發(fā)布時間：2021-07-02 20:16

　　農(nóng)作物種植結(jié)構(gòu)是農(nóng)業(yè)生產(chǎn)活動對土地利用的表現(xiàn)形式,也是對自然資源高效利用及田間科學(xué)管理的最終結(jié)果。隨著空間技術(shù)的不斷發(fā)展,多源遙感數(shù)據(jù)已廣泛應(yīng)用于農(nóng)作物種植結(jié)構(gòu)提取研究中,尤其是高分辨率對地觀測系統(tǒng)的迅猛發(fā)展,為農(nóng)業(yè)遙感開啟了高分遙感時代。然而,高分數(shù)據(jù)在農(nóng)作物種植結(jié)構(gòu)提取研究中仍存在一些技術(shù)難點和挑戰(zhàn):一是憑借主流的數(shù)據(jù)源識別效果往往不理想,且對新數(shù)據(jù)源普遍關(guān)注不足;二是農(nóng)作物在高分影像上呈現(xiàn)出更為復(fù)雜的時空異質(zhì)性和尺度敏感性,阻礙信息挖掘的深度和廣度;三是分類策略的選擇難以滿足高分時代實現(xiàn)高效生態(tài)持續(xù)農(nóng)業(yè)生產(chǎn)種植形式的實時監(jiān)測、實時評估、實時決策的重大需求和發(fā)展方向。針對以上不足,本研究在GF-1/WFV遙感數(shù)據(jù)支持下,結(jié)合面向?qū)ο蟮膱D像分析方法和自主高效的機器學(xué)習(xí)分類器,探索了單時相光譜紋理特性及多階段逐月優(yōu)化的分類策略在及時準(zhǔn)確的提取農(nóng)作物種植結(jié)構(gòu)中的應(yīng)用價值和潛力。主要研究結(jié)論如下:（1）利用文獻綜述方法梳理了近10年多源遙感數(shù)據(jù)在農(nóng)作物種植結(jié)構(gòu)提取的研究進展,為數(shù)據(jù)源選擇提供依據(jù)。國內(nèi)外農(nóng)作物種植結(jié)構(gòu)提取中以MODIS為代表的低分辨率和以Landsat TM/ETM+為代表... 

【文章來源】：中國農(nóng)業(yè)科學(xué)院北京市

【文章頁數(shù)】：92 頁

【學(xué)位級別】：博士

【部分圖文】：

農(nóng)作物遙感識別中不同傳感器使用頻率統(tǒng)計

圖 1. 2 總體技術(shù)路線Figure1.2 Technique route of this study1.5 論文結(jié)構(gòu)本論文共包括六個章節(jié)，見圖 1.3 所示。第一章是緒論部分。首先介紹了農(nóng)作物種植結(jié)構(gòu)的基本概念及其研究意義并闡述了農(nóng)作物種植結(jié)構(gòu)遙感提取的特征及理論基礎(chǔ)。從農(nóng)作物遙感提取的多源數(shù)據(jù)應(yīng)用現(xiàn)狀和技術(shù)方法兩個方面，歸納了當(dāng)前農(nóng)作物種植結(jié)構(gòu)遙感提取存在的主要問題，并在此基礎(chǔ)上，針對高空間分辨率遙感數(shù)據(jù)在農(nóng)作物種植結(jié)構(gòu)提取的方法技術(shù)，提出了本論文的研究目標(biāo)、主要研究內(nèi)容和總體技術(shù)路線，最后是本論文的結(jié)構(gòu)說明。第二章主要是對論文的研究區(qū)域、擬采用的“高分一號”遙感數(shù)據(jù)及其他輔助數(shù)據(jù)的介紹和說明，重點對遙感數(shù)據(jù)的預(yù)處理及圖形分析方法進行闡述。首先從研究區(qū)概況、自然條件及農(nóng)業(yè)布局特點三個方面闡述研究區(qū)選擇相關(guān)內(nèi)容。其次詳細介紹“高分一號”衛(wèi)星傳感器的特性及數(shù)據(jù)處理，主要包括 GF-1 遙感數(shù)據(jù)預(yù)處理、面向?qū)ο蟮亩喑叨确指罴疤卣魈崛　５谌虏捎脝我粫r相高空間分辨率 GF-1 遙感數(shù)據(jù)的光譜和紋理特征集提取研究區(qū)域農(nóng)作物種植結(jié)構(gòu)。首先在值域范圍內(nèi)對隨機森林模型重要參數(shù) mtry 和 ntree 參數(shù)尋優(yōu)，構(gòu)建隨機森林模

