本文選題：GF-1　切入點：WFV　出處：《吉林大學》2017年碩士論文　論文類型：學位論文

【摘要】：農(nóng)作物主要類型識別是估算農(nóng)作物面積、及時監(jiān)測其長勢以及預(yù)測其產(chǎn)量的基本首要工作,是農(nóng)情遙感的基礎(chǔ)[1]。因此,及時、準確、大范圍獲取農(nóng)作物種植類型、長勢及其分布情況,可以為糧食生產(chǎn)和農(nóng)業(yè)發(fā)展提供相關(guān)信息,對于農(nóng)業(yè)生產(chǎn)管理和政府制定糧食政策具有重大的意義。近年來,遙感技術(shù)發(fā)展日新月異,數(shù)據(jù)源持續(xù)增加,光譜分辨率和空間分辨率也越來越高,遙感技術(shù)在農(nóng)業(yè)中的應(yīng)用也在不斷擴展,使得快速、準確獲取農(nóng)作物種植面積和空間分布成為可能[2]。本文以天津市為研究區(qū),以GF-1 WFV為遙感數(shù)據(jù)源,選取了該區(qū)2016年主要農(nóng)作物生長關(guān)鍵期影像,結(jié)合地面實地調(diào)查樣方數(shù)據(jù),綜合運用RS、GIS等技術(shù),采用決策樹分類法提取了天津市主要作物冬小麥、水稻、玉米的空間分布數(shù)據(jù)。取得的研究成果主要有以下幾個方面:(1)通過對研究區(qū)主要作物生長關(guān)鍵期影像的正射糾正、輻射定標、大氣校正、鑲嵌和裁切等處理,取得了覆蓋整個研究區(qū)的農(nóng)作物生長關(guān)鍵期遙感影像數(shù)據(jù)。(2)提取并合成了各期遙感影像的植被指數(shù)(NDVI)和水體指數(shù)(NDWI),結(jié)合地面調(diào)查樣方數(shù)據(jù),繪制了天津市冬小麥、水稻、玉米等主要農(nóng)作物NDVI和NDWI的季相變化曲線。(3)結(jié)合天津市主要農(nóng)作物的物候數(shù)據(jù),分析了冬小麥、水稻、玉米等主要農(nóng)作物NDVI和NDWI的季相變化規(guī)律,確定了研究區(qū)常見地物目標的遙感影像分類指標和分類準則,確定區(qū)分不同類型農(nóng)作物的時間節(jié)點,通過反復(fù)試驗,選擇了合適的分類閾值。(4)利用ENVI5.1軟件平臺,構(gòu)建了天津市夏收作物——冬小麥以及秋收作物——水稻和玉米的決策樹分類模型,取得了天津市主要農(nóng)作物的空間分布圖。(5)根據(jù)研究區(qū)農(nóng)業(yè)統(tǒng)計數(shù)據(jù)和農(nóng)作物空間分布的實地調(diào)查樣方數(shù)據(jù),用混淆矩陣方法統(tǒng)計分析了研究區(qū)不同季節(jié)收獲的農(nóng)作物空間分布遙感測量結(jié)果的精度。統(tǒng)計分析結(jié)果表明:夏收作物總體精度為95%,Kappa系數(shù)為0.89,冬小麥生產(chǎn)者精度、用戶精度分別為95%、91%;秋收作物總體精度為90%,Kappa系數(shù)為0.82,其中水稻生產(chǎn)者精度、用戶精度分別為86%和85%,玉米生產(chǎn)者精度、用戶精度分別為93%、87%。由此可見,本文所述的農(nóng)作物空間分布遙感調(diào)查方法的預(yù)測精度滿足三農(nóng)普對精度要求,是一種可行的農(nóng)作物空間分布遙感測量方法。
[Abstract]:The identification of main types of crops is the basic primary task of estimating crop area, monitoring its growth and predicting its yield in time, which is the basis of remote sensing of agricultural conditions [1] .Therefore, it is timely, accurate and extensive to obtain crop planting types. Growth and its distribution can provide relevant information for food production and agricultural development, and are of great significance for agricultural production management and food policy formulation by governments. In recent years, remote sensing technology has developed rapidly and data sources have continued to increase. The spectral resolution and spatial resolution are higher and higher, and the application of remote sensing technology in agriculture is also expanding, which makes it possible to obtain crop planting area and spatial distribution quickly and accurately [2]. Taking GF-1 WFV as the remote sensing data source, this paper selected the image of the key period of crop growth in 2016 in this area, combined with the ground survey sample square data, synthetically used the technology of GF-1 WFV and so on, used the decision tree classification method to extract the main crops winter wheat and rice in Tianjin. Spatial distribution data of maize. The main research results obtained are as follows: 1) through orthographic correction, radiometric calibration, atmospheric correction, mosaic and cutting of images of key periods of crop growth in the research area, The vegetation index (NDVI) and water body index (NDWI) of each remote sensing image were extracted and synthesized, and the winter wheat and rice in Tianjin were drawn based on the ground survey sample data. Based on the phenological data of main crops in Tianjin, the seasonal variations of NDVI and NDWI, such as winter wheat, rice, maize and other main crops, such as winter wheat, rice and maize, were analyzed. The classification indexes and criteria of remote sensing images of common ground objects in the study area are determined, and the time nodes for distinguishing different types of crops are determined. Through repeated experiments, the appropriate classification threshold is selected. (4) the ENVI5.1 software platform is used. The decision tree classification model of summer harvest crops, winter wheat and autumn harvest crops, rice and maize, was constructed in Tianjin. The spatial distribution map of main crops in Tianjin is obtained.) according to the agricultural statistical data of the study area and the field survey sample data of the spatial distribution of crops, The precision of remote sensing measurement of the spatial distribution of crops harvested in different seasons in the study area was statistically analyzed with the method of confusion matrix. The results showed that the total precision of summer harvest was 0.89 and the precision of winter wheat producer was 0.89. The user's accuracy is 95 / 91s respectively; the overall precision of the autumn harvest crops is 90 and Kappa's coefficient is 0.82, of which the rice producer's accuracy and the user's precision are 86% and 85 respectively, the corn producer's accuracy and the user's precision are 9330.87. thus, we can see that, The prediction accuracy of the remote sensing survey method for the spatial distribution of crops described in this paper meets the requirements of the precision of San Nong Pu, and is a feasible remote sensing method for measuring the spatial distribution of crops.
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：S127;TP751

