基于时序MODIS影像的农作物遥感识别方法研究
发布时间：2022-02-23 03:00
农作物空间分布信息是农作物长势监测、农作物产量估算、农作物结构调整与优化、农业生态气候建模等研究和应用的重要基础数据。不同农作物具有特定的生长规律和物候特征,充分利用农作物的典型季相节律特征是区分不同作物类别、作物与其他绿色植被的关键依据。MODIS数据因其大幅宽范围、丰富的光谱和时相信息等特点使它在刻画作物物候历特征以及大区域作物制图方面表现出了明显优势。然而,MODIS数据较粗的空间分辨率易导致混合像元问题,从而限制了农作物识别的精度。因此,如何充分挖掘时序MODIS数据在光谱和时间上的优势,有限弥补混合像元问题,从而实现大区域多类农作物高效提取成为了目前农业监测领域需重点解决的科学问题。本研究以我国重要商品粮基地——黑龙江省为研究区域,以该区域的主要农作物（玉米、水稻、大豆和小麦）为研究对象,采用时序MODIS影像、中高分辨率农作物参考图以及统计数据等主要研究数据,开展了大区域农作物遥感识别方法研究。本论文的主要研究内容和结论如下:（1）光谱和时序特征对农作物遥感识别的影响评估。基于时序MOD09A1影像,构建10组不同数量和质量的光谱时序特征集组合,基于支持向量机方法分类并进行...
【文章来源】：中国农业科学院北京市
【文章页数】：105 页
【学位级别】：博士
【部分图文】：
不同农作物的物候历特征
用支持向量机实现分类。最后，从“特征解释性”和“分类精度”两方面评估两类全局 SI 方法在农作物遥感识别中的适用性。（3）一种基于 SI 指数的时序光谱特征自动优选方法研究 (STAFS)。构建 155 个时序植被指数特征（31 时序×5 植被指数），基于平均值法扩展类对分离指数到全局分离指数，综合特征之间的“分离性”和“相关性”循环迭代删除冗余的特征，保留最优的时序光谱特征量组合，采用支持向量机进行分类，基于 Landsat 中高空间分辨率农作物参考图评估 MODIS 分类结果在空间位置上的精度，同时基于农业统计数据评定 MODIS 分类结果在面积估算总量上的精度。（4）一种融合遥感数据与统计数据提取亚像素农作物比例的方法研究。以 155 个时序植被指数为候选特征，结合随机森林特征排序方法和“向后剔除”策略剔除得分最低的特征量，保留最优的时序光谱特征。采用随机森林回归模型计算 MODIS 像元作物百分比，计算统计数据与遥感结果在县级尺度之间的面积差。采用“面积差循环分配”将两类数据的总面积差分配给所有MODIS 像素，使修正后的 MODIS 亚像素农作物分类结果既在面积上与统计数据完全一致，又在空间位置上与纠正前的遥感分类结果相对一致，实现以统计数据来优化遥感分类结果的目的。1.5.3 研究框架根据以上研究目标和研究内容，制定了本研究的主要技术路线，如下图 1.2 所示。
本论文结构框架图
【参考文献】：
期刊论文
[1]Rice cultivation changes and its relationships with geographical factors in Heilongjiang Province,China[J]. LU Zhong-jun,SONG Qian,LIU Ke-bao,WU Wen-bin,LIU Yan-xia,XIN Rui,ZHANG Dong-mei. Journal of Integrative Agriculture. 2017(10)
[2]How do temporal and spectral features matter in crop classifi cation in Heilongjiang Province,China?[J]. HU Qiong,WU Wen-bin,SONG Qian,LU Miao,CHEN Di,YU Qiang-yi,TANG Hua-jun. Journal of Integrative Agriculture. 2017(02)
[3]全球30m空间分辨率耕地遥感制图研究[J]. 曹鑫,陈学泓,张委伟,廖安平,陈利军,陈志刚,陈晋. 中国科学:地球科学. 2016(11)
[4]基于GlobeLand30的全球城乡建设用地空间分布与变化统计分析[J]. 陈军,陈利军,李然,廖安平,彭舒,鲁楠,张宇硕. 测绘学报. 2015(11)
[5]Landsat TM8及GF-1影像黑龙江省线状地物实际与解译宽度对比[J]. 辛蕊,陆忠军,刘洋,付斌,刘克宝. 农业工程学报. 2015(16)
[6]农作物种植结构遥感提取研究进展[J]. 胡琼,吴文斌,宋茜,余强毅,杨鹏,唐华俊. 中国农业科学. 2015(10)
[7]农作物遥感分类特征变量选择研究现状与展望[J]. 贾坤,李强子. 资源科学. 2013(12)
