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:
针对常规松材线虫病(Bursaphelenchus xylophilus)普查监测耗时长、数据实时性和真实性差的现状,作者基于无人机采集的高分辨率影像和eCognition遥感图像处理软件,采用目视判读、模版匹配2种方法分别对疫区松材线虫病危害木进行遥感识别.根据研究区域实地踏勘结果,从识别精度和数据处理效率方面比较2种方法,发现相较于目视解译的传统信息提取方式,模版匹配方法在精度和效率方面具有明显优势,能有效提高松材线虫病危害木监测效率.
推荐文章
无人机遥感技术国内松材线虫病监测研究
无人机
遥感技术
松材线虫病
古松的松材线虫病综合防控技术
古松
松材线虫病
综合防控
无人机监测松材线虫病的精度比较
松材线虫病
无人机
ENVI
监测
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 无人机遥感影像的松材线虫病危害木自动监测技术初探
来源期刊 中国森林病虫 学科 农学
关键词 无人机 松材线虫病危害木 自动监测 高分辨率 遥感识别 eCognition
年,卷(期) 2018,(5) 所属期刊栏目 研究报告
研究方向 页码范围 16-21
页数 6页 分类号 S763.16
字数 4099字 语种 中文
DOI
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 陈小平 24 234 9.0 14.0
2 李涛 12 77 5.0 8.0
3 程多祥 9 16 3.0 3.0
4 高文娟 10 16 3.0 3.0
5 刘遐龄 6 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (123)
共引文献  (181)
参考文献  (10)
节点文献
引证文献  (5)
同被引文献  (54)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(15)
  • 参考文献(0)
  • 二级参考文献(15)
2006(10)
  • 参考文献(2)
  • 二级参考文献(8)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(17)
  • 参考文献(0)
  • 二级参考文献(17)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(13)
  • 参考文献(4)
  • 二级参考文献(9)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无人机
松材线虫病危害木
自动监测
高分辨率
遥感识别
eCognition
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
中国森林病虫
双月刊
1671-0886
21-1459/S
大16开
沈阳市黄河北大街58号
8-50
1982
chi
出版文献量(篇)
2233
总下载数(次)
5
总被引数(次)
20297
论文1v1指导