【摘要】：以第三次全國(guó)農(nóng)業(yè)普查工作為背景,結(jié)合目前農(nóng)作物面積測(cè)量方法中存在的問題,本文試圖尋找一種全面、準(zhǔn)確、快速、有效的獲取大區(qū)域農(nóng)作物空間分布和種植總面積信息的方法,為制定科學(xué)的農(nóng)業(yè)發(fā)展計(jì)劃提供合理的數(shù)據(jù)依據(jù)。為了得到更為有效的研究結(jié)論,本文以遙感識(shí)別難易程度不同的三個(gè)研究區(qū)影像和物候數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)。由于獲取GF-1全色與多光譜數(shù)據(jù)可以同步進(jìn)行且匹配精度較差,運(yùn)用正射糾正、配準(zhǔn)融合的遙感數(shù)據(jù)快速處理方式得出研究區(qū)4波段正射影像成果。以研究區(qū)為單位,分別采用人工目視解譯法、基于像元的影像分類法和面向?qū)ο蟮挠跋穹诸惙▽?duì)研究區(qū)進(jìn)行農(nóng)作物面積遙感提取。其中運(yùn)用面向?qū)ο蠓诸惙ㄌ崛∞r(nóng)作物面積過程中,最優(yōu)分割參數(shù)的設(shè)置決定了目標(biāo)信息提取的精度。首先運(yùn)用構(gòu)建函數(shù)法確定影像的最優(yōu)分割尺度,再運(yùn)用最大面積法分別對(duì)形狀因子和緊致度的最適宜參數(shù)進(jìn)行區(qū)間選取。從不同角度選擇最能表達(dá)各類地物的特征并匹配特征組合建立多個(gè)多尺度分割規(guī)則集對(duì)影像進(jìn)行分類。以外業(yè)抽樣調(diào)查數(shù)據(jù)和人工目視解譯結(jié)果作參考,對(duì)目標(biāo)信息提取結(jié)果進(jìn)行效果圖對(duì)比、誤差矩陣分析、面積解譯精度、測(cè)量時(shí)間對(duì)比。面向?qū)ο蟮挠跋穹诸惙ㄅc人工目視解譯法獲取的結(jié)果空間分布情況基本一致,分類精度和面積解譯精度相當(dāng),整體精度能達(dá)到90%以上,比基于像元的影像分類法所獲取結(jié)果精度高出很多,能夠滿足實(shí)際生產(chǎn)應(yīng)用需求。在工作效率上,隨著農(nóng)作物提取面積的增加,面向?qū)ο蟮挠跋穹诸惙ㄔ跍y(cè)量速度上的優(yōu)勢(shì)越明顯。綜上所述,運(yùn)用面向?qū)ο蟮挠跋穹诸惙ǖ玫降姆诸惤Y(jié)果更接近真實(shí)的地表特征,并且克服了“椒鹽現(xiàn)象”,該方法可作為快速獲取大范圍農(nóng)作物面積信息的一種較好選擇。
【圖文】：

昆明理工大學(xué)碩士學(xué)位論文信息進(jìn)行精度評(píng)定分析，主要包括目視效果圖對(duì)比分析、運(yùn)用誤差矩陣法進(jìn)行分類精度對(duì)比分析、面積精度對(duì)比分析、測(cè)量時(shí)間對(duì)比分析，，最后得出進(jìn)行大范圍農(nóng)作物面積信息快速獲取的較好方法。1.3.2 研究技術(shù)路線本文的研究技術(shù)路線如圖 1.1 所示。

研究區(qū)地理位置圖
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：S127

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊閆君;占玉林;田慶久;顧行發(fā);余濤;王磊;;基于GF-1/WFVNDVI時(shí)間序列數(shù)據(jù)的作物分類[J];農(nóng)業(yè)工程學(xué)報(bào);2015年24期

2 王利民;劉佳;楊福剛;富長(zhǎng)虹;滕飛;高建孟;;基于GF-1衛(wèi)星遙感的冬小麥面積早期識(shí)別[J];農(nóng)業(yè)工程學(xué)報(bào);2015年11期

3 劉國(guó)棟;鄔明權(quán);牛錚;王長(zhǎng)耀;;基于GF-1衛(wèi)星數(shù)據(jù)的農(nóng)作物種植面積遙感抽樣調(diào)查方法[J];農(nóng)業(yè)工程學(xué)報(bào);2015年05期

4 劉吉?jiǎng)P;鐘仕全;徐雅;陳燕麗;;基于多時(shí)相GF-1 WFV數(shù)據(jù)的南方丘陵地區(qū)甘蔗種植面積提取[J];廣東農(nóng)業(yè)科學(xué);2014年18期

5 李根;景元書;王琳;楊沈斌;;基于MODIS時(shí)序植被指數(shù)和線性光譜混合模型的水稻面積提取[J];大氣科學(xué)學(xué)報(bào);2014年01期

6 金杰;朱海巖;李子瀟;孫建偉;;ENVI遙感圖像處理中幾種監(jiān)督分類方法的比較[J];水利科技與經(jīng)濟(jì);2014年01期

7 蔣怡;;基于遙感信息技術(shù)在農(nóng)業(yè)中的運(yùn)用方式[J];農(nóng)業(yè)與技術(shù);2013年11期

8 白照廣;;高分一號(hào)衛(wèi)星的技術(shù)特點(diǎn)[J];中國(guó)航天;2013年08期

9 夏海良;王波;邵紅偉;;標(biāo)準(zhǔn)最鄰近分類法在道路提取中的應(yīng)用[J];地礦測(cè)繪;2012年03期

10 范磊;程永政;王來剛;劉婷;胡峰;馮曉;;基于多尺度分割的面向?qū)ο蠓诸惙椒ㄌ崛《←湻N植面積[J];中國(guó)農(nóng)業(yè)資源與區(qū)劃;2010年06期

相關(guān)會(huì)議論文 前1條

1 賀潔穎;馬麗;;基于3s的農(nóng)作物估產(chǎn)綜述[A];第32屆中國(guó)氣象學(xué)會(huì)年會(huì)S18 氣象衛(wèi)星遙感新資料——新方法——新應(yīng)用[C];2015年

相關(guān)博士學(xué)位論文 前3條

1 程永政;多尺度農(nóng)作物遙感監(jiān)測(cè)方法及應(yīng)用研究[D];解放軍信息工程大學(xué);2009年

2 林文鵬;基于MODIS波譜分析的作物信息提取研究[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2006年

3 黃慧萍;面向?qū)ο笥跋穹治鲋械某叨葐栴}研究[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2003年

相關(guān)碩士學(xué)位論文 前7條

1 陳雅s

本文編號(hào)：2690493