利用NDVI指数时序特征监测秋收作物种植面积

被引：57

作者：

熊勤学 ^{[1
]}

黄敬峰 ^{[2
]}

机构：

[1] 长江大学农学院

[2] 浙江大学农业遥感与信息技术应用研究所

来源：

农业工程学报 | 2009年 / 25卷 / 01期

关键词：

神经网络; 监督分类; MODIS; NDVI;

D O I：

暂无

中图分类号：

TP79 [遥感技术的应用];

学科分类号：

摘要：

通过对湖北省江陵县各种地物MODIS数据NDVI时序特征的分析,选取夏秋作物轮作期(5月下旬)和NDVI均值为标准,采用分层方法区分秋收作物(中稻、晚稻、棉花)区与其它区,然后利用BP神经网络法对三种作物进行监督分类,得出了三种作物种植的空间分布。并将结果与ETM数据的神经网络监督分类值作为标准值进行了误差分析,得出其平均误差率为13.6%,能准确反映江陵县秋收作物分布状况,该分层模式加BP神经网络监督分类方法适用于多种作物种植区的作物分类。

引用

页码：144 / 148

页数：5

共 16 条

[1]

水稻遥感估产.[M].王人潮;黄敬峰著;.中国农业出版社.2002,

[2] 利用MODISEVI图像时间序列提取作物种植模式初探 [J].