Traditional remote sensing methods. AGs mapping has been widely concerned. Some pioneers extracted AGs from RS imagery by constructing novel spectral indices. Yang et al. (2017) proposed a new plastic greenhouse index PGI that can be used to identify transparent greenhouses in atmospherically corrected Landsat images; Guo and Li (2020) proposed a Normalized Difference Plastic Index NDPI using WorldView-3 SWIR bands; Zhang et al. (2022) constructed a novel spectral index APGI using Sentinel-2 images. However, these carefully constructed spectral indices may fail when the spectral response of AGs varies with seasons. Other works map AGs through an object-oriented approach.Wu et al. (2016) integrated RS data from Landsat-8 and an object-oriented classification method to implement an inheritance classification for AGs; Ji et al. (2019) proposed a threshold model created by 7 discriminative features to extract AGs from high-resolution GE imagery; Balcik et al. (2020) employed an object-based image classification method with 3 different classifiers to detect AGs in SPOT-7 and Sentinel-2 Multispectral Instrument (MSI) images. Although such methods are steady to the spectral features of AGs, they have limited feature extraction capabilities and are susceptible to isolated noise.

传统的遥感方法中，AGs的制图已经受到了广泛的关注。一些先驱利用构建新的光谱指数从RS图像中提取AGs。例如，Yang等人（2017）提出了一种新的塑料温室指数PGI，可用于在大气校正的Landsat图像中识别透明温室; Guo和Li（2020）利用WorldView-3 SWIR波段提出了一种归一化的塑料指数NDPI; Zhang等人（2022）利用Sentinel-2图像构建了一种新的光谱指数APGI。然而，这些精心构建的光谱指数在AGs的光谱响应随季节变化时可能会失效。其他的研究通过面向对象的方法来制图AGs。例如，吴等人（2016）将来自Landsat-8的RS数据和面向对象分类方法相结合，实现了对AGs的继承分类; Ji等人（2019）提出了一个由7个判别特征创建的阈值模型，用于从高分辨率GE图像中提取AGs; Balcik等人（2020）利用基于对象的图像分类方法和3种不同的分类器来检测SPOT-7和Sentinel-2多光谱仪（MSI）图像中的AGs。尽管这些方法对于AGs的光谱特征是稳健的，但它们的特征提取能力有限，容易受到孤立噪声的影响。

相关问题

module 'pyzed.sl' has no attribute 'SENSING_MODE'

module 'pyzed.sl' has no attribute 'SENSING_MODE' 是一个错误提示，它表示在pyzed模块中没有名为SENSING_MODE的属性。这可能是由于以下几个原因导致的：

1. 模块版本不匹配：请确保你使用的是正确版本的pyzed模块。你可以尝试更新或降级模块的版本以解决此问题。

2. 模块导入错误：确保你在代码中正确导入了pyzed模块，并且没有拼写错误。

3. 模块功能缺失：如果确实不存在SENSING_MODE属性，那可能是因为该功能在该模块的当前版本中被移除或更改了。你可以查看官方文档或与开发者社区联系以获取更多信息。

为了解决这个问题，你可以尝试以下几个步骤:
1. 检查模块版本：确保你使用的是最新的pyzed模块版本。你可以通过在终端或命令提示符中运行"pip show pyzed"来查看已安装的版本。

2. 更新模块：如果你的模块版本过旧，可以尝试使用"pip install --upgrade pyzed"命令来更新模块到最新版本。

3. 导入模块正确性：检查你的代码中是否正确导入了pyzed模块，并且没有拼写错误。你可以参考官方文档或示例代码来确认导入的正确性。

4. 联系开发者：如果以上方法都无法解决问题，那么可能是因为该模块的当前版本不再支持SENSING_MODE属性。你可以与pyzed模块的开发者社区联系以获取进一步帮助和支持。

AttributeError: module 'pyzed.sl' has no attribute 'SENSING_MODE'

这个错误是由于在 pyzed 模块中找不到 SENSING_MODE 属性引起的。可能是因为你使用的版本不支持这个属性，或者你没有正确导入相关的模块。

请确保你已经正确安装了 pyzed 模块，并且使用了支持 SENSING_MODE 属性的版本。如果你已经安装了正确的版本，但仍然遇到这个错误，请检查你的导入语句是否正确，并确保你使用了正确的语法来访问属性。

如果问题仍然存在，建议查阅相关文档或寻求社区支持以获取更多帮助。