(guān)系，當(dāng)像元中混入其他類型地物時(shí)會導(dǎo)致關(guān)鍵時(shí)段的曲線斜率發(fā)生變化。充分利用了多分辨率遙感的優(yōu)勢，突出關(guān)鍵物候特性，使構(gòu)建模型時(shí)理論更充分，精度應(yīng)該更高；可用于統(tǒng)計(jì)總種植面積和大概種植分布。 

三、案例展示

案例效果及經(jīng)典案例

      案例效果：目前已建立識別模型農(nóng)作物種類：水稻、小麥、玉米、棉花、大豆、