<button id="yg2go"><code id="yg2go"></code></button>
  •  <cite id="yg2go"></cite>
  • <abbr id="yg2go"><dl id="yg2go"></dl></abbr>
    

  • 亚洲欧美日韩精品久久久,夜色福利一区二区三区,视频日韩p影院永久免费,成人免费视频国产
    




    
    
            
    
                
            
    
    
    

    

    

    
    
        
    
            
    
                
    


                    

                    
    
                        
    

                        
                        廣西及東盟區(qū)域可持續(xù)發(fā)展目標(biāo)數(shù)據(jù)集
                        

                        

                            I 區(qū)論文（評(píng)審中）
                        

                        
                            ?
                            
                                版本

                                

    
        ZH1
    



                            
                        

                        
                            
                        

                    
    
                        
    







                        

                        

                        
    
                                下載
                                    
                        
    
                    
    
                    
    
                    
    


                    
    
                        
      
                            
      • 
                            
      • 






















                        
    
                    
    


                    
                    
                    
                    

                    
                        
    2018–2020年廣西甘蔗10m分辨率種植分布數(shù)據(jù)集
    A dataset of monitoring the 10 m spatial resolution sugarcane Planting distribution in Guangxi from 2018 to 2020 
    ?>>
                    
    ：
                        2023
                        -
                        02
                        -
                        08
    ：
                        2023
                        -
                        04
                        -
                        20
    ：
                        2023
                            -
                            04
                        -
                        20
    

                    


                    
    
                        
    

                    
    

                    
    

                        
                            

                        
                        2008

                        
                            

                        
                        12

                        
                            

                        
                        0

                    
    
                    
    


                    

                        
    


                            
                                
