CN109960781B - 一种更新全球作物总产量栅格数据的方法 - Google Patents

一种更新全球作物总产量栅格数据的方法 Download PDF

Info

Publication number
CN109960781B
CN109960781B CN201910216751.XA CN201910216751A CN109960781B CN 109960781 B CN109960781 B CN 109960781B CN 201910216751 A CN201910216751 A CN 201910216751A CN 109960781 B CN109960781 B CN 109960781B
Authority
CN
China
Prior art keywords
data
output
name
production
grid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910216751.XA
Other languages
English (en)
Other versions
CN109960781A (zh
Inventor
周卫
何萍
徐新朋
雷秋良
梁霞
梁国庆
艾超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Agricultural Resources and Regional Planning of CAAS
Original Assignee
Institute of Agricultural Resources and Regional Planning of CAAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Agricultural Resources and Regional Planning of CAAS filed Critical Institute of Agricultural Resources and Regional Planning of CAAS
Priority to CN201910216751.XA priority Critical patent/CN109960781B/zh
Publication of CN109960781A publication Critical patent/CN109960781A/zh
Application granted granted Critical
Publication of CN109960781B publication Critical patent/CN109960781B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种更新全球作物总产量栅格数据的方法，包括数据准备、统计分析、高通滤过处理、数据导出、土地利用重分类、聚合分析等步骤。利用本发明的方法能够对全球175种不同作物的总产量栅格数据进行及时更新，数据时效性较强，数据精度较高。

