中國亞熱帶地區(qū)主要位于中國南部地區(qū),廣西壯族自治區(qū)由于其地理位置以及地形地貌的特點(diǎn)能夠作為中國亞熱帶山區(qū)的典型代表,鑒于此,論文選取廣西作為研究區(qū)域以為能更好地研究中國亞熱帶地區(qū)的作物分類方法。廣西是一個(gè)農(nóng)業(yè)省,由于獨(dú)特的自然環(huán)境條件其農(nóng)業(yè)作物種類繁多,對農(nóng)業(yè)作物進(jìn)行快速、準(zhǔn)確、高效的識別與分類成為農(nóng)業(yè)發(fā)展以及經(jīng)濟(jì)發(fā)展的必然需求,并且對一個(gè)地區(qū)的糧食安全、社會經(jīng)濟(jì)、生態(tài)功能以及相應(yīng)的政策制定都會產(chǎn)生重要的影響。本文將廣西作為中國亞熱帶山區(qū)的典型代表,以廣西壯族自治區(qū)為研究區(qū)域,以廣西壯族自治區(qū)的部分大宗作物與部分特色作物作為研究對象,以2013年1月到2013年12月的MODIS 250m分辨率的MOD13Q1 EVI（增強(qiáng)型植被指數(shù)）與NDVI（歸一化植被指數(shù)）作為數(shù)據(jù)源,采取實(shí)地調(diào)研和GoogleEarth擴(kuò)充的方法進(jìn)行作物樣本數(shù)據(jù)采集。首先,利用Timesat軟件對比了AG（非對稱高斯濾波）算法與S-G算法對研究區(qū)以及研究對象的去噪適應(yīng)程度,選擇適合研究區(qū)域物候指標(biāo)提取的算法;其次,利用S-G濾波算法對EVI時(shí)間序列與NDVI時(shí)間序列進(jìn)行了擬合重建以及地表物候指標(biāo)提取,提取了十一... 

【文章來源】：南寧師范大學(xué)廣西壯族自治區(qū)

