隨著國內(nèi)外對(duì)資源環(huán)境、氣候變化、生態(tài)和災(zāi)害等對(duì)國家或地區(qū)糧食生產(chǎn)系統(tǒng)影響等一系列問題定量研究的逐步深入,大范圍、長時(shí)間和高精度農(nóng)作物空間分布基礎(chǔ)農(nóng)業(yè)科學(xué)數(shù)據(jù)的準(zhǔn)確獲取對(duì)資源、環(huán)境、生態(tài)、氣候變化和國家糧食安全等問題研究具有重要現(xiàn)實(shí)意義和科學(xué)意義。而遙感信息由于具有覆蓋面積大、探測周期短、資料豐富、費(fèi)用低等特點(diǎn),已經(jīng)在大范圍作物空間分布信息獲取和作物識(shí)別及空間分布制圖中發(fā)揮了越來越重要作用本研究針對(duì)傳統(tǒng)閾值法農(nóng)作物識(shí)別過程中閾值設(shè)置存在靈巧性差和自動(dòng)化程度低等弱點(diǎn),以我國糧食主產(chǎn)區(qū)黃淮海平原內(nèi)河北省衡水市景縣為典型實(shí)驗(yàn)區(qū),開展了利用全局優(yōu)化算法改進(jìn)基于閾值檢測的農(nóng)作物分布制圖方法創(chuàng)新研究。研究中,以冬小麥為研究對(duì)象,以國產(chǎn)高分一號(hào)（GF-1）為主要遙感數(shù)據(jù)源,在以作物面積統(tǒng)計(jì)數(shù)據(jù)為總量控制數(shù)據(jù)和全局參數(shù)優(yōu)化的復(fù)合型混合演化算法SCE-UA（Shuffled Complex Evolution-University of Arizona）支持下,提出利用時(shí)序NDVI數(shù)據(jù)開展閾值模型閾值參數(shù)自動(dòng)優(yōu)化的冬小麥空間分布制圖方法,最終,獲得實(shí)驗(yàn)區(qū)冬小麥閾值模型最優(yōu)參數(shù),并利用優(yōu)化后的閾值參數(shù)對(duì)冬小... 

【文章來源】：中國農(nóng)業(yè)科學(xué)院北京市

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究區(qū)域Fig.2.1Locationofthestudyarea

按預(yù)定路線，參考遙感影像，沿路線隨機(jī)對(duì)途徑各種作物S 在周圍 60 米*60 米的地塊內(nèi)進(jìn)行實(shí)地定位，為了減小驗(yàn)證誤差緣，記錄地物屬性。驗(yàn)證點(diǎn)分布根據(jù)實(shí)地路線選取地點(diǎn)與個(gè)數(shù)，標(biāo)注樣本點(diǎn)位置，周圍的作物種類地塊分布圖，和實(shí)地描述、照表首先地物類型樣點(diǎn)分布遵循均勻分布的原則，并利用差分 G得 2653 個(gè)地面實(shí)測各種地物類型樣點(diǎn)。其中，冬小麥 1860 個(gè)，隨機(jī)選擇一部分樣本點(diǎn)作為訓(xùn)練樣本，用于提取地物時(shí)序特征。于后續(xù)提取結(jié)果的精度驗(yàn)證，具體樣本點(diǎn)數(shù)量和分布，如表 2.1表 2.1 實(shí)驗(yàn)區(qū)地面樣本點(diǎn)采集數(shù)量Table 2.1 Number of samples in Jingxian County驗(yàn)證點(diǎn)采集數(shù)量（個(gè)）冬小麥非冬小麥林地 其他400 100 100 1460 285 308

研究區(qū)野外采集樣本點(diǎn)分布

【參考文獻(xiàn)】：
期刊論文
[1]基于SCE-UA算法的小麥穗分化期模擬模型參數(shù)優(yōu)化[J]. 劉峻明,潘佩珠,王鵬新,崔珍珍,胡新.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(04)
[2]單變量特征選擇的蘇北地區(qū)主要農(nóng)作物遙感識(shí)別[J]. 王娜,李強(qiáng)子,杜鑫,張?jiān)?趙龍才,王紅巖.  遙感學(xué)報(bào). 2017(04)
[3]基于遙感和AquaCrop作物模型的多同化算法比較[J]. 邢會(huì)敏,李振海,徐新剛,馮海寬,楊貴軍,陳召霞.  農(nóng)業(yè)工程學(xué)報(bào). 2017(13)
[4]監(jiān)督分類方法在遙感影像分類處理中的比較[J]. 孫坤,魯鐵定.  江西科學(xué). 2017(03)
[5]基于時(shí)間序列MODIS的農(nóng)作物類型空間制圖方法[J]. 黃健熙,侯矞焯,武洪峰,劉峻明,朱德海.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(10)
[6]基于改進(jìn)的NDVI密度分割方法的冬小麥面積信息提取[J]. 郝震,趙紅莉,蔣云鐘.  南水北調(diào)與水利科技. 2017(03)
[7]基于SCE-UA算法的新安江模型與垂向混合產(chǎn)流模型參數(shù)優(yōu)化應(yīng)用研究[J]. 王維,馮忠倫,楊偉,林洪孝,王剛,刁艷芳.  中國農(nóng)村水利水電. 2017(03)
[8]基于多源數(shù)據(jù)的禹城農(nóng)田生態(tài)系統(tǒng)冬小麥生育期識(shí)別方法比較研究[J]. 馮艾琳,何洪林,劉利民,任小麗,張黎,葛蓉,趙鳳華.  遙感技術(shù)與應(yīng)用. 2016(05)
[9]大數(shù)據(jù)時(shí)代的農(nóng)情監(jiān)測與預(yù)警[J]. 吳炳方,張淼,曾紅偉,張鑫,閆娜娜,蒙繼華.  遙感學(xué)報(bào). 2016(05)
[10]地塊破碎度對(duì)軟硬變化檢測法識(shí)別冬小麥分布精度的影響[J]. 朱爽,張錦水.  農(nóng)業(yè)工程學(xué)報(bào). 2016(10)

博士論文
[1]我國種植業(yè)空間布局演變（1978-2009）[D]. 李炎子.中國農(nóng)業(yè)大學(xué) 2014

碩士論文
[1]明代福建農(nóng)作物地理分布研究[D]. 徐敏.福建師范大學(xué) 2009



本文編號(hào)：3118018