Description

一种更新全球作物总产量栅格数据的方法
技术领域
本发明属于资源环境技术领域，尤其涉及一种基于空间分析技术更新作物总产量栅格数据的方法。
背景技术
地球上的农田面积约占1500万平方公里，为人类提供了大部分的食物，对人类福祉至关重要。尽管大多全球土地覆盖的卫星群涉及农田的数据集只有几个类别，但对于回答从生物多样性保护到粮食安全再到生物地球化学循环等问题等关键问题提供了至关重要的信息。有关农作物选择、产量和肥料使用等农业土地利用措施的信息是更有限。Monfreda等提出了通过结合国家、州的土地使用数据集和县级人口普查统计，更新的全球农田数据集为5*5分(大约10公里乘10公里)经纬度网格，生成了2000年全球175种不同作物的总产量栅格数据。
然而，该数据已经10多年没有再进行更新，数据缺乏时效性，加上数据分辨率低，为5*5分的分辨率，因此，提高数据精度和更新作物总产量栅格数据显得尤为重要。
发明内容
本发明所要解决的技术问题是针对现有技术的不足提供一种更新全球作物总产量栅格数据的方法。
本发明的技术方案如下：
一种更新全球作物总产量栅格数据的方法，包括以下步骤：
A1数据准备：选取用作更新的土地利用栅格数据；
A2利用ArcGIS的工具Calculate Statistics进行统计分析，便于进行分类，输出文件landuse_stat.tif；
A3高通滤过处理；为减少数据的碎化，使用Majority Filter工具进行高通滤波处理，选择参数为周围邻近的8个像元，替代阈值方法为majortiy(众数)，输出栅格层landuse_major.itf；
A4数据导出；将A3的landuse_major.tif数据导出，输出TIFF格式文件，文件名landuse_export.tif，默认输出栅格大小为0.008333333，栅格大小为原产量栅格的栅格大小(0.08333333)的1/10；
A5对土地利用重分类；在landuse_export.tif基础上，利用ArcGIS中的Reclassify工具对土地利用进行重分类，对数据进行二值化分类，1表示选取的土地利用，0表示不选取的土地利用，输出文件名为landuse2value.tif；
A6聚合分析；在上一步基础上，使用ArcGIS中的Aggregate工具进行聚合分析，根据情况，选择适合的栅格大小因子；输出文件为landuse.tif；
A7总产量空间数据以及作物列表、国家表数据准备；准备2000年不同作物总产量栅格数据，要求作物名作为文件名，文件扩展名为：tif，如wheat.tif，统一放在文件夹production目录下，便于调用；准备作物列表数据，表名称为croplist；准备国家表country_table,必须包含国家名称字段Countryname；
A8在2000年作物总产量栅格数据的基础上，按照国家提取每种作物的总产量数据；
A9产量比值文件准备；准备作物产量统计文件，若用2010年的数据对2000年的产量栅格数据进行更新，则需要2010年的作物产量统计数据，生成2010年与上一步提取的2000年的作物总产量的比值数据Production_ratio；
A10国家行政区划数据准备及挂接；准备世界国家行政区划空间数据Countries，通过Join命令，将countries与production_ratio基于国家名称字段进行挂接关联，生成country_production；
A11迭代栅格数据；使用iterate raster迭代器，对产量栅格数据进行迭代，以方便进行循环操作，栅格目录选择production文件夹，栅格格式选择TIF，输出文件为每次迭代时的产量栅格数据，迭代输出变量为name；若迭代输出的文件名为wheat.tif，则name为wheat.tif；
A12土地利用更新；上一步的输出数据与步骤A6生成的土地利用数据(landuse.tif)进行Times(乘积)运算，输入栅格数据1为：landuse.tif，输入栅格数据2为迭代器输出的产量栅格数据，栅格大小为0.041666665，数据范围选择：union of input(输入数据的并集范围)，输出文件夹为landupdate文件夹，输出文件名为land_％name％，％name％为表示引用name变量；若迭代输出的文件名为wheat.tif，则name为wheat.tif，输出的文件名则为：land_wheat.tif；
A13进行产量数据校正；由于在进行栅格转换时，原始的栅格大小栅格大小0.08333333，新的栅格大小栅格大小为0.041666665，原始栅格大小是新栅格大小的2倍，新产量栅格数据应除以4；使用divide工具，进行数据校正，输入数据1为：land_％name％，输入数据2为：4，输出数据为：divide_％name％；
A14记录提取；基于步骤A7的croplist表，用Table select工具提取记录；输入表为：croplist，输出位置为：Scratch.mdb，输出表名为：Table_select，输出表达式为：[CROPNAME]＝'％cropname％'；
