本文選題：MERSI　切入點(diǎn)：EVI　出處：《遙感技術(shù)與應(yīng)用》2017年05期 　論文類型：期刊論文

【摘要】：以河南省鶴壁市為研究區(qū),以FY3/MERSI數(shù)據(jù)為主要遙感信息源,采用基于光譜匹配的自適應(yīng)最佳端元組合混合像元分解方法提取夏玉米端元豐度值,構(gòu)建像元中夏玉米端元豐度值和夏玉米種植面積百分比值之間多種方程形式的回歸模型,綜合模型建立時(shí)的相關(guān)系數(shù)、顯著性水平和驗(yàn)證樣點(diǎn)的均方根誤差情況,選擇立方模型對(duì)研究區(qū)夏玉米種植面積進(jìn)行估算。經(jīng)驗(yàn)證,遙感估算的夏玉米種植面積精度為97.1%,位置精度為82.5%。研究結(jié)果可為采用中低空間分辨率遙感數(shù)據(jù)在種植結(jié)構(gòu)復(fù)雜地區(qū)準(zhǔn)確估算大范圍作物的種植面積提供科學(xué)基礎(chǔ)。
[Abstract]:Taking Hebi City, Henan Province as the research area and FY3/MERSI data as the main remote sensing information source, the adaptive optimal combination pixel decomposition method based on spectral matching was used to extract the end element abundance of summer maize. The regression models between the abundance value of summer maize end element and the percentage value of planting area of summer maize in the middle pixel were constructed, and the correlation coefficient, significance level and root mean square error of the sample point were synthesised when the model was established. The cubic model is selected to estimate the planting area of summer maize in the study area. The precision of planting area of summer maize estimated by remote sensing is 97.1cm, and the precision of position is 82.5.The results can provide a scientific basis for using remote sensing data with low and middle spatial resolution to accurately estimate the planting area of large-scale crops in areas with complex planting structure.
【作者單位】： 中國(guó)氣象局河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)實(shí)驗(yàn)室;河南省氣象科學(xué)研究所;河南省氣象局;北京超圖軟件股份有限公司成都分公司;
【基金】：中國(guó)氣象局/河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)實(shí)驗(yàn)室開放基金(AMF201608;AMF201507;AMF201708) 風(fēng)云三號(hào)應(yīng)用示范系統(tǒng)項(xiàng)目(FY-3(02)-UDS-1.8.2) 河南省氣象局氣象科學(xué)技術(shù)研究項(xiàng)目(Z201607)資助
【分類號(hào)】：S513;TP79

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 齊建成;朱述龍;朱寶山;曹聞;;基于端元獨(dú)立性的端元數(shù)目自動(dòng)獲取方法[J];測(cè)繪科學(xué);2009年06期

2 齊建成;朱述龍;朱寶山;趙泳;李二森;;圖像端元全自動(dòng)提取方法研究[J];海洋測(cè)繪;2009年02期

3 朱述龍;齊建成;朱寶山;曹聞;;以凸面單體邊界為搜索空間的端元快速提取算法[J];遙感學(xué)報(bào);2010年03期

4 王立國(guó);張晶;劉丹鳳;王群明;;從端元選擇到光譜解混的距離測(cè)算方法[J];紅外與毫米波學(xué)報(bào);2010年06期

5 曹建農(nóng);王貝貝;何曉寧;;高光譜端元自動(dòng)確定與提取的迭代算法[J];遙感學(xué)報(bào);2013年02期

6 吳波,張良培,李平湘;高光譜端元自動(dòng)提取的迭代分解方法[J];遙感學(xué)報(bào);2005年03期

7 陳子玄;武文波;;基于線性混合模型的端元提取方法綜述[J];測(cè)繪科學(xué);2008年S3期

8 陳子玄;武文波;;基于線性混合模型的端元提取方法綜述[J];測(cè)繪科學(xué);2008年S1期

9 李熙;關(guān)澤群;秦昆;張力;曹靈靈;;基于貝葉斯推理的像元內(nèi)部端元選擇模型[J];光學(xué)學(xué)報(bào);2009年09期

10 彭青青;楊遼;王杰;沈金祥;;基于異常探測(cè)的高光譜端元提取方法研究[J];遙感技術(shù)與應(yīng)用;2011年04期

相關(guān)會(huì)議論文 前1條

1 王百合;劉志剛;李義紅;;基于光譜角分析的端元光譜聚類方法研究[A];國(guó)家安全地球物理叢書（九）——防災(zāi)減災(zāi)與國(guó)家安全[C];2013年

相關(guān)博士學(xué)位論文 前3條

1 崔建濤;高光譜遙感圖像解混技術(shù)研究[D];浙江大學(xué);2015年

2 齊濱;高光譜圖像分類及端元提取方法研究[D];哈爾濱工程大學(xué);2012年

3 黃遠(yuǎn)程;高光譜影像混合像元分解的若干關(guān)鍵技術(shù)研究[D];武漢大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 李雪麗;基于線性模型的端元數(shù)目估計(jì)和光譜提取算法研究[D];華中科技大學(xué);2014年

2 童文杰;基于端元學(xué)習(xí)的高光譜圖像稀疏解混研究[D];西安電子科技大學(xué);2015年

3 方俊龍;高光譜像元解混技術(shù)研究[D];杭州電子科技大學(xué);2016年

4 胡英杰;基于局部線性嵌入的高光譜端元提取算法研究[D];華中科技大學(xué);2015年

5 張甬榮;基于有效端元集的雙線性解混模型研究及應(yīng)用[D];大連海事大學(xué);2013年

6 武鶴;基于數(shù)學(xué)形態(tài)學(xué)的高光譜圖像端元提取技術(shù)研究[D];成都理工大學(xué);2011年

7 王麗姣;基于單形體體積增長(zhǎng)的高光譜圖像端元提取及快速實(shí)現(xiàn)[D];浙江大學(xué);2015年

8 于琦;超光譜圖像端元提取算法研究及其FPGA驗(yàn)證[D];長(zhǎng)春理工大學(xué);2014年

9 弋方;高光譜遙感圖像端元提取算法研究與系統(tǒng)實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

10 侯浩亮;基于FPGA的高光譜圖像實(shí)時(shí)端元提取技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2009年

，

本文編號(hào)：1637152