中國農(nóng)業(yè)科學(xué)院博士學(xué)位論文 第一章 緒論和紋理特征在農(nóng)作物種植結(jié)構(gòu)提取中的重要性，在此基礎(chǔ)上，利用當(dāng)季實地采集樣本訓(xùn)練多時相隨機森林模型，以“所見即所得”為宗旨構(gòu)建當(dāng)季農(nóng)作物種植結(jié)構(gòu)預(yù)測模型，并對預(yù)測結(jié)果進行精度檢驗。第五章主要是以第四、第五章的工作為基礎(chǔ)，分別基于支持向量機分類器及同期單時相Landsat8 影像進行農(nóng)作物種植結(jié)構(gòu)提取。在對 gamma 和 cost 參數(shù)尋優(yōu)研究基礎(chǔ)上，構(gòu)建 SVM 預(yù)測模型進行多階段農(nóng)作物種植結(jié)構(gòu)提取，比較不同分類器對農(nóng)作物種植結(jié)構(gòu)提取結(jié)構(gòu)影響。同時也比較了不同數(shù)據(jù)源對同一研究區(qū)提取結(jié)果的差異。第六章為討論和展望部分。在對本論文的研究結(jié)果進行總結(jié)和歸納的基礎(chǔ)上，提出了本論文的所取得的創(chuàng)新性研究成果和主要研究結(jié)論，分析了本論文研究中存在的問題并且對今后可能的研究方向進行了展望。

【參考文獻】：
期刊論文
[1]用高分一號數(shù)據(jù)提取玉米面積及精度分析[J]. 郭燕,武喜紅,程永政,王來剛,劉婷.  遙感信息. 2015(06)
[2]農(nóng)作物種植結(jié)構(gòu)遙感提取研究進展[J]. 胡瓊,吳文斌,宋茜,余強毅,楊鵬,唐華俊.  中國農(nóng)業(yè)科學(xué). 2015(10)
[3]農(nóng)作物遙感識別中的多源數(shù)據(jù)融合研究進展[J]. 宋茜,周清波,吳文斌,胡瓊,余強毅,唐華俊.  中國農(nóng)業(yè)科學(xué). 2015(06)
[4]高分一號多光譜遙感數(shù)據(jù)的面向?qū)ο蠓诸怺J]. 劉書含,顧行發(fā),余濤,王珂,張周威,鞠頌.  測繪科學(xué). 2014(12)
[5]How Could Agricultural Land Systems Contribute to Raise Food Production Under Global Change?[J]. WU Wen-bin,YU Qiang-yi,Verburg H Peter,YOU Liang-zhi,YANG Peng,TANG Hua-jun.  Journal of Integrative Agriculture. 2014(07)
[6]面向?qū)ο蟮亩鄷r相HJ星影像甘蔗識別方法[J]. 王久玲,黃進良,王立輝,胡硯霞,韓鵬鵬,黃維.  農(nóng)業(yè)工程學(xué)報. 2014(11)
[7]基于作物空間分配模型的東北三省春玉米時空分布特征[J]. 譚杰揚,李正國,楊鵬,劉珍環(huán),李志鵬,張莉,吳文斌,游良志,唐華俊.  地理學(xué)報. 2014(03)
[8]農(nóng)作物空間格局變化研究進展評述[J]. 吳文斌,楊鵬,李正國,陳仲新,周清波,唐華俊.  中國農(nóng)業(yè)資源與區(qū)劃. 2014(01)
[9]農(nóng)作物遙感分類特征變量選擇研究現(xiàn)狀與展望[J]. 賈坤,李強子.  資源科學(xué). 2013(12)
[10]利用交叉信息熵模擬東北地區(qū)水稻種植面積空間分布[J]. 唐鵬欽,楊鵬,陳仲新,李正國,游良志,劉珍環(huán),吳文斌,姚艷敏.  農(nóng)業(yè)工程學(xué)報. 2013(17)

博士論文
[1]基于機器學(xué)習(xí)的遙感圖像分類研究[D]. 張雁.北京林業(yè)大學(xué) 2014
[2]空間信息在面向?qū)ο蠓诸惙椒ㄖ械膽?yīng)用[D]. 韓凝.浙江大學(xué) 2011
[3]基于統(tǒng)計與MODIS數(shù)據(jù)的水稻遙感估產(chǎn)方法研究[D]. 彭代亮.浙江大學(xué) 2009
[4]支持向量機方法及其應(yīng)用研究[D]. 王書舟.哈爾濱工業(yè)大學(xué) 2009
[5]面向數(shù)據(jù)挖掘的分類器集成研究[D]. 陳海霞.吉林大學(xué) 2006
[6]支撐向量機在光譜遙感影像分類中的若干問題研究[D]. 劉志剛.武漢大學(xué) 2004
[7]面向?qū)ο笥跋穹治鲋械某叨葐栴}研究[D]. 黃慧萍.中國科學(xué)院研究生院（遙感應(yīng)用研究所） 2003

碩士論文
[1]基于紋理分析的高分辨率影像面向?qū)ο蠓诸愌芯縖D]. 郝慮遠.北京師范大學(xué) 2014
[2]基于多層次分割的遙感影像面向?qū)ο笊址诸怺D]. 馬浩然.北京林業(yè)大學(xué) 2014



本文編號：3261152