水产养殖遥感监测及信息自动提取方法研究

doi:10.6046/gtzyyg.2009.02.09

全文: PDF(2053 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

以海南省文昌地区为例，在沿海地区尝试利用遥感监测的手段提取水产养殖地块和面积。采用面向对象的分类方法进行监测

，取得了理想效果，同时也提出了提高分类精度的建议。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：高光谱数据, 预处理方法, 特征信息提取, 成矿预测

Abstract：

Aquaculture constitutes one of the important agricultural production means in China and has a significant

irreplaceable effect on the development of economy. The monitoring and scientific management of aquaculture is

therefore especially important to the people. At present, researches on the remote sensing monitoring of aquaculture

are very insufficient both at home and abroad. With Wenchang area of Hainan Province as an example, the authors

tentatively extracted the aquaculture area by means of remote sensing. The object-oriented classification method

was adopted in the monitoring and, as a result, an ideal result was obtained. Some suggestions are put forward for

further improving the classification precision.

Key words： Hyperspectral data Processing methods Characteristic information extraction Metallogenic prediction

收稿日期: 2008-10-17 出版日期: 2009-06-12

P 75

通讯作者: 关学彬（1977-），女，硕士研究生，主要从事环境遥感和地理信息系统方面的研究。

引用本文:

关学彬, 张翠萍, 蒋菊生, 曹建华. 水产养殖遥感监测及信息自动提取方法研究[J]. 国土资源遥感, 2009, 21(2): 41-44.
GUAN Xua-Bin, ZHANG Cui-Ping, JIANG Ju-Sheng, CAO Jian-Hua. REMOTE SENSING MONITORING OF AQUACULTURE AND AUTOMATIC
INFORMATION EXTRACTION. REMOTE SENSING FOR LAND & RESOURCES, 2009, 21(2): 41-44.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2009.02.09 或 https://www.gtzyyg.com/CN/Y2009/V21/I2/41

[1]	王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[2]	段俊斌, 彭鹏, 杨智, 刘乐. 基于ASTER数据的多金属成矿有利区预测[J]. 国土资源遥感, 2019, 31(3): 193-200.
[3]	邢学文, 刘松, 许德刚, 钱凯俊. 基于偏最小二乘法的高光谱水面油膜厚度估算[J]. 国土资源遥感, 2019, 31(2): 111-117.
[4]	吴东洋, 马丽. 多流形LE算法在高光谱图像降维和分类上的应用[J]. 国土资源遥感, 2018, 30(2): 80-86.
[5]	杨雨薇, 戴晓爱, 牛育天, 刘汉湖, 杨晓霞, 兰燕. 基于CASI数据的黑河绿洲区叶面积指数反演[J]. 国土资源遥感, 2017, 29(4): 179-184.
[6]	樊雪, 刘清旺, 谭炳香. 基于机载PHI高光谱数据的森林优势树种分类研究[J]. 国土资源遥感, 2017, 29(2): 110-116.
[7]	周亚敏, 张荣群, 马鸿元, 张健, 张小栓. 基于BP神经网络的盐湖矿物离子含量高光谱反演[J]. 国土资源遥感, 2016, 28(2): 34-40.
[8]	李光辉, 王成, 习晓环, 郑照军, 骆社周, 岳彩荣. 机载LiDAR和高光谱数据融合提取冰川雪线[J]. 国土资源遥感, 2013, 25(3): 79-84.
[9]	包刚, 覃志豪, 周义, 包玉海, 辛晓平, 红雨, 海全胜. 基于高光谱数据和RBF神经网络方法的草地叶面积指数反演[J]. 国土资源遥感, 2012, 24(2): 7-11.
[10]	程知言, 赵培松. 云南播卡金矿遥感蚀变信息提取及成矿预测[J]. 国土资源遥感, 2011, 23(2): 135-140.
[11]	张瑞江. 基于遥感技术的成矿预测方法和程序研究[J]. 国土资源遥感, 2010, 22(3): 58-64.
[12]	张远飞, 吴德文, 张艮中, 朱谷昌, 李红. 高光谱数据的波段序结构分析与应用研究[J]. 国土资源遥感, 2010, 22(1): 30-38.
[13]	范学炜, 张汉德, 孙幸文. 成像高光谱数据在赤潮检测和识别中的应用研究[J]. 国土资源遥感, 2003, 15(1): 8-12.
[14]	廖崇高, 陈建平, 刘登忠. 兰坪盆地遥感地质及化探综合分析在成矿预测中的应用[J]. 国土资源遥感, 1999, 11(4): 17-22.
[15]	刘德长, 谢红接, 李剑锋, 赵英俊, 黄树桃, 张进业, 董济时, 陈宝树. 高光谱数据处理及在铀资源勘查中的应用——以广西苗儿山地区为例[J]. 国土资源遥感, 1999, 11(3): 65-71.