【相似文獻】

相關(guān)期刊論文 前10條

1 慕石;《中國西部地區(qū)生態(tài)環(huán)境現(xiàn)代遙感調(diào)查圖集》出版[J];測繪信息與工程;2003年03期

2 毛雨景;趙志芳;吳文春;王鋒德;;云南省水蝕荒漠化遙感調(diào)查及成因分析[J];國土資源遙感;2013年01期

3 劉興漢;;“三北”防護林東北平原農(nóng)田林網(wǎng)區(qū)典型縣——《土地資源的遙感調(diào)查研究與評價》通過鑒定[J];遙感信息;1990年03期

4 葉年山;;江蘇省大中城市綠化航空遙感調(diào)查[J];遙感信息;1990年03期

5 郎鴻儒;;杭州市綠化狀況航空遙感調(diào)查的主要收獲[J];遙感信息;1993年01期

6 楊則東,鹿獻章;安徽境內(nèi)長江岸帶崩塌遙感調(diào)查[J];國土資源遙感;1998年03期

7 倪艷芳,張旭東;關(guān)于重點大城市生態(tài)系統(tǒng)遙感調(diào)查相關(guān)問題的探討[J];北方環(huán)境;2001年02期

8 王召海;棉花種植面積遙感調(diào)查研究[J];遙感信息;1999年01期

9 張立,吳健平;春秋時期吳國都城遺跡位置的遙感調(diào)查及預(yù)測[J];遙感學報;2005年05期

10 張定祥;李憲文;劉莉;;我國土地資源遙感調(diào)查與監(jiān)測技術(shù)體系建設(shè)構(gòu)想[J];國土資源信息化;2006年03期