A15字段提取；使用Get field value工具，提取Table_select表cropname字段中的记录，并作为字段；输入表为：Table_select，字段为：cropname，数据类型为：Field，输出变量为：value；
A16进行栅格转换；使用Feature to raster工具，输入图层为：country_production，字段选取value变量，输出栅格大小为：0.041666665，输出图层为：Production0_％value％；
A17对数据进行后处理；进行Nodata(空值)检测，并将nodata值设置为0；使用Isnull工具判别是否空值，生成临时栅格文件Null_％value％.tif；再使用con(条件查询)工具，表达式为"VALUE"＝1，条件为真时(即为Nodata数据时)，值为0，否则等于Production0_％value％值，输出文件为Production_％value％.tif；
A18总产量数据更新；在步骤A13和步骤A17输出结果的基础上，进行乘积运算，输入文件1为：Production_％value％.tif，输入文件2为：divide_％name％；，输出Production_up_％value％.tif；
A19循环步骤A11-18，直至读取完所有作物总产量栅格数据；完成后，即完成基于土地利用和2010年统计数据对2000年作物总产进行更新，并且提高了数据精度。
所述的更新全球作物总产量栅格数据的方法，所述步骤A8包括以下步骤：
1)使用iterate raster迭代器，对总产量栅格数据进行迭代，2)通过parse path工具对迭代输出的文件名进行路径解析，解析类型选择name；提取的文件名不包含扩展名，获得作物名，输出变量为cropname，变量引用方式为：％cropname％；3)使用Zonalstatistics as table(分区统计)工具按照国家进行提取，输入分区数据为：Countries.shp，分区统计字段为：FAO，输入栅格数据为：每次迭代的总产量栅格数据，输出表为：Z_％cropname％，统计类型选择：sum；4)使用copy rows工具提取Z_％cropname％记录到表T_％cropname％；5)在T_％cropname％基础上，使用delete field工具，删除zone_code、count_、area字段；6)在在T_％cropname％基础上，使用alter field工具，更改Sum_字段为％cropname％；7)使用Join field字段，Country_table表通过countryname字段与T_％cropname％表的FAO字段进行关联，输出表为Country_table；8)使用deletefield工具，删除FAO字段，输出表为Country_table；9)循环直至完成所有2000年作物总产量栅格数据的提取。
采用上述方案，能够对全球175种不同作物的总产量栅格数据进行及时更新，数据时效性较强，数据精度较高。
具体实施方式
以下结合具体实施例，对本发明进行详细说明。
A1数据准备：选取用作更新的土地利用栅格数据，如GlobeCover 2009土地利用覆盖数据；
A2利用ArcGIS的工具Calculate Statistics进行统计分析，便于进行分类，输出文件landuse_stat.tif；
A3高通滤过处理。为减少数据的碎化，使用Majority Filter工具进行高通滤波处理，选择参数为周围邻近的8个像元，替代阈值方法为majortiy(众数)，输出栅格层landuse_major.itf；
A4数据导出。将A3的landuse_major.tif数据导出，输出TIFF格式文件，文件名landuse_export.tif，默认输出栅格大小为0.008333333，栅格大小为原产量栅格的栅格大小(0.08333333)的1/10；
A5对土地利用重分类。在landuse_export.tif基础上，利用ArcGIS中的Reclassify工具对土地利用进行重分类，对数据进行二值化分类，1表示选取的土地利用，0表示不选取的土地利用，输出文件名为landuse2value.tif。目的主要是将分布在不合理的土地利用上的作物总产量栅格数据去掉，如作物不可能分布在水域或居民点上，或者积雪覆盖地区；
A6聚合分析。在上一步基础上，使用ArcGIS中的Aggregate工具进行聚合分析，根据情况，选择适合的栅格大小因子，如选择cell factor为2时，栅格大小为：0.008333333*2＝0.016666666。栅格大小直接影响数据的大小以及后续数据分析的精度(本研究选择cellfactor为5时，栅格大小为0.041666665，数据大小为122.61MB，分辨率与数据量大小比较合适)。输出文件为landuse.tif；
A7总产量空间数据以及作物列表、国家表数据准备。准备2000年不同作物总产量栅格数据，要求作物名作为文件名，文件扩展名为：tif，如wheat.tif，统一放在文件夹production目录下，便于调用；准备作物列表数据，表名称为croplist；准备国家表country_table,必须包含国家名称字段Countryname；
