時序對地觀測大數據土地覆蓋製圖 黃翀 等 9787030734143 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202303*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：時序對地觀測大數據土地覆蓋製圖
ISBN：9787030734143
出版社：科學
著編譯者：黃翀 等
叢書名：地球大數據科學論叢
頁數：212
所在地：中國大陸 *此為代購商品
書號：1513372
可大量預訂，請先連絡。

內容簡介

隨著空間科技的飛速發展，多時空對地觀測數據更易獲取，遙感數據的時間解析度顯著提高，多時相乃至稠密時間序列遙感數據正以前所未有的規模和速度產生，基於時序遙感大數據的土地覆蓋分類與變化檢測研究越來越流行。本書以多雲多雨的中南半島為主要研究區，對面向土地覆蓋信息提取的遙感大數據時間序列挖掘技術與方法進行了探索。主要研究內容包括：遙感時間序列分析中的影像雲污染處理、遙感時間序列相似性度量、時間序列遙感統計特徵挖掘、時間序列遙感深度學習分類，以及基於子序列的時間序列變化檢測。 本書可供地理學、生態學、遙感、測繪及相關專業的研究人員，相關政府部門的管理者、高校研究生閱讀和參考。

目錄

「地球大數據科學論叢」序
序
前言
第1章 引言
1 1 時間序列遙感數據源的發展
1 2 遙感時間序列分類
1 2 1 基於時序相似性的挖掘與分類
1 2 2 基於時序統計特徵的挖掘與分類
1 2 3 基於端到端的深度學習分類
1 3 遙感時間序列變化檢測
1 4 問題與探索
第2章 雲與雲影識別
2 1 數據源
2 1 1 Landsat-8OLI數據
2 1 2 全球雲及雲影驗證數據
2 2 基於QA雲標識的雲影識別方法
2 2 1 基於QA波段的雲識別
2 2 2 潛在雲影識別
2 2 3 雲與雲影位置匹配
2 3 結果與分析
2 3 1 基於QA波段雲識別評價
2 3 2 雲影識別精度評價
2 3 3 基於L8Biome全球驗證數據集的雲影識別評價
2 4 本章小結
第3章 時序數據去雲降噪處理
3 1 數據源
3 1 1 MODIS數據預處理
3 1 2 時序MODISNDVI數據生成
3 2 基於S-G濾波的NDVI時序去雲與重建
3 3 結果與分析
3 3 1 視覺效果
3 3 2 定量評價
3 4 本章小結
第4章 基於時序相似性的土地覆蓋分類
4 1 數據來源與處理
4 1 1 研究區概況
4 1 2 數據及預處理
4 1 3 野外數據採集
4 2 研究方法
4 2 1 DTW演算法原理
4 2 2 基於DTW距離的時序相似性計算
4 2 3 閾值分割
4 3 結果與分析
4 3 1 主要地類DTW距離與分類閾值
4 3 2 分類精度驗證
4 3 3 土地覆蓋分類製圖
4 4 本章小結
第5章 基於局部加權動態時間規整的耕地提取
5 1 開放邊界局部加權DTW方法
5 1 1 模型構建
5 1 2 OLWDTW參數選取方法
5 2 結果與分析
5 2 1 不同耕地類別的OLWDTW距離計算
5 2 2 OLWDTW距離閾值選取
5 2 3 耕地作物分類
5 2 4 精度分析
5 3 討論
5 4 本章小結
第6章 基於時空信息融合的土地覆蓋分類
6 1 遙感數據源
6 2 基於線性權重賦值法的決策級融合模型
6 2 1 演算法原理
6 2 2 基於線性權重賦值法的決策級融合演算法
6 2 3 參數獲取
6 3 結果與分析
6 3 1 MODIS與Landsat數據的模糊分類隸屬度
6 3 2 MODIS與Landsat數據的融合權重獲取
6 3 3 融合分類結果及精度驗證
6 4 本章小結
第7章 基於時序統計特徵的土地覆蓋分類
7 1 數據收集與處理
7 1 1 Sentinel-2數據及預處理
7 1 2 Sentinel-2時序數據堆棧
7 1 3 採樣與驗證數據
7 2 研究方法
7 2 1 光譜與紋理特徵提取
7 2 2 時序統計指標選取
7 2 3 隨機森林分類
7 3 結果與分析
7 3 1 時序統計指標的可分離性
7 3 2 特徵重要性評估
7 3 3 不同特徵組合分類結果對比
7 4 討論
7 4 1 時序統計指標在多雲多雨區土地覆蓋分類中的優勢
7 4 2 熱帶多雲多雨區精細尺度土地覆蓋分類的難點
7 4 3 分類特徵重要性選擇
7 5 本章小結
第8章 基於Sentinel-1時序相似性與統計特徵的水稻提取
8 1 數據源及處理
8 1 1 研究區概況
8 1 2 遙感數據處理
8 1 3 驗證數據
8 2 研究方法
8 2 1 後向散射係數時序曲線構建
8 2 2 時序特徵參數提取
8 2 3 基於DTW時序曲線相似性計算
8 2 4 隨機森林分類與驗證
8 3 結果與分析
8 3 1 典型地物後向散射係數參考曲線特徵
8 3 2 時序統計參數特徵
8 3 3 分類結果及精度評價
8 4 討論
8 5 本章小結
第9章 協同Sentinel-1/2時序特徵的城市不透水面提取
9 1 數據及處理
9 1 1 研究區
9 1 2 數據處理
9 2 研究方法
9 2 1 城市用地提取
9 2 2 城市擴展分析
9 3 結果與分析
9 3 1 不同統計指標對不透水面的區分能力
9 3 2 城市用地提取和精度評估
9 3 3 萬象市城市化動態
9 3 4 萬象市城市擴張模式
9 4 討論
9 4 1 光學和SAR數據的互補性
9 4 2 萬象市城市擴張動態
9 4 3 城市化進程與可持續發展挑戰
9 5 本章小結
第10章 融合Sentinel-1時序統計特徵與Sentinel-2光譜特徵的橡膠林信息提取
10 1 研究區與數據處理
10 2 研究方法
10 2 1 Sentinel-2光譜指數計算及優選
10 2 2 Sentinel-2紋理特徵計算及優選
10 2 3 特徵組合及隨機森林分類
10 3 結果與分析
10 3 1 Sentinel-2光譜波段及光譜指數對橡膠林提取的貢獻
10 3 2 Sentinel-2紋理特徵重要性評估
10 3 3 不同特徵組合橡膠林提取結果比較
10 3 4 橡膠林空間分佈格局
10 4 討論
10 5 本章小結
第11章 基於深度學習的時間序列遙感作物分類
11 1 數據與處理
11 1 1 實驗區介紹
11 1 2 數據獲取與處理
11 2 研究方法
11 2 1 雙向長短期記憶網路模型構建
11 2 2 模型
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。