本文關(guān)鍵詞： 遙感 作物 面積識別 多時相 近紅外波段 GF-/WFV 水稻　出處：《農(nóng)業(yè)工程學報》2017年23期 　論文類型：期刊論文

【摘要】：針對近紅外波段水稻識別能力的問題,選擇銀川市所屬的5個縣區(qū)為研究區(qū)域,采用2016年5月18日、6月16日、7月30日、9月13日4個時相GF-1/WFV影像的近紅外波段(0.76~2.526μm)數(shù)據(jù),基于決策樹分類方法,獲取了4個單時相、3個多時相條件下的水稻識別結(jié)果,并與全波段數(shù)據(jù)分類結(jié)果進行了比較。單時相5、6、7和9月份近紅外波段水稻識別精度分別為83.63%、57.40%、75.82%和62.61%,除5月份精度高于全波段5.75個百分點外,其他時相都低于全波段識別精度,6月份相差最高為30.23個百分點。多時相5/6、5/7、5/6/7/9月份組合,近紅外水稻識別精度分別為83.76%、93.93%和94.03%,分別比全波段低5.47,高8.58和0.73個百分點。結(jié)果表明,水稻生長早期的5月份、中期的7月份,近紅外波段可以作為單時相遙感識別數(shù)據(jù)源,包括生長早期和中期2個時相在內(nèi)的多時相近紅外波段組合都可以作為遙感識別的數(shù)據(jù)源,研究結(jié)果可以作為GF-1數(shù)據(jù)水稻遙感識別的依據(jù)。
[Abstract]:In order to solve the problem of rice recognition ability in near infrared band, five counties of Yinchuan city were selected as study areas, May 18th 2016, June 16th and July 30th were adopted. In September 13th, four single phase GF-1/WFV images were obtained based on the decision tree classification method based on the near infrared band (0.76 ~ 2.526 渭 m) of four temporal GF-1/WFV images. The results of rice identification under three multi-phase conditions were compared with the results of full-band data classification. The accuracy of rice recognition in single-phase 5Y6H7 and NIR region in September was 83.63%, respectively. The accuracy of 57.40% and 62.61% is lower than that of full band recognition except that in May the accuracy is higher than that in the whole band by 5.75%. In June, the maximum difference was 30.23 percentage points. In the combination of 5 / 6 / 7 / 5 / 7 / 7 / 7 / 9, the accuracy of near-infrared rice recognition was 83.76%, respectively. The values of 93.93% and 94.03 were 5.47 lower and 8.58 and 0.73 percentage points higher than those of the whole band, respectively. The results showed that the rice growth period was May in the early stage and July in the middle period. The near infrared band can be used as the data source of single phase remote sensing recognition, and the combination of multi-time and similar infrared bands, including the early and middle phases of growth, can be used as the data source of remote sensing recognition. The results can be used as the basis of rice remote sensing recognition based on GF-1 data.
【作者單位】： 中國農(nóng)業(yè)科學院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所;
【基金】：國家重點研發(fā)計劃“糧食作物生長監(jiān)測診斷與精確栽培技術(shù)”課題“作物生長與生產(chǎn)力衛(wèi)星遙感監(jiān)測預測”(2016YFD0300603)
【分類號】：S511;TP79
【正文快照】： 0引言水稻是中國三大糧食作物之一,準確掌握水稻種植面積是中國農(nóng)作物種植結(jié)構(gòu)調(diào)整的依據(jù)。遙感技術(shù)具有客觀性強,覆蓋范圍廣的特點,是區(qū)域農(nóng)作物面積信息準確獲取的主要技術(shù)[1]。近紅外譜段(0.76~2.526μm)介于可見光與中紅外光之間,水稻在近紅外波段有較高的反射率,而水體則

【相似文獻】

相關(guān)期刊論文 前10條

1 常同元,張韜,安慧君;用多時相航片測定呼市建筑增長速度[J];遙感信息;1997年03期

2 楊沈斌;李秉柏;申雙和;譚炳香;何維;;基于多時相多極化差值圖的稻田識別研究[J];遙感學報;2008年04期

3 狄美;孫林;王萍;;基于多時相數(shù)據(jù)的沙塵過程動態(tài)監(jiān)測[J];山東建筑大學學報;2008年04期

4 白黎娜;王t+瑜;田昕;盧穎;楊永恬;;基于多時相ENVISat ASAR數(shù)據(jù)的冬小麥識別方法——以北京通州試驗區(qū)為例[J];遙感技術(shù)與應(yīng)用;2010年04期

5 陳楚江,王麗園,朱慶;多源多時相數(shù)據(jù)空間分析及其在西藏墨脫地區(qū)的應(yīng)用[J];武漢大學學報(信息科學版);2005年03期

6 俞軍;Bo Ranneby;;基于多時相影像的農(nóng)業(yè)作物非參數(shù)與概率分類(英文)[J];遙感學報;2007年05期

7 金寶石;周葆華;;安慶沿江湖泊近20年水域多時相動態(tài)演變[J];國土資源遙感;2008年03期

8 李留瑜;用多時相衛(wèi)星象片增強森林目視判讀分類效果的研究[J];農(nóng)業(yè)區(qū)劃;1980年03期

9 張榮群,張瑋,袁志龍;多時相ERS-2 SAR圖像在作物分類中的預處理方法研究[J];遙感技術(shù)與應(yīng)用;2000年01期

10 李本綱,陶澍;一種利用多時相TM影像分析地表植被變化的新方法——以敦煌地區(qū)綠洲植被變化分析為例[J];遙感學報;2000年04期

相關(guān)會議論文 前1條

1 趙崴;唐軍武;孫從容;陳光明;王曉梅;;HY_1衛(wèi)星遙感器可見光—近紅外波段定標系數(shù)跟蹤研究[A];第十四屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2003年

相關(guān)碩士學位論文 前2條

1 王玉亭;面向?qū)ο蟮亩鄷r相衛(wèi)星影像地物分類技術(shù)[D];哈爾濱工業(yè)大學;2015年

2 朱榴駿;多時相高分辨率遙感圖像山區(qū)積雪協(xié)同識別[D];南京大學;2015年

，

本文編號：1482872