    摘要&關(guān)鍵詞
    摘要：作物種植分布的提取是作物監(jiān)測(cè)的基礎(chǔ)，及時(shí)準(zhǔn)確地提取出甘蔗種植分布對(duì)甘蔗監(jiān)測(cè)及種植結(jié)構(gòu)調(diào)整具有重要意義。本文基于Sentinel-1和Sentinel-2數(shù)據(jù)，采用主被動(dòng)遙感協(xié)同方法和決策樹(shù)分類(lèi)方法，開(kāi)展了廣西甘蔗種植分布提取方法研究，并結(jié)合多年調(diào)查的地面樣本數(shù)據(jù)進(jìn)行驗(yàn)證，在此基礎(chǔ)上提取了2018–2020年廣西甘蔗種植分布。該方法利用遙感數(shù)據(jù)提取得到的2018年廣西甘蔗種植分布總體精度達(dá)92%，Kappa系數(shù)為0.85；2019年廣西甘蔗種植分布總體精度達(dá)94%，Kappa系數(shù)為0.88；2020年廣西甘蔗種植分布總體精度達(dá)94%，Kappa系數(shù)為0.88。本數(shù)據(jù)集可作為廣西甘蔗時(shí)空變化分析的基礎(chǔ)數(shù)據(jù)，也可為廣西甘蔗生產(chǎn)管理與種植結(jié)構(gòu)優(yōu)化調(diào)整等提供基礎(chǔ)數(shù)據(jù)支撐。
    關(guān)鍵詞：甘蔗；Sentinel-2數(shù)據(jù)；主被動(dòng)遙感協(xié)同；決策樹(shù)分類(lèi)；廣西
    Abstract & Keywords
    Abstract:?The extraction of sugarcane planting distribution is the basis of crop monitoring. It is of great significance for sugarcane monitoring and planting structure adjustment to extract sugarcane planting distribution timely and accurately. Based on Sentinel-1 and Sentinel-2 data, this paper adopts the active and passive remote sensing collaborative method and decision tree classification method to carry out research on the extraction method of sugarcane planting distribution in Guangxi, and combines with multi-year survey ground sample data for verification. On this basis, the data set of sugarcane planting distribution in Guangxi from 2018 to 2020 is extracted. The overall accuracy of sugarcane planting distribution in Guangxi in 2018 obtained by remote sensing extraction by this method is 92%, and the Kappa coefficient is 0.85; the overall accuracy of sugarcane planting distribution in Guangxi in 2019 obtained by this method is 94%, and the Kappa coefficient is 0.88; the overall accuracy of sugarcane planting distribution in Guangxi in 2020 obtained by this method is 94%, and the Kappa coefficient is 0.88. This data set can be used as the basic data for the analysis of temporal and spatial changes of sugarcane in Guangxi, and can also provide basic data support for the optimization and adjustment of sugarcane production management and planting structure in Guangxi.
    Keywords:?Sugarcane;?Sentinel-2;?Active and passive remote sensing collaboration;?Decision tree classification;?Guangxi
    數(shù)據(jù)庫(kù)（集）基本信息簡(jiǎn)介
    數(shù)據(jù)庫(kù)（集）名稱(chēng)2018–2020年廣西甘蔗10m分辨率種植分布數(shù)據(jù)集
    數(shù)據(jù)作者陳森政，葉回春，聶超甲，雒培磊
    數(shù)據(jù)通信作者雒培磊（luopl@aircas.ac.cn）
    數(shù)據(jù)時(shí)間范圍2018–2020年
    地理區(qū)域廣西（104°26'E–112°04' E, 20°54'N–26°20' N）
    空間分辨率10 m
    數(shù)據(jù)量231.38 MB
    數(shù)據(jù)格式Geo TIFF
    數(shù)據(jù)服務(wù)系統(tǒng)網(wǎng)址https://doi.org/10.57760/sciencedb.07284
    基金項(xiàng)目廣西創(chuàng)新驅(qū)動(dòng)發(fā)展專(zhuān)項(xiàng)資金項(xiàng)目（桂科AA20302022），中國(guó)科學(xué)院青年創(chuàng)新促進(jìn)會(huì)項(xiàng)目（2021119），中國(guó)科學(xué)院空天信息創(chuàng)新研究院“未來(lái)之星”項(xiàng)目（2020KTYWLZX08）
    數(shù)據(jù)庫(kù)（集）組成數(shù)據(jù)集時(shí)間范圍是2018年、2019年和2020年，分別對(duì)應(yīng)3個(gè)同名文件夾，每個(gè)文件夾單獨(dú)存儲(chǔ)對(duì)應(yīng)的Geo TIFF數(shù)據(jù)文件，共3個(gè)文件。
    Dataset Profile
    TitleA dataset of monitoring the 10 m spatial resolution sugarcane Planting distribution from 2018 to 2020 in Guangxi Province, China
    Data corresponding authorLUO Peilei (luopl@aircas.ac.cn)
    Data authorsCHEN Senzheng, YE Huichun, NIE Chaojia, LUO Peilei
    Time range2018–2020
    Geographical scopeGuangxi Province, China (104°26'E-112°04' E, 20°54'N-26°20' N)
    Spatial resolution10 m
    Data volume231.38 MB
    Data formatGeo TIFF
    Data service systemhttps://doi.org/10.57760/sciencedb.07284
    Sources of fundingInnovation Drive Development Special Project of Guangxi (Guike AA20302022)，Youth Innovation Promotion Association CAS (2021119)，F(xiàn)uture Star Talent Program of Aerospace Information Research Institute, Chinese Academy of Sciences (2020KTYWLZX08)
    Dataset compositionThe dataset folder named Guangxi sugarcane planting distribution data, the time range is 2018, 2019 and 2020, corresponding to 3 folders of the same name, each folder stores the corresponding Geo TIFF data files separately, a total of 3 files.
    

