新書推薦：
《
不在场证明谜案（超绝CP陷入冤案！日本文坛超新星推理作家——辻堂梦代表作首次引进！）
》
售價：NT$
265.0
《
明式家具三十年经眼录
》
售價：NT$
2387.0
《
敦煌写本文献学（增订本）
》
售價：NT$
1010.0
《
耕读史
》
售價：NT$
500.0
![地理计算与R语言 [英] 罗宾·洛夫莱斯 [德]雅纳·蒙乔 [波兰] 雅库布·诺沃萨德](http://103.6.6.66/upload/mall/productImages/24/43/9787111759478.jpg)
《
地理计算与R语言 [英] 罗宾·洛夫莱斯 [德]雅纳·蒙乔 [波兰] 雅库布·诺沃萨德
》
售價：NT$
551.0
《
沈括的知识世界：一种闻见主义的实践（中华学术译丛）
》
售價：NT$
398.0
《
大思维：哥伦比亚商学院六步创新思维模型
》
售價：NT$
332.0
《
宏观经济学（第三版）【2024诺贝尔经济学奖获奖者作品】
》
售價：NT$
709.0
|
| 編輯推薦： |
|
地理信息系统,应用,农业,地理信息系统,应用,林业
|
| 內容簡介： |
|
农林业是遥感和空间数据应用的重要领域。《QGIS农林业应用》展示了遥感和QGIS在农林业领域的应用案例，包括农业地区土壤湿度反演、农用地块自动提取、土地覆盖分类与制图、皆伐检测与制图、特有植被分析、自然植被地貌制图等。这些应用案例阐明了不同空间分辨率、时间分辨率、光谱分辨率遥感数据在理解与模拟不同植被和土壤演化过程以及管理农林资源方面的应用价值。《QGIS农林业应用》详细介绍了每个应用案例的数据来源、方法和QGIS操作步骤，为读者提供了使用QGIS解决实际应用问题的思路和方法。读者亦可在《QGIS农林业应用》提供的网站获取相关数据和资料。
|
| 目錄：
|
目录
译者序
前言
1 雷达和光学数据耦合在农业地区土壤湿度反演中的应用 1
1.1 概述 1
1.2 研究区和卫星数据 2
1.2.1 雷达影像 2
1.2.2 光学影像 4
1.2.3 土地覆盖图 4
1.3 方法 5
1.3.1 估计土壤湿度的雷达信号反演方法 5
1.3.2 作物和草地区域的分割 6
1.3.3 制作土壤湿度图 7
1.4 在QGIS中实现制作土壤湿度图 8
1.4.1 布局 8
1.4.2 雷达影像 12
1.4.3 光学影像 16
1.4.4 土地覆盖图 20
1.4.5 作物区和草地的分割 20
1.4.6 消除小的空间单元 22
1.4.7 绘制土壤湿度图 25
1.4.8 土壤湿度图 33
1.5 参考文献 34
2 热成像分解 35
2.1 定义和背景 35
2.2 分解方法 36
2.2.1 影像预处理 36
2.2.2 分解 38
2.3 分解方法的实际应用 40
2.3.1 导入数据 40
2.3.2 预处理 41
2.3.3 分解 49
2.4 结果分析 59
2.5 参考文献 60
3 使用QGISOTB从遥感影像和RPG数据库中自动提取农用地块 62
3.1 概述 62
3.2 AP提取方法 63
3.2.1 格式化RPG数据 63
3.2.2 SPOT卫星影像分类 65
3.2.3 根据作物检验提取的AP和FB之间的交叉叠置 65
3.3 AP提取的实际应用 66
3.3.1 软件和数据 67
3.3.2 设置Python脚本 70
3.3.3 格式化RPG数据 73
3.3.4 SPOT卫星影像分类 82
3.3.5 在提取的AP和FB之间进行交叉叠置及作物验证 93
3.4 致谢 99
3.5 参考文献 99
4 利用S2影像和半自动分类插件进行土地覆盖制图：布基纳法索北部案例研究 101
4.1 概述 101
4.2 绘制土地覆盖地图的工作流程 102
4.2.1 SCP 和S2 影像简介 103
4.2.2 预处理 103
4.2.3 土地覆盖分类 107
4.2.4 分类精度评估和后处理 109
