遙感技術(shù)具有高信息量、宏觀性、客觀性和時(shí)效性等綜合優(yōu)勢(shì),是農(nóng)業(yè)、林業(yè)、國(guó)土資源等部門進(jìn)行監(jiān)測(cè)管理的重要技術(shù)手段。作物種植面積的準(zhǔn)確提取與作物長(zhǎng)勢(shì)監(jiān)測(cè)、產(chǎn)量預(yù)測(cè)、市場(chǎng)價(jià)格等問題密切相關(guān)。傳統(tǒng)基于遙感技術(shù)的作物面積提取方法大多依賴單一的MODIS、TM或SPOT等中高分辨率衛(wèi)星數(shù)據(jù),由于單一數(shù)據(jù)源數(shù)據(jù)量的限制,一般較難達(dá)到時(shí)間與空間尺度的平衡,提取精度仍有待提高。近年來,隨著各種新型傳感器的不斷推出,不同數(shù)據(jù)之間的交互比較及耦合應(yīng)用已成為研究的熱點(diǎn)。因此,研究如何借助多源遙感數(shù)據(jù)實(shí)現(xiàn)高空間分辨率時(shí)間序列的構(gòu)建,從而有效提取農(nóng)作物的種植時(shí)空分布將具有重要的使用價(jià)值和研究意義。本文以解決目前地物識(shí)別中高空間分辨率單源遙感數(shù)據(jù)連續(xù)性差的問題為研究目標(biāo),以GF-1與Landsat-8影像為基本數(shù)據(jù)源,提出聯(lián)合構(gòu)建高空間、高時(shí)間分辨率植被指數(shù)時(shí)序數(shù)據(jù)的研究思路,以期提高農(nóng)作物種植結(jié)構(gòu)提取及農(nóng)作物估產(chǎn)精度。本文首先通過數(shù)據(jù)選取規(guī)則確定、植被指數(shù)轉(zhuǎn)換等一系列處理流程,解決了因數(shù)據(jù)采集平臺(tái)不同引起的數(shù)據(jù)差異性等問題;然后基于線性回歸模型,構(gòu)建了GF-1與Landsat-8轉(zhuǎn)換方程,并進(jìn)行了濾波處理和精度評(píng)估;再次,引入5種距離測(cè)度方法,以石津灌區(qū)為實(shí)驗(yàn)區(qū),綜合比較了新構(gòu)建時(shí)序的聚類精度,評(píng)價(jià)了GF-1與Landsat-8植被指數(shù)時(shí)序插補(bǔ)序列的效果和適用性,并與以MODIS、TM為遙感數(shù)據(jù)源的傳統(tǒng)分類方法進(jìn)行對(duì)比分析,確定石津灌區(qū)種植結(jié)構(gòu)提取的最佳數(shù)據(jù)源及識(shí)別方法。最后,論文基于石津灌區(qū)種植結(jié)構(gòu)空間分布,以光譜信息、降水、氣溫為影響因子,對(duì)糧食單產(chǎn)進(jìn)行了遙感估測(cè)。實(shí)驗(yàn)結(jié)果表明:(1)Landsat-8與GF-1 NDVI數(shù)據(jù)呈現(xiàn)高度線性相關(guān),經(jīng)轉(zhuǎn)換方程轉(zhuǎn)換后,GF-1 NDVI擬合數(shù)據(jù)與Landsat-8 NDVI關(guān)系增強(qiáng),有效減少了數(shù)據(jù)差異程度;(2)基于多源數(shù)據(jù)建立的植被指數(shù)時(shí)序數(shù)據(jù)能充分發(fā)揮GF-1與Landsat-8影像的各自優(yōu)勢(shì),相比其單源數(shù)據(jù),在地物識(shí)別中具有更高的分類精度。5種距離測(cè)度的分類結(jié)果均取得較高精度,總體分類精度最高達(dá)到96.09%;(3)以MODIS NDVI時(shí)間序列為數(shù)據(jù)源的總體分類精度為84.13%,Kappa系數(shù)為0.79。多時(shí)相Landsat-8分類總體精度介于76%~86%,Kappa系數(shù)介于0.6~0.75之間。與多源時(shí)序插補(bǔ)數(shù)據(jù)的分類結(jié)果進(jìn)行比較,傳統(tǒng)分類方法提取精度較低,進(jìn)一步驗(yàn)證了GF-1與Landsat-8時(shí)序插補(bǔ)進(jìn)行遙感識(shí)別的可行性;(4)基于石津灌區(qū)種植結(jié)構(gòu)空間分布,分別建立了光譜產(chǎn)量模型、氣象產(chǎn)量模型和光譜氣象產(chǎn)量綜合模型。與光譜產(chǎn)量模型和氣象產(chǎn)量模型相比,光譜氣象產(chǎn)量綜合模型的相關(guān)系數(shù)高達(dá)0.89,留一交叉檢驗(yàn)的決定系數(shù)達(dá)0.79,總體上優(yōu)于另兩種估產(chǎn)模型。該研究為開展中小尺度區(qū)域遙感識(shí)別和糧食產(chǎn)量遙感估測(cè)提供了一種新的技術(shù)手段,為政府及其他有關(guān)部門及時(shí)了解不同生態(tài)區(qū)域糧食生產(chǎn)趨勢(shì)提供了指導(dǎo),研究結(jié)果可為糧食貿(mào)易和宏觀調(diào)控政策的制定提供參考依據(jù)。
【學(xué)位單位】：河北工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：S127
【部分圖文】：