                                
    引  言
    甘蔗是熱帶和亞熱帶作物，是多年生高大實(shí)心草木，是制作蔗糖的原料，而蔗糖是關(guān)系國(guó)計(jì)民生的重要戰(zhàn)略物資，約占全球食糖總產(chǎn)量的70%，中國(guó)90%以上的糖產(chǎn)量則是來(lái)自甘蔗[1-2]。廣西作為全國(guó)甘蔗的主要生產(chǎn)地，廣西甘蔗多年來(lái)種植面積和產(chǎn)量均超過(guò)全國(guó)的60%，涉及蔗農(nóng)兩千多萬(wàn)人，已成為廣西的重要支柱產(chǎn)業(yè)和廣大蔗農(nóng)脫貧致富的重要渠道。
    隨著遙感技術(shù)與計(jì)算機(jī)技術(shù)的發(fā)展，遙感技術(shù)結(jié)合計(jì)算機(jī)技術(shù)已發(fā)展成為農(nóng)作物種植結(jié)構(gòu)信息提取的主要手段，精準(zhǔn)獲取甘蔗的種植信息可以實(shí)現(xiàn)甘蔗的精確管理，進(jìn)而實(shí)現(xiàn)精準(zhǔn)糖業(yè)。國(guó)內(nèi)外學(xué)者對(duì)甘蔗的種植分布提取已經(jīng)開(kāi)展了較多的研究，國(guó)外研究較多的主要國(guó)家是巴西和印度[3-6]。國(guó)內(nèi)相關(guān)研究則起步較晚，目前數(shù)量還較少[7-13]。但是目前對(duì)甘蔗識(shí)別的研究中，研究區(qū)域多為甘蔗連片種植區(qū)域，且使用的數(shù)據(jù)主要為HJ[10]、MODIS[3, 7, 11]和Landsat系列[4, 13]等衛(wèi)星數(shù)據(jù)，缺少針對(duì)種植結(jié)構(gòu)分散、地塊破碎的甘蔗種植區(qū)域的高分辨率數(shù)據(jù)產(chǎn)品。
    廣西地處我國(guó)南疆，是亞熱帶季風(fēng)氣候區(qū)，多云多雨天氣導(dǎo)致大區(qū)域的光學(xué)遙感數(shù)據(jù)質(zhì)量不高，而雷達(dá)遙感影像數(shù)據(jù)獲取不受云雨天氣的影響，可以全天候獲取，在一定程度上可以克服光學(xué)數(shù)據(jù)獲取困難的問(wèn)題。本文基于哨兵1(Sentinel-1)和哨兵2(Sentinel-2)數(shù)據(jù)，采用主被動(dòng)遙感協(xié)同方法的和決策樹(shù)分類(lèi)方法，并結(jié)合野外調(diào)查數(shù)據(jù)，提取2018–2020年廣西10 m分辨率甘蔗種植分布數(shù)據(jù)集。Sentinel-1和Sentinel-2是歐洲空間局(European Space Agency, ESA)研制的兩個(gè)遙感衛(wèi)星，都采用C波段合成孔徑雷達(dá)(SAR)和多光譜成像儀(MSI)等高分辨率傳感器，提供全天候、高空間分辨率的地表觀測(cè)數(shù)據(jù)。本數(shù)據(jù)集可用于廣西調(diào)整合理的種植制度和甘蔗產(chǎn)量預(yù)測(cè)，為甘蔗的可持續(xù)生產(chǎn)和國(guó)家糧食安全提供數(shù)據(jù)支撐。
    1
                        ?
                    數(shù)據(jù)采集和處理方法
    1.1
                        ?
                    數(shù)據(jù)采集
    本文使用的數(shù)據(jù)為Sentinel-1和Sentinel-2，其中使用的Sentinel-1合成孔徑雷達(dá)數(shù)據(jù)[14-15]，空間分辨率為10米，時(shí)間范圍為全年；使用的Sentinel-2多光譜遙感影像數(shù)據(jù)[16-17]，空間分辨率為10米，時(shí)間范圍為10–11月。
    研究所需樣本點(diǎn)數(shù)據(jù)主要是通過(guò)多次野外調(diào)查實(shí)驗(yàn)，結(jié)合Google Earth高分辨率影像和Google Earth Engine平臺(tái)獲取得到的。通過(guò)實(shí)地調(diào)查，使用GPS精確定位和拍照，結(jié)合多時(shí)相Google Earth高分辨率影像和Google Earth Engine平臺(tái)高分辨率影像，形成解譯標(biāo)志樣本，然后根據(jù)解譯標(biāo)志樣本進(jìn)行標(biāo)記勾畫(huà)樣本，最終得到290個(gè)多邊形地物分類(lèi)樣本地塊。其中有甘蔗50個(gè)，水稻40個(gè)，香蕉40個(gè)，柑橘40個(gè)，火龍果30個(gè)，林地30個(gè)，水體30個(gè)，建筑30個(gè)。樣本地塊點(diǎn)分布如圖1所示，這些樣本數(shù)據(jù)將用于甘蔗種植分布提取與精度驗(yàn)證。


