融合多尺度特征的冬小麦空间分布提取方法

TP751; 获取到高质量的特征是从遥感影像中提取高精度的农作物空间分布的关键,该研究针对利用哨兵2A(Sentinel-2A)影像提取高精度的冬小麦空间分布开展研究.针对影像中存在的数据空间尺度不一致的问题,以生成式对抗网络为基础建立了降尺度模型REDS(Red Edge Down Scale),用于将B5、B6、B7、B114个通道的空间分辨率从20 m降为10 m;然后利用卷积神经网络构建了逐像素分割模型REVINet(Red Edge and Vegetation Index Feature Network),REVINet以10m分辨率的B2、B3、B4、B5、B6、B7、B8、B1...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 38; no. 24; pp. 268 - 274
Main Authors 陈芳芳, 宋姿睿, 张景涵, 王梦楠, 吴门新, 张承明, 李峰, 柳平增, 杨娜
Format Journal Article
LanguageChinese
Published 山东农业大学农业大数据研究中心,泰安 271018 01.12.2022
山东农业大学信息科学与工程学院,泰安 271018%国家气象中心,北京 100081%山东农业大学信息科学与工程学院,泰安 271018
农业农村部黄淮海智慧农业技术重点实验室,泰安 271018%航天宏图信息技术股份有限公司,北京 100093
山东省数字农业工程技术研究中心,泰安 271018%山东省气候中心,济南 250031%山东农业大学信息科学与工程学院,泰安 271018
Subjects
卷积神经网络
NDRE1
红边波段
降尺度
EVI
冬小麦空间分布
Sentinel-2A
NDVI
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.2022.24.029

Cover

Abstract TP751; 获取到高质量的特征是从遥感影像中提取高精度的农作物空间分布的关键,该研究针对利用哨兵2A(Sentinel-2A)影像提取高精度的冬小麦空间分布开展研究.针对影像中存在的数据空间尺度不一致的问题,以生成式对抗网络为基础建立了降尺度模型REDS(Red Edge Down Scale),用于将B5、B6、B7、B114个通道的空间分辨率从20 m降为10 m;然后利用卷积神经网络构建了逐像素分割模型REVINet(Red Edge and Vegetation Index Feature Network),REVINet以10m分辨率的B2、B3、B4、B5、B6、B7、B8、B11,以及提取出的增强植被指数、归一化植被指数和归一化差值红边指数组合作为输入,进行逐像素分类.选择ERFNet、U-Net和RefineNet作为对比模型同REVINet开展对比试验,试验结果表明,该研究提出的方法在召回率(92.15％)、查准率(93.74％)、准确率(93.09％)和F1分数(92.94％)上均优于对比方法,表明了该研究在从Sentinel-2A中提取冬小麦空间分布方面具有明显的优势.
AbstractList TP751; 获取到高质量的特征是从遥感影像中提取高精度的农作物空间分布的关键,该研究针对利用哨兵2A(Sentinel-2A)影像提取高精度的冬小麦空间分布开展研究.针对影像中存在的数据空间尺度不一致的问题,以生成式对抗网络为基础建立了降尺度模型REDS(Red Edge Down Scale),用于将B5、B6、B7、B114个通道的空间分辨率从20 m降为10 m;然后利用卷积神经网络构建了逐像素分割模型REVINet(Red Edge and Vegetation Index Feature Network),REVINet以10m分辨率的B2、B3、B4、B5、B6、B7、B8、B11,以及提取出的增强植被指数、归一化植被指数和归一化差值红边指数组合作为输入,进行逐像素分类.选择ERFNet、U-Net和RefineNet作为对比模型同REVINet开展对比试验,试验结果表明,该研究提出的方法在召回率(92.15％)、查准率(93.74％)、准确率(93.09％)和F1分数(92.94％)上均优于对比方法,表明了该研究在从Sentinel-2A中提取冬小麦空间分布方面具有明显的优势.
