基于上茬作物时序遥感数据的冬小麦播期监测方法研究
发布时间：2021-03-21 09:17
小麦在我国经济发展中地位突出,为我国粮食安全做出积极贡献。对于农业部门来说,小麦的优质高产与实时监测尤为重要,一般会根据不同年度气温及降水情况,发布小麦最佳播种时期的指导性意见,因此在冬小麦生长早期实现播期遥感监测有强烈需求。针对当前利用全生育期遥感数据基于植被物候遥感监测方法拟合播期时间滞后、仅利用冬小麦生长前期光谱监测播期因弱植被光谱信号引起的监测精度不高的问题,本文依据冬小麦上茬作物成熟—冬小麦播种—前期生长的时序变化规律,研究利用冬小麦上茬作物时序信息构建播期遥感监测模型,提前监测时间和提高精度,为播期监测提供新思路和理论依据。首先利用ESTARFM高时空分辨率数据融合算法对MODIS、Landsat影像数据进行影像融合,综合多源遥感数据生成高时空分辨率数据集;其次基于时间序列数据并结合植被物候历提取小麦种植区域,根据物候曲线研究上茬作物早、适时、晚收获与冬小麦早、适时、晚播多种情况下时间序列曲线变化特征和规律;最后借鉴高光谱遥感数据处理方法和时序数据分析技术,基于冬小麦上茬作物成熟—下茬作物生长前期时序遥感数据变化特征,研究表征冬小麦不同播期的遥感植被指数选取,分析与播期的关...
【文章来源】：东华理工大学江西省
【文章页数】：70 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状及趋势
1.2.1 高时空分辨率时序数据监测
1.2.2 植被物候遥感监测
1.2.3 冬小麦播期遥感监测
1.3 研究内容与技术路线
1.3.1 研究内容
1.3.2 技术路线
1.3.3 组织结构
2 研究区与数据
2.1 研究区概况
2.2 数据准备
2.2.1 遥感数据
2.2.2 非遥感数据
2.2.3 数据预处理
2.3 本章小结
3 高时空分辨率时序数据生成
3.1 影像去云
3.1.1 影像去云
3.1.2 Fmask去云过程
3.2 多源遥感影像融合
3.2.1 多源遥感影像融合发展状况
3.2.2 ESTARFM影像融合算法原理
3.2.3 ESTARFM影像融合算法精度评价
3.3 研究区高时空分辨率时序数据生成
3.3.1 影像去云结果
3.3.2 时空数据融合结果
3.3.3 时序数据生成结果
3.4 本章小结
4 冬小麦种植区遥感提取
4.1 植被遥感监测
4.1.1 植被遥感理论基础
4.1.2 植被物候遥感监测
4.2 时间序列曲线滤波
4.2.1 时间序列曲线滤波工具
4.2.2 时间序列曲线滤波方法
4.3 最佳时序影像选择
4.3.1 J-M（Jeffreys-Matusita）距离计算
4.3.2 J-M距离计算结果
4.4 物候曲线提取
4.4.1 研究区各类地物NDVI时间序列曲线提取
4.4.2 基于时间序列影像提取物候曲线
4.5 研究区冬小麦种植区提取
4.6 本章小结
5 冬小麦播期监测模型建立与验证
5.1 遥感植被指数选取
5.1.1 植被指数介绍
5.1.2 植被指数与播期的相关性分析
5.1.3 遥感植被指数选取
5.2 基于上茬作物时间序列曲线数据变化
5.3 冬小麦播期模型构建与验证
5.3.1 基于冬小麦上茬作物时序信息的冬小麦播期模型构建
5.3.2 冬小麦播期监测模型验证
5.4 本章小结
6 结论与展望
6.1 主要研究成果
6.2 创新点
6.3 不足与展望
致谢
参考文献
攻读硕士学位期间的主要学术成果
【参考文献】：
期刊论文
[1]一种单时相高分辨率遥感影像时空融合算法[J]. 李大成,韩启金,赵涌泉. 计算机工程与应用. 2018(05)
[2]利用TIMESAT软件和时间序列卫星影像提取新疆石河子棉花种植区域[J]. 魏瑞琪,李林峰,仙巍,邵怀勇,汪盾. 湖北农业科学. 2018(04)
