【摘要】：糧食是人們維持生存的必需品，糧食的基礎性和特殊性使得糧食安全有更特殊的意義。糧食安全不但關(guān)系到人的生存需要是否滿足，也是全世界許多國家共同面臨的重大問題。 東南亞國家大部分是農(nóng)業(yè)國家，農(nóng)業(yè)是東南亞的傳統(tǒng)產(chǎn)業(yè)，除了新加坡和文萊之外，其它東南亞國家有60%以上的人口依賴它而生活，加之氣候適宜，農(nóng)業(yè)灌溉方便，東南亞地區(qū)成為世界稻谷的重要產(chǎn)區(qū)。中國與東南亞國家共處于一個發(fā)展區(qū)域內(nèi)，資源互補性強。準確把握東南亞地區(qū)水稻種植面積動態(tài)，及時了解糧食生產(chǎn)潛力變化，對于我國的糧食安全及國家安全具有重要的戰(zhàn)略意義。 目前，遙感技術(shù)以其低成本、高效率的優(yōu)勢已廣泛應用于土地覆被分類及動態(tài)監(jiān)測，，MODIS數(shù)據(jù)更以其高光譜、高時間分辨率以及容易獲取的優(yōu)勢被廣泛應用于探測植被物候及變化信息提取等方面。然而，東南亞熱帶季風地區(qū)受雨季多雨多云的天氣影響、水稻一年多熟的種植制度以及水稻種植時間的靈活性，使得傳統(tǒng)的遙感分類方法受到很大限制。 本文以東南亞地區(qū)越南為例，探索了基于時序MODIS影像的大面積水稻田分布遙感提取方法，以及將MODIS時序影像信息與TM影像信息相結(jié)合對破碎稻田區(qū)域高精度提取研究。并對越南十年來（2000-2010）水稻種植格局變化進行了分析。 本文首先針對研究區(qū)遙感影像云覆蓋嚴重的問題，提出一種濾波和替換相結(jié)合的方法，對MODIS NDVI時序進行去噪。其中，探索了在特定的參數(shù)設置下S-G濾波算法能夠有效重構(gòu)NDVI的最大無效像元間隙長度。 基于重構(gòu)的MODIS NDVI時序數(shù)據(jù)，本文提出了一種基于動態(tài)時間彎曲DTW(dynamictime warping)的相似性度量結(jié)合模糊分類的方法，實現(xiàn)對水稻種植的高精度提取。由于研究區(qū)水熱條件適宜，在雨季（5-10月）每月都可以有水稻的移植和收獲發(fā)生，同時水稻一年多熟的種植方式也很普遍，使得傳統(tǒng)的遙感分類方法受到很大限制。本研究利用時序相似性對植被覆蓋進行分類的方法可以充分利用MODIS數(shù)據(jù)高時間分辨率的特點。以作物生長年歷曲線為對象，有效地解決了單一時序遙感影像分類方法造成的誤差。而模糊分類技術(shù)能夠減少由單一閾值分類造成的過分類或誤分類。利用MOD09A1NDVI時間序列數(shù)據(jù)對越南地區(qū)2000年以及2010年水稻種植面積提取結(jié)果進行驗證，分類精度達到83%。 針對水稻種植分散的地區(qū)，利用面向?qū)ο蟮姆椒�，融合MODIS NDVI時序相似性及中分辨率TM遙感影像和DEM影像，有效地解決了MODIS數(shù)據(jù)低空間分辨率造成的水稻分類誤差。通過對水稻種植較為破碎的越南中北部沿海地區(qū)2000、2010年的水稻進行了提取及驗證，其提取精度驗證達到89%，此方法較大提高了MODIS NDVI時序分類的精度。 本研究表明，利用替換法結(jié)合濾波能夠較好的重建MOD09A1NDVI時間序列，可以為多云多雨或云覆蓋嚴重地區(qū)的時序MODIS遙感分析提供有力的數(shù)據(jù)支撐。 本文提出的利用時序相似性結(jié)合模糊分類的方法可以充分利用MODIS數(shù)據(jù)高時間分辨率的特點，通過對作物生長年歷的變化分析，提高水稻種植提取精度。此外，通過將低空間分辨率MODIS時序數(shù)據(jù)融合中高空間分辨率TM遙感影像，可以顯著提高山區(qū)或水稻種植分散區(qū)的分類精度。 本研究為多云多雨區(qū)及復雜人類活動下的作物種植監(jiān)測提供了有效的技術(shù)手段。
【圖文】：

