Derivation of tasseled cap transformation coefficients for GF-6 WFV sensor data ZHANG Haojie, YANG Lijuan, SHI Tingting, WANG Shuai 表3 GF-6和Landsat8同步影像验证 Tab.3 Synchronous image verification of GF-6 and Landsat8同步影像缨帽变换分量RRMSE 贵阳市 亮度 0.857 0.051 7 绿度 0.860 0.022 6...
首先对GF-6WFV 数据进行预处理和多尺度分割；然后提取光谱、植被指数、水体指数、红边指数和纹理特征，利用基于平均准确度下降法（mean decrease accuracy,MDA ）的递归排除算法生成最优特征集；最后，基于最优特征集进行湿地分类，通过对比4种特征优选算法发现基于MDA 的递归排除算法能更有效地进行特征变量选择，使用6种...
该研究以云南省土壤侵蚀较为严重的文山州为例,在第三次全国国土调查数据、水利普查抽样单元和GF-6 WFV等多源遥感数据基础上,结合随机森林算法快速自动提取梯田,利用CSLE模型对山区耕地土壤侵蚀进行精细定量评估,并以空间自相关分析揭示土壤...
关键词GF-6WFV；叶面积指数；光谱植被指数模型；NDSI3 中图分类号：TP79文献标识码：A DOI：10.3964/j.issn.1000-0593(2022)07-2278-06 引言 叶面积指数(LAI)是植被冠层结构最重要的生物物理参数之一-.,它通常定义为单位地表面积上所有叶片面积之和的一半，它是反映植被个体特征和群体特征长势的关键指标,控制...
Keyword: GF-6 WFV; Leaf area index; Spectral vegetation index model; NDSI3 文章图片 引言 叶面积指数(LAI)是植被冠层结构最重要的生物物理参数之一[1], 它通常定义为单位地表面积上所有叶片面积之和的一半, 它是反映植被个体特征和群体特征长势的关键指标, 控制着地表植被的许多生物及物理过程[2], 因此, ...
本文拟针对 GF-6/WFV 时 间序列数据和时间序列深度学习模型,评估与比较卷积 a. 林甸(2020-09-29 ) a. Lindian (2020-09-29) 神经网络、递归神经网络、注意力机制以及传统算法在 黑龙江农作物分类制图中的性能表现,为深度学习在农 作物遥感分类中的应用提供参考。 1 材料与方法 1.1 研究区概况 选择黑龙江省...
摘要 针对高分六号(GF-6)宽幅多光谱影像具有红边波段的特点,构建一种基于特征优选的GF-6 WFV影像主要粮食作物提取方法。首先从预处理后的GF-6影像中提取光谱特征、植被指数、水体指数和红边指数特征,然后利用递归特征消除...展开更多 In view of the characteristics of multiple red edge bands of GF-6 wide ...
为了进一步提高其在光谱范围较窄的GF-6 WFV数据上的云检测应用精度,在模拟出的样本库中加入GF-6 WFV数据典型高亮地表像元.通过目视解译对云检测结果进行精度验证,结果表明,该算法利用可见光和近红外通道的遥感数据可以高精度的识别出植被,水体,建筑,裸地等地表类型上空的厚云,碎云和薄云.改进后的云检测算法,云...
河南 新乡 453007)摘要: 为比较基于 Sentinel-2 与 GF-6 WFV 数据对花生种植面积提取的差异,以许昌市榆林乡为研究区域,选取 Sentinel-2 和 GF-6 WFV 遥感数据相同波段,采用 K 邻近法和最大似然法提取花生种植面积,基于样本点构建混淆矩阵进行精度验证,并结合地面样方实测数据,比较对花生种植面积提取的相对误差。
GF-1/PMS WFV ZY3/NAD MUX TLC ZY1-02C/HRC PMS HJ-1A/CCD HSI HJ-1B/CCD IRS CBERS-02B/CCD WFI HR CBERS-02/CCD WFI IRS CBERS-01/CCD WFI IRS 5、风云系列 气象数据的话,要国内的话还是自己家的比较全吧。 没有仔细使用过这个数据,要用的话回头说说感受。 6、海洋系列 最近很凶啊。HY-1...