摘要
本发明公开了一种灌溉面积遥感识别方法,包括:S1,数据预处理:收集待识别区域的三套灌溉面积数据集和与模型的输入特征相关的数据集,统一各数据集的投影坐标系和空间分辨率;S2,基于数理不确定性分析构建灌溉可能性数据;S3,基于统计年鉴和时间过滤构建训练样本;S4,机器学习输入特征数据集处理;S5,训练机器学习;S6.灌溉面积识别。该方法增强了时间变化捕捉能力,通过引入连续和非连续训练样本显著提升了机器学习在捕捉灌溉面积时间变化方面的能力,在灌溉面积突变的情况下,也能进行准确识别;该方法解决了训练样本获取难题;该方法适用于任意年份,提高了灌溉面积数据集的时间连续性和灌溉面积识别的适用性。
技术关键词
遥感识别方法
监督学习模型
数据
统计年鉴
像素
归一化植被指数
数字高程模型
随机森林模型
坐标系
分辨率
通用型
非耕地
连续型
连续性
样本
代表
误差
掩膜
精度
系统为您推荐了相关专利信息
识别方法
合成孔径雷达图像
深度学习模型
噪声相位
数据
融合特征
粒子滤波器
电梯运行数据
卡尔曼滤波器
电梯运行状态
空气净化系统
气体
耦合动力学模型
净化模块
指数
波纹补偿器
预警分析系统
多项目管理
数据处理模块
时序特征
需求侧管理方法
聚类
轮廓系数
典型日负荷曲线
数据