Keywords: Agro-environmental measur

Keywords: Agro-environmental measures Conservation agriculture Crop inventory Multispectral and pan-sharpened imagery Remote sensing

abstract
Currently, monitoring of agrarian policy actions usually requires ground visits to sample targeted farms, a time-consuming and very expensive procedure. To improve this, we have undertaken a study of the accuracyoffivesupervisedclassificationmethods(Parallelepiped,MinimumDistance,MahalanobisClassifierDistance,SpectralAngleMapperandMaximumLikelihood)usingmultispectralandpan-sharpened QuickBird imagery. We sought to verify whether remote sensing offers the ability to efficiently identify cropsandagro-environmentalmeasuresinatypicalagriculturalMediterraneanareacharacterizedbydry conditions.Asegmentationofthesatellitedatawasalsousedtoevaluatepixel,objectandpixel+objectas minimum information units for classification. The results indicated that object- and pixel+object-based analyses clearly outperformed pixel-based analyses, yielding overall accuracies higher than 85% in most of the classifications and exhibiting the Maximum Likelihood of being the most accurate classifier. The accuracyforpan-sharpenedimageandobject-basedanalysisindicateda4%improvementinperformance

ผลลัพธ์ (ไทย) 2:

คำสำคัญ: มาตรการด้านสิ่งแวดล้อมเกษตรพืชผลการเกษตรสินค้าคงคลังการอนุรักษ์และ Multispectral ทะรุนแรงขึ้นภาพตรวจจับระยะไกล

นามธรรม
ปัจจุบันการตรวจสอบการดำเนินการนโยบายการเกษตรมักจะต้องเข้ารับการตรวจพื้นดินที่จะลิ้มลองฟาร์มที่กำหนดเป้าหมายขั้นตอนใช้เวลานานและมีราคาแพงมาก ในการปรับปรุงนี้เราได้ดำเนินการศึกษาของ accuracyof Fi vesupervisedclassi Fi cationmethods (parallelepiped, MinimumDistance, MahalanobisClassi Fi erDistance, SpectralAngleMapperandMaximumLikelihood) ภาพ QuickBird usingmultispectralandpan-sharpened เราพยายามที่จะตรวจสอบว่าการสำรวจระยะไกลมีความสามารถใน EF Fi อย่างมีประสิทธิภาพระบุ cropsandagro-environmentalmeasuresinatypicalagriculturalMediterraneanareacharacterizedbydry conditions.Asegmentationofthesatellitedatawasalsousedtoevaluatepixel, objectandpixel + objectas หน่วยข้อมูลขั้นต่ำสำหรับการจัดประเภทไอออนบวก ผลการวิจัยพบว่าวัตถุและพิกเซล + วัตถุที่ใช้วิเคราะห์การวิเคราะห์ตามพิกเซลประสิทธิภาพสูงกว่าอย่างเห็นได้ชัดยอมความถูกต้องโดยรวมที่สูงขึ้นกว่า 85% ในส่วนของไพเพอร์จัดประเภทและการแสดงความน่าจะเป็นสูงสุดของการเป็นที่ถูกต้องที่สุด ER จัดประเภท ของ% improvementinperformance accuracyforpan-sharpenedimageandobject-basedanalysisindicateda4

ผลลัพธ์ (ไทย) 3:

คำสำคัญ : สิ่งแวดล้อมการอนุรักษ์พืชเกษตรเกษตรสินค้าคงคลังและภาพถ่ายระยะไกลหลายกระทะ รุนแรงขึ้นบทคัดย่อในปัจจุบัน การตรวจสอบการกระทำของนโยบายการเกษตรมักจะต้องเข้าชมฟาร์มตัวอย่างดิน เพื่อเป้าหมาย ใช้เวลานาน และขั้นตอนราคาแพงมาก การปรับปรุงนี้ เราได้ดำเนินการศึกษาความถูกต้องจึง vesupervisedclassi จึง cationmethods ( ทรงสี่เหลี่ยมด้านขนาน minimumdistance mahalanobisclassi จึง erdistance , , , usingmultispectralandpan เหลา spectralanglemapperandmaximumlikelihood ) รูปที่ถ่าย เราพยายามที่จะตรวจสอบว่า การรับรู้จากระยะไกล มีความสามารถในการถ่ายทอด ciently ระบุเงื่อนไข environmentalmeasuresinatypicalagriculturalmediterraneanareacharacterizedbydry EF cropsandagro . asegmentationofthesatellitedatawasalsousedtoevaluatepixel objectandpixel + objectas หน่วย , ข้อมูลต่ำสุด จึง classi ไอออนบวก ผลการศึกษา พบว่า วัตถุ และวัตถุที่ใช้วิเคราะห์ในพิกเซลพิกเซล + ชัดเจนตามการวิเคราะห์ที่มีความถูกต้องโดยรวมสูงกว่า 85% ในส่วนใหญ่ของไอออนบวกจึง classi และจัดแสดงสูงสุดโอกาสของการถ่ายทอดที่ถูกต้องที่สุด classi ER การ accuracyforpan-sharpenedimageandobject-basedanalysisindicateda4 % improvementinperformance