濠电姷鏁告慨鐑藉极閸涘﹥鍙忛柣鎴f閺嬩線鏌熼梻瀵割槮缁惧墽绮换娑㈠箣閻戝棛鍔┑鐐村灦閻燂箓宕曢悢鍏肩厪濠电偛鐏濋崝姘舵煟鎼搭喖寮慨濠冩そ瀹曟鎳栭埞鍨沪闂備礁鎼幊蹇曞垝瀹€鍕仼闁绘垼妫勯拑鐔兼煏婢舵稓鐣遍柍褜鍓涢弫濠氬蓟閵娿儮鏀介柛鈩冧緱閳ь剚顨婇弻锛勨偓锝庡亞閵嗘帞绱掓潏銊ユ诞闁糕斁鍋撳銈嗗笒鐎氼剛澹曢崗鍏煎弿婵☆垰鐏濇禍褰掓煕閻愬灚鏆柡宀嬬秮閹晠鎮滃Ο绯曞亾閸愵喗鍋i柍褜鍓熼弫鍐焵椤掆偓瀹撳嫰姊洪崨濠勨槈閺嬵亜霉濠婂嫮鐭掗柡灞诲姂瀵潙螖閳ь剚绂嶆ィ鍐╁€垫繛鍫濈仢閺嬫稑顭胯闁帮綁鐛幋锕€顫呴柣姗嗗亝閺傗偓闂佽鍑界紞鍡樼鐠烘í缂氬┑鐘叉处閳锋垹绱撴担鍏夋(妞ゅ繐瀚烽崵鏇㈡偣閾忚纾柟鐑橆殔缁犳盯鏌eΔ鈧悧鍐箯濞差亝鈷掗柛灞炬皑婢ф稓绱掔€n偄娴鐐寸墵楠炲洭顢橀悩娈垮晭闁诲海鎳撴竟濠囧窗閺嶎厾宓侀柡宥庡幗閻撶喖鏌ㄥ┑鍡樺櫣婵¤尙绮妵鍕敃閿濆洨鐣奸梺鍦嚀鐎氫即骞栬ぐ鎺撳仭闁哄娉曢鍥⒒閸屾艾鈧娆㈠璺虹劦妞ゆ帒鍊告禒婊堟煠濞茶鐏¢柡鍛板煐鐎佃偐鈧稒岣块崢鐐繆閵堝繒鐣虫繛澶嬫礈閼洪亶宕稿Δ浣哄帾闂佹悶鍎崝灞炬叏瀹ュ棭娈介柣鎰綑濞搭喗顨ラ悙宸剶闁诡喗绮撳畷鍗烆潨閸℃﹫绱欓梻鍌氬€搁崐鎼佸磹妞嬪海鐭嗗〒姘e亾妤犵偞鐗犻、鏇氱秴闁搞儺鍓﹂弫宥夋煟閹邦厽缍戦柍褜鍓濋崺鏍崲濠靛顥堟繛鎴炶壘椤e搫顪冮妶鍐ㄥ姕鐎光偓閹间礁钃熸繛鎴旀噰閳ь剨绠撻獮瀣攽閸モ晙绨┑鐘殿暯閸撴繆銇愰崘顔藉亱闁规崘顕ч拑鐔兼煥閻斿搫孝缂佲偓閸愵喗鐓冮柛婵嗗閳ь剚鎮傚鍐参旈崨顔规嫼婵炴潙鍚嬮悷褏绮旈鈧湁婵犲﹤楠告晶鐗堜繆閸欏濮嶆鐐村笒铻栭柍褜鍓氶崕顐︽煟閻斿摜鐭婇梺甯到椤曪綁骞庨挊澶屽幐闂佸憡鍔︽禍鐐烘晬濠婂牊鐓涘璺猴功婢ф垿鏌涢弬璺ㄐч挊鐔兼煕椤愮姴鍔滈柣鎾寸☉闇夐柨婵嗙墱濞兼劗鈧娲栭惌鍌炲蓟閳╁啯濯撮悷娆忓绾炬娊姊烘潪鎵妽闁圭懓娲顐﹀箻缂佹ɑ娅㈤梺璺ㄥ櫐閹凤拷 [闂傚倸鍊搁崐鎼佸磹閹间礁纾圭€瑰嫭鍣磋ぐ鎺戠倞妞ゆ帊绀侀崜顓烆渻閵堝棗濮х紒鐘冲灴閻涱噣濮€閵堝棛鍘撻柡澶屽仦婢瑰棝宕濆鍡愪簻闁哄倸鐏濋顐ょ磼鏉堛劍宕岀€规洘甯掗~婵嬵敄閽樺澹曢梺鍛婄缚閸庢娊鎯屽▎鎾寸厱闁哄洢鍔岄悘鐘电磼閻欌偓閸ㄥ爼寮婚妸鈺傚亞闁稿本绋戦锟� | 闂傚倸鍊搁崐鎼佸磹閹间礁纾归柣鎴eГ閸ゅ嫰鏌ら崫銉︽毄濞寸姵姘ㄧ槐鎾诲磼濞嗘帒鍘$紓渚囧櫘閸ㄨ泛鐣峰┑鍠棃宕橀妸銉т喊闂備礁鎼崯顐︽偋婵犲洤纾瑰┑鐘崇閻撱垺淇婇娆掝劅婵″弶鎮傞弻锝嗘償椤旂厧绫嶅┑顔硷龚濞咃絿鍒掑▎鎾崇閹兼番鍨虹€氭娊姊绘担铏广€婇柡鍛洴瀹曨垶寮堕幋顓炴闂佸綊妫跨粈渚€宕橀埀顒€顪冮妶鍡樺暗闁哥姵鎹囧畷銏ゎ敂閸涱垳鐦堥梺姹囧灲濞佳勭濠婂牊鐓熼煫鍥ㄦ⒒缁犵偟鈧娲樼换鍌烇綖濠靛鍤嬮柣銏ゆ涧楠炴劙姊绘担鍛靛綊寮甸鍕┾偓鍐川椤旂虎娲搁梺璺ㄥ櫐閹凤拷]