    圖1
                    ?
                廣西各類(lèi)地物樣本地塊分布圖【圖片送審中】
    Figure 1 Distribution map of sample plots of various ground objects in Guangxi
    1.2
                        ?
                    數(shù)據(jù)處理
    首先對(duì)Sentinel-2影像數(shù)據(jù)進(jìn)行去云和大氣校正等等預(yù)處理，然后進(jìn)行雷達(dá)和光學(xué)特征的提取與分析。其中雷達(dá)特征的提取與分析是通過(guò)建立8種地物整年的VV、VH時(shí)序曲線(xiàn)來(lái)分析8種地物VH、VV波段的后向散射系數(shù)隨時(shí)間變化呈現(xiàn)不同的規(guī)律，而光譜特征的提取則與分析是通過(guò)計(jì)算有關(guān)植被指數(shù)（NDVI、RVI、EVI、SAVI和MSAVI）值，然后構(gòu)建8種地物10到11月份植被指數(shù)時(shí)序曲線(xiàn)進(jìn)而分析。通過(guò)雷達(dá)和光學(xué)特征的分析，然后以信息增益最大為目標(biāo)制定分類(lèi)規(guī)則，然后利用制定好的分類(lèi)規(guī)則基于Google Earth Engine平臺(tái)建立決策樹(shù)分類(lèi)器進(jìn)而實(shí)現(xiàn)廣西全區(qū)地物的分類(lèi)，最后將分類(lèi)結(jié)果通過(guò)ArcGIS中的按屬性提取功能將甘蔗提取出來(lái)即得到甘蔗種植分布結(jié)果。
    2
                        ?
                    數(shù)據(jù)樣本描述
    本數(shù)據(jù)集為2018–2020年的基于Sentinel-1和Sentinel-2影像提取得到的廣西甘蔗種植分布影像，其空間分辨率為10 m，坐標(biāo)系為WGS84，總數(shù)據(jù)量為231.38 MB。數(shù)據(jù)集包括2018–2020年的廣西甘蔗種植分布數(shù)據(jù)，3個(gè)年份分別對(duì)應(yīng)3個(gè)文件夾，每個(gè)年份數(shù)據(jù)包含1個(gè)文件，即影像文件，其中影像文件分別命名為2018sugarcane.tif、2019sugarcane.tif和2020sugarcane.tif。
    廣西各地區(qū)甘蔗種植分布數(shù)據(jù)樣本展示如圖2所示。

    (a)


    (b)


    (c)

