MODIS双星数据协同的耕地物候参数提取方法研究
本文关键词:MODIS双星数据协同的耕地物候参数提取方法研究,,由笔耕文化传播整理发布。
【摘要】:耕地物候作为农业生态系统的重要特征,是进行农作物长势监测与估产、田间管理、农作物合理布局和农业政策制定等的重要依据,也是作物模型模拟的主要输入参数之一。获取准确和可靠的耕地物候信息,在农时预报、农事活动指导、农情监测和作物品种的选择与引进等方面都有巨大的应用价值。使用遥感方法提取耕地物候参数具有宏观、高效和便捷的特点,从遥感数据中获取物候信息主要是基于时序植被指数进行。与AVHRR和VEGETATION等常见时序植被指数产品数据源相比,MODIS植被指数产品具有双星平台观测、合成算法先进和数据内容丰富的优势。如果能将这些优势加以充分利用,将有助于提高物候参数提取的质量。遥感数据的时间分辨率对物候参数提取结果的影响十分明显,主要表现在由于多天数据合成导致的数据实际观测日期与名义观测日期之间的差异上。MODIS双星平台数据协同应用的目的就是直接从植被指数产品入手,在保证数据质量的前提下提高时序植被指数的时间分辨率,从而更好的为耕地物候参数提取服务。时序植被指数重构也是物候参数提取的重要内容之一,不同的时序数据重构方法各具优势,在实际应用时需要根据具体情况对比后作出选择。本研究针对不同数据从三种常用的重构方法中选出各自最适宜的方法并进行时序植被指数重构,最后用地面物候观测资料对耕地物候参数提取结果进行验证比较。主要研究成果包括以下几个方面:(1)根据MODIS数据产品拥有双星平台、提供了实际观测日期和像元可靠性描述信息、并对来自Terra和Aqua的时序植被指数进行“半合成期错位”处理等特点,利用两种数据相互重叠的8天作为合成时段,以数据实际观测日期是否落在重叠期内为首选条件,结合数据质量可靠性描述信息及像元NDVI值的大小,改进了由MOD13A2和MYD13A2植被指数产品生成8天时间分辨率NDVI时序数据的方案。通过IDL语言编写的程序对数据进行处理,在东北三省对该方案进行了实现,得到比现有产品时间分辨率更高的MODIS-NDVI数据。(2)针对时序植被指数重构方法比较中经常关注的两个评价指标——重构方法对原始数据的保真能力和平滑能力,提出对这两种能力的评价必须建立在区别数据质量的基础上。通过对高质量数据计算重构后的数据点与原始数据点之间的平均距离来反映保真能力,对低质量数据计算未得到有效修正的数据点占所有低质量数据的比例来反映平滑能力。为了能够将这两种评价指标统一起来并用于大区域研究的目的,提出了考虑数据质量的重构效果计分比较法,以最终的综合得分为标准评价某种方法对时序数据进行重构的适用性。(3)在研究由MOD13A2和MYD13A2植被指数产品生成更高时间分辨率NDVI时序数据方案,以及利用考虑数据质量的重构效果计分比较法选择最佳时序数据重构方法的基础上,实现了MODIS双星平台数据协同提取耕地物候参数的目标。通过对MODIS双星平台植被指数的协同应用,充分发挥它们的互补优势,在保证数据质量的前提下构建更高时间分辨率的时序数据,在最佳时序数据重构方法的支持下,使得所提取的耕地物候参数质量也有一定的提高,为MODIS双星平台数据协同应用提供了新的思路。
【关键词】:耕地物候 MODIS 时序植被指数重构 双星数据协同
【学位授予单位】:中国农业科学院
【学位级别】:博士
【学位授予年份】:2015
【分类号】:S162;S127
【目录】:
- 摘要6-7
- Abstract7-15
- 英文缩略表15-17
- 第一章 绪论17-28
- 1.1 遥感提取物候及其研究意义17-19
- 1.1.1 物候现象与物候观测17
- 1.1.2 遥感提取物候的理论基础17-18
- 1.1.3 遥感提取物候研究的意义18-19
- 1.2 物候参数遥感提取研究进展19-24
- 1.2.1 遥感提取物候的数据资源19-20
- 1.2.2 遥感提取物候的相关技术方法20-23
- 1.2.3 遥感提取物候结果的验证途径23-24
- 1.3 本论文研究方案24-26
- 1.3.1 研究切入点与研究目标24-25
- 1.3.2 主要研究内容25
- 1.3.3 研究技术路线25-26
- 1.4 论文结构26-28
- 第二章 研究区域与数据准备28-38
- 2.1 研究区介绍28-29
- 2.1.1 研究区概况28
- 2.1.2 研究区自然条件28-29
- 2.1.3 研究区农业布局特点29
- 2.2 遥感数据及其预处理29-33
- 2.2.1 MODIS传感器及其卫星平台29-30
- 2.2.2 MODIS标准植被指数产品30-32
- 2.2.3 MODIS数据的获取和预处理32-33
- 2.3 地面物候观测数据33-36
- 2.3.1 地面物候观测概述33-34
- 2.3.2 地面物候观测数据资源34-35
