與 d(VV/VH)2 組特征,使用K-means與LVQ算法對2種作物進行倒伏區(qū)域提取和倒伏程度區(qū)分,最后利用歸一化植被指數（NDVI)和增強型植被指數(EVI)2種指標對模型進行驗證評估。結果表明,SAR數據能有效識別作物倒伏區(qū)域,LVQ算法性能比K-means算法更優(yōu)越， <img src="/qkimages/jsxk/jsxk202513/jsxk20251332-2-l.jpg" with="142px" style="vertical-align: middle;"> 和d(VV/VH)的組合特征更適合識別水稻倒伏，而單dVH特征在識別玉米倒伏時表現更好。-龍源期刊網" />

特黄三级爱爱视频|国产1区2区强奸|舌L子伦熟妇aV|日韩美腿激情一区|6月丁香综合久久|一级毛片免费试看|在线黄色电影免费|国产主播自拍一区|99精品热爱视频|亚洲黄色先锋一区

GEE平臺下玉米與水稻倒伏區(qū)域識別方法研究

  • 打印
  • 收藏
收藏成功


打開文本圖片集

中圖分類號：S127 文獻標志碼：A 文章編號：1002-1302（2025）13-0253-0

倒伏是導致作物減產的主要原因之一。近年來極端天氣頻繁出現，對農業(yè)生產構成了不可忽視的影響。如2020年我國東北地區(qū)曾多次遭受臺風影響，各種農作物倒伏累計超過千萬畝。當玉米和水稻等作物發(fā)生倒伏時，減產率可達 25% 以上甚至絕產[1-3]。（剩余9307字）

目錄
monitor