基于GF-1遥感影像的农作物面积提取方法研究

发布时间：2020-05-31 21:40

【摘要】：以第三次全国农业普查工作为背景,结合目前农作物面积测量方法中存在的问题,本文试图寻找一种全面、准确、快速、有效的获取大区域农作物空间分布和种植总面积信息的方法,为制定科学的农业发展计划提供合理的数据依据。为了得到更为有效的研究结论,本文以遥感识别难易程度不同的三个研究区影像和物候数据作为基础数据。由于获取GF-1全色与多光谱数据可以同步进行且匹配精度较差,运用正射纠正、配准融合的遥感数据快速处理方式得出研究区4波段正射影像成果。以研究区为单位,分别采用人工目视解译法、基于像元的影像分类法和面向对象的影像分类法对研究区进行农作物面积遥感提取。其中运用面向对象分类法提取农作物面积过程中,最优分割参数的设置决定了目标信息提取的精度。首先运用构建函数法确定影像的最优分割尺度,再运用最大面积法分别对形状因子和紧致度的最适宜参数进行区间选取。从不同角度选择最能表达各类地物的特征并匹配特征组合建立多个多尺度分割规则集对影像进行分类。以外业抽样调查数据和人工目视解译结果作参考,对目标信息提取结果进行效果图对比、误差矩阵分析、面积解译精度、测量时间对比。面向对象的影像分类法与人工目视解译法获取的结果空间分布情况基本一致,分类精度和面积解译精度相当,整体精度能达到90%以上,比基于像元的影像分类法所获取结果精度高出很多,能够满足实际生产应用需求。在工作效率上,随着农作物提取面积的增加,面向对象的影像分类法在测量速度上的优势越明显。综上所述,运用面向对象的影像分类法得到的分类结果更接近真实的地表特征,并且克服了“椒盐现象”,该方法可作为快速获取大范围农作物面积信息的一种较好选择。
【图文】：

昆明理工大学硕士学位论文信息进行精度评定分析，主要包括目视效果图对比分析、运用误差矩阵法进行分类精度对比分析、面积精度对比分析、测量时间对比分析，，最后得出进行大范围农作物面积信息快速获取的较好方法。1.3.2 研究技术路线本文的研究技术路线如图 1.1 所示。

研究区地理位置图
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：S127

【参考文献】

相关期刊论文 前10条

1 杨闫君;占玉林;田庆久;顾行发;余涛;王磊;;基于GF-1/WFVNDVI时间序列数据的作物分类[J];农业工程学报;2015年24期

2 王利民;刘佳;杨福刚;富长虹;滕飞;高建孟;;基于GF-1卫星遥感的冬小麦面积早期识别[J];农业工程学报;2015年11期

3 刘国栋;邬明权;牛铮;王长耀;;基于GF-1卫星数据的农作物种植面积遥感抽样调查方法[J];农业工程学报;2015年05期

4 刘吉凯;钟仕全;徐雅;陈燕丽;;基于多时相GF-1 WFV数据的南方丘陵地区甘蔗种植面积提取[J];广东农业科学;2014年18期

5 李根;景元书;王琳;杨沈斌;;基于MODIS时序植被指数和线性光谱混合模型的水稻面积提取[J];大气科学学报;2014年01期

6 金杰;朱海岩;李子潇;孙建伟;;ENVI遥感图像处理中几种监督分类方法的比较[J];水利科技与经济;2014年01期

7 蒋怡;;基于遥感信息技术在农业中的运用方式[J];农业与技术;2013年11期

8 白照广;;高分一号卫星的技术特点[J];中国航天;2013年08期

9 夏海良;王波;邵红伟;;标准最邻近分类法在道路提取中的应用[J];地矿测绘;2012年03期

10 范磊;程永政;王来刚;刘婷;胡峰;冯晓;;基于多尺度分割的面向对象分类方法提取冬小麦种植面积[J];中国农业资源与区划;2010年06期

相关会议论文 前1条

1 贺洁颖;马丽;;基于3s的农作物估产综述[A];第32届中国气象学会年会S18 气象卫星遥感新资料——新方法——新应用[C];2015年

相关博士学位论文 前3条

1 程永政;多尺度农作物遥感监测方法及应用研究[D];解放军信息工程大学;2009年

2 林文鹏;基于MODIS波谱分析的作物信息提取研究[D];中国科学院研究生院（遥感应用研究所）;2006年

3 黄慧萍;面向对象影像分析中的尺度问题研究[D];中国科学院研究生院（遥感应用研究所）;2003年

相关硕士学位论文 前7条

1 陈雅s

本文编号：2690493