- 2.3.3 地面物候观测数据处理35-36
- 2.4 地表覆盖数据36-37
- 2.5 本章小结37-38
- 第三章 MODIS双星数据协同方案设计与实现38-49
- 3.1 MODIS双星数据协同研究背景38-42
- 3.1.1 时间分辨率对物候参数遥感提取的影响38-39
- 3.1.2 植被指数合成与产品的时间分辨率39-40
- 3.1.3 MODIS双星数据协同的有利条件40-42
- 3.2 MODIS双星数据协同方案研究42-45
- 3.2.1 MODIS双星数据协同的基本思路42-43
- 3.2.2 MODIS双星数据直接合并存在的问题43-44
- 3.2.3 改进的MODIS双星数据合并方案44-45
- 3.3 MODIS双星数据协同方案实现45-47
- 3.3.1 MODIS双星NDVI合并数据来源分析45-46
- 3.3.2 MODIS双星观测数据一致性检验46-47
- 3.4 本章小结47-49
- 第四章 时间序列植被指数重构方法比较研究49-62
- 4.1 时间序列植被指数重构及常用方法49-52
- 4.1.1 时间序列植被指数重构的必要性49-50
- 4.1.2 常用的时间序列植被指数重构方法50-51
- 4.1.3 时序植被指数重构方法比较研究进展51-52
- 4.2 时间序列植被指数重构方法比较策略52-56
- 4.2.1 工具软件TIMESAT简介53-54
- 4.2.2 时序植被指数重构效果的影响因素54-55
- 4.2.3 考虑数据质量的重构效果计分比较法55-56
- 4.3 时间序列植被指数重构方法比较结果56-61
- 4.3.1 不同数据下三种重构方法得分对比56-58
- 4.3.2 时序植被指数重构方法比较结论与讨论58-59
- 4.3.3 数据重构对植被指数图像的改善效果59-61
- 4.4 本章小结61-62
- 第五章 耕地物候参数提取研究及其验证分析62-79
- 5.1 遥感提取耕地物候的基础与方法62-66
- 5.1.1 遥感提取耕地物候的主要内容62-63
- 5.1.2 主要作物时序植被指数特征分析63-65
- 5.1.3 耕地关键物候期遥感提取方法65-66
- 5.2 研究区主要耕地物候参数提取结果66-70
- 5.2.1 耕地生长季开始期的空间格局66-67
- 5.2.2 耕地生长季峰值期的空间格局67-68
- 5.2.3 耕地生长季结束期的空间格局68-69
- 5.2.4 耕地生长季长度的空间格局69-70
- 5.3 耕地物候参数提取结果的验证分析70-78
- 5.3.1 地面物候观测数据统计分析70-72
- 5.3.2 耕地物候参数提取结果验证对比72-76
- 5.3.3 误差分析及比较结论76-78
- 5.4 本章小结78-79
- 第六章 总结与讨论79-82
- 6.1 主要研究结论79-80
- 6.2 主要创新成果80-81
- 6.3 存在的问题与展望81-82
- 参考文献82-90
- 致谢90-91
- 作者简介91
【参考文献】
中国期刊全文数据库 前10条
1 李正国;唐华俊;杨鹏;周清波;王仰麟;吴文斌;殷贺;张莉;;基于时序植被指数的东北地区耕地生长季特征识别与应用研究[J];北京大学学报(自然科学版);2011年05期
2 陈效逑;喻蓉;;1982~1999年我国东部暖温带植被生长季节的时空变化[J];地理学报;2007年01期
3 宋春桥;游松财;柯灵红;刘高焕;;藏北地区三种时序NDVI重建方法与应用分析[J];地球信息科学学报;2011年01期
4 李爱华;柏延臣;;多源遥感专题信息比较研究:现状、问题与展望[J];地球科学进展;2011年07期
5 范广洲;贾志军;;植物物候研究进展[J];干旱气象;2010年03期
6 杨国栋;中国东部地区物候季节划分的初步探索[J];河南师大学报(自然科学版);1983年01期
7 王正兴,刘闯,HUETE Alfredo;植被指数研究进展:从AVHRR-NDVI到MODIS-EVI[J];生态学报;2003年05期
8 闫峰;史培军;武建军;王艳姣;李春强;;基于MODIS-EVI数据的河北省冬小麦生育期特征[J];生态学报;2008年09期
9 徐岩岩;张佳华;;基于MODIS-EVI数据和Symlet11小波识别东北地区水稻主要物候期[J];生态学报;2012年07期
10 王静;郭铌;;Terra MODIS和Aqua MODIS波段反射率及植被指数比较[J];生态学杂志;2008年10期
本文关键词:MODIS双星数据协同的耕地物候参数提取方法研究,由笔耕文化传播整理发布。
本文编号:300847
本文链接:https://www.wllwen.com/shoufeilunwen/nykjbs/300847.html