【摘要】：核桃是云南省主要的高原特色農(nóng)作物,云南省也是核桃發(fā)源地之一,省域內(nèi)廣泛種植核桃,其中以大理市漾濞縣的漾濞核桃最為出名。高原特色農(nóng)業(yè)是根據(jù)不同的地理環(huán)境發(fā)展起來(lái)的,其發(fā)展直接關(guān)系該地區(qū)的經(jīng)濟(jì)效益與穩(wěn)定情況。為實(shí)現(xiàn)對(duì)核桃林信息監(jiān)測(cè)、種植環(huán)境適宜性評(píng)價(jià)、產(chǎn)量評(píng)估等就必須精確及時(shí)的獲取其空間分布信息。由于農(nóng)業(yè)生產(chǎn)活動(dòng)普遍具有面積大、區(qū)域差異大、季節(jié)性強(qiáng)、單位面積經(jīng)濟(jì)效益偏低等特點(diǎn),使得通過(guò)傳統(tǒng)地面調(diào)查方法來(lái)獲取作物分布情況已不能滿足現(xiàn)實(shí)需求。目前,遙感技術(shù)的快速發(fā)展為這一問(wèn)題帶來(lái)了有效的解決方案。本研究在綜合分析核桃林物候特征的基礎(chǔ)上,采用Sentinel數(shù)據(jù)構(gòu)建多源數(shù)據(jù),創(chuàng)新性的將面向?qū)ο蟮奶崛》椒ㄓ糜诤颂伊中畔⑻崛⊙芯恐?并對(duì)比不同多源數(shù)據(jù)構(gòu)建對(duì)核桃林物候信息的表達(dá)程度及對(duì)提取效果的影響。研究成果如下:(1)基于時(shí)序植被指數(shù)的核桃林信息提取研究。為結(jié)合核桃林物候特征高精度的提取核桃林分布信息,選取NDVI、RVI、DVI三類植被指數(shù)構(gòu)建時(shí)間序列,能有效的反映核桃林的物候特征,使其易于與其他地類區(qū)分。因核桃林獨(dú)特的紋理特征可以作為其一大識(shí)別特征,故選取面向?qū)ο蟮姆诸惙椒?在進(jìn)行多尺度分割過(guò)程中經(jīng)過(guò)不斷對(duì)比優(yōu)化,最終將分割尺度設(shè)置為30及合并尺度設(shè)置為60的參數(shù)作為最優(yōu)分割尺度。為盡可能在數(shù)據(jù)源中表達(dá)核桃林信息,故將其紋理信息、DEM高程信息與植被指數(shù)時(shí)間序列數(shù)據(jù)結(jié)合構(gòu)建多源數(shù)據(jù)。因紋理信息的數(shù)據(jù)冗余,因此經(jīng)PCA主成分分析保留代表其主要信息的前三個(gè)波段作為紋理因子�？紤]原始分類數(shù)據(jù)為多源數(shù)據(jù),而支持向量機(jī)模型主要優(yōu)點(diǎn)是能從多特征信息中獲取主要信息,因此采用支持向量機(jī)模型進(jìn)行提取。得到核桃林用戶精度為84.8%,制圖精度為85.4%,核桃林錯(cuò)分誤差為15.2%,漏分誤差14.6%�；跁r(shí)序植被指數(shù)法提取效果最好,因其能綜合反映出核桃林物候信息,但是存在數(shù)據(jù)冗余,計(jì)算繁雜的問(wèn)題,效率較低。(2)最佳時(shí)相的核桃林提取方法研究。結(jié)合核桃林的關(guān)鍵物候期能基于單一時(shí)相快速、方便的提取其信息。為找出最佳分類時(shí)相,根據(jù)各地類NDVI時(shí)序植被指數(shù)值,通過(guò)最大方差法找出了核桃林提取的最佳時(shí)相為11月。結(jié)合DEM高程因子、紋理因子、植被指數(shù)因子構(gòu)建多源數(shù)據(jù)進(jìn)行面向?qū)ο蟮男畔⑻崛�。�?jīng)混淆矩陣分析,其分類總體精度為83.54%,Kappa系數(shù)為72.99%。核桃林制圖精度達(dá)90.51%,用戶精度為75.61%。此法能快速提取核桃林,但其精度不高,因?yàn)閱我粫r(shí)相數(shù)據(jù)源不能完整表達(dá)出核桃林物候特征,使其易與其他地類混淆�；诖骸⑶飼r(shí)相的核桃林提取方法研究。核桃林屬闊葉落葉林,選取春季5月份、秋季11月份原始26波段進(jìn)行降維保留前三個(gè)獨(dú)立主成分信息,結(jié)合紋理、NDVI、DEM構(gòu)建多源分類基礎(chǔ)數(shù)據(jù)。將其進(jìn)行面向?qū)ο蟮暮颂伊中畔⑻崛?其核桃林提取用戶精度為77.25%,制圖精度為94.2%,核桃林錯(cuò)分誤差為22.75%,漏分誤差5.84%。基于春、秋時(shí)相的提取試驗(yàn)中,其提取精度介于基于時(shí)序植被指數(shù)法和最佳時(shí)相法之間,說(shuō)明其構(gòu)建的多源數(shù)據(jù)能部分表達(dá)核桃林信息。(3)總的來(lái)說(shuō),三種方法均能大致提取核桃林,但通過(guò)比對(duì)三種不同時(shí)相多源數(shù)據(jù)的提取效果,構(gòu)建多種時(shí)序植被指數(shù)法所提取的核桃種植面積更接近統(tǒng)計(jì)年鑒上核桃林面積總數(shù),說(shuō)明構(gòu)建能完整表達(dá)作物物候信息的源數(shù)據(jù),能有效提高作物分類精度。
【圖文】：