    圖2
                    ?
                2018年(a)、2019年(b)和2020年(c)廣西甘蔗種植空間分布圖【圖片送審中】
    Figure 2  Spatial distribution map of sugarcane planting in Guangxi in 2018 (a)、2019 (b) and 2020 (c)
    3
                        ?
                    數(shù)據(jù)質(zhì)量控制和評(píng)估
    本文根據(jù)野外調(diào)查結(jié)果和遙感影像目視解譯結(jié)果，通過(guò)Google Earth 高分辨率影像進(jìn)行驗(yàn)證樣本的勾畫(huà)，最后通過(guò)建立混淆矩陣進(jìn)而計(jì)算出精度和Kappa系數(shù)來(lái)評(píng)價(jià)分類(lèi)結(jié)果。用于評(píng)價(jià)分類(lèi)結(jié)果的驗(yàn)證樣本點(diǎn)數(shù)量為150個(gè)，其中2018、2019和2020年分別50個(gè)，而每年則是有25個(gè)甘蔗樣本點(diǎn)和25個(gè)非甘蔗樣本點(diǎn)。結(jié)合驗(yàn)證樣本點(diǎn)與分類(lèi)結(jié)果構(gòu)建混淆矩陣然后計(jì)算得到驗(yàn)證精度與Kappa系數(shù)對(duì)提取結(jié)果進(jìn)行精度驗(yàn)證，結(jié)果如表1所示，其中表中的OA代表的是總體分類(lèi)精度，Kappa代表的是Kappa系數(shù)。可以看出2018年廣西甘蔗種植分布提取總體精度達(dá)到了92%，Kappa系數(shù)為0.85；2019年廣西甘蔗種植分布提取總體精度達(dá)到了94%，Kappa系數(shù)為0.88；2020年廣西甘蔗種植分布提取總體精度達(dá)到了94%，Kappa系數(shù)為0.88。
    表1
                    ?
                2018–2020年廣西甘蔗種植分布遙感提取精度評(píng)價(jià)表
    年份混淆矩陣OA(%)Kappa
    甘蔗非甘蔗
    2018甘蔗232920.85
    非甘蔗223
    2019甘蔗223940.88
    非甘蔗025
    2020甘蔗232940.88
    非甘蔗124
    4
                        ?
                    數(shù)據(jù)使用方法和建議
    本數(shù)據(jù)集是一套基于Sentinel-1和Sentinel-2數(shù)據(jù)得到的廣西2018–2020年甘蔗種植分布數(shù)據(jù)產(chǎn)品。數(shù)據(jù)可以在ArcGIS等相關(guān)軟件中對(duì)進(jìn)行讀取、編輯以及后續(xù)的一系列分析工作。本數(shù)據(jù)集可用于廣西農(nóng)業(yè)部門(mén)進(jìn)行甘蔗有關(guān)的監(jiān)測(cè)，也可作為科學(xué)研究的關(guān)鍵基礎(chǔ)數(shù)據(jù)，服務(wù)于廣西甘蔗種植及生產(chǎn)政策的制定，為甘蔗的生長(zhǎng)監(jiān)測(cè)及制定適應(yīng)市場(chǎng)變化和兼顧企業(yè)效益的價(jià)格策略提供了數(shù)據(jù)支撐。
    致  謝
    感謝項(xiàng)目中其他成員在項(xiàng)目實(shí)施和野外調(diào)查中的配合和協(xié)作。
    [1]
    王明. 基于支持向量機(jī)的甘蔗田識(shí)別方法研究[D]. 廣西師范大學(xué), 2020. [WANG M. Research on sugarcane field recognition method based on Support Vector Machine[D]. Guangxi Normal University, 2020.]
    +?CSCD?·?Baidu Scholar
    [2]
    鄧詩(shī)琴. 基于NDVI時(shí)間序列的甘蔗種植面積提取與長(zhǎng)勢(shì)監(jiān)測(cè)[D]. 桂林理工大學(xué), 2022. [DENG S Q. Planting area extraction and growth monitoring of sugarcane based on NDVI time series[D]. Guilin University of Technology, 2022.]
    +?CSCD?·?Baidu Scholar
    [3]
    XAVIER A C, RUDORFF B F T, SHIMABUKURO Y E, et al. Multi-temporal analysis of MODIS data to classify sugarcane crop[J]. International Journal of Remote Sensing, 2006, 27(4): 755–768. DOI: 10.1080/01431160500296735.
    +?CSCD?·?Baidu Scholar
    [4]
    VIEIRA M A, FORMAGGIO A R, RENNó C D, et al. Object Based Image Analysis and Data Mining applied to a remotely sensed Landsat time-series to map sugarcane over large areas[J]. Remote Sensing of Environment, 2012, 123: 553–562. DOI: 10.1016/j.rse.2012.04.011.
    +?CSCD?·?Baidu Scholar
    [5]
    VERMA A K, GARG P K, HARI PRASAD K S. Sugarcane crop identification from LISS IV data using ISODATA, MLC, and indices based decision tree approach[J]. Arabian Journal of Geosciences, 2017, 10(1): 16. DOI: 10.1007/s12517-016-2815-x.
    +?CSCD?·?Baidu Scholar
    [6]
    BAGHDADI N, BOYER N, TODOROFF P, et al. Potential of SAR sensors TerraSAR-X, ASAR/ENVISAT and PALSAR/ALOS for monitoring sugarcane crops on Reunion Island[J]. Remote Sensing of Environment, 2009, 113(8): 1724–1738. DOI: 10.1016/j.rse.2009.04.005.
    +?CSCD?·?Baidu Scholar
    [7]