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1. 緒論
    1.1 研究背景、目的、意義
        1.1.1 研究背景
        1.1.2 研究目的
        1.1.3 研究意義
    1.2 國內(nèi)外研究進(jìn)展
        1.2.1 作物分類研究
        1.2.2 物候指數(shù)應(yīng)用研究
    1.3 研究內(nèi)容和方法
        1.3.1 研究內(nèi)容
        1.3.2 研究方法和技術(shù)路線
    1.4 本章小結(jié)
2. 研究區(qū)概況與數(shù)據(jù)源
    2.1 研究區(qū)概況
        2.1.1 自然條件
        2.1.2 廣西壯族自治區(qū)作物概況
    2.2 數(shù)據(jù)源及樣本數(shù)據(jù)集
        2.2.1 MODIS數(shù)據(jù)集
        2.2.2 樣本數(shù)據(jù)集
    2.3 數(shù)據(jù)預(yù)處理
        2.3.1 MODIS數(shù)據(jù)預(yù)處理
        2.3.2 樣本數(shù)據(jù)預(yù)處理
    2.4 本章小結(jié)
3. MODIS時(shí)間序列重構(gòu)及物候指標(biāo)提取分析
    3.1 TIMESAT軟件介紹
    3.2 NDVI、EVI時(shí)間序列擬合算法的選取
    3.3 十一個(gè)物候指標(biāo)提取
    3.4 作物物候分析
    3.5 季節(jié)圖像處理
    3.6 本章小結(jié)
4. 作物分類結(jié)果分析
    4.1 隨機(jī)森林算法與EnMAP-Box軟件
    4.2 隨機(jī)森林分類模型的建立與評價(jià)
        4.2.1 RFC模型的建立
        4.2.2 RFC模型適用性評價(jià)
        4.2.3 變量重要性評價(jià)
    4.3 分類結(jié)果與分析
5. 結(jié)論與討論
    5.1 結(jié)論
    5.2 討論
參考文獻(xiàn)
攻讀碩士學(xué)位期間的科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于決策樹和面向?qū)ο蟮淖魑锓植夹畔⑦b感提取[J]. 周靜平,李存軍,史磊剛,史姝,胡海棠,淮賀舉.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(09)
[2]農(nóng)作物種植格局對遙感分類精度的影響[J]. 張榮群,王盛安,高萬林,牛靈安,孫瑋健,溫利興.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(10)
[3]廣西特色農(nóng)作物比較優(yōu)勢分析與發(fā)展展望[J]. 李小紅,孔令孜,楊景峰,覃澤林.  熱帶農(nóng)業(yè)科學(xué). 2016(02)
[4]隨機(jī)森林在高光譜遙感數(shù)據(jù)中降維與分類的應(yīng)用[J]. 楊珺雯,張錦水,朱秀芳,謝登峰,袁周米琪.  北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(S1)
[5]MODISEVI時(shí)序數(shù)據(jù)重建方法及擬合分析[J]. 王乾坤,于信芳,舒清態(tài),尚珂,文可戈.  地球信息科學(xué)學(xué)報(bào). 2015(06)
[6]廣西沿海地區(qū)主要糧經(jīng)作物種植結(jié)構(gòu)的變遷[J]. 夏秀忠,曾宇,農(nóng)保選,劉開強(qiáng),鄧國富,劉義明,林競鴻,楊顯志,李丹婷.  南方農(nóng)業(yè)學(xué)報(bào). 2014(05)
[7]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(qiáng)子.  資源科學(xué). 2013(12)
[8]基于TIMESAT的3種時(shí)序NDVI擬合方法比較研究——以藏北草地為例[J]. 宋春橋,柯靈紅,游松財(cái),劉高煥,鐘新科.  遙感技術(shù)與應(yīng)用. 2011(02)
[9]農(nóng)作物空間格局遙感監(jiān)測研究進(jìn)展[J]. 唐華俊,吳文斌,楊鵬,周清波,陳仲新.  中國農(nóng)業(yè)科學(xué). 2010(14)
[10]3種濾波算法對NDVI高質(zhì)量數(shù)據(jù)保真性研究[J]. 曹云鋒,王正興,鄧芳萍.  遙感技術(shù)與應(yīng)用. 2010(01)

碩士論文
[1]基于MODIS時(shí)間序列地表物候特征分析及農(nóng)作物分類[D]. 平躍鵬.哈爾濱師范大學(xué) 2016
[2]多時(shí)相C波段全極化SAR農(nóng)作物識別方法研究[D]. 韓宇.內(nèi)蒙古師范大學(xué) 2015
[3]基于DMSP/OLS夜景燈光數(shù)據(jù)的城市空間擴(kuò)張?zhí)卣髋c驅(qū)動機(jī)制研究[D]. 余子龍.復(fù)旦大學(xué) 2014
[4]基于MODIS影像的北京地區(qū)生長季及其影響因子研究[D]. 徐珂.北京林業(yè)大學(xué) 2012
[5]氣候變化對自然保護(hù)區(qū)的影響及法律對策研究[D]. 徐靚.浙江農(nóng)林大學(xué) 2012
[6]基于MODIS植被指數(shù)的水稻物候提取與地面驗(yàn)證[D]. 肖江濤.電子科技大學(xué) 2011
[7]廣西特色農(nóng)業(yè)發(fā)展研究[D]. 張安群.中南民族大學(xué) 2011
[8]基于MODIS-NDVI的河北省主要農(nóng)作物空間分布研究[D]. 陳曉苗.河北師范大學(xué) 2010
[9]多源信息復(fù)合的SVM混合地塊分解法提取玉米種植面積[D]. 馬麗.西安科技大學(xué) 2009
[10]廣西特色農(nóng)業(yè)發(fā)展研究[D]. 梁勇.廣西大學(xué) 2002



本文編號：3633053