本文選題：江漢平原　切入點：遙感　出處：《長江流域資源與環(huán)境》2017年06期 　論文類型：期刊論文

【摘要】：及時、準確監(jiān)測水稻種植面積,對區(qū)域糧食政策制定、糧食安全以及農(nóng)業(yè)發(fā)展具有重要意義。然而我國南方地區(qū)水稻生長期內(nèi)降水充沛的氣候特點使得遙感影像"云污染"現(xiàn)象嚴重,為解決水稻種植信息遙感提取存在可用數(shù)據(jù)不足的問題,以江漢平原為例,利用時空數(shù)據(jù)融合模型(Spatial and Temporal Data Fusion Approach,STDFA)將Landsat 8 OLI與時序MODIS數(shù)據(jù)融合,重構(gòu)出具有高時-空分辨率特征數(shù)據(jù),然后采用面向?qū)ο蟮腟VM分類方法對研究區(qū)內(nèi)水稻種植信息進行提取,結(jié)果如下:融合后的紅與近紅外波段反射率與真實反射率的相關系數(shù)分別為0.84和0.81,研究區(qū)水稻提取精度為94.46%,Kappa系數(shù)為0.91。說明時空融合模型能夠較好地重構(gòu)出高時空分辨率數(shù)據(jù),從而實現(xiàn)多云雨地區(qū)農(nóng)作物種植信息遙感提取。
[Abstract]:Timely and accurate monitoring of rice planting areas, formulation of regional food policies, Food security and agricultural development are of great significance. However, the phenomenon of "cloud pollution" in remote sensing images is serious due to the abundant precipitation in the rice growing period in southern China. In order to solve the problem of the shortage of available data in remote sensing extraction of rice planting information, taking Jianghan Plain as an example, Landsat 8 OLI was fused with sequential MODIS data by using spatiotemporal data fusion model, Spatial and Temporal Data Fusion approach (STDFAA). The feature data with high temporal and spatial resolution were reconstructed, and then the information of rice cultivation in the study area was extracted by using the object-oriented SVM classification method. The results are as follows: the correlation coefficients between red and near infrared reflectance and true reflectivity are 0.84 and 0.81, respectively, and the extraction accuracy of rice is 94.46 and Kappa coefficient is 0.91.The results show that the spatio-temporal fusion model can reconstruct the high spatial and temporal resolution data. In order to realize the remote sensing extraction of crop planting information in cloudy and rainy areas.
【作者單位】： 中國科學院測量與地球物理研究所;環(huán)境與災害監(jiān)測評估湖北省重點實驗室;中國科學院大學;
【基金】：中國科學院科技服務網(wǎng)絡計劃(KFJ-STS-EDTP-009) 湖北省自然科學基金項目(2014CFB376)~~
【分類號】：S511;TP751

【相似文獻】

相關期刊論文 前10條

1 耿朝陽;鐘聯(lián)炯;范躍華;;多Agent技術(shù)在數(shù)據(jù)融合系統(tǒng)中的應用[J];西安工業(yè)大學學報;2006年06期

2 盧冬亮;廖興禾;宋令邦;龐訓龍;;數(shù)據(jù)融合系統(tǒng)分析[J];四川兵工學報;2010年10期

3 徐濤，楊國慶，，陳松燦;數(shù)據(jù)融合的概念、方法及應用[J];南京航空航天大學學報;1995年02期

4 熊凌,張凱;數(shù)據(jù)融合及其應用[J];湖北工業(yè)大學學報;2005年03期

5 張紅兵,趙杰煜,羅雪山;軍事數(shù)據(jù)融合概念方法研究[J];火力與指揮控制;2005年07期

6 丁衛(wèi);顧寄南;馬亮;;數(shù)據(jù)挖掘與數(shù)據(jù)融合在產(chǎn)品優(yōu)化設計中的研究綜述[J];制造業(yè)自動化;2013年02期

7 周軍,王志勝,周鳳岐;基于線性均方估計的數(shù)據(jù)融合理論[J];宇航學報;2003年04期

8 林華,玄兆林,周德超;數(shù)據(jù)融合系統(tǒng)數(shù)據(jù)庫的結(jié)構(gòu)設計[J];艦船電子工程;2004年04期

9 肖紅云;肖兵;;綜合集成賦權(quán)法在數(shù)據(jù)融合能力評估中的應用[J];湖南工業(yè)大學學報;2008年05期

10 李向陽;李玲娟;陳建新;徐小龍;;數(shù)據(jù)融合在智能電網(wǎng)中的應用研究[J];計算機技術(shù)與發(fā)展;2012年04期

相關會議論文 前10條

1 孫樂昌;梁亞聲;陸余良;趙水寧;;決策用數(shù)據(jù)融合系統(tǒng)的設計與實現(xiàn)[A];第十五屆全國數(shù)據(jù)庫學術(shù)會議論文集[C];1998年

2 馬憲民;趙躍齊;;一種基于數(shù)據(jù)融合理論的煤礦搶險救護機器人技術(shù)的研究[A];第十六屆全國煤炭自動化學術(shù)年會、中國煤炭學會自動化專業(yè)委員會學術(shù)會議論文集[C];2006年