    譚宗琨, 吳良林, 丁美花, 等. EOS/MODIS數(shù)據(jù)在廣西甘蔗種植信息提取及面積估算的應(yīng)用[J]. 氣象, 2007, 33(11): 76–81. [TAN Z K, WU L L, DING M H, et al. Study on the extraction of sugar-cane planting areas from EOS/MODIS data[J]. Meteorological Monthly, 2007, 33(11): 76–81.]
    +?CSCD?·?Baidu Scholar
    [8]
    黃文校, 蘇宇, 潘桂穎, 等. 面向?qū)ο蟮母收岱N植面積提取方法研究[C]//2012年中國(guó)農(nóng)業(yè)資源與區(qū)劃學(xué)會(huì)學(xué)術(shù)年會(huì)論文集. 長(zhǎng)沙, 2012: 296–302. [HUANG W X, SU Y, PAN G Y, et al. Research on object-oriented extraction method of sugarcane planting area[C]// Proceedings of the 2012 Academic Annual Meeting of the Chinese Association of Agricultural Resources and Regionalization. Changsha, 2012: 296–302.]
    +?CSCD?·?Baidu Scholar
    [9]
    黃干淇, 王國(guó)安, 黃子航, 等. 基于GF-1的上思縣甘蔗種植面積估算與長(zhǎng)勢(shì)監(jiān)測(cè)研究[J]. 氣象研究與應(yīng)用, 2018, 39(3): 53–56. DOI: 10.3969/j.issn.1673-8411.2018.03.013. [HUANG G Q, WANG G A, HUANG Z H, et al. The study of estimation and growth monitoring of sugarcane planting area in Shangsi County based on GF-1[J]. Journal of Meteorological Research and Application, 2018, 39(3): 53–56. DOI: 10.3969/j.issn.1673-8411.2018.03.013.]
    +?CSCD?·?Baidu Scholar
    [10]
    張東東, 周振, 宋曉東. 基于HJ衛(wèi)星的中國(guó)南方地區(qū)甘蔗面積提取研究[J]. 中國(guó)農(nóng)學(xué)通報(bào), 2019, 35(16): 141–147. [ZHANG D D, ZHOU Z, SONG X D. Study on sugarcane crop classification in Southern China based on HJ-1 CCD images[J]. Chinese Agricultural Science Bulletin, 2019, 35(16): 141–147.]
    +?CSCD?·?Baidu Scholar
    [11]
    XIE X C, YANG Y C, TIAN Y, et al. Sugarcane planting area and growth monitoring based on remote sensing in Guangxi[J]. Chinese Journal of Eco-Agriculture, 2021, 29(2): 410–422. DOI: 10.13930/j.cnki.cjea.200419.
    +?CSCD?·?Baidu Scholar
    [12]
    錢(qián)麗沙. 嶺南地區(qū)甘蔗作物種植面積監(jiān)測(cè)和臺(tái)風(fēng)災(zāi)害遙感評(píng)估方法[D]. 中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院廣州地球化學(xué)研究所), 2022. [QIAN L S. Monitoring of sugarcane crop planting area and remote sensing assessment method of typhoon disaster in Lingnan area[D]. University of Chinese Academy of Sciences (Guangzhou Institute of Geochemistry, Chinese Academy of Sciences), 2022.]
    +?CSCD?·?Baidu Scholar
    [13]
    康倩文, 徐偉恒, 王雷光, 等. 基于Landsat-8和Sentinel-2時(shí)間序列合成影像的山區(qū)甘蔗種植區(qū)提取[J/OL]. 熱帶作物學(xué)報(bào), 2022. [KANG Q W, XU W H, WANG L G, et al.  Extraction of sugarcane plantation in mountainous areas based on landsat-8 and sentinal-2 timeseries synthetic images[J/OL]. Chinese Journal of Tropical Crops, 2022.]
    +?CSCD?·?Baidu Scholar
    [14]
    European Space Agency. Sentinel-1 SAR User Guide[EB/OL]. 2018. [2018-08-01]. https://sentinel.esa.int/web/sentinel/user-guides/sentinel-1-sar.
    +?CSCD?·?Baidu Scholar
    [15]
    European Space Agency. Sentinel-1 Scientific Data Hub.[EB/OL]. https://scihub.copernicus.eu/dhus/#/home.
    +?CSCD?·?Baidu Scholar
    [16]
    European Space Agency. Sentinel-2 Scientific Data Hub.[EB/OL]. https://scihub.copernicus.eu/dhus/#/home.
    +?CSCD?·?Baidu Scholar
    [17]
    European Space Agency. Sentinel-2 MSI User Guide[EB/OL]. Issue 3.1. [2021-01-22]. https://sentinel.esa.int/web/sentinel/user-guides/sentinel-2-msi.
    +?CSCD?·?Baidu Scholar
    數(shù)據(jù)引用格式
    陳森政, 葉回春, 聶超甲, 等. 2018–2020年廣西甘蔗10m分辨率種植分布數(shù)據(jù)集[DS/OL]. Science Data Bank, 2023. (2023-02-21). DOI: 10.57760/sciencedb.07284.
    