[3]冬小麦播期遥感监测研究现状与展望[J]. 葛艳,李存军,周静平,胡海棠,陈晓宁,何小安. 麦类作物学报. 2018(01)
[4]新疆植被物候时空变化特征[J]. 何宝忠,丁建丽,李焕,刘博华,陈文倩. 生态学报. 2018(06)
[5]农业水循环与水环境遥感应用研究进展[J]. 尚敏,吕伟. 中国农业资源与区划. 2016(02)
[6]基于模拟光谱数据的冬小麦播期遥感监测最佳时相研究[J]. 李明君,李存军,淮贺举,胡海棠,史姝,全斌. 麦类作物学报. 2015(08)
[7]融合多源遥感数据生成高时空分辨率数据的方法对比[J]. 石月婵,杨贵军,李鑫川,宋健,王纪华,王锦地. 红外与毫米波学报. 2015(01)
[8]Landsat-8卫星数据应用探讨[J]. 初庆伟,张洪群,吴业炜,冯钟葵,陈勃. 遥感信息. 2013(04)
[9]基于通量塔观测资料的北美温带植被物候阈值提取方法[J]. 赵晶晶,刘良云. 应用生态学报. 2013(02)
[10]植被物候遥感监测研究进展[J]. 夏传福,李静,柳钦火. 遥感学报. 2013(01)
博士论文
[1]基于GF-1/WFV和面向对象的农作物种植结构提取方法研究[D]. 宋茜.中国农业科学院 2016
[2]基于MODIS数据的作物物候期监测及作物类型识别模式研究[D]. 张明伟.华中农业大学 2006
硕士论文
[1]基于冬小麦前期光谱信息的播期遥感监测研究[D]. 李明君.西安科技大学 2015
[2]基于高光谱的稻麦叶面积指数监测研究[D]. 周晓双.南京农业大学 2015
[3]基于物候差异分析的冬小麦长势监测[D]. 贾玉秋.河南大学 2014
[4]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
[5]基于VGI的河南冬小麦长势监测系统研究[D]. 娄玉钦.河南大学 2012
[6]基于遥感技术的作物物候监测方法及动态变化分析研究[D]. 崔凯.中南大学 2012
[7]高产粮区冬小麦非充分灌溉节水高产技术研究与应用[D]. 刘延涛.山东农业大学 2010
[8]基于ASTER数据的冰川及冰碛物的提取方法研究[D]. 刘金亮.山东科技大学 2009
[9]基于TM影像的川西北理塘草地生物量与植被指数关系研究[D]. 任安才.四川农业大学 2008
[10]高分辨率遥感影像去云方法研究[D]. 曹爽.河海大学 2006
本文编号：3092616
【文章来源】：东华理工大学江西省
【文章页数】：70 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状及趋势
1.2.1 高时空分辨率时序数据监测
1.2.2 植被物候遥感监测
1.2.3 冬小麦播期遥感监测
1.3 研究内容与技术路线
1.3.1 研究内容
1.3.2 技术路线
1.3.3 组织结构
2 研究区与数据
2.1 研究区概况
2.2 数据准备
2.2.1 遥感数据
2.2.2 非遥感数据
2.2.3 数据预处理
2.3 本章小结
3 高时空分辨率时序数据生成
3.1 影像去云
3.1.1 影像去云
3.1.2 Fmask去云过程
3.2 多源遥感影像融合
3.2.1 多源遥感影像融合发展状况
3.2.2 ESTARFM影像融合算法原理
3.2.3 ESTARFM影像融合算法精度评价
3.3 研究区高时空分辨率时序数据生成
3.3.1 影像去云结果
3.3.2 时空数据融合结果
3.3.3 时序数据生成结果
3.4 本章小结
4 冬小麦种植区遥感提取
4.1 植被遥感监测
4.1.1 植被遥感理论基础
4.1.2 植被物候遥感监测
4.2 时间序列曲线滤波
4.2.1 时间序列曲线滤波工具
4.2.2 时间序列曲线滤波方法
4.3 最佳时序影像选择
