本文關(guān)鍵詞：風云氣象數(shù)據(jù)在農(nóng)情定量監(jiān)測中的應(yīng)用研究

  更多相關(guān)文章： 風云3氣象衛(wèi)星 作物生長曲線 混合像元分解 物候期提取

【摘要】：農(nóng)情就是農(nóng)業(yè)生產(chǎn)情況,通過與農(nóng)業(yè)資源、環(huán)境和生產(chǎn)過程相關(guān)的一系列數(shù)據(jù)來體現(xiàn)。我國是農(nóng)業(yè)大國,農(nóng)業(yè)是我們國家的經(jīng)濟命脈和社會穩(wěn)定的基礎(chǔ)。農(nóng)情監(jiān)測意義重大,關(guān)系到國家糧食安全、主要農(nóng)產(chǎn)品供給、社會安定與農(nóng)業(yè)可持續(xù)發(fā)展。隨著社會經(jīng)濟的發(fā)展,傳統(tǒng)的局部人工地面監(jiān)測農(nóng)情的方式已不能滿足現(xiàn)代農(nóng)業(yè)發(fā)展的需求,大面積農(nóng)情遙感實時監(jiān)測已逐漸成為人們獲取農(nóng)業(yè)生產(chǎn)信息的重要方式。起源于上世紀八十年代的風云氣象衛(wèi)星系列,目前已發(fā)展到第三代(風云4號也即將發(fā)射),在氣象預報與農(nóng)業(yè)氣象保障等方面已取得了廣泛的應(yīng)用,成為國際上遙感應(yīng)用最成功的范例之一。但就目前的文獻來看,風云數(shù)據(jù)的農(nóng)情應(yīng)用主要集中在植被信息提取、地表溫度反演、土壤墑情監(jiān)測等方面,且已有的研究并沒有充分利用風云數(shù)據(jù)的高時間分辨率特性,存在薄弱環(huán)節(jié)。針對上述問題,本文以河南省鶴壁市為研究區(qū)域,以風云3號MERSI多光譜遙感影像作為數(shù)據(jù)源。根據(jù)風云數(shù)據(jù)的高時間分辨率特征,構(gòu)建農(nóng)作物生長曲線,并據(jù)此進行夏玉米的種植面積及其物候期的提取。主要研究內(nèi)容包括:(1)夏玉米生長曲線構(gòu)建。借助Landsat8高分辨率影像進行研究區(qū)域耕地信息提取,并對MERSI數(shù)據(jù)進行掩膜處理,得到研究區(qū)域的目標影像;計算每個像元的EVI時間序列,使用最大值合成法進行EVI時間序列數(shù)據(jù)集的初步去噪;在比較S-G濾波及小波去噪的基礎(chǔ)上,提出迭代S-G濾波取上包絡(luò)線的新方法,建立了夏玉米生長曲線。(2)基于生長曲線的夏玉米種植面積提取。用作物生長曲線代替?zhèn)鹘y(tǒng)混合像元分解中的光譜曲線,對鶴壁市的夏玉米種植區(qū)域進行了混合像元分解的研究。在對傳統(tǒng)方法對比分析的基礎(chǔ)上,提出了基于生長曲線夾角(借用光譜角的概念)的自適應(yīng)選擇端元組合的混合像元分解方法,提取的夏玉米種植面積精度為75.6%,像元分類精度達到86.7%。(3)基于生長曲線的夏玉米物候期提取。使用Logistic模型擬合作物生長曲線的上升階段,使用動態(tài)閾值法和曲率法進行夏玉米的關(guān)鍵物候期提取。鑒于監(jiān)測站的數(shù)量與分布的實際情況,為驗證提取精度,將研究區(qū)域擴大到河南省,通過與地面農(nóng)氣站監(jiān)測數(shù)據(jù)匹配,確定提取的物候期為七葉期、拔節(jié)期和抽穗期,提取誤差均小于5天。(4)風云遙感農(nóng)情監(jiān)測原型系統(tǒng)開發(fā)。基于以上研究,利用ENVI二次開發(fā)平臺,實現(xiàn)了風云遙感農(nóng)情監(jiān)測原型系統(tǒng)的開發(fā),功能包括圖像瀏覽、生長曲線構(gòu)建、亞像元信息提取、作物物候期提取以及作物長勢評價等模塊。獲得國家知識產(chǎn)權(quán)局軟件著作權(quán)。
【學位授予單位】：鄭州大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：S163;S127

