寧夏惠農(nóng)區(qū)廟臺(tái)鄉(xiāng)省悟村,作物耕種面積約為3000余畝,通過人工現(xiàn)場(chǎng)統(tǒng)計(jì)耕種作物分布信息工作量大,費(fèi)時(shí)費(fèi)力且精度不高�；诖耸褂脽o人機(jī)遙感技術(shù)對(duì)研究區(qū)主要作物類型進(jìn)行分類統(tǒng)計(jì),為提高作物分類的精度和計(jì)算機(jī)處理效率,使用最佳指數(shù)法,降低無人機(jī)遙感影像數(shù)據(jù)維數(shù),并構(gòu)造分類規(guī)則集,建立不同分類模型對(duì)灌區(qū)主要作物類型進(jìn)行分類研究。主要研究成果如下:（1）針對(duì)無人機(jī)多光譜影像的空間分辨率高、信息冗余大、波段間相關(guān)性強(qiáng)的問題,結(jié)合無人機(jī)遙感影像的光譜信息、紋理信息和高程信息,使用最佳指數(shù)法和最大最小值歸一化處理法,統(tǒng)計(jì)分析各影像信息,篩選出均值最大的Red、Nir、Green光譜特征、NDVI指數(shù)特征、紅波段均值紋理特征、近紅外波段信息熵紋理特征、綠波段相關(guān)性紋理特征和高程特征作為無人機(jī)遙感影像分類的最佳波段組合來進(jìn)行研究區(qū)作物分類。（2）采用基于像元的監(jiān)督方法,結(jié)合影像中的作物光譜信息、紋理信息、高程信息,構(gòu)造分類規(guī)則集,建立最大似然分類模型（MLC）、支持向量機(jī)（SVM）分類模型、BP神經(jīng)網(wǎng)絡(luò)分類模型對(duì)研究區(qū)主要作物進(jìn)行分類識(shí)別。結(jié)果表明:在最佳波段組合下,使用不同特征組合建立的分類模型的分類結(jié)... 

【文章來源】：寧夏大學(xué)寧夏回族自治區(qū)211工程院校

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１技術(shù)路線??１．３．３章節(jié)安排??第一章緒論

蒙古烏海市接壤，是寧夏的北大門，南達(dá)甘、陜，北往內(nèi)蒙古，東渡黃河至鄂爾多斯高原，西越??賀蘭山進(jìn)入阿拉善草原。本文選取惠農(nóng)區(qū)廟臺(tái)鄉(xiāng)省悟村為研宄區(qū)，其經(jīng)諱度為Ｅ１０６°１３’０７〃？??１０６°５８＇５７＂，?Ｎ３８°Ｗ１４＂？３９°２４＇５８〃，總面積約為２．０４ｋｍ２。研宂區(qū)的地理位置見圖２－１。???ｌ〇ｒ?東?１０６＂川’０，東?１０６＂?５０’０’東??＇ｍ?＾??＾?ｊ?？￣￣?＼?）?＿＜＝＞?ｆ?１０６＊?４５’（Ｔ東?１０６＊?４５’２擴(kuò)東?１０６ｅ?１５＇４０＾＾１?ｒ??ｓ－?／?卜成街？、?＇ｆ?ｉｆ￣ｆ?＾??／?打＇火Ｖ純ｉｉｔ北嘩ａ?Ｚ安＇?ｍ“乏：賽??，；＜．ｖ＾??１?；?ａ、，＇ｒＪＰ＾?二’?Ｌ＇＇?／＇??Ｖ＇?／＇、廣?ｒｒ?Ｉ?ｒ?＾??ｋ?、？－??１＼?＾??，?＼?Ｔｋ－，?－?ｓ??丨土二？１??１０６?３０?０?＾?ｌＯｆＴ?４〇?０?Ｉ０ｆｉ?５０?０?１０６－?ＷＯ＊＊?ｕｗ，ｔｅ＇ａｔ■東?１０６＊?？？?ＩＤ＇Ｓ；??圖２－１研究區(qū)地理位置??２．１．２地形地貌??惠農(nóng)區(qū)位于賀蘭山洪積扇高階地與黃河沖積平原過渡地帶，自然地形呈北高南低，東低西高，??由西北向東南傾斜

