發(fā)布時(shí)間：2021-01-04 18:20

　　水稻是我國(guó)的主要糧食作物,全國(guó)水稻年產(chǎn)量占世界產(chǎn)量的一半以上,在糧食安全中占有極其重要的地位。從統(tǒng)計(jì)、監(jiān)查、核實(shí)對(duì)比層面,對(duì)水稻種植面積進(jìn)行調(diào)查統(tǒng)計(jì),以監(jiān)測(cè)水稻種植面積變化情況,為水稻估產(chǎn)、水稻安全狀況、水稻種植政策制定提供決策支撐。然而人工實(shí)地勘測(cè)調(diào)查獲取水稻種植面積的變化情況耗費(fèi)大量的人力物力,具有較高的生產(chǎn)成本,耗費(fèi)時(shí)間較長(zhǎng),難以適應(yīng)信息現(xiàn)勢(shì)性需求。通過(guò)遙感監(jiān)測(cè)水稻種植面積具有客觀性、時(shí)效性、經(jīng)濟(jì)性等優(yōu)勢(shì)。本文以遼寧省沈陽(yáng)市為研究區(qū)域,Landsat8 OLI遙感影像為基本數(shù)據(jù),分別對(duì)4年9期影像運(yùn)用基于像元和基于對(duì)象的分類方法,對(duì)研究區(qū)水稻種植信息提取,并通過(guò)分類后再比較的方法對(duì)水稻進(jìn)行動(dòng)態(tài)變化監(jiān)測(cè)。本文主要研究?jī)?nèi)容和成果如下:（1）研究區(qū)遙感影像預(yù)處理。首先將研究區(qū)數(shù)據(jù)輻射定標(biāo),將DN值轉(zhuǎn)化為地球表面地物反射率、地表溫度等參數(shù);再對(duì)待配準(zhǔn)影像和參考影像進(jìn)行配準(zhǔn)消除或減少幾何形變;采用NNDiffuse Pan Sharpening融合方法提高影像的空間分辨率同時(shí)對(duì)色彩、紋理和光譜信息進(jìn)行保留;最后進(jìn)行相對(duì)輻射校正將輻射亮度的差異反映出不同時(shí)相中地物的變化。其中配準(zhǔn)和相對(duì)輻射校... 

【文章來(lái)源】：沈陽(yáng)建筑大學(xué)遼寧省

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１高程數(shù)據(jù)選取??Ｆｉｇ．?２．１?Ｔｈｅ?ｓｅｌｅｃｔｉｏｎ?ｏｆ?ｅｌｅｖａｔｉｏｎ?ｄａｔａ??

可應(yīng)用導(dǎo)軌、測(cè)針、ＧＰＳ、全站儀、野外測(cè)量等高端儀器。（２）根據(jù)航空或航天影像，??通過(guò)攝影測(cè)量途徑獲取。（３）用戶對(duì)實(shí)際地物的野外調(diào)查。研究區(qū)的ＤＥＭ的獲取，首??先需要研究區(qū)的初始高程數(shù)據(jù)，本研究通過(guò)專門的軟件來(lái)獲取。見(jiàn)圖２．１所示，在??ＢＩＧＥＭＡＰ中選取可供下載的最高分辨率級(jí)數(shù)（Ｌ１６級(jí)別）的高程數(shù)據(jù)，其像素分辨率??可達(dá)１．７８ｍ。??髟諍?高程（等高線）?矢墾路網(wǎng)?ＰＯＩ?（興＾）?行政邊界??鉢信息??任務(wù)名稱：沈陽(yáng)市－高程??：?１２２．４２．?４３．０４０５?＞＞?１２３．８０８．?４１．１９７９??游路徑：Ｈ：／?Ｑ??圖層：�；旌蠄D?？分圖層??１?選項(xiàng)：Ｅ裁趨?０替加＾注??地圖背星：§填充?？不填充?＃┦拭鰨崳?縣?：?▼?標(biāo)３圖較件格式丄三??提示：勾選設(shè)ＥＵ越高，下栽影像越清明｝??娜倕比嫩?尺！?聯(lián)大小▲??第?１３級(jí)?１４．１７?ｍ?１：５３５７２?８０８３ｘ１０７３４?２４８．２３?Ｍ??；?結(jié)?１４級(jí)?７．０９?ｍ?１：２６７８６?１６１６６ｘ２１４６７?０．９７?Ｇ??筮?１５級(jí)?３．５４?ｍ?１：１３３９３?３２３３２ｘ４２９３４?３．８８?Ｇ??Ｉ?Ｖ?第?１６級(jí)?１．７７?ｍ?１：６６９７?６４６６３ｘ８５８６８?１５．５１?Ｇ??｜?筮?１７級(jí)?０．８９?ｍ?１：３３４８?１２９３２７ｘ１７１７３６?６２．０５?Ｇ??笫?

