松嫩平原农作物长势遥感监测研究

发布时间：2020-10-12 19:46

　　 松嫩平原传统人工收集农作物的长势信息往往延迟于农作物的生长状态,而且要获取大尺度的农情信息时,通常需要耗费大量人力物力,同时调查结果会受人为因素的影响而产生误差。及时精准的获取农作物分布情况和长势信息对于保障松嫩平原粮食生产安全,促进农业可持续发展具有重要的意义。遥感监测技术具备及时、快速、大尺度等特点,利用遥感影像数据来监测农作物长势情况,将可以为农业部门和科研人员对农作物长势监测和研究节约大量时间和资金。本课题研究是以“松嫩平原农作物长势遥感监测系统”为基础,对研究区域内进行前期调查和研究,利用地理学相关知识设计采样方案。进行松嫩平原遥感数据下载和辅助数据信息收集,利用结构化查询语言技术(Structured Query Language,SQL)设计并建立了农作物长势综合数据库。根据用户需求分析,选择MATLAB语言为开发平台,设计开发出图像处理速度快、灵活性强的长势监测功能模块。在结合遥感和数值模型等技术的基础上,集成开发功能全面的基于MODIS(Moderate-Resolution Imaging Spectroradiometer)的松嫩平原农作物长势监测系统。实现对农作物的分布情况、生长状况的监测管理,通过导入监测数据后,即可以动态生成农作物分布情况、农作物长势状况空间专题图。实现处理流程全自动化和大规模的运行化,体现系统的高效性和实用性。改善以往松嫩平原只能利用人工调查法进行农作物长势监测的现状。为科学和高效地进行农作物长势监测提供新的技术手段和监控模式,提高农业相关部门在农业生产决策能力和长势信息发布的科学性和及时性,具有较好的应用推广价值。研究的主要内容如下:⑴对采样地点进行调查及设计野外采样方案,综合研究区域内遥感影像数据、第二次全国土地分类数据、松嫩平原行政区划边界、气象数据、农作物物候信息等数据进行规范的数据化处理,将处理后得到的精准数据导入综合数据库,提高了监测数据的准确性,为农作物长势监测系统提供数据保障。⑵对于遥感影像数据、第二次全国土地分类数据、松嫩平原行政区划边界、气象数据、农作物物候信息等资料进行整理和收集,研究借鉴国内外农情遥感监测系统的研究成果。以及相关农作物分类方法和长势监测方法为参照,通过基于傅里叶组分的波形相似度分类方法有效地提高农作物分类精度,将离散的傅立叶变换应用于NDVI时间序列以减少高频噪声对分类的影响,可以提高农作物长势监测数据的精度,同时选择5类适合于松嫩平原农作物长势监测的植被状态指数进行农作物长势监测,并进行论文研究及系统设计与开发工作。⑶设计并开发实现基于MODIS的松嫩平原农作物长势遥感监测系统,实现空间数据的集成与农作物长势监测数据的发布、定期更新及后期管理;实现农作物自动化分类、农作物长势监测,对监测数据进行统计分析,并进行监测数据可视化。系统能够很好地满足松嫩平原农作物遥感监测业务的需求,对农作物自动化分类和农作物长势监测等方面做了详细的研究。
【学位单位】：哈尔滨师范大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：S127
【部分图文】：

11图 2-1 研究区Fig.2-1 Location of study area数据来源文所使用的数据包括 2000 年~2017 年 MODIS MOD13Q1(MODation Indices 16 - Day L3 Global 250m SIN Grid) ， 产 品 从 NASAp://ladsweb. nascom.nasa.gov/data/search.html）获取，行列号为 h264，空间分辨率为 250m，数据格式 EOS-HDF，经过 16 d 最大值合成（M Composite, MVC）数据，辅助数据以及野外采样点信息。

第 3 章 农作物长势遥感监测方法需要使用前 9 个(m=9)函数，以排除高频噪音，在确定和基于傅立叶组分的指数的基础上[74]。确定与农作物相关系数，同时进行回归系数确定，根据系统设置的阈值，对遥感影像数据进行分类，确定农作物的植被类别，进行空间专题图展示。3.1.2 农作物分类处理流程基于 FCSM 指数的基础上对松嫩平原农作物进行分类，提高了分类的准确度，对农作物分布信息提取之后，可用于农作物长势监测和对农作物面积进行统计。农作物分类流程如图 3-1 所示：

18图 3-2 2017 年基于 FCSM 农作物分类图Fig.3-2 2017 based on FCSM crop classification原农作物分类图结合 2017 年中国和巴西资源卫星影像及 的植被图作为参考数据，结合 2017 年 9 月下旬去往甘南地进行野外采样，对松嫩平原的大豆、玉米、水稻、草地型在整个松嫩平原科学的选择 190 个野外采样样点，用影。基于 FCSM 指数对农作物进行监督分类，获取农作物分信息，对分类结果进行验证，经计算，分类结果的总appa 系数为 0.8736。符合松嫩平原农作物分布地理相关性示。
【相似文献】

相关期刊论文 前10条

1 吴素霞,毛任钊,李红军,侯美亭,杨帆;中国农作物长势遥感监测研究综述[J];中国农学通报;2005年03期

2 武洪峰;;基于国产卫星的农作物长势监测技术研究[J];现代化农业;2015年06期

3 张亚红;吴娇娇;胥喆;杨凯博;姬永杰;舒清态;;合成孔径雷达在农作物长势监测中的应用[J];安徽农业科学;2016年27期

4 王飞;潘剑君;余泓;;基于农作物长势信息的三种主要土壤属性预测——以江苏北部平原区为例[J];土壤通报;2017年04期

5 朱寿东;刘慧平;冯徽徽;白穆;薛晓娟;;基于时间序列影像的中观尺度农作物长势监测采样方法[J];农业工程学报;2012年02期

6 郑有飞;Olfert O;Brandt S;Thomas G;Weiss R;Sproule L;;高光谱遥感在农作物长势监测中的应用[J];气象与环境科学;2007年01期

7 张树誉;李登科;颜胜安;景毅刚;高蓓;;MODIS植被指数在关中农作物长势监测评估中的应用[J];陕西农业科学;2006年04期

8 武建军,杨勤业;干旱区农作物长势综合监测[J];地理研究;2002年05期

9 江东,王乃斌,杨小唤,刘红辉;NDVI曲线与农作物长势的时序互动规律[J];生态学报;2002年02期

10 葛玉莹;;新闻[J];雨花;1996年08期

相关博士学位论文 前1条

1 蒙继华;农作物长势遥感监测指标研究[D];中国科学院研究生院（遥感应用研究所）;2006年

相关硕士学位论文 前3条

1 张亮;松嫩平原农作物长势遥感监测研究[D];哈尔滨师范大学;2018年

2 胡泊;基于多维图像特征的农作物长势评价方法[D];北京交通大学;2014年

3 闫岩;基于定量遥感产品和作物生长模型同化的农作物长势监测与估产方法研究[D];中国科学院研究生院（遥感应用研究所）;2006年

本文编号：2838191