實(shí)地采集照片與谷嗽影住對(duì)照參考

定為國(guó)家級(jí)核桃示范基地的四個(gè)核桃基地之一便是位于云南省漾濞縣蒼山西鎮(zhèn)白逡逑章村的斷山核桃基地［７３］。核桃樹樹齡從幼林至幾百歲的在研宄區(qū)均有分布。其位逡逑置圖（圖３－１）如下所示：逡逑１９逡逑
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：S664.1;S127

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 奚禎苑;劉麗娟;陸燈盛;葛宏立;陳耀亮;;基于線性混合像元分解技術(shù)提取山核桃空間分布[J];林業(yè)科學(xué);2015年10期

2 謝明輝;張奇;陳圣波;李艷秋;查逢麗;;基于特征導(dǎo)向主成分分析遙感蝕變異常提取方法[J];地球科學(xué)(中國(guó)地質(zhì)大學(xué)學(xué)報(bào));2015年08期

3 蘇偉;姜方方;朱德海;展郡鴿;馬鴻元;張曉東;;基于決策樹和混合像元分解的玉米種植面積提取方法[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2015年09期

4 胡瓊;吳文斌;宋茜;余強(qiáng)毅;楊鵬;唐華俊;;農(nóng)作物種植結(jié)構(gòu)遙感提取研究進(jìn)展[J];中國(guó)農(nóng)業(yè)科學(xué);2015年10期

5 胡佩敏;李正躍;李傳仁;曹詩(shī)宏;;宜都市柑橘空間分布的遙感反演[J];湖北農(nóng)業(yè)科學(xué);2014年04期

6 賈坤;李強(qiáng)子;;農(nóng)作物遙感分類特征變量選擇研究現(xiàn)狀與展望[J];資源科學(xué);2013年12期

7 林海明;杜子芳;;主成分分析綜合評(píng)價(jià)應(yīng)該注意的問(wèn)題[J];統(tǒng)計(jì)研究;2013年08期

8 董芳;趙庚星;王凌;朱西存;常春艷;;基于實(shí)測(cè)光譜混合像元分解的蘋果園地遙感提取技術(shù)[J];應(yīng)用生態(tài)學(xué)報(bào);2012年12期

9 張麗;何曉旭;魏鳴;;基于NDVI的淮河流域植被覆蓋度動(dòng)態(tài)變化[J];長(zhǎng)江流域資源與環(huán)境;2012年S1期

10 劉毅;杜培軍;鄭輝;夏俊士;柳思聰;;基于隨機(jī)森林的國(guó)產(chǎn)小衛(wèi)星遙感影像分類研究[J];測(cè)繪科學(xué);2012年04期

相關(guān)博士學(xué)位論文 前3條

1 胡瓊;基于時(shí)序MODIS影像的農(nóng)作物遙感識(shí)別方法研究[D];中國(guó)農(nóng)業(yè)科學(xué)院;2018年

2 翟涌光;綜合時(shí)空譜多維遙感特征的作物精細(xì)分類方法研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所);2017年

3 郝鵬宇;基于多時(shí)相遙感數(shù)據(jù)的農(nóng)作物分類研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所);2017年

相關(guān)碩士學(xué)位論文 前8條

1 王光鎮(zhèn);錫林郭勒典型草原光合/非光合植被覆蓋度遙感估算研究[D];魯東大學(xué);2018年

2 李周;高分辨率遙感影像土地利用信息提取技術(shù)研究[D];西安科技大學(xué);2018年

3 宮詔健;基于MODIS NDVI數(shù)據(jù)的遼寧省春玉米物候期提取研究[D];沈陽(yáng)農(nóng)業(yè)大學(xué);2018年

4 劉兆彬;基于CART決策樹的高分遙感影像建筑物提取研究[D];華中師范大學(xué);2018年

5 劉亞群;基于多時(shí)相遙感影像的黑河流域農(nóng)作物種植結(jié)構(gòu)提取研究[D];重慶交通大學(xué);2016年

6 周振;甘蔗種植區(qū)域空間識(shí)別提取與面積遙感估算研究[D];浙江大學(xué);2016年

7 蒲明娟;基于紋理與光譜信息巖性分類的研究[D];長(zhǎng)安大學(xué);2013年

8 鄭著彬;漾濞縣典型地質(zhì)災(zāi)害的三維遙感研究[D];昆明理工大學(xué);2008年

，

本文編號(hào)：2613322