4.3 使用QGIS和SCP插件进行实现 110
4.3.1 软件和数据 111
4.3.2 数据预处理 112
4.3.3 土地覆盖分类 116
4.3.4 分类精度评估和后处理 121
4.4 参考文献 125
5 利用光学卫星影像进行皆伐检测和制图 127
5.1 概述 127
5.2 皆伐检测方法 128
5.2.1 变化检测-几何和辐射预处理 129
5.2.2 森林定界 132
5.2.3 皆伐区分类 133
5.2.4 以矢量形式输出 135
5.2.5 统计评估 137
5.2.6 方法的局限性 138
5.3 实际应用 138
5.3.1 软件和数据 139
5.3.2 创建变化影像 140
5.3.3 创建、合并和集成掩膜 141
5.3.4 皆伐检测 145
5.3.5 矢量转换 147
5.4 参考文献 150
6 Sentinel-1雷达影像植被制图 151
6.1 概述 151
6.2 遥感影像分类 153
6.3 S1 数据处理 154
6.3.1 辐射校正 155
6.3.2 校正数据的正射校正 155
6.3.3 裁剪公共区域 155
6.3.4 滤波以减少散斑效应 156
6.3.5 基于不同极化方式的彩色合成 156
6.4 在QGIS中实现处理 158
6.4.1 下载数据 162
6.4.2 Sentinel-1数据在公共区域的校正、正射校正与叠加 166
6.4.3 散斑滤波 168
6.4.4 其他工具 170
6.5 数据分类 172
6.6 参考文献 177
7 圭亚那亚马孙公园特有植被的遥感分析 179
7.1 背景和定义 179
7.1.1 全球背景 179
7.1.2 物种 179
7.1.3 可用的遥感影像 181
7.1.4 软件 181
7.1.5 实现方法 182
7.2 软件的安装 183
7.2.1 使用OsGeo安装可用的依赖项 183
7.2.2 安装机器学习算法库 185
7.2.3 Dzetsaka安装 185
7.3 方法 185
7.3.1 影像处理 187
7.3.2 创建云层掩膜 188
7.4 处理 190
7.4.1 创建训练集 190
7.4.2 使用Dzetsaka插件进行分类 192
7.4.3 分类后处理 198
7.5 *后处理 200
7.5.1 分类后影像合成 201
7.5.2 全局合成和多余区域的删除 202
7.5.3 统计验证及局限性 204
7.6 总结 205
7.7 参考文献 205
8 自然植被地貌图 207
8.1 概述 207
8.2 方法 207
8.2.1 单个日期VHSR影像分割 208
8.2.2 时间变异指数计算 209
8.2.3 利用时间序列提取自然植被 210
8.2.4 植被密度 212
8.2.5 草本植物区域的**可生产指数 213
8.3 应用实现 215
8.3.1 研究区域 215
8.3.2 软件和数据 216
8.3.3 VHSR 影像处理 217
8.3.4 计算时间序列的变异指数 222
8.3.5 利用阈值法从Sentinel-2影像时间序列中提取自然植被 225
8.3.6 利用监督分类中的支持向量机法对植被密度进行分类 230
8.3.7 提取草地生产率水平 232
8.3.8 *终地图 234
8.4 参考文献 237
9 面向对象分类在山地植被地貌制图中的应用 238
9.1 定义和背景 238
9.2 山地植被地貌的检测方法 239
9.2.1 影像预处理 239
9.2.2 影像分割 244
9.2.3 分割影像、采样、学习和分类 245
9.2.4 分类统计验证 248
9.2.5 方法的局限性 250
9.3 QGIS中的应用 251
9.3.1 预处理 251
9.3.2 分割 261
9.3.3 分类 268
9.4 参考文献 285
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
