<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
                        

                        

                            II 區(qū)論文（已發(fā)表）
                        

                        
                            ?
                            
                                版本

                                

    
        ZH2
    



                            
                        

                        
                            
                                
                                    Vol 9 (2)
                                        
    
                                        2024
                                    
                                

                            
                        

                    
    
                        
    







                        

                        

                        
    
                                下載
                                    
                        
    
                    
    
                    
    
                    
    


                    
    
                        
      
                            
      • 
                            
      • 






















                        
    
                    
    


                    
                    
                    
                    

                    
                        
    2018–2020年廣西甘蔗10 m分辨率種植分布數(shù)據(jù)集
    A dataset of the sugarcane planting distribution with the spatial resolution of 10 m in Guangxi from 2018 to 2020
    ?>>
                    
    ：
                        2023
                        -
                        02
                        -
                        08
    ：
                        2023
                        -
                        08
                        -
                        11
    ：
                        2023
                        -
                        04
                        -
                        20
    ：
                        2024
                            -
                            05
                        -
                        13
    

                    


                    
    
                        
    

                    
    

                    
    

                        
                            

                        
                        2002

                        
                            

                        
                        12

                        
                            

                        
                        0

                    
    
                    
    


                    

                        
    


                            
                                
    摘要&關(guān)鍵詞
    摘要：作物種植分布的提取是作物監(jiān)測的基礎(chǔ)，及時準(zhǔn)確地提取出甘蔗種植分布對甘蔗監(jiān)測及種植結(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)，采用主被動遙感協(xié)同方法和決策樹分類方法，開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)；主被動遙感協(xié)同；決策樹分類；廣西
    Abstract & Keywords
    Abstract:?The extraction of sugarcane planting distribution is the basis of crop monitoring. The extraction of timely and accurate sugarcane planting distribution is of great significance for monitoring sugarcane crops and making adjustments to the planting structure.?Based on Sentinel-1 and Sentinel-2 data, in this paper, we adopted 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. Then we verified the data by referring to multi-year survey ground sample data. On this basis, we produced dataset of the sugarcane planting distribution with the spatial resolution of 10 m in Guangxi from 2018 to 2020. The remote sensing extraction-based method yielded an overall accuracy of 92% for sugarcane planting distribution in Guangxi in 2018, with a Kappa coefficient of 0.8. The overall accuracy of sugarcane planting distribution in Guangxi in 2019 is 94%, with a Kappa coefficient 0.88; the overall accuracy of sugarcane planting distribution in Guangxi in 2020 is 94%, with a Kappa coefficient of 0.88.?This dataset can be used as the basic data for the analysis of temporal and spatial changes of sugarcane in Guangxi. And it 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（集）基本信息簡介
    數(shù)據(jù)庫（集）名稱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4.81GB
    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
    基金項目廣西創(chuàng)新驅(qū)動發(fā)展專項資金項目（桂科AA20302022）；中國科學(xué)院青年創(chuàng)新促進(jìn)會項目（2021119）；中國科學(xué)院空天信息創(chuàng)新研究院“未來之星”項目（2020KTYWLZX08）。
    數(shù)據(jù)庫（集）組成數(shù)據(jù)集時間范圍是2018、2019和2020年，分別對應(yīng)3個同名文件夾，每個文件夾單獨存儲對應(yīng)的Geo TIFF和shp數(shù)據(jù)文件，共27個文件。
    Dataset Profile
    TitleA dataset of the sugarcane planting distribution with the spatial resolution of 10 m in Guangxi from 2018 to 2020
    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 volume4.81GB
    Data formatGeo TIFF
    Data service system<https://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 time range of the dataset is 2018, 2019 and 2020, corresponding to 3 folders of the same name. Each folder stores the corresponding Geo TIFF and shapefile data files separately, totaling 27 files.
    

