Presentation Details
基于代表性评价的遥感作物分类样本选择方法
ID：3275
View Protection：ATTENDEE
Updated Time：2024-04-13 11:31:48 Hits：2053
Extended type 1
Start Time：2024-05-18 17:25（Asia/Shanghai）
Duration：5min
Session：S7 主题7、遥感与地理信息科学 »
No files
Abstract
样本是作物遥感分类模型训练的基础。考虑到无先验知识情况下，样本采集往往面临着“去哪采”、“采多少”的问题，研究提出了一种对象级样本选择方法，将多尺度分割、样本代表性评价与分层随机抽样相结合，通过挖掘原始影像信息，计算并比较多次随机抽样的样本代表性，选择出空间均衡与代表性高的待采集样本，并得到其空间分布信息。为验证方法的有效性，文章在山东省桓台县的一个典型区内分别对10个样本量进行实验。结果表明，当样本量较小时，高代表性样本的分类精度总是高于多次随机抽样的平均分类精度；随着样本量的增加，随机抽样的样本代表性逐渐趋同，此时样本代表性与分类精度的关联变弱，对应样本量即为该研究区建议采集的最大样本量。
Keywords
代表性评价,作物分类,样本选择
Speaker
吴清滢
博士研究生 中国农业科学院农业资源与农业区划研究所Submission Author
All Comments
Important Date
-
Conference Date
May 17
2024
toMay 20
2024
-
Mar 31 2024
Draft paper submission deadline
-
Mar 31 2024
Contribution Submission Deadline
-
May 20 2024
Registration deadline
Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
Submit Comment