況約 33 萬 km2，位于中南半島東部，北與中國廣西、云南為約 33 萬 km2，其中耕地面積 934.5346 萬 ha，總?cè)丝?870地形南北狹長，南北長 1600 公里東西最窄處為 50 公里， 102°E~109°E。地勢由西北向東南傾斜。北部和西北部為高積的 2/3，平原占國土面積的 1/3，大部分由河流泥沙沖積面積 1.5 萬 km2，占整個北方耕地面積的 57%；南方的九1989 年全國森林覆蓋面積 98 萬 km2。東面和南面臨南海，位置分布如圖 2-1

圖 2-2 農(nóng)業(yè)區(qū)劃示意圖物區(qū)中，北部丘陵山區(qū)玉米種植面積最大，2008 和 2009占玉米總種植面積的 40.3%和 40.8%；其次是西原地為 23.36 萬和 24.21 萬 ha，占玉米總種植面積的 20.5008 和 2009 年玉米種植面積分別為 21.96 萬和 20.218.6%。種植面積最大的省份是北部丘陵山區(qū)的山羅省為 13.23 萬和 13.21 萬 ha，其次是西原地區(qū)的多樂省 11.79 萬和 12.10 萬 ha。2008 和 2009 年，越南玉米和九龍江平原的玉米種植和管理水平較高，2008 和 .18 t/ha。玉米平均產(chǎn)量最高的省份是九龍江平原(湄
【學位授予單位】：山東師范大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：S511;P237

【參考文獻】

相關(guān)期刊論文 前10條

1 梁守真;施平;邢前國;;MODIS NDVI時間序列數(shù)據(jù)的去云算法比較[J];國土資源遙感;2011年01期

2 呂榮華;高國慶;李丹婷;TRAN V Q;劉開強;唐茂艷;唐其展;周行;劉忠;;越南農(nóng)業(yè)生產(chǎn)概況[J];南方農(nóng)業(yè)學報;2011年05期

3 馬超;郭增長;張曉克;;一種NDVI時間序列離散Fourier重建方法[J];測繪科學技術(shù)學報;2011年05期

4 許章華;龔從宏;劉健;余坤勇;賴日文;李增祿;;基于面向?qū)ο笈c替換法的遙感影像云檢測與去除技術(shù)[J];農(nóng)業(yè)機械學報;2013年06期

5 王正興,劉闖,HUETE Alfredo;植被指數(shù)研究進展:從AVHRR-NDVI到MODIS-EVI[J];生態(tài)學報;2003年05期

6 蔡天凈;唐瀚;;Savitzky-Golay平滑濾波器的最小二乘擬合原理綜述[J];數(shù)字通信;2011年01期

7 曹云鋒;王正興;鄧芳萍;;3種濾波算法對NDVI高質(zhì)量數(shù)據(jù)保真性研究[J];遙感技術(shù)與應用;2010年01期

8 宋春橋;柯靈紅;游松財;劉高煥;鐘新科;;基于TIMESAT的3種時序NDVI擬合方法比較研究——以藏北草地為例[J];遙感技術(shù)與應用;2011年02期

9 趙忠明，朱重光;遙感圖象中薄云的去除方法[J];環(huán)境遙感;1996年03期

10 孫艷玲;楊小喚;王新生;陳建軍;;基于決策樹和MODIS數(shù)據(jù)的土地利用分類[J];資源科學;2007年05期

本文編號：2577525