复杂地表景观区域水稻面积遥感精确提取与时空变化分析

发布时间：2021-09-09 06:48

　　及时、精确掌握耕地面积及其变化趋势是农业管理和粮食安全的重要保障。遥感技术作为对地观测领域的主要数据获取手段,可以有效的实现作物面积提取和土地利用变化分析。本文提出结合物候信息与深度学习的分类方法解决复杂地表景观区域水稻精确识别问题,同时基于Landsat EVI时间序列数据分析株洲市区水稻变化情况,主要工作与结论如下:（1）针对中分辨率遥感影像分类训练样本规模不足以满足深度学习训练的问题,将预训练机制引入到卷积神经网络模型中,利用相似遥感数据集对模型进行初始权重设置,再利用中分辨率样本数据集对最优权重进行迭代优化,解决了深度学习模型应用中数据规模不足的问题。以湖南株洲作为试验区,应用预训练深度学习方法,分类结果的总体精度达到82%,优于未引入预训练的分类方法。（2）针对复杂地表景观区水稻面积遥感精确识别难度较高的问题,采用分层分类的策略,在利用引入预训练机制的卷积神经网络完成遥感影像初步分类的基础上,结合物候信息,实现水稻信息的精确识别。该方法结合了时间特征与深度抽象特征,水稻面积识别精度提高到90%。（3）基于1987-2017年Landsat EVI时间序列数据,分析了株洲市区土... 

【文章来源】：中国地质大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】：113 页

【学位级别】：博士

【部分图文】：

技术路线

研究区地理位置

气象气候数据（a）株洲市年均降水量（b）株洲市年均气温

【参考文献】：
期刊论文
[1]三峡大坝运行后长江中下游流域气温与植被变化特征及原因分析[J]. 葛非凡,毛克彪,蒋跃林,姜立鹏,范玉芬,王一舒,谭雪兰,李建军.  气候变化研究进展. 2017(06)
[2]BFAST——一种分析气候极端事件变化的新方法[J]. 王烨,李宁,张正涛,张洁.  灾害学. 2016(04)
[3]混合核特征加权SVM遥感湿地空间分类[J]. 刘冰,吴超,林怡.  测绘工程. 2016(07)
[4]基于MODIS数据和BFAST方法的植被变化监测[J]. 刘宝柱,方秀琴,何祺胜,荣祁远.  国土资源遥感. 2016(03)
[5]基于小波变换的武汉市城乡边缘带识别[J]. 马晶,李全,应玮.  武汉大学学报(信息科学版). 2016(02)
[6]基于Mann-Kendall法的湖泊稳态转换突变分析[J]. 刘聚涛,方少文,冯倩,吴智导,韩柳,黄佳聪,白秀玲.  中国环境科学. 2015(12)
[7]基于小波变换的卧龙国家级自然保护区植被时空变化分析[J]. 朴英超,关燕宁,张春燕,郭杉,阎保平.  生态学报. 2016(09)
[8]基于时间序列相似性的自动观测数据时空异常探测方法研究[J]. 贾远信,郭建文,刘丰.  遥感技术与应用. 2015(04)
[9]DEM形态分析在丘陵地形景观建构中的应用——以株洲市为例[J]. 杨帆,魏春雨,李博,尹芳.  湖南大学学报(自然科学版). 2014(12)
[10]改进的随机森林及其在遥感图像中的应用[J]. 姚明煌,骆炎民.  计算机工程与应用. 2016(04)



本文编号：3391629