典型文献
黄河滩区耕地和作物遥感提取研究——以兰考段为例
文献摘要：
黄河滩区耕地资源是黄河流域国土资源管控的重要领域,滩区可利用耕地资源及其对应的作物呈现出小斑块和破碎化特征,采用中高分影像和前沿算法来提炼这种特征以了解其分布和对应的农作物耕种类型,这对黄河滩区的行洪安全和国土综合整治均具有重要意义.利用水体与植被指数之间的关系识别地表水体,通过UNet深度学习网络,结合地物多种特征规则,对黄河滩区大宗农作物提取.结果表明:(1)经过实地采样、原始影像和三调数据对比,水体的提取总体精度达到91％,冬小麦提取精度达88％,夏玉米的精度达85％;(2)耕地面积在黄河滩区兰考段面积中占比较大,占滩区总面积的66.62％,冬小麦占耕地总面积的58.31％,夏玉米占耕地总面积的46.03％;(3)利用UNet深度学习网络的方法提取农作物的精度较高,可以用于冬小麦和夏玉米的提取.本研究同时探讨了持续滩涂地和耕地之间的转化,可为滩区土地利用及发展规划研究提供数据支撑.
文献关键词：
深度学习;GEE;水土资源;大数据;云计算
中图分类号：
作者姓名：
闰亚迪;秦耀辰;樊雷;刘小燕;史志方;李梦迪;李乾;崔耀平
作者机构：
河南大学黄河中下游数字地理技术教育部重点实验室/地理与环境学院,河南开封475004;河南省土地整理中心,郑州450016;河南省自然资源科技创新中心(生态产品价值核算研究),郑州450016;中原地区国土整治与生态修复河南科研工作站,郑州450016
文献出处：
引用格式：
[1]闰亚迪;秦耀辰;樊雷;刘小燕;史志方;李梦迪;李乾;崔耀平-.黄河滩区耕地和作物遥感提取研究——以兰考段为例)[J].河南大学学报（自然科学版）,2022(01):9-19
A类：
B类：
黄河滩区,遥感提取,兰考,耕地资源,黄河流域,国土资源,资源管控,斑块,破碎化特征,高分影像,耕种,行洪安全,国土综合整治,植被指数,关系识别,地表水体,UNet,深度学习网络,地物,大宗,农作物提取,三调数据,数据对比,总体精度,冬小麦,夏玉米,耕地面积,总面积,滩涂地,规划研究,GEE,水土资源
AB值：
0.310109
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