圖 2-1 研究區(qū)域圖Fig.2-1. Study area and verification areas形地貌灌區(qū)隸屬于華北平原，該區(qū)域內(nèi)地形由西向東逐漸變緩，整體

圖 2-2 驗(yàn)證區(qū)域分布位置及目視解譯Fig.2-2 Location of verification region and visual interpretation為了保證驗(yàn)證數(shù)據(jù)的可靠性，典型驗(yàn)證區(qū)選擇時(shí)要確保具有代表性，地表農(nóng)

圖 2-3 2014 年石津灌區(qū)月均氣溫分布格局Fig.2-3 The mean monthly temperature distribution pattern of Shijin irrigation area in 2014
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;2008年青海農(nóng)戶種植結(jié)構(gòu)將發(fā)生較大調(diào)整[J];青海統(tǒng)計(jì);2008年03期

2 劉新景;;農(nóng)業(yè)種植因素對(duì)種植結(jié)構(gòu)的影響及優(yōu)化措施[J];農(nóng)家參謀;2018年01期

3 徐偉平;;我國(guó)糧經(jīng)飼三元種植結(jié)構(gòu)協(xié)調(diào)發(fā)展的影響因素及政策建議[J];種子科技;2016年11期

4 程雪;;淺談丹東地區(qū)玉米種植結(jié)構(gòu)模式調(diào)整現(xiàn)狀[J];農(nóng)村經(jīng)濟(jì)與科技;2017年18期

5 任金鳳;;優(yōu)化種植結(jié)構(gòu),提高種植效益[J];農(nóng)業(yè)開發(fā)與裝備;2017年10期

6 易立燦;;農(nóng)業(yè)種植結(jié)構(gòu)調(diào)整戰(zhàn)略的研究[J];花卉;2016年24期

7 戚亞平;;中國(guó)新疆兵團(tuán)持續(xù)“穩(wěn)糧優(yōu)棉”優(yōu)化種植結(jié)構(gòu)[J];中亞信息;2016年10期

8 陳元邦;;服務(wù)要抓農(nóng)民需求痛點(diǎn)[J];中國(guó)農(nóng)資;2017年17期

9 王燕;;盧龍縣優(yōu)化種植結(jié)構(gòu)的基本思路及建議[J];現(xiàn)代農(nóng)村科技;2010年04期

10 王偉春;;多元化種植結(jié)構(gòu)模式實(shí)踐與效益分析[J];現(xiàn)代農(nóng)業(yè)科技;2009年09期

相關(guān)博士學(xué)位論文 前3條

1 范文波;瑪納斯河流域種植業(yè)用水結(jié)構(gòu)時(shí)空變化與種植結(jié)構(gòu)關(guān)系研究[D];西北農(nóng)林科技大學(xué);2014年

2 張艷虹;轉(zhuǎn)型時(shí)期非農(nóng)就業(yè)對(duì)農(nóng)戶農(nóng)業(yè)生產(chǎn)的影響[D];浙江大學(xué);2017年

3 王潤(rùn)元;中國(guó)西北主要農(nóng)作物對(duì)氣候變化的響應(yīng)[D];蘭州大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 郝小宇;基于水資源高效利用的榆林市農(nóng)業(yè)種植結(jié)構(gòu)優(yōu)化研究[D];西北農(nóng)林科技大學(xué);2019年

2 趙兵杰;基于GF-1與Landsat-8的種植結(jié)構(gòu)提取與產(chǎn)量估測(cè)[D];河北工程大學(xué);2019年

3 賴良玉;農(nóng)業(yè)生產(chǎn)環(huán)節(jié)外包對(duì)農(nóng)戶種植結(jié)構(gòu)的影響研究[D];江西農(nóng)業(yè)大學(xué);2018年

4 周欽;吉林省糧食種植結(jié)構(gòu)的變動(dòng)對(duì)糧食增產(chǎn)的貢獻(xiàn)分析[D];吉林農(nóng)業(yè)大學(xué);2018年

5 辛彥林;基于不確定性的大荔縣節(jié)水型種植結(jié)構(gòu)優(yōu)化研究[D];西安理工大學(xué);2018年

6 梁琛;供給側(cè)改革背景下農(nóng)戶種植結(jié)構(gòu)影響因素研究[D];東華理工大學(xué);2018年

7 高瓊;陜西渭北旱塬節(jié)水型種植結(jié)構(gòu)優(yōu)化研究[D];西南大學(xué);2009年

8 高明杰;區(qū)域節(jié)水型種植結(jié)構(gòu)優(yōu)化研究[D];中國(guó)農(nóng)業(yè)科學(xué)院;2005年

9 李永濤;基于VB旱作種植結(jié)構(gòu)決策支持系統(tǒng)開發(fā)[D];西北農(nóng)林科技大學(xué);2010年

10 顏璐;新疆農(nóng)戶化肥施用影響因素研究[D];新疆農(nóng)業(yè)大學(xué);2011年

本文編號(hào)：2864690