?碩士研究生學(xué)位論文??現(xiàn)代技術(shù)的計(jì)算機(jī)圖像分類，地物反射光譜特征是最重要、最基本、最直接的解譯分類??要素。圖３．７為在ＥＮＶＩ中加載２０１６年５月至１０月６期處理后的遙感影像，進(jìn)行２％??的線性拉伸，并改為６、５、２（Ｒ、Ｇ、Ｂ）的波段顯示。??＿?，??＿＿＿??圖３．７沈陽(yáng)市物候期衛(wèi)星影像??Ｆｉｇ．?３．７?Ｓａｔｅｌｌｉｔｅ?ｉｍａｇｅｓ?ｏｆ?ｐｈｅｎｏｌｏｇｉｃａｌ?ｐｈａｓｅ?ｉｎ?Ｓｈｅｎｙａｎｇ??這樣的波段組合方式，加大了地物之間的差異性，使影像層次更加分明。而且豐富??了植被類型，并增強(qiáng)了裸地信息，使耕地信息的識(shí)別更加容易［１１］。由圖像可以看到，５??月份，農(nóng)作物陸續(xù)開(kāi)始播種，植被覆蓋率較低。６月份，水稻大多處于幼苗期，在圖像??上呈現(xiàn)為淡綠色。而７、８月份，水稻開(kāi)始孕穗，抽穗；玉米開(kāi)始拔節(jié)，抽雄，圖像呈??鮮綠色，植被覆蓋率較高。到了９月份上旬，秋糧作物大多成熟，到了收獲期。９月下??旬

【參考文獻(xiàn)】：
期刊論文
[1]Landsat 8和MODIS融合構(gòu)建高時(shí)空分辨率數(shù)據(jù)識(shí)別秋糧作物[J]. 謝登峰,張錦水,潘耀忠,孫佩軍,袁周米琪.  遙感學(xué)報(bào). 2015(05)
[2]農(nóng)作物種植結(jié)構(gòu)遙感提取研究進(jìn)展[J]. 胡瓊,吳文斌,宋茜,余強(qiáng)毅,楊鵬,唐華俊.  中國(guó)農(nóng)業(yè)科學(xué). 2015(10)
[3]基于HJ時(shí)間序列數(shù)據(jù)的農(nóng)作物種植面積估算[J]. 劉佳,王利民,楊福剛,楊玲波,王小龍.  農(nóng)業(yè)工程學(xué)報(bào). 2015(03)
[4]作物類型遙感識(shí)別研究進(jìn)展[J]. 張喜旺,劉劍鋒,秦奮,秦耀辰.  中國(guó)農(nóng)學(xué)通報(bào). 2014(33)
[5]面向?qū)ο蟮暮娇崭吖庾V圖像混合分類方法[J]. 李雪軻,王晉年,張立福,楊杭,劉凱.  地球信息科學(xué)學(xué)報(bào). 2014(06)
[6]智慧城市中的大數(shù)據(jù)[J]. 李德仁,姚遠(yuǎn),邵振峰.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2014(06)
[7]4種常用植被指數(shù)的地形效應(yīng)評(píng)估[J]. 朱高龍,柳藝博,居為民,陳鏡明.  遙感學(xué)報(bào). 2013(01)
[8]面向省級(jí)農(nóng)作物種植面積遙感估算的分層方法[J]. 朱爽,張錦水.  農(nóng)業(yè)工程學(xué)報(bào). 2013(02)
[9]HJ衛(wèi)星圖像水稻種植面積的識(shí)別分析[J]. 魏新彩,王新生,劉海,徐靜.  地球信息科學(xué)學(xué)報(bào). 2012(03)
[10]“資源三號(hào)”衛(wèi)星三線陣相機(jī)輻射質(zhì)量評(píng)價(jià)[J]. 徐文,葛曙樂(lè),龍小祥,王小燕,李俊杰.  航天返回與遙感. 2012(03)

博士論文
[1]基于MODIS數(shù)據(jù)的作物物候期監(jiān)測(cè)及作物類型識(shí)別模式研究[D]. 張明偉.華中農(nóng)業(yè)大學(xué) 2006

碩士論文
[1]面向?qū)ο蟾叻直媛蔬b感影像信息提取[D]. 田新光.中國(guó)測(cè)繪科學(xué)研究院 2007



本文編號(hào)：2957204