A8在2000年作物总产量栅格数据的基础上，按照国家提取每种作物的总产量数据。1)使用iterate raster迭代器，对总产量栅格数据进行迭代，2)通过parse path工具对迭代输出的文件名进行路径解析，解析类型选择name(提取的文件名不包含扩展名)，获得作物名，输出变量为cropname，变量引用方式为：％cropname％；3)使用Zonalstatisticsas table(分区统计)工具按照国家进行提取，输入分区数据为：Countries.shp，分区统计字段为：FAO，输入栅格数据为：每次迭代的总产量栅格数据，输出表为：Z_％cropname％，统计类型选择：sum；4)使用copy rows工具提取Z_％cropname％记录到表T_％cropname％；5)在T_％cropname％基础上，使用delete field工具，删除zone_code、count_、area字段；6)在在T_％cropname％基础上，使用alter field工具，更改Sum_字段为％cropname％；7)使用Join field字段，Country_table表通过countryname字段与T_％cropname％表的FAO字段进行关联，输出表为Country_table；8)使用deletefield工具，删除FAO字段，输出表为Country_table；9)循环直至完成所有2000年作物总产量栅格数据的提取；
A9产量比值文件准备。准备作物产量统计文件，若用2010年的数据对2000年的产量栅格数据进行更新，则需要2010年的作物产量统计数据，生成2010年与上一步提取的2000年的作物总产量的比值数据Production_ratio；
A10国家行政区划数据准备及挂接。准备世界国家行政区划空间数据，如Countries，通过Join命令，将countries与production_ratio基于国家名称字段进行挂接关联，生成country_production；
A11迭代栅格数据。使用iterate raster迭代器，对产量栅格数据进行迭代，以方便进行循环操作，栅格目录选择production文件夹，栅格格式选择TIF，输出文件为每次迭代时的产量栅格数据，迭代输出变量为name；若迭代输出的文件名为wheat.tif，则name为wheat.tif；
A12土地利用更新。上一步的输出数据与步骤A6生成的土地利用数据(landuse.tif)进行Times(乘积)运算，输入栅格数据1为：landuse.tif，输入栅格数据2为迭代器输出的产量栅格数据，栅格大小为0.041666665，数据范围选择：union of input(输入数据的并集范围)，输出文件夹为landupdate文件夹，输出文件名为land_％name％，％name％为表示引用name变量。例如，若迭代输出的文件名为wheat.tif，则name为wheat.tif，输出的文件名则为：land_wheat.tif；
A13进行产量数据校正。由于在进行栅格转换时，原始的栅格大小栅格大小0.08333333，新的栅格大小栅格大小为0.041666665，原始栅格大小是新栅格大小的2倍，新产量栅格数据应除以4。使用divide工具，进行数据校正，输入数据1为：land_％name％，输入数据2为：4，输出数据为：divide_％name％；
A14记录提取。基于步骤A7的croplist表，用Table select工具提取记录。输入表为：croplist，输出位置为：Scratch.mdb，输出表名为：Table_select，输出表达式为：[CROPNAME]＝'％cropname％'；
A15字段提取。使用Get field value工具，提取Table_select表cropname字段中的记录，并作为字段。输入表为：Table_select，字段为：cropname，数据类型为：Field，输出变量为：value；
A16进行栅格转换。使用Feature to raster工具，输入图层为：country_production，字段选取value变量，输出栅格大小为：0.041666665，输出图层为：Production0_％value％；
A17对数据进行后处理。进行Nodata(空值)检测，并将nodata值设置为0。使用Isnull工具判别是否空值，生成临时栅格文件Null_％value％.tif；再使用con(条件查询)工具，表达式为"VALUE"＝1，条件为真时(即为Nodata数据时)，值为0，否则等于Production0_％value％值，输出文件为Production_％value％.tif；
A18总产量数据更新。在步骤A13和步骤A17输出结果的基础上，进行乘积运算，输入文件1为：Production_％value％.tif，输入文件2为：divide_％name％；，输出Production_up_％value％.tif；
A19循环步骤A11-18，直至读取完所有作物总产量栅格数据。完成后，即完成基于土地利用和2010年统计数据对2000年作物总产进行更新，并且提高了数据精度。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (2)

