【摘要】：隨著國(guó)民經(jīng)濟(jì)的發(fā)展和人民生活水平的提高,我國(guó)的果園產(chǎn)業(yè)發(fā)展迅速,果園面積不斷增加,成為農(nóng)村經(jīng)濟(jì)的重要支柱,顯示了良好的發(fā)展前景。山東省煙臺(tái)棲霞市是我國(guó)重要的果園基地,果園面積超過棲霞市總面積的22%(2016年棲霞市統(tǒng)計(jì)年鑒),但是存在果園位置不清,不能及時(shí)掌握其分布狀況的問題,不利于果業(yè)的可持續(xù)發(fā)展。而近年來快速發(fā)展的遙感技術(shù),可以實(shí)現(xiàn)果園分布狀況的監(jiān)測(cè)需要。本研究利用國(guó)產(chǎn)HJ1A-HSI影像對(duì)棲霞市果園進(jìn)行識(shí)別,以期為提取果園分布信息提供一種新的技術(shù)方法。以山東省棲霞市部分鄉(xiāng)鎮(zhèn)為研究區(qū)域,基于HJ1A-HSI影像和HJ1A-CCD影像,在對(duì)影像進(jìn)行預(yù)處理的基礎(chǔ)上,通過計(jì)算CCD影像的NDVI值提取出了HSI影像中研究區(qū)的植被區(qū)域;基于ENVI和MATLAB平臺(tái)分別實(shí)現(xiàn)OIF、ASP+ABS和SCP三種特征選擇方法,對(duì)研究區(qū)HSI數(shù)據(jù)進(jìn)行波段選擇,然后結(jié)合實(shí)地調(diào)查數(shù)據(jù),對(duì)三種波段選擇的結(jié)果分別采用MLC、NNC、ISODATA三種分類方法,提取了研究區(qū)域內(nèi)的果園分布信息,并對(duì)識(shí)別的結(jié)果進(jìn)行精度分析和評(píng)價(jià);同時(shí)基于NNC分類方法,對(duì)非波段選擇的影像進(jìn)行果園信息的提取,從而證明波段選擇的必要性,并最終確定適合HJ1A-HSI數(shù)據(jù)的果園信息提取方法,主要研究結(jié)果如下:(1)提取了HJ1A-HSI影像的植被區(qū)域通過計(jì)算得到HJ1A-CCD數(shù)據(jù)的NDVI圖像,在CCD影像上提取出研究區(qū)的植被區(qū)域,較為理想地實(shí)現(xiàn)了研究區(qū)HJ1A-HSI影像上植被區(qū)域的提取,消除了非植被區(qū)域?qū)τ谘芯繀^(qū)果園識(shí)別的影響。(2)得到了基于HJ1A-HSI數(shù)據(jù)的研究區(qū)的波段集合基于ENVI和MATLAB平臺(tái),利用OIF、ASP+ABS和SCP這三種波段選擇方法對(duì)研究區(qū)進(jìn)行波段選擇。OIF波段選擇結(jié)果為b1、b2、b109、b110、b111、b112、b113、b114、b115;ASP+ABS波段選擇結(jié)果為b2、b3、b4、b46、b75、b76、b109、b110、b113;SCP波段選擇結(jié)果為b4、b8、b15、b16、b41、b52、b84、b89、b112。(3)實(shí)現(xiàn)了果園的高光譜影像識(shí)別及精度分析對(duì)經(jīng)過上述三種波段選擇方法組成的新的圖像,分別采用MLC、NNC、ISODATA三種分類方法對(duì)研究區(qū)的果園進(jìn)行識(shí)別,提取出了果園的分布信息,并對(duì)識(shí)別結(jié)果進(jìn)行了精度分析與評(píng)價(jià)。研究表明,在這三種分類方法中,采用NNC分類方法的果園識(shí)別精度最高,其次是MLC分類方法,而ISODATA分類方法的果園識(shí)別精度最低。在NNC分類方法中,基于SCP的波段選擇方法的NNC分類效果最好,其總體精度高達(dá)81.54%,Kappa系數(shù)高達(dá)0.8006,達(dá)到了良好的分類效果。在波段選擇方法中,采用SCP波段選擇方法的識(shí)別精度最高,其次是ASP+ABS波段選擇方法,而OIF波段選擇方法的識(shí)別精度最低。最終將HJ1A-HSI果園識(shí)別的最優(yōu)方法確定為基于光譜特征參量(SCP)的波段選擇方法和神經(jīng)網(wǎng)絡(luò)分類方法(NNC)的組合。通過比較經(jīng)過波段選擇和非波段選擇的HSI數(shù)據(jù)的果園識(shí)別精度,得到基于SCP、ASP+ABS、OIF這3種波段選擇后的果園識(shí)別精度要高于非波段選擇的果園識(shí)別精度,其總體精度以及Kappa系數(shù)分別提高了13%和0.156、8.46%和0.101、3.85%和0.049,提升的效果較為顯著,從而說明了利用本文的波段選擇方法提高了HJ1A-HSI高光譜影像的地物分類識(shí)別能力,從而證明了波段選擇對(duì)利用高光譜遙感進(jìn)行分類識(shí)別的必要性。
【圖文】：

