基于遥感影像的阿克苏地区林果种植面积测算方法研究与实现

发布时间：2020-11-12 03:07

　　 如今遥感技术在农业上有着广阔的应用,采用卫星遥感技术进行大面积农业调查已经成为遥感技术的一个重要应用方向。位于新疆的阿克苏地区有着种植水果的优越地理环境,特色林果业也成为了阿克苏地区的重要产业,在进行种植信息统计时传统实地测量作物面积的统计方法存在着耗时费力、时效性差等局限性,而卫星遥感技术的应用可以有效解决传统方法存在的问题,能够更便捷的掌握大面积特色林果资源的信息状况,从而加快阿克苏地区林果产业信息化。同时,林果种植的遥感识别对阿克苏特色林果业发展情况的监测及预测也有着非常现实的意义。本实验以阿克苏地区为研究区域,以当地红枣、苹果、香梨、核桃、杏这五种特色林果为研究对象。首先通过实地调研采样收集样本库、下载相关Landsat 8卫星遥感数据信息作为实验材料;其次对遥感信息进行辐射定标、大气校正、图像镶嵌和矢量裁剪等预处理操作;然后对处理后的实验材料采取支持向量机、最大似然法、神经网络法三种不同监督分类的方法进行林果分类,并对分类结果采取三种小斑块去除处理后进行精度分析以选出最优的分类组合方式,并统计特色林果种植面积信息;最后搭建阿克苏地区特色林果种植面积统计系统。主要研究结果如下:(1)实验对Landsat 8影像中五种特色林果分别进行监督分类,选取了神经网络法分类、最大似然法分类和支持向量机法分类三种分类方法,实验研究表明三种监督分类方式的总体精度与Kappa系数均达到了85%和0.81以上。实现了对阿克苏地区五种特色林果的较好分类。(2)实验中为提高试验区域内的分类精度,采用Majority Minority分析、聚类处理(Clump)和过滤处理(Sieve)分别对3种监督分类结果进行不同方式的斑块去除处理,最后经过精度评价,得到最优分类处理方式为在支持向量机分类后进行Majority分析的组合,其总体分类精度达到了90.39%,Kappa系数为0.8789,对分类的精度实现了有效提高。(3)通过实验中的最优分类组合结合ENVI软件中的分类统计模块对研究区的五种特色林果进行了种植面积统计,实验统计结果如下,特色林果种植总面积为301006.383hm~2,其中核桃的种植面积为147627.6596hm~2;红枣的种植面积为147627.6596hm~2;苹果的种植面积为22644.6809hm~2;杏的种植面积15882.9787hm~2;香梨的种植面积为12403.1915hm~2。(4)通过以.NET为框架,ArcGIS Server为GIS平台,Internet信息服务(IIS)为Web服务器,设计搭建了支持影像显示、距离与面积测量、种植面积统计等功能的阿克苏地区经济林果树种植面积统计系统,完成了从面积测算方法的研究到实现。
【学位单位】：塔里木大学
【学位级别】：硕士
【学位年份】：2020
【中图分类】：S127;TP751
【部分图文】：

塔里木大学硕士学位论文第1章绪论1第1章绪论1.1引言新疆是农业大省，地处新疆南疆的阿克苏地区有着极具特色的林果产业，这里的地理与气候条件让阿克苏林果质量极好。自阿克苏定下优质林果业的发展道路至今，林果产业发展越来越好，种植面积也越来越大。随着林果业不断发展，传统面积调查方式，调查时间长、人力成本高、工作量大等问题逐渐显现出来，难以在短期内做到快速调查的需要。而卫星遥感恰可满足这一需求，通过遥感技术可以大规模、准确、快速的进行农业调查任务，为农业信息化的发展提供一种思路。图1-1为阿克苏地区行政边界图。图1-1阿克苏地区行政边界图(含阿拉尔)本研究基于Landsat8遥感影像，以阿克苏地区五种特色林果树种：红枣、香梨、苹果、核桃、杏为研究对象，通过户外调研测定收集五种林果样本数据库，筛选适合的遥感信息；采用三种不同的监督分类方法以及三种不同的分类后小斑块去除处理，对五种果树进行有效的分类分析，在不同分类与处理方法的精度验证基础上，确定针对阿克苏地区特色林果果树最合适的分类与处理的组合方式，通过遥感技术对阿克苏地区特色林果进行正确分类并统计其种植面积，最终搭建阿克苏地区特色林果面积统计系统，为阿克苏地区特色林果产业信息化建设助力。

