东三省主要粮食作物种植结构的时空演变分析研究
发布时间：2021-12-22 16:15
在我国人口日益增长的情况下,人民群众对粮食的需求量也随之不断增加。我国是农业大国,东三省是十分重要的粮食基地,了解东三省主要粮食作物种植结构的空间分布的意义重大。随着遥感技术的发展,使用遥感影像对农作物种植结构空间分布进行提取分析,是现代农业发展的重要标志。鉴于此,本文通过东三省2000年、2005年、2010年及2015年四年的农作物生长发育期MODIS遥感数据,对研究区域种植结构空间分布进行分析。首先对MODIS遥感影像进行预处理,包括镶嵌、裁切及转换投影等操作,而后利用TIMESAT软件对MODIS-EVI时间序列数据进行平滑,提取农作物光谱曲线,根据不同农作物的时序曲线,确定其特征值。特征值结合农作物物候信息,运用分层决策树分类方法分别对东三省2000年、2005年、2010年以及2015年主要农作物的种植面积进行识别提取,揭示空间格局变化的特征,定性地分析农作物种植结构变化的影响因素,提出优化种植结构布局的建议对策。主要研究结论有:（1）MODIS遥感数据影像作为研究数据源,是在种植结构相对稳定的大范围区域对农作物种植结构进行研究的理想数据源,本研究中对东三省2000年、20...
【文章来源】：辽宁师范大学辽宁省
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
研究区概况图
东三省主要粮食作物种植结构的时空演变分析研究-12-图3.1MRT的GUI界面Figure3.1GUIinterfaceofMRT表3.3投影参数Tab.3.3projectionparameters投影类型Albers等积圆锥投影椭球体Krassovasky投影基准WGS-84第一标准纬线25°N第二标准纬线47°N中央经线115°E中央纬线0东向偏移量0北向偏移量0
东三省主要粮食作物种植结构的时空演变分析研究-14-图3.2albers_equal_area.prmFigure3.2albers_equal_area.prm（2）影像裁剪使用ENVI软件将批量输出的影像进行裁剪，利用SubsetDataviaROIs功能以东三省.evf图层为掩膜，得到如图3.3的影像。图3.3利用ENVI裁剪出东三省图像Figure3.3clippedimageinthethreeeasternprovincesbyENVI3.1.3东三省土地利用数据和行政区划数据本研究使用的是地理国情监测云平台提供的东三省2000年、2005年、2010年以及2015年四年的土地利用数据产品，该产品以LandsatTM/ETM/OLI遥感影像为主要数据源，分类平均精度达到了90%以上，如下图3.4。
【参考文献】：
期刊论文
[1]基于GF-1/WFV时间序列数据的河套灌区主要农作物识别[J]. 乌云德吉,于利峰,承昊,包珺玮,许洪滔,赵佳乐,乌兰吐雅. 北方农业学报. 2019(05)
[2]华北农田生态系统景观格局的演变特征[J]. 张永生,欧阳芳,袁哲明. 生态科学. 2018(04)
[3]2010-2015年中国土地利用变化的时空格局与新特征[J]. 刘纪远,宁佳,匡文慧,徐新良,张树文,颜长珍,李仁东,吴世新,胡云锋,杜国明,迟文峰,潘涛,宁静. 地理学报. 2018(05)
[4]基于MODIS EVI时序数据的江汉平原油菜种植分布信息提取[J]. 尤慧,苏荣瑞,肖玮钰,刘凯文,高华东. 国土资源遥感. 2018(01)
[5]基于时变特征的多时相PolSAR农作物分类方法[J]. 郭交,尉鹏亮,周正舒,苏宝峰. 农业机械学报. 2017(12)
[6]单变量特征选择的苏北地区主要农作物遥感识别[J]. 王娜,李强子,杜鑫,张源,赵龙才,王红岩. 遥感学报. 2017(04)
[7]基于SAR-C的大兴安岭西麓地区主要农作物识别方法研究[J]. 于利峰,乌兰吐雅,乌兰,包珺玮. 北方农业学报. 2017(03)
[8]基于时序EVI决策树分类与高分纹理的制种玉米识别[J]. 刘哲,李智晓,张延宽,张超,黄健熙,朱德海. 农业机械学报. 2015(10)
[9]北京城市景观格局时空变化及驱动力[J]. 阳文锐. 生态学报. 2015(13)
[10]近30年西藏耕地面积时空变化特征[J]. 杨春艳,沈渭寿,王涛. 农业工程学报. 2015(01)
博士论文
[1]利用多时相MODIS数据提取中国水稻种植面积和长势信息[D]. 孙华生.浙江大学 2009
硕士论文
[1]基于卷积神经网络的农作物病害图像识别研究[D]. 郑方梅.重庆师范大学 2019
[2]基于GF-1和MODIS数据融合的鄱阳湖区域水稻空间分布提取[D]. 吴峰云.华中农业大学 2017
[3]基于多时相遥感影像的黑河流域农作物种植结构提取研究[D]. 刘亚群.重庆交通大学 2016
