【摘要】：甘蔗是一種重要的糖料作物和能源原料,我國食糖行業(yè)的主要原料來源于甘蔗,每年甘蔗產(chǎn)糖量占總食糖產(chǎn)量的90%以上�；谔穷愒谌粘Ｉ钪械牟豢苫蛉毙�,應(yīng)從源頭開始監(jiān)測,即及時、準確地監(jiān)測甘蔗的生長狀況,這對國家制定食糖相關(guān)政策、進出口計劃,以及制糖企業(yè)安排生產(chǎn)都具有重要意義。此外,中國90%的甘蔗分布在南方地區(qū),尤其華南地區(qū)占比極大。然而這些區(qū)域在氣候上常年多云多雨、在種植結(jié)構(gòu)上有地物分布破碎、作物混雜嚴重的特點,這給傳統(tǒng)的光學(xué)遙感帶來了一定的挑戰(zhàn),使之很難進行甘蔗的監(jiān)測。而主動微波遙感不受云雨影響、全天候、全天時監(jiān)測的優(yōu)點,已逐漸成為南方農(nóng)作物監(jiān)測的重要數(shù)據(jù)源�；谝陨媳尘�,本文以華南多云多雨地區(qū)甘蔗識別為研究重點,選擇廣西區(qū)崇左市為實驗區(qū),以C波段雙極化Sentinel-1為主要數(shù)據(jù)源,同時輔助光學(xué)數(shù)據(jù)Sentinel-2,結(jié)合野外采集數(shù)據(jù),在充分理解甘蔗在C波段極化散射機理的基礎(chǔ)上,研究更高精度下的甘蔗提取方法;通過一個生長周期的觀測確定甘蔗識別的最佳時相(組合),建立所有甘蔗的共性特征---極化特征時序生長曲線;并進一步研究基于多時相離散觀測與連續(xù)生長曲線的甘蔗識別方法,實現(xiàn)甘蔗的空間格局監(jiān)測。具體研究結(jié)果如下:(1)經(jīng)過對崇左市一整年SAR數(shù)據(jù)的分析,繪制甘蔗和水稻、桉樹、香蕉等特征農(nóng)作物的生長曲線。發(fā)現(xiàn)適合提取甘蔗的時相是3月、6月、8月和11月,最佳時相為11月,最佳極化特征為交叉極化VH。同時計算甘蔗與其他地物的可分離性,結(jié)果表明VH對應(yīng)的8月數(shù)據(jù)最利于甘蔗和水稻的區(qū)分。在甘蔗提取中,交叉極化VH優(yōu)于同極化VV。同時,引入極化特征(VV-VH)/(W+VH),驗證此特征有利于區(qū)分香蕉和桉樹的區(qū)分,此方法可引申到樹種分類的相關(guān)研究中。(2)基于雷達數(shù)據(jù)的分類,分別使用最大似然、SVM、CART和隨機森林方法進行分類,實驗結(jié)果顯示:在使用單景影像進行分類時,11月份對應(yīng)的處于伸長期的影像,其分類精度最高,為80.62%,最優(yōu)方法為CART分類法;在使用疊加數(shù)據(jù)時,其精度會高于單景分類,且隨著數(shù)據(jù)的增加,精度不斷變高。精度最高時達到89.19%,對應(yīng)的數(shù)據(jù)為四個時相疊加的數(shù)據(jù)集。同時,疊加后數(shù)據(jù)可增加分類精度只適應(yīng)于植物不同時期的數(shù)據(jù)合成,同一生長期的數(shù)據(jù)合成反而會降低分類精度(3)基于光學(xué)和雷達數(shù)據(jù)合成的分類,出現(xiàn)最優(yōu)分類精度結(jié)果所對應(yīng)的方法依然是CART法,其分類精度為87.54%。表明雷達數(shù)據(jù)融合光學(xué)數(shù)據(jù)對增加分類精度有重要作用。(4)本文融合多分類器(SVM、CART和隨機森林)進行農(nóng)作物的分類和甘蔗的提取,其精度可達到90.23%,為本研究中方法中所獲得的最高精度,表明多分類器融合對農(nóng)作物的提取有其獨特的優(yōu)勢。
【圖文】：

