董秀春
- 作品数：24 被引量：77H指数：5
- 供职机构：四川省农业科学院更多>>
- 发文基金：四川省应用基础研究计划项目四川省科技计划项目四川省科技厅软科学项目更多>>
- 相关领域：农业科学经济管理自动化与计算机技术更多>>
- 基于Softmax分类器的小春作物种植空间信息提取被引量：11
- 2019年
- [目的]使用浅层机器学习分类方法和多光谱遥感影像快速准确提取研究区小春作物(油菜、小麦)种植空间信息。[方法]选择研究区小春作物识别最佳时期的Sentinel 2A MSI多光谱影像,融合得到10 m分辨率影像,然后降尺度生成15、20、30 m分辨率影像,结合地面调查数据,建立油菜、小麦、林地、居民地、水体等典型地物感兴趣区,训练Softmax分类器,基于不同空间分辨率影像提取油菜、小麦种植空间信息。[结果]①基于Softmax分类器和10 m分辨率融合影像的小春作物分类总体精度为90.02%,Kappa系数为0.8344,其中油菜生产者精度和用户精度分别为93.14%、91.42%,小麦的分别为87.93%,98.09%;②Softmax法的小春作物分类精度随影像空间分辨率下降而降低,15、20、30 m分辨率影像的分类精度较10 m的分别下降9.80%、12.04%和13.04%,Kappa系数依次减少0.1538,0.1873和0.2088;③15、20、30 m分辨率影像的油菜分类精度较小麦的低,影响因素为油菜花期和种植地块破碎分散。[结论]Softmax分类器在10~30 m中高分辨率影像小春作物分类中具备较高的精度,可作为常规方法应用于业务化的作物监测工作。
- 蒋怡黄平董秀春李宗南王昕魏来邱金春
- 关键词：小春作物空间分辨率
- 基于Sentinel-1时序数据的稻虾田遥感识别
- 2024年
- 稻渔种养在保障粮食安全、减少环境污染、提高土壤肥力、降低CH4排放方面具有显著的社会、经济和生态效益。准确获取稻鱼田、稻虾田等信息,对服务现代农业数字化管理及提升资源利用效率具有重要意义。以成都平原的典型稻虾田为研究对象,使用2019~2021年Sentinel-1后向散射系数构建时序数据集;分析稻虾田与常规稻田、莲藕田、传统水产养殖等地物后向散射系数的时序特征;通过随机森林分类器提取稻虾田、常规稻田、藕田等信息,结果显示:①稻虾田年内后向散射系数具有典型的时序变化特征,其系数变化范围、曲线波峰明显区别于常规稻田、藕田。②随机森林分类的总体精度、Kappa系数分别为:94.32%和0.91,表明Sentinel-1时序数据可准确识别稻虾种养,能将稻田和藕田等地物进行区分,是多云雾地区稻渔遥感监测的理想数据源。该研究结果可为多云雾地区稻渔种养的遥感识别提供参考。
- 董秀春蒋怡李宗南陈洋王小燕杨雪青李章成刘亚
- 关键词：遥感合成孔径雷达时序数据
- 基于多光谱影像的单红边波段叶绿素指数验证被引量：2
- 2019年
- 【目的】应用多光谱影像和光谱指数法准确估算作物叶绿素含量。【方法】使用4个生长期玉米冠层高光谱反射率及叶绿素含量建立单红边波段叶绿素指数(SRCI)的叶绿素含量估算模型:首先由高光谱反射率和光谱响应函数计算得到等效的Worldview-2多光谱反射率,以等效反射率计算SRCI;然后根据SRCI与叶片叶绿素含量(LCC)、冠层叶绿素密度(CCD)的线性关系,分别建立LCC和CCD的一元线性回归模型。使用2012年9月14日获取的Worldview-2多光谱遥感影像计算得到的SRCI作为输入,估算LCC和CCD。【结果】Worldview-2 SRCI估算叶片叶绿素含量的偏差均方根为4.70μg/cm^2,相对误差平均为7.0%;估算冠层叶绿素密度的偏差均方根为1.63 g/m^2,相对误差平均为6.4%。【结论】多光谱卫星遥感的红边光谱指数能准确估算玉米叶绿素含量。
