公开(公告)号：CN114612794B

公开(公告)日：2024-06-07

申请号：CN202210193796.1

申请日：2022-03-01

Applicant: 中国农业大学

Inventor： 徐旭 ,  李欣怡 ,  蒙慧敏 ,  黄权中 ,  黄冠华

IPC: G06V20/13 ,  G06V10/32 ,  G06V10/764 ,  G06T3/4007 ,  G06N20/10

Abstract: 本发明属于农业遥感领域，涉及一种细碎化农业区土地覆被与种植结构的遥感识别方法，采用机器学习算法提取土地利用，不依赖实测样本点，自动训练后得到高精度农业区土地利用栅格化数据。本发明通过监督算法支持向量机SVM先对农业区及非农业区进行分类，而后基于已得到的农业区分类栅格数据，采用决策树算法进一步对作物类型进行分类判别。该方法不依赖于实测数据，大大降低了分类时间及经济成本，且有效避免了传统机器算法样本训练集质量对分类结果造成的负面影响。同时该方法在保证分类高效性的前提下，满足农业遥感应用所需的土地利用制图精度。

公开(公告)号：CN114612794A

公开(公告)日：2022-06-10

申请号：CN202210193796.1

申请日：2022-03-01

Applicant: 中国农业大学

Inventor： 徐旭 ,  李欣怡 ,  蒙慧敏 ,  黄权中 ,  黄冠华

IPC: G06V20/13 ,  G06V10/32 ,  G06V10/764 ,  G06K9/62 ,  G06T3/40 ,  G06N20/10

Abstract: 本发明属于农业遥感领域，涉及一种细碎化农业区土地覆被与种植结构的遥感识别方法，采用机器学习算法提取土地利用，不依赖实测样本点，自动训练后得到高精度农业区土地利用栅格化数据。本发明通过监督算法支持向量机SVM先对农业区及非农业区进行分类，而后基于已得到的农业区分类栅格数据，采用决策树算法进一步对作物类型进行分类判别。该方法不依赖于实测数据，大大降低了分类时间及经济成本，且有效避免了传统机器算法样本训练集质量对分类结果造成的负面影响。同时该方法在保证分类高效性的前提下，满足农业遥感应用所需的土地利用制图精度。