基于Google Earth Engine三江平原水田提取研究

来源 :地理空间信息 | 被引量 : 0次 | 上传用户:jianting520
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
以三江平原地区为研究区,基于1980年代、1990年代、2000年代和2010年代陆地资源卫星(Landsat)遥感影像数据,根据水稻的生长周期特征计算指数信息,利用物候算法和逻辑运算,从时间和空间上揭示1980-2018年水田分布格局变化规律,总结得出结论:人口增长、气候变化、国家政策和科技进步是促进水田面积扩张的主要因素.Google earth engine云平台和物候算法相结合的水田提取方法,既迅速有效,又可充分发挥Landsat数据的时间分辨率特征,同时结合多时相的自动分类弥补单一时相解译方法的不客观性.
其他文献
随着遥感技术的发展,基于时间序列的合成孔径雷达干涉测量(时序InSAR)技术凭借全天时不接触、不易受环境影响、监测效率高等优势,极其适用于对大面积地面进行微小形变应用.通过对时序InSAR多源数据的研究,选取合理的数据源和数据处理方法进一步提高监测精度.
利用2017-2019年间覆盖天津地区的升降轨Sentinel-1A/B卫星影像,通过SBAS-InSAR技术得到地面沉降结果进行融合,利用精密水准结果验证InSAR结果的精度.研究结果表明升降轨结果融合能大幅度增加PS点的数量,更能反映局部特别是线性地物的形变特征.
以新疆于田绿洲为例,基于PolSAR与Landsat OLI的多源数据集,采用随机森林、决策树等机器学习算法进行了干旱区土地利用/覆被分类精度对比研究.结果表明:①全极化PALSAR-2数据与目标极化分解特征分量、光谱特征数据的融合使分类总精度从单幅PALSAR-2图像分类的71.11%提高到93.24%,Kappa系数从0.65提高到0.92.②针对PALSAR-2数据,贡献率最大的特征变量来自Pauli分解的3种特征分量K1、K2、K3和Krogager分解的KD、KH;其次,植被指数、水体指数、盐分
结合衡阳市不动产存量数据整合建库工作,在现有不动产数据量庞大、标准不统一、格式多样化、整合工作时间紧迫的情况下,开发集表单约束统一、数据标准规范、整合流程订制、质量严格控制为一体的不动产存量数据整合系统,为推进不动产统一登记发证工作提供技术支撑.