遥感和统计数据融合的冬小麦分布提取及其时空变化分析
发布时间:2021-04-04 12:17
随着国内外对资源环境、气候变化、生态和灾害等对国家或地区粮食生产系统影响等一系列问题定量研究的逐步深入,大范围、长时间和高精度农作物空间分布基础农业科学数据的准确获取对资源、环境、生态、气候变化和国家粮食安全等问题研究具有重要现实意义和科学意义。而遥感信息由于具有覆盖面积大、探测周期短、资料丰富、费用低等特点,已经在大范围作物空间分布信息获取和作物识别及空间分布制图中发挥了越来越重要作用本研究针对传统阈值法农作物识别过程中阈值设置存在灵巧性差和自动化程度低等弱点,以我国粮食主产区黄淮海平原内河北省衡水市景县为典型实验区,开展了利用全局优化算法改进基于阈值检测的农作物分布制图方法创新研究。研究中,以冬小麦为研究对象,以国产高分一号(GF-1)为主要遥感数据源,在以作物面积统计数据为总量控制数据和全局参数优化的复合型混合演化算法SCE-UA(Shuffled Complex Evolution-University of Arizona)支持下,提出利用时序NDVI数据开展阈值模型阈值参数自动优化的冬小麦空间分布制图方法,最终,获得实验区冬小麦阈值模型最优参数,并利用优化后的阈值参数对冬小...
【文章来源】:中国农业科学院北京市
【文章页数】:72 页
【学位级别】:硕士
【部分图文】:
研究区域Fig.2.1Locationofthestudyarea
按预定路线,参考遥感影像,沿路线随机对途径各种作物S 在周围 60 米*60 米的地块内进行实地定位,为了减小验证误差缘,记录地物属性。验证点分布根据实地路线选取地点与个数,标注样本点位置,周围的作物种类地块分布图,和实地描述、照表首先地物类型样点分布遵循均匀分布的原则,并利用差分 G得 2653 个地面实测各种地物类型样点。其中,冬小麦 1860 个,随机选择一部分样本点作为训练样本,用于提取地物时序特征。于后续提取结果的精度验证,具体样本点数量和分布,如表 2.1表 2.1 实验区地面样本点采集数量Table 2.1 Number of samples in Jingxian County验证点采集数量(个)冬小麦非冬小麦林地 其他400 100 100 1460 285 308
研究区野外采集样本点分布
【参考文献】:
期刊论文
[1]基于SCE-UA算法的小麦穗分化期模拟模型参数优化[J]. 刘峻明,潘佩珠,王鹏新,崔珍珍,胡新. 农业机械学报. 2018(04)
[2]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)
[3]基于遥感和AquaCrop作物模型的多同化算法比较[J]. 邢会敏,李振海,徐新刚,冯海宽,杨贵军,陈召霞. 农业工程学报. 2017(13)
[4]监督分类方法在遥感影像分类处理中的比较[J]. 孙坤,鲁铁定. 江西科学. 2017(03)
[5]基于时间序列MODIS的农作物类型空间制图方法[J]. 黄健熙,侯矞焯,武洪峰,刘峻明,朱德海. 农业机械学报. 2017(10)
[6]基于改进的NDVI密度分割方法的冬小麦面积信息提取[J]. 郝震,赵红莉,蒋云钟. 南水北调与水利科技. 2017(03)
[7]基于SCE-UA算法的新安江模型与垂向混合产流模型参数优化应用研究[J]. 王维,冯忠伦,杨伟,林洪孝,王刚,刁艳芳. 中国农村水利水电. 2017(03)
[8]基于多源数据的禹城农田生态系统冬小麦生育期识别方法比较研究[J]. 冯艾琳,何洪林,刘利民,任小丽,张黎,葛蓉,赵凤华. 遥感技术与应用. 2016(05)
[9]大数据时代的农情监测与预警[J]. 吴炳方,张淼,曾红伟,张鑫,闫娜娜,蒙继华. 遥感学报. 2016(05)
[10]地块破碎度对软硬变化检测法识别冬小麦分布精度的影响[J]. 朱爽,张锦水. 农业工程学报. 2016(10)
博士论文
[1]我国种植业空间布局演变(1978-2009)[D]. 李炎子.中国农业大学 2014
硕士论文
[1]明代福建农作物地理分布研究[D]. 徐敏.福建师范大学 2009
本文编号:3118018
【文章来源】:中国农业科学院北京市
【文章页数】:72 页
【学位级别】:硕士
【部分图文】:
研究区域Fig.2.1Locationofthestudyarea
按预定路线,参考遥感影像,沿路线随机对途径各种作物S 在周围 60 米*60 米的地块内进行实地定位,为了减小验证误差缘,记录地物属性。验证点分布根据实地路线选取地点与个数,标注样本点位置,周围的作物种类地块分布图,和实地描述、照表首先地物类型样点分布遵循均匀分布的原则,并利用差分 G得 2653 个地面实测各种地物类型样点。其中,冬小麦 1860 个,随机选择一部分样本点作为训练样本,用于提取地物时序特征。于后续提取结果的精度验证,具体样本点数量和分布,如表 2.1表 2.1 实验区地面样本点采集数量Table 2.1 Number of samples in Jingxian County验证点采集数量(个)冬小麦非冬小麦林地 其他400 100 100 1460 285 308
研究区野外采集样本点分布
【参考文献】:
期刊论文
[1]基于SCE-UA算法的小麦穗分化期模拟模型参数优化[J]. 刘峻明,潘佩珠,王鹏新,崔珍珍,胡新. 农业机械学报. 2018(04)
[2]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)
[3]基于遥感和AquaCrop作物模型的多同化算法比较[J]. 邢会敏,李振海,徐新刚,冯海宽,杨贵军,陈召霞. 农业工程学报. 2017(13)
[4]监督分类方法在遥感影像分类处理中的比较[J]. 孙坤,鲁铁定. 江西科学. 2017(03)
[5]基于时间序列MODIS的农作物类型空间制图方法[J]. 黄健熙,侯矞焯,武洪峰,刘峻明,朱德海. 农业机械学报. 2017(10)
[6]基于改进的NDVI密度分割方法的冬小麦面积信息提取[J]. 郝震,赵红莉,蒋云钟. 南水北调与水利科技. 2017(03)
[7]基于SCE-UA算法的新安江模型与垂向混合产流模型参数优化应用研究[J]. 王维,冯忠伦,杨伟,林洪孝,王刚,刁艳芳. 中国农村水利水电. 2017(03)
[8]基于多源数据的禹城农田生态系统冬小麦生育期识别方法比较研究[J]. 冯艾琳,何洪林,刘利民,任小丽,张黎,葛蓉,赵凤华. 遥感技术与应用. 2016(05)
[9]大数据时代的农情监测与预警[J]. 吴炳方,张淼,曾红伟,张鑫,闫娜娜,蒙继华. 遥感学报. 2016(05)
[10]地块破碎度对软硬变化检测法识别冬小麦分布精度的影响[J]. 朱爽,张锦水. 农业工程学报. 2016(10)
博士论文
[1]我国种植业空间布局演变(1978-2009)[D]. 李炎子.中国农业大学 2014
硕士论文
[1]明代福建农作物地理分布研究[D]. 徐敏.福建师范大学 2009
本文编号:3118018
本文链接:https://www.wllwen.com/kejilunwen/nykj/3118018.html