当前位置:主页 > 农业论文 > 园艺论文 >

基于高分一号和Landsat-8影像的库尔勒市香梨面积估算方法研究

发布时间:2020-09-27 06:19
   随着科学技术的不断进步,如何快速、及时、准确地获取农作物的种植信息对于现代农业生产十分重要。作为新疆主要特色水果之一的库尔勒香梨,其主要种植和培育地区为南疆库尔勒市及周边地区。利用遥感技术获取库尔勒香梨的种植面积、长势等信息,可为政府管理部门制定各种决策提供数据支持。本研究以新疆南疆库尔勒市为研究区,利用国产高分一号(GF-1)卫星和Landsat-8卫星遥感数据,依据GF-1卫星2 m遥感影像对2010年土地利用现状图更新后获取掩膜数据,利用ENVI5.2软件进行两种遥感数据的五种监督分类(最大似然法、平行六面体、最小距离、神经网络、支持向量机),以获得2015年库尔勒市香梨种植面积的最佳提取月份、方法以及最佳数据源。结果表明:(1)Landsat-8影像数据的总体分离精度要高于GF-1影像数据,而GF-1影像数据的验证精度相比Landsat-8影像数据要高。(2)基于多时相遥感数据进行香梨种植面积的提取,GF-1影像8月最大似然法(95.94%)与支持向量机(93.33%)的识别精度较高。Landsat-8影像最大似然法为10月(94.43%),支持向量机为7月(91.12%)识别精度较高。整体分析,GF-1影像8月最大似然法监督分类的精度最高;Landsat-8影像为10月最大似然法监督分类的精度最高;分析得出最大似然法是香梨种植面积识别中精度最高的监督分类方法。(3)利用GF-18月16 m影像数据,通过最大似然法监督分类得出2015年库尔勒市香梨种植面积为2.827×10~4 hm~2,香梨面积提取精度为96.28%。(4)若研究目的为农作物空间分布解译,建议使用辐射分辨率高的Landsat-8影像数据;若研究目的为识别作物种植面积,建议使用空间分辨率高的GF-1影像数据,以便提高解译精度。
【学位单位】:新疆农业大学
【学位级别】:硕士
【学位年份】:2017
【中图分类】:S661.2;S127
【部分图文】:

地理位置,概况,香梨,尉犁县


新疆农业大学硕士学位论第 2 章 研究区概况、资料来源与预处理2.1 研究区域概况2.1.1 地理位置概况2.1.1.1 地理位置库尔勒市是新疆南疆地区巴音郭楞蒙古自治州(巴州)的首府,位于天山支脉霍山南麓、塔里木盆地东北缘,南接尉犁县。市域总面积 7116.89 km2,香梨种植面积2.725×104hm2,地跨东经 85°12′~86°27′,北纬 41°11′~42°14′,东西长 127 km,南宽 105 km,因盛产驰名中外的香梨被人们称之为“梨城”[54-55]。

卫星遥感影像,影像数据,卫星,香梨


梨园 棉花 其他农作物图 2-2 GF-1 卫星 16 m 影像数据假彩色融合图Fig.2-2 GF-1 satellite 16 m image data false-color fusion diagram结合 2015 年 10 月的野外调查点数据,建立 ROI。本研究共建立三类训练样本与验证样本,分别为香梨、棉花和其他农作物。为提高对梨树以及其他农作物的识别,利用 ArcGIS10.2 将获取的 GF-1 卫星数据与Landsat-8 卫星数据进行假彩色合成(GF-1 数据选择 4、3、2 波段组合,Landsat-8 数据选择 5、4、3 波段组合),同时建立基于 GF-1 和 Landsat-8 库尔勒市卫星遥感影像的香梨、棉花与其他农作物的样本点。具体情况见表 2-3.表 2-3 作物样本数量Table 2-3 Number of crops samples作物 训练样本 验证样本香梨 70 50棉花 70 50其他 50 30