3 朱斌;符剛;朱愛華;李延斌;吳瓊;;用戶數(shù)據(jù)融合技術(shù)發(fā)展策略[A];中國通信學會信息通信網(wǎng)絡技術(shù)委員會2011年年會論文集（上冊）[C];2011年

4 熊凌;張凱;;數(shù)據(jù)融合及其應用[A];2005年十二省區(qū)市機械工程學會學術(shù)年會論文集（湖北專集）[C];2005年

5 暢言;羅利強;;數(shù)據(jù)融合系統(tǒng)關鍵技術(shù)研究[A];2013第一屆中國指揮控制大會論文集[C];2013年

6 魯睿;張杰;徐勇軍;吳琳;;數(shù)據(jù)融合中證據(jù)沖突的典型處理方法[A];2014第二屆中國指揮控制大會論文集（上）[C];2014年

7 楊功流;楊君;劉玉峰;王文富;楊曄;;用數(shù)據(jù)融合理論減少殼體旋轉(zhuǎn)低速誤差的技術(shù)研究[A];全面建設小康社會：中國科技工作者的歷史責任——中國科協(xié)2003年學術(shù)年會論文集（上）[C];2003年

8 蘇惠敏;張明廉;;飛控系統(tǒng)中的多傳感器數(shù)據(jù)融合[A];1996年中國控制會議論文集[C];1996年

9 殷新春;徐力杰;;WSN中一種基于數(shù)據(jù)融合的能量高效分簇路由協(xié)議[A];2007年全國開放式分布與并行計算機學術(shù)會議論文集(上冊)[C];2007年

10 管清波;張榮;羅小明;;分布式數(shù)據(jù)融合系統(tǒng)及其時鐘同步算法[A];第四屆中國青年運籌與管理學者大會論文集[C];2001年

相關重要報紙文章 前4條

1 唐得勝 本報特約記者 梁申虎 特約通訊員 丁雅涵;數(shù)據(jù)融合,陸上“猛虎”闖大海[N];解放軍報;2012年

2 中興通訊股份有限公司 魯蘭 紅朱 王煒;數(shù)據(jù)融合奠基網(wǎng)絡融合[N];通信產(chǎn)業(yè)報;2006年

3 聞丹巖;Avaya IP語音重回報[N];中國計算機報;2003年

4 本報記者 付連英;大數(shù)據(jù)融合與創(chuàng)新性變革加劇[N];國際商報;2014年

相關博士學位論文 前9條

1 邢天璋;室外環(huán)境下WSN被動式目標定位方法研究[D];西北大學;2015年

2 李超然;無線傳感器網(wǎng)絡數(shù)據(jù)融合安全問題的研究[D];北京交通大學;2016年

3 劉明堂;基于多源多尺度數(shù)據(jù)融合的黃河含沙量檢測模型研究[D];鄭州大學;2015年

4 李雨謙;基于數(shù)據(jù)融合的綜合識別方法研究[D];電子科技大學;2013年

5 鄧達強;運動機械監(jiān)測系統(tǒng)數(shù)據(jù)融合關鍵技術(shù)的研究與應用[D];重慶大學;2001年

6 藺杰;數(shù)據(jù)融合的神經(jīng)計算方法[D];浙江大學;2005年

7 張宇林;計算智能在土壤數(shù)據(jù)融合中的應用研究[D];江南大學;2009年

8 王欣;多傳感器數(shù)據(jù)融合問題的研究[D];吉林大學;2006年

9 賈海濤;基于感知引導的數(shù)據(jù)融合算法研究[D];電子科技大學;2012年

相關碩士學位論文 前10條

1 付祥朋;基于相關性預測與多層數(shù)據(jù)融合的ZigBee節(jié)能研究[D];內(nèi)蒙古大學;2015年

2 侯振乾;基于預測模型的無線傳感器網(wǎng)絡數(shù)據(jù)融合研究[D];沈陽理工大學;2015年

3 解春香;異類多傳感器數(shù)據(jù)融合技術(shù)的研究[D];沈陽理工大學;2015年

4 趙騫;能源行業(yè)中網(wǎng)絡監(jiān)測與數(shù)據(jù)融合平臺的設計與實現(xiàn)[D];電子科技大學;2015年

5 陳初杰;基于多層次監(jiān)測數(shù)據(jù)融合的多狀態(tài)系統(tǒng)動態(tài)可靠度評估方法研究[D];電子科技大學;2015年

6 李孟瑤;無線傳感器網(wǎng)絡中多傳感器數(shù)據(jù)融合方法的研究[D];湘潭大學;2015年

7 梁學利;無線傳感器網(wǎng)絡中數(shù)據(jù)融合隱私保護方法研究[D];浙江工業(yè)大學;2015年

8 王立坤;物聯(lián)網(wǎng)中安全數(shù)據(jù)融合技術(shù)研究[D];東南大學;2015年

9 楊繼振;通信基站節(jié)能系統(tǒng)中多傳感器數(shù)據(jù)融合方法設計與實現(xiàn)[D];東南大學;2015年

10 范庭芳;基于數(shù)據(jù)融合的餐飲油煙濃度實時監(jiān)測系統(tǒng)設計[D];復旦大學;2014年

本文編號：1629892