Views : 0 下载量: 15 CSCD: 0

  • Export

  • Share

  • Collection

  • Album

    • A study of sample dependence and spatial extrapolation of models for crop remote sensing classification

    • “科技新闻讯，农业遥感领域取得新突破。针对大区域、复杂作物类型的遥感监测识别，黑龙江绥化市的样本数量对作物分类效果的影响被深入探索。研究发现，优化随机森林模型参数后，适量样本即可高精度提取作物分布。此外，模型空间外推效果受距离、样本空间代表性和数量等因素影响。这一成果为作物遥感分类提供了高效经济方法，为精准农业管理提供了有力支持。”
      ”
    • Pages: 1-18(2024)   

      Published Online： 13 May 2024 ，

    • DOI： 10.11834/jrs.20244005     

    扫 描 看 全 文

  • XIE Yan，ZENG Hongwei，TIAN Fuyou，ZHANG Miao，HU Yueran，QIN Xingli，WU Bingfang，ZHANG Youzhi，XIE Wenhuan. XXXX. A study of sample dependence and spatial extrapolation of models for crop remote sensing classification. National Remote Sensing Bulletin， XX（XX）：1-18 DOI： 10.11834/jrs.20244005.
  •  
  •  
Alert me when the article has been cited
提交

相关文章

相关作者

HU Baojian 山东科技大学 测绘与空间信息学院
LI Wei 湖州中核勘测规划设计有限公司
CHEN Chuanfa 山东科技大学 测绘与空间信息学院
HU Zhanzhan 山东科技大学 测绘与空间信息学院
ZHANG Yueqi 太原理工大学 矿业工程学院
REN Hongrui 太原理工大学 矿业工程学院
LI Xiaoya 中国林业科学研究院荒漠化研究所
TIAN Xin 中国林业科学研究院资源信息研究所

相关机构

Huzhou Zhonghe Survey Planning and Design Co. LTD
College of Geodesy and Geomatics, Shandong University of Science and Technology
College of Mining Engineering, Taiyuan University of Technology
Institute of Microelectronics of the Chinese Academy of Sciences
Institute of Forest Resource Information Techniques, Chinese Academy of Forest
0