影像,库尔勒市,香梨


基于高分一号和 Landsat-8 的库尔勒梨树识别研究4.4 库尔勒市最佳香梨种植面积解译方法和结果上述分析可得知,从最佳数据源、最佳遥感时相和最佳监督分类方法三个方面综合分析,GF-1 卫星 16 m 影像对光谱数据为最佳数据源,8 月份为最佳月份,最大似然法为最佳监督分类方法,从而实现最好的香梨种植面积的识别精度。综合上述分析,本研究选取 GF-1 卫星 16 m 影像 8 月的多光谱数据,选取最大似然监督分类法,对 2015 年库尔勒市香梨种植面积进行提取。作物分布见 2015 年库尔勒市作物分布图(图 4-1),经计算并统计后库尔勒市 2015 年香梨种植解译面积为2.827×104hm2,与库尔勒市农业局实地调查统计资料进行对比,识别精度为 96.28%,结果良好。

【相似文献】

相关期刊论文 前10条

1 孟凡晓;陈圣波;张国亮;范宪创;;基于Landsat-8数据南海近岸悬浮泥沙与叶绿素a浓度定量反演[J];世界地质;2017年02期

2 周婧;;基于Landsat-8的遥感蚀变分级方法分析[J];科技创新与应用;2017年24期

3 王欢;张永福;安放舟;;基于Landsat-8的基本农田农作物植被覆盖度研究——以温宿县为例[J];中国农学通报;2015年02期

4 郭少锋;李安;李山山;冯钟葵;;基于卡尔曼滤波的Landsat-8卫星影像几何精校正[J];遥感信息;2015年01期

5 宁亮亮;张晓丽;;基于纹理信息的Landsat-8影像植被分类初探[J];中南林业科技大学学报;2014年09期

6 王祥;苏岫;王新新;王林;文世勇;;基于Landsat-8卫星数据的红沿河核电站温排水监测[J];红外;2015年08期

7 逄淑娜;朱渭宁;陈江;孙楠;黄李童;张昱森;张泽亮;;Landsat-8的舟山近岸海域总悬浮物遥感反演与时空变异研究[J];光谱学与光谱分析;2019年12期

8 聂运菊;童成卓;程朋根;陈晓勇;;利用Landsat-8影像的南昌地区热岛效应研究[J];遥感信息;2016年03期

9 付海军;;基于高分一号与Landsat-8影像的水体浊度反演比较[J];测绘与空间地理信息;2017年06期

10 梁瀚文;冯钟葵;陈勃;;Landsat-8卫星OLI成像仪调制传递函数在轨评测[J];遥感信息;2017年02期

相关会议论文 前1条

1 许海蓬;马毅;赵新生;;Landsat-8卫星影像在核电温排水监测中的应用研究[A];风险分析和危机反应中的信息技术--中国灾害防御协会风险分析专业委员会第六届年会论文集[C];2014年

相关硕士学位论文 前9条

1 杨屹濵;基于高分一号和Landsat-8影像的库尔勒市香梨面积估算方法研究[D];新疆农业大学;2017年

2 武笑天;基于高分一号和Landsat-8的昌吉市小麦面积提取研究[D];新疆农业大学;2016年

3 王潆樊;Landsat-8遥感影像大气校正[D];东北师范大学;2016年

4 吴文丰;基于Landsat-8与MODIS数据的地表温度时空融合:SADFAT算法改进及编程实现[D];福建师范大学;2016年

5 阎孟冬;基于Landsat-8卫星影像数据的清河水库水质反演模型研究[D];沈阳农业大学;2016年

6 方媛;多时相Landsat-8影像反演土壤重金属含量的经验模型选择与特征提取[D];中国地质大学(北京);2018年

7 杨森;Landsat-8长条带正射产品生成及系统实现[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年

8 刘宏丽;遥感示矿信息在阿根廷西北部米纳皮基塔斯地区成矿预测的应用[D];中国地质大学(北京);2016年

9 柏艺;基于3种不同数据源的川西南常绿阔叶林郁闭度估算模型研究[D];四川农业大学;2016年



本文编号:2827529

资料下载
论文发表

本文链接:https://www.wllwen.com/nykjlw/yylw/2827529.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户34002***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com