                                
            引  言        
    甘蔗是熱帶和亞熱帶作物，是多年生高大實心草木，是制作蔗糖的原料。而蔗糖是關(guān)系國計民生的重要戰(zhàn)略物資，約占全球食糖總產(chǎn)量的70%，中國90%以上的糖產(chǎn)量來自甘蔗[1-2]。作為全國主要的甘蔗產(chǎn)區(qū)，廣西多年來在甘蔗種植領(lǐng)域展現(xiàn)出卓越表現(xiàn)，其種植面積和產(chǎn)量均超過全國的60%，這一產(chǎn)業(yè)不僅為廣西地區(qū)帶來了穩(wěn)定的支柱產(chǎn)業(yè)，同時也使超過兩千萬蔗農(nóng)受益，成為他們脫貧致富的重要途徑。
    隨著遙感技術(shù)與計算機(jī)技術(shù)的發(fā)展，遙感技術(shù)結(jié)合計算機(jī)技術(shù)已成為農(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現(xiàn)甘蔗的精確管理，進(jìn)而實現(xiàn)精準(zhǔn)糖業(yè)。國內(nèi)外學(xué)者對甘蔗的種植分布提取已開展了較多的研究，國外研究較多的主要國家是巴西和印度[3-6]。國內(nèi)相關(guān)研究則起步較晚，目前數(shù)量還較少[7-13]。目前對甘蔗識別的研究中，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，能夠在一定程度上克服光學(xué)數(shù)據(jù)獲取困難的問題。本研究基于哨兵1（Sentinel-1）和哨兵2（Sentinel-2）數(shù)據(jù)，采用主被動遙感協(xié)同的方法和決策樹分類方法，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）研制的兩顆遙感衛(wèi)星，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數(shù)據(jù)。本數(shù)據(jù)集可用于合理調(diào)整廣西的種植制度和甘蔗產(chǎn)量預(yù)測，為甘蔗的可持續(xù)生產(chǎn)和國家糧食安全提供數(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
    本研究使用的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，時間范圍為10–11月。
    研究所需樣本點數(shù)據(jù)主要通過多次野外調(diào)查實驗，結(jié)合Google Earth高分辨率影像和Google Earth Engine平臺獲取得到。通過實地調(diào)查，利用GPS精確定位和拍照的方式，結(jié)合多時相Google Earth高分辨率影像以及Google Earth Engine平臺提供的高分辨率影像，創(chuàng)建解譯標(biāo)志樣本庫。然后根據(jù)解譯標(biāo)志樣本庫勾畫樣本，最終得到290個多邊形地物分類樣本地塊（如圖1所示），其中有甘蔗50個、水稻40個、香蕉40個、柑橘40個、火龍果30個、林地30個、水體30個、建筑30個。這些樣本數(shù)據(jù)將用于甘蔗種植分布提取與精度驗證。


    圖1
                    ?
                廣西各類地物樣本地塊分布圖
    Figure 1 Distribution of sample plots of various ground objects in Guangxi
    1.2
                        ?
                    數(shù)據(jù)處理
    首先對數(shù)據(jù)進(jìn)行預(yù)處理來提高影像質(zhì)量，對Sentinel-2影像數(shù)據(jù)進(jìn)行去云和大氣校正等處理，對Sentinel-1雷達(dá)數(shù)據(jù)進(jìn)行邊界噪聲的去除和輻射校正等處理，然后進(jìn)行特征提取與分析。在光學(xué)特征方面，我們選擇了原始光波段以及與植被相關(guān)的5個指數(shù)，包括NDVI、RVI、EVI、SAVI和MSAVI；而在雷達(dá)特征方面，我們選擇了VV、VH波段的后向散射系數(shù)。特征分析是首先對選取的各個特征的時序曲線進(jìn)行重構(gòu)，然后對重構(gòu)的時序曲線進(jìn)行分析。特征的時序曲線的重構(gòu)是利用插值法補全數(shù)據(jù)后通過SG濾波進(jìn)行數(shù)據(jù)平滑，通過時序曲線的重構(gòu)建立8種地物整年的VV、VH時序曲線和10到11月份的NDVI、RVI、EVI、SAVI、MSAVI時序曲線，對8種地物的VH、VV波段的后向散射系數(shù)和有關(guān)植被指數(shù)的時序特征進(jìn)行分析，得到地物的生長趨勢、季節(jié)變化和周期性變化等。經(jīng)過時序特征分析后以信息增益最大為目標(biāo)制定分類規(guī)則，基于Google Earth Engine平臺利用制定好的分類規(guī)則建立決策樹分類器，進(jìn)而實現(xiàn)廣西全區(qū)地物的分類。提取甘蔗的決策樹如圖2所示。最后將分類結(jié)果通過ArcGIS中的按屬性提取功能將甘蔗提取出來，即得到甘蔗種植分布結(jié)果。


    圖2
                    ?
                廣西甘蔗決策樹分類
    Figure 2 The decision tree classification rules for sugarcane in Guangxi
    2
                        ?
                    數(shù)據(jù)樣本描述
    本數(shù)據(jù)集包括了基于Sentinel-1和Sentinel-2影像提取的2018–2020年廣西甘蔗種植分布影像，這些影像的空間分辨率為10 m，采用WGS84坐標(biāo)系，總共占用存儲空間為4.81 GB。本數(shù)據(jù)集包括2018–2020年的廣西甘蔗種植分布柵格數(shù)據(jù)和2018–2020年的廣西甘蔗種植分布矢量數(shù)據(jù)，3個年份分別對應(yīng)3個文件夾，每個年份數(shù)據(jù)包含影像文件和矢量文件，其中影像文件分別命名為2018sugarcane.tif、2019sugarcane.tif和2020sugarcane.tif，矢量文件分別命名為2018sugarcane.shp、2019sugarcane.shp和2020sugarcane.shp。
    廣西各地區(qū)甘蔗種植分布數(shù)據(jù)樣本展示如圖3所示。