圖 2.1 研究區(qū)行政區(qū)劃Fig. 2.1 Zoning map of the research area帶季風(fēng)型半濕潤(rùn)氣候，四季分明，光照充足，雨晝夜溫差大，無(wú)霜期 207 d，年總降雨量約為 65 月份降水量最少。棲霞市屬于山區(qū)丘陵地形，丘陵%。全市平均海拔為 178.72 m，海拔最高處達(dá)到 8市的氣候及地形特征，該市形成了山上發(fā)展松樹，，山下發(fā)展蘋果的林業(yè)特色格局。林木和果園面豐富多樣，主要有蘋果、桃、梨、棗等。該市果園提取技術(shù)的理想研究區(qū)域

圖 3.1 旋轉(zhuǎn)角度計(jì)算Fig3.1 Rotation angle calculation像背景是黑色的，即背景值為零，因此可以通過讀取每一行、每一確定行和列的第一個(gè)像元不等于零的像元的行號(hào)和列號(hào)，，以此來求體來說：利用 MATLAB 讀取圖像每一列的像元值，確定第一個(gè)像元的列號(hào)和行號(hào)分別為 x1和 y1。利用相同的方法讀取圖像每一行的像一個(gè)像元值不等于零的像元的列號(hào)和行號(hào)分別為 x2和 y2。圖像旋轉(zhuǎn)：A=arctan[(x2-x1)/(y2-y1-1)] A 表示圖像的旋轉(zhuǎn)角度，x1和 y1分別表示列像元值中第一個(gè)像元列號(hào)和行號(hào)，x2和 y2分別表示行像元值中第一個(gè)像元值不等于零。ATLAB 計(jì)算出 A 的值為 14.42 。同時(shí)利用 ENVI 5.1 軟件中的 R
【學(xué)位授予單位】：山東農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：S127;S66

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張雨晨;張廷斌;易桂花;別小娟;王云川;;高光譜遙感影像的FLAASH模塊大氣校正與評(píng)價(jià)[J];測(cè)繪與空間地理信息;2015年10期

2 陳善學(xué);胡燦;屈龍瑤;;基于自適應(yīng)波段聚類PCA的高光譜圖像壓縮[J];科學(xué)技術(shù)與工程;2015年12期

3 謝國(guó)雪;楊如軍;盧遠(yuǎn);;遙感技術(shù)在農(nóng)業(yè)應(yīng)用的進(jìn)展分析[J];廣西師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2014年02期

4 單小軍;唐娉;胡昌苗;唐亮;鄭柯;;圖像分層匹配的HJ-1A/B CCD影像自動(dòng)幾何精校正技術(shù)與系統(tǒng)實(shí)現(xiàn)[J];遙感學(xué)報(bào);2014年02期

5 陳光洲;;遙感影像幾何精校正中控制點(diǎn)選取的研究[J];現(xiàn)代測(cè)繪;2014年01期

6 張周威;韓杰;余濤;孟慶巖;;環(huán)境衛(wèi)星影像預(yù)處理順序研究[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2013年12期

7 劉玉琴;沙晉明;徐賽萍;祝坤子;;HSI高光譜數(shù)據(jù)的FLAASH大氣校正與評(píng)價(jià)[J];福建師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

8 林娜;楊武年;王斌;;基于FLAASH的AVIRIS高光譜影像大氣校正[J];地理空間信息;2013年04期

9 楊燕杰;趙英俊;秦凱;陸冬華;;高光譜影像預(yù)處理技術(shù)[J];科技導(dǎo)報(bào);2013年09期

10 杜博;張樂飛;張良培;胡文斌;;高光譜圖像降維的判別流形學(xué)習(xí)方法[J];光子學(xué)報(bào);2013年03期

相關(guān)會(huì)議論文 前1條

1 郭芬芬;范建容;陳陽(yáng);劉青;曾珍;;基于HJ-1A HSI的藏北高原狼毒識(shí)別關(guān)鍵技術(shù)研究[A];山地環(huán)境與生態(tài)文明建設(shè)——中國(guó)地理學(xué)會(huì)2013年學(xué)術(shù)年會(huì)·西南片區(qū)會(huì)議論文集[C];2013年

相關(guān)博士學(xué)位論文 前1條

1 孫景旭;大口徑光學(xué)有效載荷輻射定標(biāo)技術(shù)研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2015年

相關(guān)碩士學(xué)位論文 前8條

1 賈源旭;基于濕地分類的環(huán)境衛(wèi)星高光譜影像處理方法及分類效果對(duì)比研究[D];延邊大學(xué);2017年

2 謝世琴;基于高分遙感影像的農(nóng)村居民點(diǎn)提取研究[D];四川師范大學(xué);2017年

3 侯曉真;基于多時(shí)相TM影像的波段運(yùn)算分類方法研究[D];中國(guó)礦業(yè)大學(xué);2014年

4 孫墨寒;高光譜數(shù)據(jù)誤差估計(jì)及降維方法研究[D];中國(guó)地質(zhì)大學(xué)（北京）;2013年

5 賈德偉;基于HSI高光譜數(shù)據(jù)的水稻光譜特征分析與識(shí)別技術(shù)研究[D];廣西師范學(xué)院;2011年

6 張洋洋;基于HJ1-A影像的高光譜混合像元分解技術(shù)及應(yīng)用的研究[D];山東師范大學(xué);2011年

7 司玉琴;遙感影像預(yù)處理與地物提取方法研究[D];西安科技大學(xué);2010年

8 董連鳳;高光譜影像預(yù)處理技術(shù)研究[D];長(zhǎng)安大學(xué);2007年

本文編號(hào)：2613765