基于遥感影像的阿克苏地区果树种植面积测算方法与实现技术路线图

塔里木大学硕士学位论文第2章遥感数据信息采集获取10表2-3实验遥感影像数据信息数据标识条带号行编号获取时间平均云量中心经度中心纬度LC81450322018252LGN00145322018-09-091.57%82.1852540.42703LC81450332018252LGN00145332018-09-091.05%81.7520139.02951LC81460332017272LGN00146332017-09-290.46%80.7238838.90417LC81470312017263LGN00147312017-09-203.39%80.1031741.75964LC81470322017263LGN00147322017-09-200.23%79.6405440.33282LC81470302017263LGN00147302017-09-201.44%80.5820843.1846LC81460322017240LGN00146322017-08-280.28%81.1826940.3327LC81460302017240LGN00146302017-08-284.68%82.1245743.18493LC81440332017210LGN00144332017-07-293.99%83.8300538.90434LC81440322017210LGN00144322017-07-292.55%84.2780540.33287LC81480322017190LGN00148322017-07-092.17%78.1052340.33257LC81470332017263LGN00147332017-09-208.4%79.1928538.9045LC81460312017208LGN00146312017-07-2715.03%81.6518641.75978图2-113景的Landsat8遥感影像源数据
【参考文献】

相关期刊论文 前10条

1 陈刘凤;林开平;胡宝清;李嘉洁;宁文怡;;基于Landsat8_OLI数据的甘蔗种植面积监测[J];南方农业学报;2015年11期

2 黄健熙;贾世灵;武洪峰;苏伟;;基于GF-1 WFV影像的作物面积提取方法研究[J];农业机械学报;2015年S1期

3 刘吉凯;钟仕全;梁文海;;基于多时相Landsat8 OLI影像的作物种植结构提取[J];遥感技术与应用;2015年04期

4 钱发斌;邓喜庆;;基于ArcGIS Server的林业Web GIS系统的实现[J];林业调查规划;2015年03期

5 牛鲁燕;张晓艳;郑继业;曹善栋;阮怀军;;基于Landsat8 OLI数据的山东省耕地信息提取研究[J];中国农学通报;2014年34期

6 卢柳叶;李光录;张莉;张伐伐;;基于TM影像的半干旱区土地利用信息提取——以山西省定襄县为例[J];干旱地区农业研究;2012年01期

7 刘东辉;卞建鹏;付平;刘智青;;支持向量机最优参数选择的研究[J];河北科技大学学报;2009年01期

8 张建国;李宪文;吴延磊;;面向对象的冬小麦种植面积遥感估算研究[J];农业工程学报;2008年05期

9 林升梁;刘志;;基于RBF核函数的支持向量机参数选择[J];浙江工业大学学报;2007年02期

10 曹卫彬,杨邦杰,宋金鹏;TM影像中基于光谱特征的棉花识别模型[J];农业工程学报;2004年04期

相关硕士学位论文 前10条

1 吕缀;基于WebGIS的森林资源三类调查系统设计与实现[D];西安科技大学;2019年

2 郑琪琪;基于遥感技术的盐池荒漠草原柠条人工林景观分布与生物量估算[D];宁夏大学;2019年

3 李鹏;基于无人机图像的麦穗识别技术研究[D];河南农业大学;2019年

4 刘子凡;林地变更调查系统研究与应用[D];西安科技大学;2018年

5 胡月瑶;基于Landsat指数影像的城市区域自动分类方法研究[D];武汉大学;2018年

6 冯振峰;基于多源数据的南疆环塔里木盆地主栽经济林大面积遥感识别研究[D];新疆农业大学;2016年

7 李广;基于无人机遥感技术的玉米种植分布信息提取方法研究[D];西北农林科技大学;2016年

8 张镒谱;基于ArcGIS API for JavaScript的校园地下管网信息系统的设计与实现[D];辽宁师范大学;2016年

9 杨辽;基于多光谱数据的库尔勒香梨种植面积提取研究[D];新疆大学;2015年

10 吴洋;基于Landsat8数据的西宁市土地利用分类方法比较研究[D];西北农林科技大学;2015年

本文编号：2880152