    （a）


    （b）


    （c）

    圖3  
                    ?
                2018年（a)、2019年（b）和2020年（c）廣西甘蔗種植空間分布圖
    Figure 3 Spatial distribution of sugarcane planting in Guangxi in 2018 (a), 2019 (b), and 2020 (c)
    3
                        ?
                    數(shù)據(jù)質(zhì)量控制和評估
    本研究根據(jù)野外調(diào)查結(jié)果和遙感影像目視解譯結(jié)果，利用Google Earth的高分辨率影像進(jìn)行驗證樣本的勾畫，以確保分類結(jié)果的準(zhǔn)確性。最后，我們建立混淆矩陣來評估分類結(jié)果，基于混淆矩陣可以計算出分類的精度和Kappa系數(shù)，用于評估分類結(jié)果的準(zhǔn)確性和一致性。用于評價分類結(jié)果的驗證樣本點數(shù)量為150個，其中2018、2019和2020年分別50個，每年的樣本包含25個甘蔗樣本點和25個非甘蔗樣本點。結(jié)合驗證樣本點與分類結(jié)果構(gòu)建混淆矩陣然后計算得到驗證精度與Kappa系數(shù)對提取結(jié)果進(jìn)行精度驗證，結(jié)果如表1所示，其中表中的OA代表的是總體分類精度，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。以上結(jié)果表明，分類結(jié)果在不同年份都表現(xiàn)出較高的準(zhǔn)確性和一致性，進(jìn)一步驗證了我們所采用的分類方法在提取廣西甘蔗種植分布方面的可靠性和準(zhǔn)確性。
    表1
                    ?
                  2018–2020年廣西甘蔗種植分布遙感提取精度評價表
    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)部門進(jìn)行甘蔗有關(guān)的監(jiān)測，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，為甘蔗的生長監(jiān)測及制定適應(yīng)市場變化和兼顧企業(yè)效益的價格策略提供了數(shù)據(jù)支撐。
    致  謝                                                           
    感謝項目中其他成員在項目實施和野外調(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]
    鄧詩琴. 基于NDVI時間序列的甘蔗種植面積提取與長勢監(jiān)測[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年中國農(nóng)業(yè)資源與區(qū)劃學(xué)會學(xué)術(shù)年會論文集. 長沙, 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, 王國安, 黃子航, 等. 基于GF-1的上思縣甘蔗種植面積估算與長勢監(jiān)測研究[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)星的中國南方地區(qū)甘蔗面積提取研究[J]. 中國農(nóng)學(xué)通報, 2019, 35(16): 141–147. DOI: 10.3969/j.issn.1002-6819.2015.05.023. [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. DOI: 10.3969/j.issn.1002-6819.2015.05.023.]
    +?CSCD?·?Baidu Scholar
    [11]
    謝鑫昌, 楊云川, 田憶, 等. 基于遙感的廣西甘蔗種植面積提取及長勢監(jiān)測[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(中英文), 2021(2): 410–422. [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(2): 410–422.]
    +?CSCD?·?Baidu Scholar
    [12]
    錢麗沙. 嶺南地區(qū)甘蔗作物種植面積監(jiān)測和臺風(fēng)災(zāi)害遙感評估方法[D]. 中國科學(xué)院大學(xué)(中國科學(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時間序列合成影像的山區(qū)甘蔗種植區(qū)提取[J]. 熱帶作物學(xué)報, 2023, 44(6): 1276–1287. [KANG Q W, XU W H, WANG L G, et al. Extraction of sugarcane plantation in mountainous areas based on landsat-8 and sentinel-2 time-series synthetic images[J]. Chinese Journal of Tropical Crops, 2023, 44(6): 1276–1287.]
    +?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]. (2014-10-03) [2022-09-21]. https://scihub.copernicus.eu/dhus/#/home.
    +?CSCD?·?Baidu Scholar
    [16]
    European Space Agency. Sentinel-2 Scientific Data Hub.[EB/OL]. (2015-06-23) [2022-09-21]. 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]. 中國科學(xué)數(shù)據(jù), 2024, 9(2). (2024-05-13). 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。 
    （1998—），男，山西朔州人，碩士研究生，研究方向為圖像處理技術(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，研究方向為植被定量遙感機(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)管理評估。
    （1992—），男，河北滄州人，碩士研究生，研究方向為農(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，山東東營人，博士，研究方向為植被定量遙感及應(yīng)用研究。
    廣西創(chuàng)新驅(qū)動發(fā)展專項資金項目（桂科AA20302022）；中國科學(xué)院青年創(chuàng)新促進(jìn)會項目（2021119）；中國科學(xué)院空天信息創(chuàng)新研究院“未來之星”項目（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)布時間：2023年4月20日
            （
            版本ZH1）
    
        

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

        

    
        

        

        


        
        

        

        

        

        

    
    

    



                                        
                                    
    


                                
    


                        
    

                    
                
    

            
    
            
        
    
    
    


    
    
    
    
    
        
    
        
        
    參考文獻(xiàn)列表中查看
    
    
    
    
    
    
        
    
    
    

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


                    
    
                    
      
                        

                        
      
                        
    • 
                            
                                
      --
      
                            
                        
      •