    • 农业土地系统遥感制图(精)
      • 作者:吴文斌//胡琼//陆苗//宋茜//杨鹏|责编:朱丽//李秋艳//张力群
      • 出版社:科学
      • ISBN:9787030667274
      • 出版日期:2020/11/01
      • 页数:334
    • 售价:79.2
  • 内容大纲

        本书全面介绍了农业土地系统遥感制图的理论和技术方法。首先,从土地系统科学的角度出发,系统总结了国内外农业土地系统学科的研究动态,提出了农业土地系统遥感制图的研究框架;然后,介绍了耕地遥感制图,灌溉耕地遥感制图,农业种植制度遥感制图,基于低、中、高空间分辨率影像的农作物遥感制图,农作物遥感制图的特征优选,以及协同多源遥感数据的农作物制图的原理和方法,并结合具体应用案例对有关技术流程和应用成效进行了描述;最后,探讨和展望了大数据和人工智能背景下农业土地系统遥感制图的未来发展方向。
        本书可供从事土地利用科学、农业遥感、自然资源监测等领域的科研人员和管理人员参考使用,也可作为高等院校相关专业的本科生及研究生教材。
  • 作者介绍

  • 目录


    前言
    第1章  绪论
      1.1  土地系统科学
        1.1.1  土地利用
        1.1.2  从土地变化科学到土地系统科学
      1.2  农业土地系统科学
        1.2.1  农业土地系统科学研究框架
        1.2.2  农业土地系统科学研究动态
      1.3  农业土地系统遥感制图
        1.3.1  遥感制图
        1.3.2  农业土地系统遥感制图总体框架
        1.3.3  农业土地系统遥感制图研究动态
      1.4  结语
      参考文献
    第2章  耕地遥感制图
      2.1  引言
      2.2  已有耕地遥感数据产品
        2.2.1  GlobeLand30
        2.2.2  GlobCover
        2.2.3  MODIS Collection 5/6
        2.2.4  GLC2000
        2.2.5  CCI-LC
      2.3  不同耕地遥感数据产品的一致性分析
        2.3.1  数据预处理
        2.3.2  对比方法
        2.3.3  结果与分析
        2.3.4  结论
      2.4  耕地遥感制图方法
        2.4.1  基于遥感影像的耕地提取方法
        2.4.2  基于遥感产品与统计数据融合方法
      2.5  案例1:基于多套耕地产品和地理加权回归模型的中国耕地制图
        2.5.1  多源数据收集与预处理
        2.5.2  地理加权回归模型运行
        2.5.3  中国耕地空间分布制图结果与精度评定
      2.6  案例2:基于多源数据分层优化方法的全球耕地制图
        2.6.1  多源数据收集与预处理
        2.6.2  多源数据分层优化融合方法
        2.6.3  融合结果与分析
      参考文献
    第3章  灌溉耕地遥感制图
      3.1  引言
      3.2  主要灌溉耕地数据集
        3.2.1  GMIA和MIRCA2000
        3.2.2  GIAM和GMRCA
        3.2.3  GRIPC
        3.2.4  其他产品
        3.2.5  数据产品的对比
      3.3  灌溉耕地制图理论依据
      3.4  灌溉耕地制图特征参量