                            
                            
    
                                    
                                    
    
                                        稿件與作者信息
                                        
                                            
                                        
                                        
                                            
                                        
                                    
    
                                    
    
                                        
                                            
    論文引用格式
    陳森政, 葉回春, 聶超甲, 等. 2018–2020年廣西甘蔗10m分辨率種植分布數(shù)據(jù)集[J/OL]. 中國(guó)科學(xué)數(shù)據(jù), 2023. (2023-xx-xx). DOI: 10.11922/11-6035.csd.2023.0057.zh.
    陳森政
    CHEN Senzheng
    數(shù)據(jù)采集與處理，數(shù)據(jù)論文撰寫(xiě)。 
    （1998—），男，山西朔州人，碩士研究生，研究方向?yàn)閳D像處理技術(shù)。
    葉回春
    YE Huichun
    數(shù)據(jù)集生產(chǎn)，數(shù)據(jù)論文修改。 
    （1985—），男，浙江杭州人，博士，副研究員，研究方向?yàn)橹脖欢窟b感機(jī)理及應(yīng)用研究。
    聶超甲
    NIE Chaojia
    數(shù)據(jù)采集與處理，數(shù)據(jù)管理評(píng)估。
    （1992—），男，河北滄州人，碩士研究生，研究方向?yàn)檗r(nóng)業(yè)遙感應(yīng)用。
    雒培磊
    LUO Peilei
    數(shù)據(jù)采集與處理，數(shù)據(jù)質(zhì)量控制。 
    luopl@aircas.ac.cn
    （1990—），女，山東東營(yíng)人，博士，研究方向?yàn)橹脖欢窟b感及應(yīng)用研究。
    廣西創(chuàng)新驅(qū)動(dòng)發(fā)展專(zhuān)項(xiàng)資金項(xiàng)目（桂科AA20302022），中國(guó)科學(xué)院青年創(chuàng)新促進(jìn)會(huì)項(xiàng)目（2021119），中國(guó)科學(xué)院空天信息創(chuàng)新研究院“未來(lái)之星”項(xiàng)目（2020KTYWLZX08） 
    Innovation Drive Development Special Project of Guangxi (Guike AA20302022)，Youth Innovation Promotion Association CAS (2021119)，F(xiàn)uture Star Talent Program of Aerospace Information Research Institute, Chinese Academy of Sciences (2020KTYWLZX08) 
    

                                        


                                        
    

    
    
    出版歷史
    
    
    

        
           
     I區(qū)發(fā)布時(shí)間：2023年4月20日
            （
            版本ZH1）
    
        

        
            
    
            II區(qū)出版時(shí)間：2024年5月13日
            （
            版本ZH2）
    
        

        

    
        

        

        


        
        

        

        

        

        

    
    

    



                                        
                                    
    


                                
    


                        
    

                    
                
    

            
    
            
        
    
    
    


    
    
    
    
    
        
    
        
        
    參考文獻(xiàn)列表中查看
    
    
    
    
    
    
        
    
    
    

    
    
    
    
    
    
        
    
            
    
                
    
                    
                    
    中國(guó)科學(xué)數(shù)據(jù)
    
                    
    csdata
    
                    
                
    
                
    
                    
    
                        


                    
    
                    
      
                        

                        
      
                        
    • 
                            
                                
      --
      
                            
                        
      •