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張彥,邵美珍;基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的混合像元分解[J];遙感學報;2002年04期

2 唐世浩,朱啟疆,李小文,王錦地,閻廣建;高光譜與多角度數(shù)據(jù)聯(lián)合進行混合像元分解研究[J];遙感學報;2003年03期

3 趙小鋒;邱全毅;;4種混合像元分解方法在沿海丘陵城市地表組分分析中的比較研究[J];遙感技術(shù)與應(yīng)用;2009年06期

4 詹錫蘭;吳波;;一種基于高斯馬爾可夫隨機場模型的混合像元分解方法[J];福州大學學報(自然科學版);2011年01期

5 呂長春,王忠武,錢少猛;混合像元分解模型綜述[J];遙感信息;2003年03期

6 崔雨勇;曾致遠;付必濤;毛典輝;;基于邊界提取的混合像元分解[J];人民長江;2008年08期

7 范渭亮;杜華強;周國模;徐小軍;崔瑞蕊;董德進;;模擬真實場景的混合像元分解[J];遙感學報;2010年06期

8 吳波;周小成;高海燕;;面向混合像元分解的光譜維小波特征提取[J];華僑大學學報(自然科學版);2008年01期

9 張子石;潘聰;陳紅順;;基于有監(jiān)督模糊C-均值算法的混合像元分解[J];遙感技術(shù)與應(yīng)用;2009年06期

10 馬雪梅;陳亮;俞冰;徐鋒;;基于決策樹和混合像元分解的城市擴張分類[J];測繪通報;2006年10期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 王強;黃楠;;混合像元分解研究綜述[A];中國地理信息系統(tǒng)協(xié)會第四次會員代表大會暨第十一屆年會論文集[C];2007年

2 胡霞;雷星松;;基于時序的遙感影像混合像元分解模型的研究[A];第十七屆中國遙感大會摘要集[C];2010年

3 張良培;叢浩;;一種可選端元的混合像元分解方法[A];第十五屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2005年

4 俞晨;鄒偉;余先川;;遙感圖像混合像元分解方法研究[A];第十二屆全國圖象圖形學學術(shù)會議論文集[C];2005年

5 魏一葦;黃世奇;;高光譜混合像元分解技術(shù)研究綜述[A];國家安全地球物理叢書（九）——防災(zāi)減災(zāi)與國家安全[C];2013年

6 魏一葦;黃世奇;劉代志;;基于獨立成分分析的高光譜混合像元分解方法[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

7 鄧書斌;陳秋錦;;基于MTMF的混合像元分解方法研究[A];中國遙感應(yīng)用協(xié)會2010年會暨區(qū)域遙感發(fā)展與產(chǎn)業(yè)高層論壇論文集[C];2010年

8 鄧書斌;陳秋錦;;基于MTMF的混合像元分解方法研究[A];第十七屆中國遙感大會摘要集[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 孔祥兵;基于同質(zhì)區(qū)分析的高光譜影像混合像元分解[D];武漢大學;2012年

2 李二森;高光譜遙感圖像混合像元分解的理論與算法研究[D];解放軍信息工程大學;2011年

3 李華麗;高光譜遙感影像自動混合像元分解研究[D];武漢大學;2012年

4 許菡;遙感影像混合像元分解新方法及應(yīng)用研究[D];首都師范大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 辛蕾;綠潮衛(wèi)星遙感監(jiān)測方法精細化研究[D];中國海洋大學;2014年

2 吳明艷;部分植被覆蓋下的土壤鹽分高光譜遙感反演[D];東南大學;2015年

3 郭陽;聯(lián)合近似稀疏和全變差正則化的高光譜影像混合像元分解[D];江西科技師范大學;2015年

4 李耀輝;風云氣象數(shù)據(jù)在農(nóng)情定量監(jiān)測中的應(yīng)用研究[D];鄭州大學;2016年

5 孔美美;基于混合像元分解的水體提取及變化監(jiān)測研究[D];華僑大學;2016年

6 李君;線性與非線性混合像元分解模型的比較研究[D];東北林業(yè)大學;2008年

7 宋慧;基于混合像元分解的土地利用分類[D];濟南大學;2013年

8 黃競鋮;基于因子分析的混合像元分解方法研究[D];吉林大學;2012年

9 劉學;棉花遙感識別的混合像元分解研究[D];石河子大學;2008年

10 韓威宏;基于混合像元分解的遙感產(chǎn)品真實性檢驗研究[D];電子科技大學;2014年

，

本文編號：1214110