        3.4.1  地理特征参量
        3.4.2  植被与土壤特征参量
        3.4.3  时间特征参量
      3.5  灌溉耕地制图方法
        3.5.1  监督分类
        3.5.2  非监督分类
        3.5.3  数据融合
      3.6  案例:融合遥感与非遥感数据的中国灌溉耕地制图
        3.6.1  理论依据
        3.6.2  数据准备
        3.6.3  技术流程
        3.6.4  制图结果与精度评价
      参考文献
    第4章  农业种植制度遥感制图
      4.1  引言
        4.1.1  耕地复种指数
        4.1.2  耕地物候参数
      4.2  农业种植制度遥感提取的理论基础
      4.3  时间序列植被指数重构方法
        4.3.1  非对称高斯函数拟合法
        4.3.2  双逻辑斯谛函数拟合法
        4.3.3  Savitzky-Golay滤波法
        4.3.4  时间序列谐波分析法
      4.4  农业种植制度关键参数提取方法
        4.4.1  阈值法
        4.4.2  时间序列法
        4.4.3  物候累计频率法
        4.4.4  主成分分析法
        4.4.5  曲线拟合法
      4.5  案例1:基于MODIS和GF数据融合的耕地复种频率提取——以鄱阳湖区域为例
        4.5.1  MODIS和GF数据融合
        4.5.2  基于二次差分法提取种植频率
        4.5.3  种植频率提取结果和精度验证
        4.5.4  种植频率提取的时空不确定性比较
      4.6  案例2:基于MODIS双星的耕地物候参数提取——以中国北方区域为例
        4.6.1  MODIS双星数据协同
        4.6.2  基于阈值法提取关键物候参数
        4.6.3  耕地物候提取结果
        4.6.4  耕地物候提取结果的精度验证
      参考文献
    第5章  农作物遥感制图的特征选择策略
      5.1  引言
      5.2  农作物遥感识别特征类型
        5.2.1  光谱特征
        5.2.2  时相特征
        5.2.3  空间特征
      5.3  农作物遥感识别特征利用方式
        5.3.1  基于单一特征
        5.3.2  基于多特征参量
        5.3.3  基于特征量的统计模型

      5.4  农作物遥感识别特征自动优选方法
        5.4.1  基于分离指数的特征优选方法
        5.4.2  光谱-时相特征自动优选方法
        5.4.3  基于随机森林分类模型的特征优选方法
      5.5  光谱和时相特征对农作物识别的影响评估
        5.5.1  特征情景设计
        5.5.2  基于不同特征的农作物识别
        5.5.3  特征质量对农作物识别影响
        5.5.4  特征数量对农作物识别影响
      5.6  案例1:基于STAFS方法的玉米最优特征筛选
        5.6.1  STAFS方法参数化过程
        5.6.2  玉米最优特征和识别结果
        5.6.3  玉米最优特征解释性
        5.6.4  STAFS泛化应用分析
        5.6.5  STAFS扩展性分析
      5.7  案例2:基于随机森林模型的农作物特征选择
        5.7.1  随机森林模型构建与参数优化
        5.7.2  随机森林特征重要性打分
        5.7.3  基于不同特征组合的农作物识别结果
      参考文献
    第6章  基于中低空间分辨率影像的农作物制图
      6.1  引言
      6.2  中低空间分辨率遥感数据
        6.2.1  MODIS卫星影像
        6.2.2  VIIRS卫星影像
        6.2.3  AVHRR卫星影像
        6.2.4  SPOT-VEGETATION卫星影像
      6.3  长时间序列遥感影像处理
        6.3.1  长时序遥感影像收集与预处理
        6.3.2  长时序植被指数构建
        6.3.3  长时序多光谱特征优选
      6.4  亚像元农作物面积百分比提取方法
        6.4.1  硬分类与软分类定义
        6.4.2  光谱线性分解方法
        6.4.3  光谱非线性分解方法
        6.4.4  时相线性分解方法
        6.4.5  地理加权回归模型方法
        6.4.6  随机森林回归模型方法
      6.5  案例1:基于MODIS和地理加权回归模型的大豆丰度制图
        6.5.1  候选特征变量构建
        6.5.2  地理加权回归模型构建与优化
        6.5.3  黑龙江大豆丰度分布图与精度评估
      6.6  案例2:基于MODIS和随机森林回归模型的作物丰度制图
        6.6.1  候选特征变量构建
        6.6.2  随机森林回归模型构建与优化
        6.6.3  黑龙江农作物丰度分布图与精度评估
      参考文献
    第7章  基于中高空间分辨率影像的农作物制图
      7.1  引言
      7.2  中高空间分辨率遥感数据