Author 吴门新
张景涵
宋姿睿
杨娜
王梦楠
陈芳芳
张承明
李峰
柳平增
AuthorAffiliation 山东农业大学信息科学与工程学院,泰安 271018%国家气象中心,北京 100081%山东农业大学信息科学与工程学院,泰安 271018;山东省数字农业工程技术研究中心,泰安 271018%山东省气候中心,济南 250031%山东农业大学信息科学与工程学院,泰安 271018;山东农业大学农业大数据研究中心,泰安 271018;农业农村部黄淮海智慧农业技术重点实验室,泰安 271018%航天宏图信息技术股份有限公司,北京 100093
AuthorAffiliation_xml – name: 山东农业大学信息科学与工程学院,泰安 271018%国家气象中心,北京 100081%山东农业大学信息科学与工程学院,泰安 271018;山东省数字农业工程技术研究中心,泰安 271018%山东省气候中心,济南 250031%山东农业大学信息科学与工程学院,泰安 271018;山东农业大学农业大数据研究中心,泰安 271018;农业农村部黄淮海智慧农业技术重点实验室,泰安 271018%航天宏图信息技术股份有限公司,北京 100093
Author_FL Liu Pingzeng
Chen Fangfang
Zhang Jinghan
Li Feng
Song Zirui
Wu Menxin
Wang Mengnan
Zhang Chengming
Yang Na
Author_FL_xml – sequence: 1
  fullname: Chen Fangfang
– sequence: 2
  fullname: Song Zirui
– sequence: 3
  fullname: Zhang Jinghan
– sequence: 4
  fullname: Wang Mengnan
– sequence: 5
  fullname: Wu Menxin
– sequence: 6
  fullname: Zhang Chengming
– sequence: 7
  fullname: Li Feng
– sequence: 8
  fullname: Liu Pingzeng
– sequence: 9
  fullname: Yang Na
Author_xml – sequence: 1
  fullname: 陈芳芳
– sequence: 2
  fullname: 宋姿睿
– sequence: 3
  fullname: 张景涵
– sequence: 4
  fullname: 王梦楠
– sequence: 5
  fullname: 吴门新
– sequence: 6
  fullname: 张承明
– sequence: 7
  fullname: 李峰
– sequence: 8
  fullname: 柳平增
– sequence: 9
  fullname: 杨娜
BookMark eNo9j7tKA0EYRqeIYIx5DLHa9Z_r7pYSvEHAJn2Y24YEmYCLqKUoIRayaYyQwkoEwSKghdnCt5mNeQtXFKsPTvEdzgaquaGzCG1hCDFOIr4zCPtZ5kIMQAIR4yQkQEhIWAgkqaH6P19HzSzrK-CYRgAM11Hy9XjnJ2P_NPPzwhfPy9uF_7xazm786NXP81VFXorVw7sfj_zHdZlPfD4tp4vy7X4TraXyJLPNv22gzv5ep3UYtI8Pjlq77SDDlT2Q2nIjBBWcWqxYTElKiQXgIJUihkVGCRA01SqONOFaKaG14dwaSZgB2kDbv7fn0qXS9bqD4dmpq4Rdd9nTF-qnlLDKRL8B4pphyg
ClassificationCodes TP751
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.11975/j.issn.1002-6819.2022.24.029
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Agriculture
DocumentTitle_FL Extraction method for the spatial distribution of winter wheat using multi-scale features
EndPage 274
ExternalDocumentID nygcxb202224029
GrantInformation_xml – fundername: (山东省自然科学基金); (山东省自然科学基金); (中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室指令性项目); (国家重点研发计划); (风云卫星应用先行计划)
  funderid: (山东省自然科学基金); (山东省自然科学基金); (中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室指令性项目); (国家重点研发计划); (风云卫星应用先行计划)
GroupedDBID -04
2B.
4A8
5XA
5XE
92G
92I
93N
ABDBF
ABJNI
ACGFO
ACGFS
ACUHS
AEGXH
AIAGR
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CHDYS
CW9
EOJEC
FIJ
IPNFZ
OBODZ
PSX
RIG
TCJ
TGD
TUS
U1G
U5N
ID FETCH-LOGICAL-s1029-ace5d663653e1b4832f32e0050abb2d47db6063fcb87c25cbb6ccd55eda24d03
ISSN 1002-6819
IngestDate Thu May 29 04:08:36 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 24
Keywords 卷积神经网络
NDRE1
红边波段
降尺度
EVI
冬小麦空间分布
Sentinel-2A
NDVI
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1029-ace5d663653e1b4832f32e0050abb2d47db6063fcb87c25cbb6ccd55eda24d03
PageCount 7
ParticipantIDs wanfang_journals_nygcxb202224029
PublicationCentury 2000
PublicationDate 2022-12-01
PublicationDateYYYYMMDD 2022-12-01
PublicationDate_xml – month: 12
  year: 2022
  text: 2022-12-01
  day: 01
PublicationDecade 2020
PublicationTitle 农业工程学报
PublicationTitle_FL Transactions of the Chinese Society of Agricultural Engineering
PublicationYear 2022
Publisher 山东农业大学农业大数据研究中心,泰安 271018
山东农业大学信息科学与工程学院,泰安 271018%国家气象中心,北京 100081%山东农业大学信息科学与工程学院,泰安 271018
农业农村部黄淮海智慧农业技术重点实验室,泰安 271018%航天宏图信息技术股份有限公司,北京 100093
山东省数字农业工程技术研究中心,泰安 271018%山东省气候中心,济南 250031%山东农业大学信息科学与工程学院,泰安 271018
Publisher_xml – name: 山东农业大学农业大数据研究中心,泰安 271018
– name: 农业农村部黄淮海智慧农业技术重点实验室,泰安 271018%航天宏图信息技术股份有限公司,北京 100093
– name: 山东省数字农业工程技术研究中心,泰安 271018%山东省气候中心,济南 250031%山东农业大学信息科学与工程学院,泰安 271018
– name: 山东农业大学信息科学与工程学院,泰安 271018%国家气象中心,北京 100081%山东农业大学信息科学与工程学院,泰安 271018
SSID ssib051370041
ssj0041925
ssib001101065
ssib023167668
Score 2.4123862
Snippet TP751; 获取到高质量的特征是从遥感影像中提取高精度的农作物空间分布的关键,该研究针对利用哨兵2A(Sentinel-2A)影像提取高精度的冬小麦空间分布开展研究.针对影像中存在...