相關(guān)會議論文 前9條

1 孫美仙;張偉;;福建省海岸線遙感調(diào)查方法研究[A];第十四屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2003年

2 譚福強;;植被資源的遙感調(diào)查——以吉林省森林、草地資源調(diào)查為例[A];第十四屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2003年

3 楊則東;;長江安徽段泥沙淤積及湖泊圍墾遙感調(diào)查[A];加強地質(zhì)工作促進社會經(jīng)濟和諧發(fā)展——2007年華東六省一市地學科技論壇論文集[C];2007年

4 黃衛(wèi)民;張杰;馬毅;傅軍;崔廷偉;宋瑋;;海岸帶遙感調(diào)查規(guī)范的需求分析及其制定流程設(shè)計[A];第十四屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2003年

5 李遠華;;基于遙感調(diào)查與GIS分析的林芝地區(qū)地質(zhì)災(zāi)害評價[A];第十五屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2005年

6 厲冬玲;張華國;隋玉正;王雋;;近二十年以來杭州灣圍墾土地利用模式的遙感調(diào)查[A];全國農(nóng)業(yè)遙感技術(shù)研討會論文集[C];2009年

7 景愛;;長城遙感調(diào)查與考古學[A];中國長城博物館暨中國長城學會優(yōu)秀文集[C];2005年

8 劉麗;劉清;王體健;朱小祥;;貴州生態(tài)環(huán)境的遙感調(diào)查及動態(tài)監(jiān)測[A];第26屆中國氣象學會年會農(nóng)業(yè)氣象防災(zāi)減災(zāi)與糧食安全分會場論文集[C];2009年

9 余德清;李文輝;;談巖溶石山地區(qū)石漠化遙感調(diào)查技術(shù)方法[A];第十三屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2001年

相關(guān)重要報紙文章 前10條

1 記者 饒愛杰;“908”專項海島海岸帶遙感調(diào)查進展匯報會暨技術(shù)研討會在青召開[N];中國海洋報;2009年

2 張華明邋徐小龍;“908專項”東海區(qū)航空遙感調(diào)查完成階段性任務(wù)[N];中國海洋報;2007年

3 茍甲有;全國區(qū)域地質(zhì)環(huán)境遙感調(diào)查研討會召開[N];中煤地質(zhì)報;2009年

4 記者 于德福;遙感調(diào)查：開辟地質(zhì)環(huán)境監(jiān)測新途徑[N];中國國土資源報;2010年

5 記者 杜永剛;太原綠地知多少遙感調(diào)查見分曉[N];中國測繪報;2005年

6 茍甲有;礦產(chǎn)資源開發(fā)多目標遙感調(diào)查與監(jiān)測項目設(shè)計評審會召開[N];中煤地質(zhì)報;2010年

7 特約記者 王浦 通訊員 張瑞江;新疆北部完成生態(tài)地質(zhì)環(huán)境遙感調(diào)查監(jiān)測[N];中國國土資源報;2014年

8 記者 喻貴銀 吳江;我國將開展中東部地區(qū)生態(tài)環(huán)境現(xiàn)狀遙感調(diào)查[N];中國測繪報;2002年

9 崔曉健;海島海岸帶遙感調(diào)查示范項目成果凸現(xiàn)[N];中國海洋報;2005年

10 王博;《飛向汶川——5·12地震災(zāi)害航空遙感調(diào)查》發(fā)行[N];中國國土資源報;2009年

相關(guān)碩士學位論文 前4條

1 胡琨菠;天津市農(nóng)作物空間分布遙感調(diào)查與質(zhì)量評定方法研究[D];吉林大學;2017年

2 李智峰;甘南多金屬礦區(qū)礦山開發(fā)遙感調(diào)查與監(jiān)測研究[D];中南大學;2011年

3 楊冬云;基于遙感調(diào)查的煤礦生態(tài)環(huán)境影響評價[D];中國地質(zhì)大學（北京）;2006年

4 焦?jié)櫝?SAR影像處理方法及其在礦山遙感調(diào)查中的應(yīng)用研究[D];中國地質(zhì)大學（北京）;2010年

，

本文編號：1568154