1.一种更新全球作物总产量栅格数据的方法，其特征在于，包括以下步骤：
A1数据准备：选取用作更新的土地利用栅格数据；
A2利用ArcGIS的工具Calculate Statistics进行统计分析，便于进行分类，输出文件landuse_stat.tif；
A3高通滤过处理；为减少数据的碎化，使用Majority Filter工具进行高通滤波处理，选择参数为周围邻近的8个像元，替代阈值方法为majortiy即众数，输出栅格层landuse_major. tif;
A4数据导出；将A3的landuse_major.tif数据导出，输出TIFF格式文件，文件名landuse_export.tif，默认输出栅格大小为0.008333333，栅格大小为原产量栅格的栅格大小的1/10;
A5对土地利用重分类；在landuse_export.tif基础上，利用ArcGIS中的Reclassify工具对土地利用进行重分类，对数据进行二值化分类，1表示选取的土地利用，0表示不选取的土地利用，输出文件名为landuse2value.tif；
A6聚合分析；在上一步基础上，使用ArcGIS中的Aggregate工具进行聚合分析，根据情况，选择适合的栅格大小因子；输出文件为landuse.tif；
A7总产量空间数据以及作物列表、国家表数据准备；准备2000年不同作物总产量栅格数据，要求作物名作为文件名，文件扩展名为：tif，统一放在文件夹production目录下，便于调用；准备作物列表数据，表名称为croplist；准备国家表country_table, 必须包含国家名称字段Countryname；
A8在2000年作物总产量栅格数据的基础上，按照国家提取每种作物的总产量数据；
A9产量比值文件准备；准备作物产量统计文件，若用2010年的数据对2000年的产量栅格数据进行更新，则需要2010年的作物产量统计数据，生成2010年与上一步提取的2000年的作物总产量的比值数据production_ratio；
A10国家行政区划数据准备及挂接；准备世界国家行政区划空间数据 countries，通过Join命令，将countries与production_ratio基于国家名称字段进行挂接关联，生成country_production；
A11迭代栅格数据；使用iterate raster迭代器，对产量栅格数据进行迭代，以方便进行循环操作，栅格目录选择production文件夹，栅格格式选择TIF，输出文件为每次迭代时的产量栅格数据，迭代输出变量为name；若迭代输出的文件名为wheat.tif，则name为wheat.tif；
A12土地利用更新；上一步的输出数据与步骤A6生成的土地利用数据landuse.tif进行Times即乘积运算，输入栅格数据1为：landuse.tif，输入栅格数据2为迭代器输出的产量栅格数据，栅格大小为0.041666665，数据范围选择：union of input即输入数据的并集范围，输出文件夹为landupdate文件夹，输出文件名为land_%name%，%name%为表示引用name变量；若迭代输出的文件名为wheat.tif，则name为wheat.tif，输出的文件名则为：land_wheat.tif；
A13进行产量数据校正；由于在进行栅格转换时，原始的栅格大小0.08333333，新的栅格大小为0.041666665，原始栅格大小是新栅格大小的2倍，新产量栅格数据应除以4；使用divide工具，进行数据校正，输入数据1为：land_%name%，输入数据2为：4，输出数据为：divide_%name%；
A14记录提取；基于步骤A7的croplist表，用Table select工具提取记录；输入表为：croplist，输出位置为：Scratch.mdb，输出表名为：Table_select，输出表达式为：[CROPNAME] = '%cropname%'；
A15字段提取；使用Get field value工具，提取Table_select表cropname字段中的记录，并作为字段；输入表为：Table_select，字段为：cropname，数据类型为：Field，输出变量为：value；
A16进行栅格转换；使用Feature to raster工具，输入图层为：country_production，字段选取value变量，输出栅格大小为：0.041666665，输出图层为：production0_%value%;
A17对数据进行后处理；进行nodata即空值检测，并将nodata值设置为0；使用Isnull工具判别是否空值，生成临时栅格文件Null_%value%.tif；再使用con即条件查询工具，表达式为"VALUE" = 1，条件为真时，即为nodata数据时，值为0，否则等于production0_%value%值，输出文件为production_%value%.tif；
A18总产量数据更新；在步骤A13和步骤A17输出结果的基础上，进行乘积运算，输入文件1为：production_%value%.tif，输入文件2为：divide_%name%；输出production_up_%value%.tif；
A19循环步骤A11-18，直至读取完所有作物总产量栅格数据；完成后，即完成基于土地利用和2010年统计数据对2000年作物总产进行更新，并且提高了数据精度。
2.根据权利要求1所述的更新全球作物总产量栅格数据的方法，其特征在于，所述步骤A8包括以下步骤：
1）使用iterate raster迭代器，对总产量栅格数据进行迭代，2）通过parse path工具对迭代输出的文件名进行路径解析，解析类型选择name；提取的文件名不包含扩展名，获得作物名，输出变量为cropname，变量引用方式为：%cropname% ；3）使用Zonal statisticsas table即分区统计工具按照国家进行提取，输入分区数据为：Countries.shp，分区统计字段为：FAO，输入栅格数据为：每次迭代的总产量栅格数据，输出表为：Z_%cropname%，统计类型选择：sum；4）使用copy rows工具提取Z_%cropname%记录到表T_%cropname%; 5）在T_%cropname%基础上，使用delete field工具，删除zone_code、count_area字段；6）在T_%cropname%基础上，使用alter field工具，更改Sum_字段为%cropname%；7）使用Join field字段，country_table表通过countryname字段与T_%cropname%表的FAO字段进行关联，输出表为country_table；8）使用delete field工具，删除FAO字段，输出表为country_table；9）循环直至完成所有2000年作物总产量栅格数据的提取。
CN201910216751.XA 2019-03-21 2019-03-21 一种更新全球作物总产量栅格数据的方法 Active CN109960781B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910216751.XA CN109960781B (zh) 2019-03-21 2019-03-21 一种更新全球作物总产量栅格数据的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910216751.XA CN109960781B (zh) 2019-03-21 2019-03-21 一种更新全球作物总产量栅格数据的方法

