摘要
本申请提供了一种水稻种植区分布的遥感识别方法、装置、介质及系统,属于农业遥感领域,该遥感识别方法采用分层分类算法进行提取,不依赖实测样本点,自动训练后得到高精度农业灌区水稻空间分布栅格化数据;具体通过监督学习算法分类回归树(CART)、支持向量机(SVM)和随机森林(RF)先对农业区及非农业区进行分类,而后基于已得到的农业区分类栅格数据,采用决策树算法进一步对水稻种植区进行分类判别。该方法不依赖于实测数据,大大降低了分类时间及经济成本,且有效避免了传统机器算法样本训练集质量对分类结果造成的负面影响;同时,该方法在保证分类高效性的前提下,满足农业遥感应用所需的水稻制图精度,有利于推广应用。
技术关键词
遥感识别方法
种植区
归一化植被指数
农田
分类特征
土地利用分类
监督学习算法
决策树算法
卫星遥感影像
图像
农业遥感
遥感大数据云
纹理特征
随机森林
地形特征
样本
数据采集模块
双季稻
概率统计方法
系统为您推荐了相关专利信息
评分预测方法
神经网络模型
流式数据处理引擎
节点特征
数据适配器
光学遥感数据
地质灾害预警方法
土壤含水量预测
时序
序列
CMOS传感器
补偿方法
像素点
辐射监测系统
分类特征
存储管理方法
注意力模型
加密数据
加密策略
备份