        7.2.1  美国陆地资源(Landsat)系列卫星
        7.2.2  欧盟哨兵(Sentinel)系列卫星
        7.2.3  中国环境(HJ)系列卫星
        7.2.4  中国高分(GF)系列卫星
      7.3  基于像素分类方法
      7.4  面向对象分类方法
        7.4.1  面向对象的定义
        7.4.2  图像分割方法
      7.5  逐月优化的农作物制图策略
      7.6  案例:基于GF-1数据与面向对象分类方法的多阶段农作物制图
        7.6.1  数据准备
        7.6.2  多尺度分割
        7.6.3  多特征选择
        7.6.4  随机森林分类模型参数化
        7.6.5  农作物识别结果及精度验证
      参考文献
    第8章  基于高空间分辨率影像的农作物制图
      8.1  引言
      8.2  高空间分辨率遥感影像
        8.2.1  QuickBird卫星影像
        8.2.2  Google Earth卫星影像
        8.2.3  无人机航拍影像
      8.3  针对高空间分辨率影像的特征构建
        8.3.1  农作物可见光植被指数提取分析
        8.3.2  农作物可见光纹理特征提取分析
        8.3.3  农作物空间高度特征提取分析
      8.4  机器学习分类算法
        8.4.1  SVM算法介绍
        8.4.2  深度学习算法
        8.4.3  卷积神经网络算法
      8.5  案例:基于无人机影像和SVM算法的农作物识别
        8.5.1  研究区与数据
        8.5.2  技术路线
        8.5.3  农作物分类特征的选取
        8.5.4  农作物分类流程及结果
      参考文献
    第9章  基于多源数据融合的农作物制图研究
      9.1  引言
      9.2  多源数据融合技术
        9.2.1  提高空间分辨率
        9.2.2  提高时间分辨率
      9.3  多源遥感数据融合模式
        9.3.1  光学遥感数据的融合
        9.3.2  光学遥感与微波遥感数据的融合
      9.4  遥感数据与统计数据融合
        9.4.1  SPAM模型
        9.4.2  GAEZ模型
      9.5  遥感数据与其他数据融合
      9.6  案例:基于SPAM模型提取东北地区玉米种植面积
        9.6.1  数据来源及处理

        9.6.2  SPAM模型参数化过程
        9.6.3  东北地区玉米分布图及精度评定
      参考文献
    第10章  农作物空间分布遥感制图发展方向探讨
      10.1  引言
      10.2  农作物空间分布遥感制图策略
        10.2.1  制图目标呈现多元化
        10.2.2  制图单元从像元到地块
        10.2.3  样本信息采集从线下到线上
        10.2.4  制图方法从自动学习到深度学习
        10.2.5  遥感数据源的协同利用
      10.3  农作物空间分布遥感数据产品研制
      10.4  农作物空间分布数据产品的共享与服务
      参考文献

同类热销排行榜

[an error occurred while processing this directive]

推荐书目

  • 孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔,龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...

  • 时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...

  • 本质(精) 改革开放40年,恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...

更多>>>