[4]基于MODIS-NDVI时间序列小麦面积提取方法研究[D]. 石宁卓.西安科技大学 2015
[5]基于作物物候特征的水稻种植面积提取研究[D]. 周燕芳.东北师范大学 2015
[6]MODIS时间序列数据辅助下的河北省土地覆被分类研究[D]. 李治.东北林业大学 2013
[7]基于MODIS植被指数的水稻物候提取与地面验证[D]. 肖江涛.电子科技大学 2011
[8]南京市土地利用景观格局变化及预测[D]. 王慧.南京农业大学 2010
本文编号：3546693
【文章来源】：辽宁师范大学辽宁省
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
研究区概况图
东三省主要粮食作物种植结构的时空演变分析研究-12-图3.1MRT的GUI界面Figure3.1GUIinterfaceofMRT表3.3投影参数Tab.3.3projectionparameters投影类型Albers等积圆锥投影椭球体Krassovasky投影基准WGS-84第一标准纬线25°N第二标准纬线47°N中央经线115°E中央纬线0东向偏移量0北向偏移量0
东三省主要粮食作物种植结构的时空演变分析研究-14-图3.2albers_equal_area.prmFigure3.2albers_equal_area.prm（2）影像裁剪使用ENVI软件将批量输出的影像进行裁剪，利用SubsetDataviaROIs功能以东三省.evf图层为掩膜，得到如图3.3的影像。图3.3利用ENVI裁剪出东三省图像Figure3.3clippedimageinthethreeeasternprovincesbyENVI3.1.3东三省土地利用数据和行政区划数据本研究使用的是地理国情监测云平台提供的东三省2000年、2005年、2010年以及2015年四年的土地利用数据产品，该产品以LandsatTM/ETM/OLI遥感影像为主要数据源，分类平均精度达到了90%以上，如下图3.4。
【参考文献】：
期刊论文
[1]基于GF-1/WFV时间序列数据的河套灌区主要农作物识别[J]. 乌云德吉,于利峰,承昊,包珺玮,许洪滔,赵佳乐,乌兰吐雅. 北方农业学报. 2019(05)
[2]华北农田生态系统景观格局的演变特征[J]. 张永生,欧阳芳,袁哲明. 生态科学. 2018(04)
[3]2010-2015年中国土地利用变化的时空格局与新特征[J]. 刘纪远,宁佳,匡文慧,徐新良,张树文,颜长珍,李仁东,吴世新,胡云锋,杜国明,迟文峰,潘涛,宁静. 地理学报. 2018(05)
[4]基于MODIS EVI时序数据的江汉平原油菜种植分布信息提取[J]. 尤慧,苏荣瑞,肖玮钰,刘凯文,高华东. 国土资源遥感. 2018(01)
[5]基于时变特征的多时相PolSAR农作物分类方法[J]. 郭交,尉鹏亮,周正舒,苏宝峰. 农业机械学报. 2017(12)
[6]单变量特征选择的苏北地区主要农作物遥感识别[J]. 王娜,李强子,杜鑫,张源,赵龙才,王红岩. 遥感学报. 2017(04)
[7]基于SAR-C的大兴安岭西麓地区主要农作物识别方法研究[J]. 于利峰,乌兰吐雅,乌兰,包珺玮. 北方农业学报. 2017(03)
[8]基于时序EVI决策树分类与高分纹理的制种玉米识别[J]. 刘哲,李智晓,张延宽,张超,黄健熙,朱德海. 农业机械学报. 2015(10)
[9]北京城市景观格局时空变化及驱动力[J]. 阳文锐. 生态学报. 2015(13)
[10]近30年西藏耕地面积时空变化特征[J]. 杨春艳,沈渭寿,王涛. 农业工程学报. 2015(01)
博士论文
[1]利用多时相MODIS数据提取中国水稻种植面积和长势信息[D]. 孙华生.浙江大学 2009
硕士论文
[1]基于卷积神经网络的农作物病害图像识别研究[D]. 郑方梅.重庆师范大学 2019
[2]基于GF-1和MODIS数据融合的鄱阳湖区域水稻空间分布提取[D]. 吴峰云.华中农业大学 2017
[3]基于多时相遥感影像的黑河流域农作物种植结构提取研究[D]. 刘亚群.重庆交通大学 2016
[4]基于MODIS-NDVI时间序列小麦面积提取方法研究[D]. 石宁卓.西安科技大学 2015
[5]基于作物物候特征的水稻种植面积提取研究[D]. 周燕芳.东北师范大学 2015
[6]MODIS时间序列数据辅助下的河北省土地覆被分类研究[D]. 李治.东北林业大学 2013
[7]基于MODIS植被指数的水稻物候提取与地面验证[D]. 肖江涛.电子科技大学 2011
[8]南京市土地利用景观格局变化及预测[D]. 王慧.南京农业大学 2010
本文编号：3546693
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3546693.html
