研究目的
提出一种将作物轮作时间结构整合到基于哨兵卫星数据的分类过程中的方法,并评估该方法提高分类结果的能力。
研究成果
将作物轮作时间结构纳入分类的拟议框架在全球范围内提高了分类精度。该方法基于同时学习数据项和时间结构,因此可应用于其他领域。未来的改进可能包括测试更高阶的马尔可夫链以及建模其他结构(如地块间的空间关系)。
研究不足
该方法受限于哨兵图像的时空分辨率以及LPIS数据的可用性。一阶马尔可夫链无法捕捉所有轮作模式,尤其是较长轮作周期中使用的作物。
研究目的
提出一种将作物轮作时间结构整合到基于哨兵卫星数据的分类过程中的方法,并评估该方法提高分类结果的能力。
研究成果
将作物轮作时间结构纳入分类的拟议框架在全球范围内提高了分类精度。该方法基于同时学习数据项和时间结构,因此可应用于其他领域。未来的改进可能包括测试更高阶的马尔可夫链以及建模其他结构(如地块间的空间关系)。
研究不足
该方法受限于哨兵图像的时空分辨率以及LPIS数据的可用性。一阶马尔可夫链无法捕捉所有轮作模式,尤其是较长轮作周期中使用的作物。
加载中....
您正在对论文“[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚(2018年7月22日-7月27日)] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 利用多源哨兵影像和LPIS进行轮作结构分类以实现作物类型制图”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期