農(nóng)作物的播種面積、產(chǎn)量等信息是國家制定糧食政策和經(jīng)濟計劃的重要依據(jù)。作物種植面積信息體現(xiàn)了空間范圍內(nèi)農(nóng)業(yè)生產(chǎn)資源的利用情況,掌握農(nóng)作物種值比例、分布情況對農(nóng)業(yè)結(jié)構(gòu)調(diào)整提供可靠性依據(jù)。提前獲取作物播種面積、長勢和產(chǎn)量信息,對加強農(nóng)業(yè)生產(chǎn)管理,發(fā)揮農(nóng)業(yè)生產(chǎn)力,為政府及相關部門制定科學合理的政策具有重要意義。目前產(chǎn)量預算的方法主要是通過調(diào)查統(tǒng)計,依據(jù)層層上報統(tǒng)計匯總,最終獲取的產(chǎn)量值更新速率慢、人為因素影響較大、信息的準確性難以保證。利用遙感手段監(jiān)測農(nóng)作物種植信息,可以及時、準確地獲取農(nóng)作物播種信息,對預測農(nóng)作物產(chǎn)量、推進耕地輪作休耕制度試點、合理設定補助標準、優(yōu)化耕地利用率等具有重要意義。由于衛(wèi)星遙感技術具有獲取速度快、覆蓋范圍廣、資料豐富、現(xiàn)勢性強、費用低等特點,已在農(nóng)業(yè)生產(chǎn)的各個環(huán)節(jié)中廣泛應用,如農(nóng)業(yè)土地利用、農(nóng)業(yè)資源調(diào)查、農(nóng)作物長勢監(jiān)測、農(nóng)業(yè)災害監(jiān)測及農(nóng)作物估產(chǎn)等領域。要實現(xiàn)精準農(nóng)業(yè),需要提前獲取農(nóng)作物的生長狀況,利用遙感技術的優(yōu)勢,可實現(xiàn)農(nóng)作物信息的快速獲取。目前,大量遙感衛(wèi)星為農(nóng)業(yè)應用提供了持續(xù)可靠的數(shù)據(jù)來源,從高時間分辨率的MODIS到高空間分辨率的Landsat、環(huán)境星和高分影像,在農(nóng)作物信息的獲取方面提供了理想的衛(wèi)星數(shù)據(jù)。本文將利用遙感手段,對典型黑土區(qū)(海倫市、望奎縣、蘭西縣)農(nóng)作物種植面積進行快速精準的計算�；贓NVI、ArcGIS軟件平臺,應用多源遙感影像在耕地范圍上,首先,以海倫市為實驗區(qū),繪制不同農(nóng)作物NDVI時間序列曲線確定農(nóng)作物分類所需關鍵時期影像,同時對比多種分類方法確定農(nóng)作物分類的最優(yōu)方法,進而獲取海倫市、望奎縣、蘭西縣三縣關鍵時期影像利用最優(yōu)分類方法對三縣2000年、2009年、2016年農(nóng)作物進行監(jiān)測。預驗證方法的準確性,本研究采用農(nóng)業(yè)保險公司的投保地塊對農(nóng)作物分類結(jié)果進行精度驗證。同時對17年間典型黑土區(qū)農(nóng)作物時空分布格局變化及成因進行分析,得出如下結(jié)論:(1)通過研究區(qū)農(nóng)作物主要發(fā)育時期與不同作物MODIS-NDVI時間序列曲線確定6月、8月、9月為提取農(nóng)作物主要關鍵時期,同時根據(jù)研究區(qū)農(nóng)作物主要發(fā)育時期及不同作物反射光譜特性不同,發(fā)現(xiàn)6月水稻需要灌溉大量水,土壤含水量差異而導致光譜特性有所區(qū)別,土壤濕度較大的田塊在假彩色顯示時為深藍色,此期間為提取水稻的關鍵時期;8月中下旬NDVI時間序列曲線可以看出大豆NDVI最高、水稻NDVI最低,此時大豆田塊為亮紅色,此期間為提取大豆的關鍵時期;9月中旬大豆已成熟、9月中旬或下旬是水稻的成熟期、玉米在9月下旬進入成熟期,此時大豆NDVI明顯低于其他作物,玉米NDVI最高,此時玉米田塊為暗紅色,水稻田塊為粉色,此時為區(qū)分玉米、水稻的關鍵時期。(2)以海倫市為實驗區(qū),對比監(jiān)督分類中最大似然法、非監(jiān)督分類中ISODATA算法、監(jiān)督分類與非監(jiān)督分類結(jié)合法,利用覆蓋海倫市的1628個投保地塊(玉米454個、大豆900個、水稻191個、其他作物83個)對2016年三種分類結(jié)果進行精度評價,發(fā)現(xiàn)三種方法總體精度分別92.69%、86.40%、94.67%,最終確定最大似然法與ISODATA算法結(jié)合為最優(yōu)分類方法。(3)利用最大似然法與ISODATA算法結(jié)合的分類方法對2000年、2009年、2016年海倫市、望奎縣、蘭西縣三縣進行農(nóng)作物分類,其中分類結(jié)果包括的主要農(nóng)作物為玉米、水稻、大豆、小麥和其他作物。利用農(nóng)業(yè)保險公司提供的2016年投保數(shù)據(jù)2972個驗證地塊對農(nóng)作物分類結(jié)果進行精度驗證,2016年總體分類精度為95.09%、Kappa系數(shù)為0.90,其中玉米精度為97.63%、大豆精度為93.25%、水稻精度為95.65%;(4)研究區(qū)在2000年、2009年、2016年三年中從時間上大豆種植面積先減少后增加,玉米先增加后減少,這主要受政策及農(nóng)業(yè)生產(chǎn)成本及糧食收益的影響,水稻直到2016年略有增加,這主要受氣候影響;從空間上大豆、玉米、水稻的分布主要受地形影響,其次受土壤因素影響;小麥及其他作物分布逐漸減少主要受氣候影響;并結(jié)合研究區(qū)特點提出作物種植結(jié)構(gòu)調(diào)整建議。(5)統(tǒng)計數(shù)據(jù)與遙感監(jiān)測相比存在差異,通過匯總整理各行政單位層層上報的作物統(tǒng)計信息,會浪費較大的人力并耗費時間。行政統(tǒng)計法暫時只能體現(xiàn)每個區(qū)域的時間差異,無法體現(xiàn)其空間差異,因此難以直接應用于作物空間分布的時空動態(tài)分析;遙感信息可以準確、快速、及時獲取作物時空分布,與傳統(tǒng)的方法比較有著明顯的優(yōu)勢,為優(yōu)化耕地利用率、推進耕地輪作休耕制度試點、合理設定補助標準、保障國家糧食安全等具有重要的意義。
【學位單位】：東北農(nóng)業(yè)大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：S127;F326.1
【部分圖文】：