4.3.1 J-M（Jeffreys-Matusita）距离计算
4.3.2 J-M距离计算结果
4.4 物候曲线提取
4.4.1 研究区各类地物NDVI时间序列曲线提取
4.4.2 基于时间序列影像提取物候曲线
4.5 研究区冬小麦种植区提取
4.6 本章小结
5 冬小麦播期监测模型建立与验证
5.1 遥感植被指数选取
5.1.1 植被指数介绍
5.1.2 植被指数与播期的相关性分析
5.1.3 遥感植被指数选取
5.2 基于上茬作物时间序列曲线数据变化
5.3 冬小麦播期模型构建与验证
5.3.1 基于冬小麦上茬作物时序信息的冬小麦播期模型构建
5.3.2 冬小麦播期监测模型验证
5.4 本章小结
6 结论与展望
6.1 主要研究成果
6.2 创新点
6.3 不足与展望
致谢
参考文献
攻读硕士学位期间的主要学术成果
【参考文献】：
期刊论文
[1]一种单时相高分辨率遥感影像时空融合算法[J]. 李大成,韩启金,赵涌泉. 计算机工程与应用. 2018(05)
[2]利用TIMESAT软件和时间序列卫星影像提取新疆石河子棉花种植区域[J]. 魏瑞琪,李林峰,仙巍,邵怀勇,汪盾. 湖北农业科学. 2018(04)
[3]冬小麦播期遥感监测研究现状与展望[J]. 葛艳,李存军,周静平,胡海棠,陈晓宁,何小安. 麦类作物学报. 2018(01)
[4]新疆植被物候时空变化特征[J]. 何宝忠,丁建丽,李焕,刘博华,陈文倩. 生态学报. 2018(06)
[5]农业水循环与水环境遥感应用研究进展[J]. 尚敏,吕伟. 中国农业资源与区划. 2016(02)
[6]基于模拟光谱数据的冬小麦播期遥感监测最佳时相研究[J]. 李明君,李存军,淮贺举,胡海棠,史姝,全斌. 麦类作物学报. 2015(08)
[7]融合多源遥感数据生成高时空分辨率数据的方法对比[J]. 石月婵,杨贵军,李鑫川,宋健,王纪华,王锦地. 红外与毫米波学报. 2015(01)
[8]Landsat-8卫星数据应用探讨[J]. 初庆伟,张洪群,吴业炜,冯钟葵,陈勃. 遥感信息. 2013(04)
[9]基于通量塔观测资料的北美温带植被物候阈值提取方法[J]. 赵晶晶,刘良云. 应用生态学报. 2013(02)
[10]植被物候遥感监测研究进展[J]. 夏传福,李静,柳钦火. 遥感学报. 2013(01)
博士论文
[1]基于GF-1/WFV和面向对象的农作物种植结构提取方法研究[D]. 宋茜.中国农业科学院 2016
[2]基于MODIS数据的作物物候期监测及作物类型识别模式研究[D]. 张明伟.华中农业大学 2006
硕士论文
[1]基于冬小麦前期光谱信息的播期遥感监测研究[D]. 李明君.西安科技大学 2015
[2]基于高光谱的稻麦叶面积指数监测研究[D]. 周晓双.南京农业大学 2015
[3]基于物候差异分析的冬小麦长势监测[D]. 贾玉秋.河南大学 2014
[4]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
[5]基于VGI的河南冬小麦长势监测系统研究[D]. 娄玉钦.河南大学 2012
[6]基于遥感技术的作物物候监测方法及动态变化分析研究[D]. 崔凯.中南大学 2012
[7]高产粮区冬小麦非充分灌溉节水高产技术研究与应用[D]. 刘延涛.山东农业大学 2010
[8]基于ASTER数据的冰川及冰碛物的提取方法研究[D]. 刘金亮.山东科技大学 2009
[9]基于TM影像的川西北理塘草地生物量与植被指数关系研究[D]. 任安才.四川农业大学 2008
[10]高分辨率遥感影像去云方法研究[D]. 曹爽.河海大学 2006
本文编号：3092616
本文链接：https://www.wllwen.com/kejilunwen/nykj/3092616.html
