基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
以福建沙县为研究区,以SPOT-5影像为数据源,采用灰度共生矩阵方法提取健康林分与受害林分的纹理特征,构建最佳纹理量,分别采用像元统计和面向对象的方法进行虫害信息提取,结果精度分别为72.00%、74.75%.研究结果证明了利用遥感影像纹理特征进行马尾松毛虫害监测的可行性,为利用融合影像光谱信息与纹理信息进行虫害信息提取研究提供了实例支撑和技术参考,同时面向对象的方法优于传统的基于像元统计的分类方法,精度稍高,“椒盐现象”也有所改善.
推荐文章
基于光谱特征的SPOT-5影像马尾松毛虫虫害信息提取
马尾松毛虫害信息
光谱特征
SPOT-5影像
地面调查
基于多尺度纹理与光谱特征的马尾松毛虫虫害信息提取方法研究
马尾松毛虫
虫害
SPOT-5遥感影像
纹理
多尺度
光谱
马尾松毛虫危害下的马尾松纹理特征分析
马尾松毛虫害
纹理
虫害等级
响应机制
遥感监测
一种适于南方山地丘陵区马尾松毛虫虫害信息提取的方法
南方山地丘陵区
马尾松毛虫
虫害信息提取
地形因子
叶面积指数
基于片层-面向类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于纹理特征的SPOT-5影像马尾松毛虫害信息提取
来源期刊 西南林业大学学报 学科 农学
关键词 马尾松毛虫害 信息提取 纹理特征 SPOT-5影像 地面调查
年,卷(期) 2012,(1) 所属期刊栏目 研究论文
研究方向 页码范围 46-50,封3
页数 分类号 S763|S771.8
字数 5130字 语种 中文
DOI 10.3969/j.issn.2095-1914.2012.01.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘健 福建农林大学林学院 82 828 15.0 23.0
3 余坤勇 福建农林大学林学院 68 695 14.0 22.0
4 胡宗庆 27 352 11.0 18.0
5 亓兴兰 福建农林大学林学院 9 222 7.0 9.0
11 雷泽兴 2 13 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (144)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (10)
二级引证文献  (8)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(2)
  • 参考文献(1)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(3)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(3)
  • 二级参考文献(3)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
马尾松毛虫害
信息提取
纹理特征
SPOT-5影像
地面调查
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西南林业大学学报
双月刊
2095-1914
53-1218/S
云南昆明小坝白龙寺300号
chi
出版文献量(篇)
2848
总下载数(次)
3
总被引数(次)
18687
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导