圖２－３地面控制點(diǎn)布置??機(jī)航拍路線設(shè)計(jì)??研究區(qū)現(xiàn)場(chǎng)調(diào)研，選視野開闊，地勢(shì)平坦地區(qū)作為無人機(jī)起降場(chǎng)。確定研究況，無人機(jī)飛行時(shí)間選在上午１０：?００點(diǎn)￣下午２：?００點(diǎn)，在這段時(shí)間內(nèi)，太陽(yáng)陰影少，無人機(jī)拍攝的影像所受到的地面陰影影響小。無人機(jī)組裝，通電，在研究區(qū)衛(wèi)星影像圖。根據(jù)現(xiàn)狀調(diào)研情況和Ｇｏｏｇｌｅ?Ｅａｒｔｈ下載的地面高程影像（區(qū)平均地面高程，為保證影像結(jié)果滿足《低空數(shù)字航空攝影測(cè)量外業(yè)規(guī)范》，航向重疊度為８０％，旁向重疊度為６０％，飛行高程為１２０ｍ。航拍路線設(shè)置“Ｚ”攝、設(shè)置起降位置。檢查相機(jī)工作情況，觀察靶機(jī)電壓、電流、ＧＰＳ接收情況逆風(fēng)滑翔降落。整個(gè)飛行過程如下：??地面控制平臺(tái)的設(shè)置，無人機(jī)以半徑６０ｍ盤旋上升，達(dá)到作業(yè)高程后飛向設(shè)置開始工作；??２２．１ｍ進(jìn)行等間距拍攝，操作人員觀察地面工作站，查看飛機(jī)空中姿態(tài)，當(dāng)靶，進(jìn)行返航。之后，再進(jìn)行下一個(gè)架次操作，一直到研宄區(qū)影像被完整覆蓋完成，人飛回點(diǎn)，進(jìn)盤旋高。在地４０ｍ時(shí)，飛進(jìn)

【參考文獻(xiàn)】：
期刊論文
[1]耕地質(zhì)量建設(shè)與管理存在的問題及對(duì)策——以石嘴山市惠農(nóng)區(qū)為例[J]. 魏靜,程杰.  河南農(nóng)業(yè). 2019(11)
[2]基于決策樹的無人機(jī)高光譜遙感影像地物分類研究[J]. 萬歡,孫昕,周浩瀾,王長(zhǎng)委.  河北農(nóng)業(yè)科學(xué). 2019(01)
[3]玉米作物系數(shù)無人機(jī)遙感協(xié)同地面水分監(jiān)測(cè)估算方法研究[J]. 張瑜,張立元,Zhang Huihui,宋朝陽(yáng),藺廣花,韓文霆.  農(nóng)業(yè)工程學(xué)報(bào). 2019(01)
[4]基于無人機(jī)遙感影像的玉米苗期株數(shù)信息提取[J]. 劉帥兵,楊貴軍,周成全,景海濤,馮海寬,徐波,楊浩.  農(nóng)業(yè)工程學(xué)報(bào). 2018(22)
[5]無人機(jī)遙感在煙田監(jiān)測(cè)中的應(yīng)用——以湖南省寧鄉(xiāng)縣黃材鎮(zhèn)煙田監(jiān)測(cè)為例[J]. 孟秀軍,谷連軍,王森.  北京測(cè)繪. 2018(10)
[6]基于無人機(jī)多光譜影像的棉葉螨識(shí)別方法[J]. 崔美娜,戴建國(guó),王守會(huì),張國(guó)順,薛金利.  新疆農(nóng)業(yè)科學(xué). 2018(08)
[7]基于無人機(jī)遙感可見光影像的北疆主要農(nóng)作物分類方法[J]. 戴建國(guó),張國(guó)順,郭鵬,曾窕俊,崔美娜,薛金利.  農(nóng)業(yè)工程學(xué)報(bào). 2018(18)
[8]多光譜影像混合像元解混的加權(quán)變異系數(shù)分析法[J]. 宇潔,葉勤,林怡.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(09)
[9]基于高光譜基本準(zhǔn)則的波段選擇方法[J]. 嚴(yán)陽(yáng),華文深,劉恂,崔子浩.  光學(xué)技術(shù). 2018(05)
[10]無人機(jī)低空攝影測(cè)量在河長(zhǎng)制實(shí)施中的應(yīng)用[J]. 李超超,田軍倉(cāng),馮濤,林衛(wèi)公,張銳,陳世貴.  寧夏工程技術(shù). 2018(03)

博士論文
[1]基于高分一/六號(hào)衛(wèi)星影像特征的農(nóng)作物分類研究[D]. 鄭利娟.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所) 2017

碩士論文
[1]基于無人機(jī)多光譜數(shù)據(jù)的天然草地生物量估算方法研究[D]. 孫世澤.石河子大學(xué) 2018
[2]基于無人機(jī)遙感的玉米表型信息提取技術(shù)研究[D]. 張琪.東北農(nóng)業(yè)大學(xué) 2017
[3]基于多源數(shù)據(jù)的復(fù)雜種植結(jié)構(gòu)區(qū)作物遙感分類[D]. 郭棟.東北農(nóng)業(yè)大學(xué) 2017
[4]基于高光譜遙感數(shù)據(jù)的森林樹種分類[D]. 張麗云.北京林業(yè)大學(xué) 2016



本文編號(hào)：3616482