- 李宗南蒋怡黄平董秀春王昕魏来刘忠友
- 关键词：遥感光谱指数叶绿素含量
- 基于Deeplabv3+模型的成都平原水产养殖水体信息提取被引量：10
- 2021年
- 为应用深度学习和遥感影像实现养殖水体信息的快速提取,以成都平原为研究区,以Sentinel 2A和高分6号多光谱影像为数据源,基于国产开源深度学习平台PaddlePaddle训练Deeplabv3+语义分割模型,构建遥感影像的水体语义分割模型,用于提取成都平原养殖水体信息。Deeplabv3+方法的总体精度和Kappa系数分别达到94.14%和0.88,均高于归一化差分水体指数法和最大似然监督分类法;模型对阴影和建筑物等误分为水体的抑制效果较好,而对小面积和细小线状水体信息的提取则受影像分辨率影响,效果无明显改进;成都平原2018年和2020年养殖水体面积分别为22.3 khm^(2)和28.6 khm^(2),其验证区青白江区、新津县和广汉市养殖水体面积的泛化提取结果验证误差均≤±10%。该研究结果可为应用深度学习平台建立遥感影像的水体语义分割模型及提取水产养殖水体信息提供参考。
- 苟杰松蒋怡李宗南董秀春吴柏清刘忠友
- 关键词：遥感水体信息水产养殖成都平原
- 四川盆地莲藕种植遥感提取及热点区域分析被引量：1
- 2023年
- 为准确提取四川省盆地地区莲藕种植空间信息,掌握该作物种植热点区域,采用高分六号遥感影像和地面调查数据,分析藕田光谱特征,提取该地区最佳遥感时期内莲藕种植空间信息;通过Moran’s I指数和Getis-Ord Gi*指数分析四川莲藕空间分布特征及种植热点区域。结果表明:(1)基于极大似然分类法的莲藕空间信息的提取总精度为92.35%,Kappa系数为0.9045。(2)基于遥感的四川盆地莲藕种植面积约为128.57 km^(2),分布于1374个乡镇,部分地区存在聚集现象;73个热点乡镇的莲藕种植面积为54.31 km^(2),占四川盆地莲藕面积的42.24%,空间极化现象明显,主要分布于遂宁安居区、资阳乐至县、成都简阳市等区县。研究结果可为四川省开展乡镇专业化莲藕种植及莲藕产业优化调整提供参考。
- 蒋怡董秀春刘忠友李宗南黄平任国业王小燕
- 关键词：莲藕光谱特征
- 四川省水产养殖业空间格局及影响因素被引量：4
- 2022年
- 【目的】探究四川省水产养殖业空间分布格局及驱动因素,为优化该省水产养殖业布局、促进产业提质增量提供参考。【方法】以四川省各县域(市辖区)为基本空间单元,借助该省渔业统计年鉴和地方统计年鉴,采用空间自相关分析方法、地理探测器及地理加权回归模型,分析该省水产养殖业的空间分布格局、影响因素及主导因子作用强度的空间异质性。【结果】(1)四川省水产养殖面积和养殖产量都存在显著的空间正相关性,川东岷江和沱江沿岸平原丘陵地区(包括荣县、威远县、资中县、井研县、仁寿县、雁江区、简阳市等)为该省的主要水产养殖业集聚区;(2)养殖面积、平均单产水平、淡水鱼苗数量和养殖劳动力为养殖产量的主导因子;(3)主导因子正向回归系数影响效应中,养殖面积由中部向南北两边递减,平均单产水平由东北部向西南部递减,淡水鱼苗数量由北部向南部递减。而养殖劳动力由东南部向西部从负值向正值过渡且逐渐增加。【结论】四川省水产养殖业空间格局及影响因素研究为该省水产养殖业集约化发展、因地制宜差异化发展提供科学依据,是优化该省水产养殖业布局、促进产业可持续发展的有效手段之一。
- 苟杰松李宗南吴柏清蒋怡董秀春
- 关键词：水产养殖业影响因素地理加权回归模型
- 基于语义分割模型和遥感的柑橘园空间信息提取被引量：3
- 2023年
