avatar
Articles
165
Tags
34
Categories
0
Home
Archives
Tags
Categories
List
  • Music
  • Movie
Link
About
ALTNT's Hexo Blog
Home
Archives
Tags
Categories
List
  • Music
  • Movie
Link
About

Climate-adaptive emergency crop monitoring in inaccessible regions with satellite imagery

Created2025-02-17|Updated2025-05-10
|Post Views:
Author: ALTNT
Link: http://blog.705553939.xyz/2025/02/17/crop_classification/CACM-Climate-adaptive/
Copyright Notice: All articles in this blog are licensed under CC BY-NC-SA 4.0 unless stating additionally.
crop classification
Previous
遥感知识点
Next
周报2025年2月16日
Related Articles
2024-09-12
A Deep Learning Framework under Attention Mechanism for Wheat Yield Estimation Using Remotely Sensed Indices in the Guanzhong Plain
2024-10-08
Temporal Convolutional Neural Network for the Classification of Satellite Image
2024-10-27
Self-Supervised Learning of Remote Sensing Scene Representations Using Contrastive Multiview Coding
2024-10-07
记录如何生产 CACM 数据集过程
2024-09-24
Towards interpreting multi-temporal deep learning models in crop mapping
2024-09-14
Remote-Sensing Data and Deep-Learning Techniques in Crop Mapping and Yield Prediction A Systematic Review
avatar
ALTNT
Articles
165
Tags
34
Categories
0
Follow Me
Announcement
This is my Blog
Contents
  1. 1. Climate-adaptive emergency crop monitoring in inaccessible regions with satellite imagery
    1. 1.1. 摘要
    2. 1.2. 1、介绍
    3. 1.3. 2 基于气候适应性作物制图策略的作物监测。Crop monitoring based on climate adaptive crop mapping strategy
    4. 1.4. 3、 无标签的跨区域作物分类
      1. 1.4.1. 评估指标:
      2. 1.4.2. 评估结果:
        1. 1.4.2.1. (作物识别能力评估)
        2. 1.4.2.2. (作物类型识别能力方面)
        3. 1.4.2.3. 性能方面评估(对比物候对齐网络（PAN）)
        4. 1.4.2.4. 在三个国家的五个代表性地区进行了大规模作物制图
    5. 1.5. 4、模型可解释性。
      1. 1.5.1. 这里主要讲特征可视化
      2. 1.5.2. 说明气候响应缓解模块和引入 的影响
      3. 1.5.3. 可视化注意力权重
    6. 1.6. 5、快速洪水灾害作物损害评估。
      1. 1.6.1. (CACM可用于进行作物损害评估)
      2. 1.6.2. (挑战)
      3. 1.6.3. (评估了哪些数据,通过vci来估计)
      4. 1.6.4. (评估出的损失)
      5. 1.6.5. (与实际结果对比)
      6. 1.6.6. (进一步估计洪水造成的玉米损失量)
    7. 1.7. 6、讨论
      1. 1.7.1. (模型的影响)
      2. 1.7.2. (可以改进的其他因素)
    8. 1.8. 7、方法
      1. 1.8.1. 7.1数据集
        1. 1.8.1.1. 研究区域:
        2. 1.8.1.2. 卫星图像:
        3. 1.8.1.3. 气候数据
        4. 1.8.1.4. 数据集构建
      2. 1.8.2. 7.2 气候适应性作物制图策略
        1. 1.8.2.1. 嵌入层（Embedding layer）
        2. 1.8.2.2. 气候响应缓解模块（Climate response mitigating module）
        3. 1.8.2.3. 融合模块（Fusion block）
        4. 1.8.2.4. 有监督对比损失（Supervised contrastive loss）
        5. 1.8.2.5. 分类器（Classifier）
        6. 1.8.2.6. 实现细节
        7. 1.8.2.7. 模型评估
      3. 1.8.3. 7.3 基于植被状态指数（VCI）的快速洪水作物损害评估方法
    9. 1.9. 补充资料
      1. 1.9.1. 补充方法 1：确定作物物候的主要驱动因素     
        1. 1.9.1.1. 方法
  2. 2. 一、研究方法
    1. 2.1. （一）研究区域选择
    2. 2.2. （二）数据来源
    3. 2.3. （三）测量物候差异
    4. 2.4. （四）分析相关性
  3. 3. 二、研究结果
    1. 3.0.1. 补充方法 2：对比方法
    2. 3.0.2. 补充方法 3：注意力权重的可视化。
    3. 3.0.3. 补充方法 4：卫星数据的预处理
    4. 3.0.4. 补充方法 5：Metrics(指标)的计算
    5. 3.0.5. 补充方法 6：焦作市 10 米作物制图
    6. 3.0.6. 补充图 S4|研究区域的分布。饼图显示了每个区域的作物比例。
    7. 3.0.7. 补充图 S5 | 2020 年至 2024 年每个研究区域发生的自然灾害占该国自然灾害总数的比例
    8. 3.0.8. 补充图 S6|基于我们的方法生成的作物地图。
    9. 3.0.9. 补充图 S7 | 详细作物制图结果示例。
    10. 3.0.10. 补充图 S8 | 作物制图结果的统计验证。
    11. 3.0.11. 补充图 S9 | 使用 t-分布随机邻域嵌入（TSNE）方法对来自路易斯安那州的样本特征以及来自其他训练区域的样本特征进行可视化。
    12. 3.0.12. 补充图 S10 | 焦作市2021年河南洪水造成的农作物损害评估。
    13. 3.0.13. 补充图 S11 | 中国调查样本的分布情况。
    14. 3.0.14. 补充图 S12 | 评估洪水造成的农作物损害的工作流程。
    15. 3.0.15. 补充表 S2 | 每个因素的定义和数据来源。
    16. 3.0.16. 补充表 S3 | 训练数据集概述。
    17. 3.0.17. 补充表 S4 | 测试数据集概述。
    18. 3.0.18. 补充表 S5 | 不同物候区域的实验结果。
    19. 3.0.19. 补充表 S6 | 不同方法在所有区域的总体准确率。
    20. 3.0.20. 补充表 S7 | 不同方法在所有区域的精度。
    21. 3.0.21. 补充表 S8 | 不同方法在所有区域的召回率。
    22. 3.0.22. 补充表 S9 | 2021 年河南洪水对焦作各地区玉米种植面积的影响。
    23. 3.0.23. 补充表 S10 | 用植被状态指数（VCI）差异测量的洪水导致的作物损害等级。
  4. 3.1. 短波辐射
Recent Post
周报2025年6月8日2025-06-09
The 20 m Africa rice distribution map of 20232025-06-04
DCM————DeepCropMapping: A multi-temporal deep learning approach with improved spatial generalizability for dynamic corn and soybean mapping2025-06-04
重新复现CACM记录2025-06-04
机器学习相关概念2025-05-26
©2020 - 2025 By ALTNT
Framework Hexo|Theme Butterfly