技術路線

東北農(nóng)業(yè)大學管理學碩士學位論文物分類理論基礎與原理論基礎遙感理論于 20 世紀 60 年代開始逐漸發(fā)展起來的一項技術，主要由電磁波和地球表面物基礎，監(jiān)測、分析其與地球資源環(huán)境間關系，展現(xiàn)地球表面每個要素其空間分演變秩序的一門科學技術。遙感是根據(jù)傳感器獲取研究對象的數(shù)據(jù)，且對其剖目標、區(qū)域、現(xiàn)象的相關消息，圖 2-1 是遙感獲取數(shù)據(jù)的流程圖[19]。經(jīng)歷了 遙感技術已經(jīng)在地理、測繪、海洋、地質(zhì)、氣象、水電、交通、軍事、農(nóng)業(yè)、業(yè)均有涉足，如今在資源偵查、災害監(jiān)測、海洋、農(nóng)林牧漁、礦產(chǎn)等行業(yè)獲得

數(shù)地物具有較強的透射能力，像水的透射能力就比綠波段，通常水的透射度為 10~20 m，少量不澄清的到 100 m。其中那些無法透過可見光的地物只能透射的反射率，這與地物自身有關，還與入射電磁波波率能判別大部分地物[74]。反射率隨波長的變化規(guī)律。每種地物其不同波段的現(xiàn)的不同了，通過傳感器每個波段收到的輻射值進呈現(xiàn)的樣式。光譜曲線在空間呈現(xiàn)出反射光譜連續(xù)中呈點群分布。如果想探討地物光譜其空間分布情率，分別選取各個波段當作坐標軸，繪制二維光譜數(shù)據(jù)由空間曲線到特征空間的轉(zhuǎn)換。每個物體自身物體的基本特征[75]。通常不同物體有其各自的反射的，然而每種地物其構(gòu)成存在差異，導致其電磁波曲線[19]。并非同種地物反射光譜曲線必然相同，由反射波譜曲線也會隨之表現(xiàn)出差異。地物反射率隨據(jù)在遙感中的應用提供了基礎。因此，能實現(xiàn)利用迥異區(qū)分各種類。這是遙感的基本原理，需要通過到地物分類及反演中。

【參考文獻】

相關期刊論文 前10條

1 楊閆君;黃彥;田慶久;王磊;耿君;楊冉冉;;基于高分一號衛(wèi)星WFV影像的水稻信息提取模式（英文）[J];光譜學與光譜分析;2015年11期

2 胡瓊;吳文斌;宋茜;余強毅;楊鵬;唐華俊;;農(nóng)作物種植結(jié)構(gòu)遙感提取研究進展[J];中國農(nóng)業(yè)科學;2015年10期

3 張煥雪;曹新;李強子;張淼;鄭新奇;;基于多時相環(huán)境星NDVI時間序列的農(nóng)作物分類研究[J];遙感技術與應用;2015年02期

4 宋茜;周清波;吳文斌;胡瓊;余強毅;唐華俊;;農(nóng)作物遙感識別中的多源數(shù)據(jù)融合研究進展[J];中國農(nóng)業(yè)科學;2015年06期

5 劉佳;王利民;楊福剛;楊玲波;王小龍;;基于HJ時間序列數(shù)據(jù)的農(nóng)作物種植面積估算[J];農(nóng)業(yè)工程學報;2015年03期

6 鄭峰;;耕地地力建設與土壤改良利用對策及建議[J];吉林農(nóng)業(yè);2014年24期

7 玉蘇普江·艾麥提;買合皮熱提·吾拉木;玉蘇甫·買買提;阿里木江·卡斯木;;基于多時相HJ衛(wèi)星的渭干河-庫車河綠洲主要農(nóng)作物種植信息提取[J];中國農(nóng)業(yè)資源與區(qū)劃;2014年05期

8 虞連玉;蔡煥杰;姚付啟;鄭珍;王健;李志軍;;植被指數(shù)反演冬小麥植被覆蓋度的適用性研究[J];農(nóng)業(yè)機械學報;2015年01期

9 胡孌運;YanLei CHEN;徐s

本文編號：2831828