Publications (2)

Publication Number Publication Date
CN109960781A CN109960781A (zh) 2019-07-02
CN109960781B true CN109960781B (zh) 2020-10-30

Family

ID=67024638

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910216751.XA Active CN109960781B (zh) 2019-03-21 2019-03-21 一种更新全球作物总产量栅格数据的方法

Country Status (1)

Country Link
CN (1) CN109960781B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113505189B (zh) * 2021-09-07 2022-03-04 中国电子科技集团公司第二十八研究所 一种基于多层级全球格网的面状目标栅格化方法
CN113918572B (zh) * 2021-10-29 2022-06-07 中国农业科学院农业资源与农业区划研究所 基于行政区划边界的农业统计数据自动匹配与校正的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102013047A (zh) * 2010-09-10 2011-04-13 北京农业信息技术研究中心 农作物产量变异程度监测方法
CN103514569A (zh) * 2013-10-15 2014-01-15 南京大学 一种基于gis技术的粮食作物产量可视化新方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10096073B2 (en) * 2011-05-13 2018-10-09 The Climate Corporation Systems to prescribe and deliver fertilizer over agricultural fields and related methods

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102013047A (zh) * 2010-09-10 2011-04-13 北京农业信息技术研究中心 农作物产量变异程度监测方法
CN103514569A (zh) * 2013-10-15 2014-01-15 南京大学 一种基于gis技术的粮食作物产量可视化新方法

Also Published As

Publication number Publication date
CN109960781A (zh) 2019-07-02

Similar Documents

Publication Publication Date Title
Meiyappan et al. Three distinct global estimates of historical land-cover change and land-use conversions for over 200 years
CN111259898B (zh) 基于无人机航拍图像的农作物分割方法
Estel et al. Mapping farmland abandonment and recultivation across Europe using MODIS NDVI time series
CN109960781B (zh) 一种更新全球作物总产量栅格数据的方法
Chen et al. Mapping forest and their spatial–temporal changes from 2007 to 2015 in tropical hainan island by integrating ALOS/ALOS-2 L-Band SAR and landsat optical images
CN111126511B (zh) 一种基于植被指数融合的lai定量模型建立的方法
WO2023109652A1 (zh) 水稻种植提取及复种指数监测方法、系统、终端及存储介质
CN111563430A (zh) 一种基于卷积神经的公益林地类图像智能识别方法及系统
Greig et al. Spectral-temporal modelling of bamboo-dominated forest succession in the Atlantic Forest of Southern Brazil
CN111222536A (zh) 一种基于决策树分类的城市绿色空间信息提取方法
Del Valle et al. Comparison of common classification strategies for large-scale vegetation mapping over the Google Earth Engine platform
CN105678818A (zh) 面向对象分类技术实现河口滩涂分类面积提取的方法
CN111222539A (zh) 基于多源多时相遥感影像优化和扩充监督分类样本的方法
CN109542932B (zh) Landsat-8卫星精选遥感数据集定制化筛选方法
Hou et al. The urgent need to develop a new grassland map in China: based on the consistency and accuracy of ten land cover products
Yang Research on vegetation coverage optimisation of urban landscape based on vegetation index
CN113918572B (zh) 基于行政区划边界的农业统计数据自动匹配与校正的方法
CN116129284A (zh) 一种基于时间序列变化特征的撂荒地遥感提取方法
CN113327259B (zh) 面向区域覆盖的遥感数据筛选方法及系统
CN114332640A (zh) 基于云平台和随机森林的地表覆盖物识别及面积估算方法
CN115147835A (zh) 一种基于改进RetinaNet的自然果园场景下的凤梨成熟度检测方法
CN109614920B (zh) 一种基于多时相遥感数据的地物信息提取方法
CN114187504A (zh) 一种基于多光谱影像的农作物分类方法及装置
Yang et al. Estimating bamboo forest aboveground biomass based on MODIS time series data.
CN117095284A (zh) 一种结合土地利用现状数据扩充样本的棉花提取方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant