顾及PolSAR影像多特征的作物识别与洪涝灾害监测
编号:1310 访问权限:仅限参会人 更新:2024-04-11 14:11:21 浏览:796次 口头报告

报告开始:2024年05月19日 10:27(Asia/Shanghai)

报告时间:8min

所在会场:[S7] 主题7、遥感与地理信息科学 [S7-6] 主题7、遥感与地理信息科学 专题7.10、专题7.7(19日上午,305)

暂无文件

摘要
      极化合成孔径雷达(PolSAR)通过主动收发不同极化方式的微波信号,为全天候、全天时农业洪涝灾害监测提供数据支持。但目前基于PolSAR影像的农业洪涝灾害监测方法受相干斑噪声影响大,不同作物与水体的极化、纹理信息描述不准确,且洪涝灾害变化类与非变化类的类别不平衡等易导致灾害监测低精度、低效率的难题,针对以上问题,本研究首先提出了一种顾及PolSAR影像极化-空间信息的农作物覆盖类型识别方法;然后为减少相干斑噪声及空间异质性对差异影像生成的影响,提出了一种基于改进HLT与深度学习的双时相PolSAR洪涝灾害监测新方法;最后,基于GEE平台构建了一种农业洪涝灾害动态监测的框架,该研究可为高质量农业洪涝灾害应急救援及保障粮食安全助力。
关键词
PolSAR,农业洪涝灾害,作物识别
报告人
刘文宋
副教授 江苏师范大学

稿件作者
刘文宋 江苏师范大学
发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    05月17日

    2024

    05月20日

    2024

  • 03月31日 2024

    初稿截稿日期

  • 03月31日 2024

    报告提交截止日期

  • 05月20日 2024

    注册截止日期

主办单位
青年地学论坛理事会
承办单位
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
联系方式
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询