- 为应用高分辨率遥感影像和卷积神经网络模型快速提取柑橘园空间信息,选择四川省柑橘重点产区蒲江县为研究区,以高分辨率Google earth图像为数据源,构建3类不同树龄的柑橘园样本数据集,训练U-net和DeepLabv3+语义分割模型,提取柑橘园空间信息。通过验证,具有不同神经网络结构的U-net和DeepLabv3+模型提取柑橘园信息总体精度分别为88.30%和86.79%,Kappa系数为0.75和0.72,二者精度相当;通过分析小地块的果园遥感识别精度,测试区最小识别图斑面积约为120 m2,大于该面积的果园遥感面积平均精度在85%以上。该研究可为经营者、农业部门使用高分辨率遥感影像和开源的深度学习分类工具快速获取果园空间信息提供参考。
- 董秀春蒋怡杨玉婷郭涛李宗南李章成
- 关键词：果园柑橘遥感空间信息
- 四川乡村旅游地区土地利用变化特征区域分异——基于平乐镇和梭坡乡的实证被引量：2
- 2021年
- 通过分析四川省典型的丘陵、山地乡村旅游地区的土地利用变化特征及其差异,为乡村土地合理利用提供参考。以四川丘陵区的平乐镇和高山峡谷区的梭坡乡为研究区,收集乡村旅游相关文献和资料,使用遥感影像和外业调查绘制不同时期土地利用类型分布图,分析土地利用类型转移特征和变化强度,比较不同乡村旅游地区土地利用变化差异。结果表明:(1)研究区土地利用变化呈耕地和林地减少、交通道路用地和住宅用地增加的趋势,存在明显的农林地相互转化现象,旅游业、农林产业发展是影响土地利用变化的重要因素;(2)不同乡村旅游地区土地利用变化强度存在明显差异,丘陵区平乐镇的变化强度大于山地区梭坡乡。四川丘陵、山地乡村旅游地区宜根据自然资源、旅游资源、区位条件等制定农林业、旅游业综合规划,促进土地合理利用和乡村振兴。
- 蒋怡李宗南董秀春刘忠友任国业苟杰松
- 关键词：土地利用林地农业地理
- 基于高分六号影像的四川盆地油菜种植调查被引量：10
- 2020年
- 目的:使用高分六号多光谱影像调查评价四川地区油菜种植空间分布现状。方法:以四川盆地四川部分油菜种植区为调查区,选择油菜识别最佳时期的高分六号卫星多光谱影像,进行正射校正及几何精纠正,通过最大似然监督分类方法提取调查区内油菜种植空间信息,初步评价该区油菜种植区的空间分布现状。结果:结合地面调查样方数据验证:①基于高分六号影像的油菜分类总体精度为82.06%,Kappa系数为0.6997。②盆地内四川地区2019年油菜种植面积约为103.24万hm^2,规模种植区主要分布于成都、德阳、绵阳、雅安、眉山、乐山等地区。结论:高分六号遥感数据及监测结果可为四川农业产业发展及种植结构调整优化提供参考信息。
- 蒋怡董秀春王昕李宗南魏来任国业刘忠友
- 关键词：油菜空间信息
- 基于WorldView-2影像和语义分割模型的小麦分类提取被引量：6
- 2022年
- 为使用高分辨率遥感影像和深度学习语义分割模型实现快速准确的小麦种植空间信息提取,以WorldView-2遥感影像为数据源,制作尺度分别为128×128、256×256、512×512的样本数据集,对U-net和DeepLab3+语义分割模型的参数进行训练,建立小麦遥感分类模型;通过与极大似然和随机森林方法比较,检验深度学习分类效果。结果显示:(1)不同尺度样本训练得到的模型总体精度、Kappa系数分别在94%和0.82以上,模型精度稳定,样本尺度大小对小麦分类提取模型影响较小;(2)深度学习方法的小麦分类总精度和Kappa系数分别在94%和0.89以上,极大似然和随机森林则在92%和0.85以下,表明该研究建立的小麦遥感分类模型优于传统分类方法。研究结果可为高分辨率遥感影像作物种植信息的深度学习方法提取提供参考。
- 董秀春刘忠友蒋怡郭涛李宗南
- 关键词：高分辨率影像小麦信息提取