SourceID wanfang
SourceType Aggregation Database
StartPage 268
Title 融合多尺度特征的冬小麦空间分布提取方法
URI https://d.wanfangdata.com.cn/periodical/nygcxb202224029
Volume 38
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVEBS
  databaseName: EBSCOhost Academic Search Ultimate
  issn: 1002-6819
  databaseCode: ABDBF
  dateStart: 20140101
  customDbUrl: https://search.ebscohost.com/login.aspx?authtype=ip,shib&custid=s3936755&profile=ehost&defaultdb=asn
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://search.ebscohost.com/direct.asp?db=asn
  omitProxy: true
  ssIdentifier: ssj0041925
  providerName: EBSCOhost
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR1NaxQxNPQDRA_iJ37TgznJrjOZJJMcM7uzFA-eKvRWJrOz9bRCP0B7E6XUg7QXK_TgSQShh4IebA_-m2ntv_C9TGZ3rKV-wBAeb17e58y-JPsmIeR-iGk7zlhrYGPR4lkWtqyObIvLyA60LQKZuQLZx3L2CX80L-YnJncbVUurK7adr536Xcn_RBVwEFf8SvYfIjtiCgiAIb7QQoSh_asY01RRnVLVpamgOqBKIWA41QaBJKBJBRhqJE1jqjRNtMNArxAxQKk4YpSkpuN7qR5N9biXcTBgdEyTilghPRIDENFUYhdQAG8BIBEDLcqCNqLVCZf1INiL0yCOIwevLQgSThzwTJwhXacAMAdNRP1oOEW0s1XhHWBfA2MS6JzWXEDpnjO1C0CTJOlQEzhVNTU9pypcDUHgsIoL-IZ5XUBHEzTXShg7UXfiWId4efM6pxsMcQLdxnaeQQN4Fxj0RRdNQzcFVPM6PNL3Mu5RAHshKqzjvZ8EtUP0Axbj5mmNVIS5SiqfUHyuilTjnWS8mXmq04n8IIZVRx_9nh91LFyCRBHtkYg2OqvNeDvwy0-_bkE-fLGYP7dIg__F6UkyzSCHBlNk2iTdpDcefoe4wjDKDwx3WZDj6awIIzxMYVSChQUIwlUjeDXOEVor-fAsFd0HdsNBNlxsjAXnLpGLfhI3Y6o38jKZWHt6hVwwi0t-I5viKtE_PrwttzbKjzvl3kF58OnozX75_eXRzutyfbfc2zwGzOeD4_dfy4318turw82tcnP7cHv_8Mu7a2Sul851Zlv-mJLWcojFY1leiD4M3KWIitBySJGDiBW4sVJmLevzuG8lTAQGuVVxzkRurczzvhBFP2O8H0TXydTw2bC4QWZwNSOOOC9EoTkQWKlYDlOEGOwvWF7cJDPe7gX_K7S8cCI2t_5McpucH78bd8jUytJqcRdG1iv2ng_oT9-yl2w
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E8%9E%8D%E5%90%88%E5%A4%9A%E5%B0%BA%E5%BA%A6%E7%89%B9%E5%BE%81%E7%9A%84%E5%86%AC%E5%B0%8F%E9%BA%A6%E7%A9%BA%E9%97%B4%E5%88%86%E5%B8%83%E6%8F%90%E5%8F%96%E6%96%B9%E6%B3%95&rft.jtitle=%E5%86%9C%E4%B8%9A%E5%B7%A5%E7%A8%8B%E5%AD%A6%E6%8A%A5&rft.au=%E9%99%88%E8%8A%B3%E8%8A%B3&rft.au=%E5%AE%8B%E5%A7%BF%E7%9D%BF&rft.au=%E5%BC%A0%E6%99%AF%E6%B6%B5&rft.au=%E7%8E%8B%E6%A2%A6%E6%A5%A0&rft.date=2022-12-01&rft.pub=%E5%B1%B1%E4%B8%9C%E5%86%9C%E4%B8%9A%E5%A4%A7%E5%AD%A6%E5%86%9C%E4%B8%9A%E5%A4%A7%E6%95%B0%E6%8D%AE%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%2C%E6%B3%B0%E5%AE%89+271018&rft.issn=1002-6819&rft.volume=38&rft.issue=24&rft.spage=268&rft.epage=274&rft_id=info:doi/10.11975%2Fj.issn.1002-6819.2022.24.029&rft.externalDocID=nygcxb202224029
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fnygcxb%2Fnygcxb.jpg