[8]利用交叉信息熵模拟东北地区水稻种植面积空间分布[J]. 唐鹏钦,杨鹏,陈仲新,李正国,游良志,刘珍环,吴文斌,姚艳敏. 农业工程学报. 2013(17)
[9]综合季相节律和特征光谱的冬小麦种植面积遥感估算[J]. 张喜旺,秦耀辰,秦奋. 农业工程学报. 2013(08)
[10]基于时间序列环境卫星影像的作物分类识别[J]. 李鑫川,徐新刚,王纪华,武洪峰,金秀良,李存军,鲍艳松. 农业工程学报. 2013(02)
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
本文编号：3640734
【文章来源】：中国农业科学院北京市
【文章页数】：105 页
【学位级别】：博士
【部分图文】：
不同农作物的物候历特征
用支持向量机实现分类。最后，从“特征解释性”和“分类精度”两方面评估两类全局 SI 方法在农作物遥感识别中的适用性。（3）一种基于 SI 指数的时序光谱特征自动优选方法研究 (STAFS)。构建 155 个时序植被指数特征（31 时序×5 植被指数），基于平均值法扩展类对分离指数到全局分离指数，综合特征之间的“分离性”和“相关性”循环迭代删除冗余的特征，保留最优的时序光谱特征量组合，采用支持向量机进行分类，基于 Landsat 中高空间分辨率农作物参考图评估 MODIS 分类结果在空间位置上的精度，同时基于农业统计数据评定 MODIS 分类结果在面积估算总量上的精度。（4）一种融合遥感数据与统计数据提取亚像素农作物比例的方法研究。以 155 个时序植被指数为候选特征，结合随机森林特征排序方法和“向后剔除”策略剔除得分最低的特征量，保留最优的时序光谱特征。采用随机森林回归模型计算 MODIS 像元作物百分比，计算统计数据与遥感结果在县级尺度之间的面积差。采用“面积差循环分配”将两类数据的总面积差分配给所有MODIS 像素，使修正后的 MODIS 亚像素农作物分类结果既在面积上与统计数据完全一致，又在空间位置上与纠正前的遥感分类结果相对一致，实现以统计数据来优化遥感分类结果的目的。1.5.3 研究框架根据以上研究目标和研究内容，制定了本研究的主要技术路线，如下图 1.2 所示。
本论文结构框架图
【参考文献】：
期刊论文
[1]Rice cultivation changes and its relationships with geographical factors in Heilongjiang Province,China[J]. LU Zhong-jun,SONG Qian,LIU Ke-bao,WU Wen-bin,LIU Yan-xia,XIN Rui,ZHANG Dong-mei. Journal of Integrative Agriculture. 2017(10)
[2]How do temporal and spectral features matter in crop classifi cation in Heilongjiang Province,China?[J]. HU Qiong,WU Wen-bin,SONG Qian,LU Miao,CHEN Di,YU Qiang-yi,TANG Hua-jun. Journal of Integrative Agriculture. 2017(02)
[3]全球30m空间分辨率耕地遥感制图研究[J]. 曹鑫,陈学泓,张委伟,廖安平,陈利军,陈志刚,陈晋. 中国科学:地球科学. 2016(11)
[4]基于GlobeLand30的全球城乡建设用地空间分布与变化统计分析[J]. 陈军,陈利军,李然,廖安平,彭舒,鲁楠,张宇硕. 测绘学报. 2015(11)
[5]Landsat TM8及GF-1影像黑龙江省线状地物实际与解译宽度对比[J]. 辛蕊,陆忠军,刘洋,付斌,刘克宝. 农业工程学报. 2015(16)
[6]农作物种植结构遥感提取研究进展[J]. 胡琼,吴文斌,宋茜,余强毅,杨鹏,唐华俊. 中国农业科学. 2015(10)
[7]农作物遥感分类特征变量选择研究现状与展望[J]. 贾坤,李强子. 资源科学. 2013(12)
[8]利用交叉信息熵模拟东北地区水稻种植面积空间分布[J]. 唐鹏钦,杨鹏,陈仲新,李正国,游良志,刘珍环,吴文斌,姚艳敏. 农业工程学报. 2013(17)
[9]综合季相节律和特征光谱的冬小麦种植面积遥感估算[J]. 张喜旺,秦耀辰,秦奋. 农业工程学报. 2013(08)
[10]基于时间序列环境卫星影像的作物分类识别[J]. 李鑫川,徐新刚,王纪华,武洪峰,金秀良,李存军,鲍艳松. 农业工程学报. 2013(02)
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
本文编号：3640734
本文链接：https://www.wllwen.com/kejilunwen/nykj/3640734.html