中國最主要的糖料作物，其蔗糖產(chǎn)量占全國食糖總產(chǎn)量的 90%以本，廣泛種植于北緯 30 度到南緯 30 度的熱帶亞熱帶地區(qū)。在我南地區(qū)如廣西（占全國產(chǎn)量近 70％）、廣東和海南地區(qū)，同時還域在種植甘蔗。尤其在廣西，甘蔗已經(jīng)成為當(dāng)?shù)剞r(nóng)民脫貧致富的支制糖企業(yè)以及保險公司對了解當(dāng)年的甘蔗生產(chǎn)的預(yù)測信息、種植植的面積信息要求很迫切。提前了解甘蔗的種植信息可使得政府規(guī)劃、對適應(yīng)市場變化的戰(zhàn)略的制定同時兼顧企業(yè)效應(yīng)這三方面進區(qū)域經(jīng)濟的健康發(fā)展，實現(xiàn)物料的最優(yōu)化利用，為制定進出口可以極大程度地穩(wěn)定食糖價格從而保證食糖的安全[2]。周期跨度大，植期多樣，如表 1.1 所示為甘蔗生長的物候特征圖2、3、4 和 5 分別表示不同季節(jié)種類的甘蔗，主要包括春植蔗、蔗和宿根蔗。G(Germination）、S(Seeding)、T(Tillering)、G G(Gran)分別代表甘蔗的不同生長階段，即萌芽期、幼苗期、分蘗期、伸生長過程如圖 1.1 所示，分別顯示了不同時期內(nèi)甘蔗的生長狀況其監(jiān)測變得困難。

增速位居全區(qū)第一。第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的結(jié)構(gòu)調(diào)整為 20.0：43.9：36.1，其比重分別變化-0.9%、3.4%和-1.5%。2.2 數(shù)據(jù)介紹以廣西壯族自治區(qū)崇左市為實驗區(qū)，在該區(qū)域進行了大量的地面調(diào)查及初步研究針對所選實驗區(qū)，從雙極化 SAR 數(shù)據(jù)和光學(xué)數(shù)據(jù) Sentinel-2 的獲取和地面調(diào)查采樣兩方面進行數(shù)據(jù)準備。2.2.1 Sentinel-1 數(shù)據(jù)介紹2005 年底，歐盟委員會提出“哥白尼計劃”，即協(xié)助歐洲和世界上其他的國家處理自然災(zāi)害事件。該“計劃”可綜合歐洲各國的衛(wèi)星力量從而形成全面大尺度的觀測網(wǎng)系統(tǒng)并免費提供業(yè)務(wù)服務(wù)。本文主要使用 Sentinel-1 和 Sentinel-2 衛(wèi)星，其中 Sentinel-1 為雷達衛(wèi)星，Sentinel-2 為光學(xué)衛(wèi)星，如圖 2.3 所示：Sentinel-1 衛(wèi)星其包含兩顆衛(wèi)星，其兩顆衛(wèi)星分別為 Sentinel-1A 衛(wèi)星和 Sentinel-1衛(wèi)星。Sentinel-1A 從屬歐洲空間局哥白尼計劃，是該計劃的首顆環(huán)境監(jiān)測衛(wèi)星。經(jīng)過了
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：S566.1;TP751

【參考文獻】

相關(guān)期刊論文 前10條

1 陳劉鳳;林開平;胡寶清;李嘉潔;寧文怡;;基于Landsat8_OLI數(shù)據(jù)的甘蔗種植面積監(jiān)測[J];南方農(nóng)業(yè)學(xué)報;2015年11期

2 吳美瓊;;基于主成分分析的廣西甘蔗種植面積時空變化及驅(qū)動力研究[J];中國農(nóng)業(yè)資源與區(qū)劃;2015年03期

3 劉吉凱;鐘仕全;徐雅;陳燕麗;;基于多時相GF-1 WFV數(shù)據(jù)的南方丘陵地區(qū)甘蔗種植面積提取[J];廣東農(nóng)業(yè)科學(xué);2014年18期

4 王久玲;黃進良;王立輝;胡硯霞;韓鵬鵬;黃維;;面向?qū)ο蟮亩鄷r相HJ星影像甘蔗識別方法[J];農(nóng)業(yè)工程學(xué)報;2014年11期

5 丁美花;譚宗琨;李輝;楊宇紅;張行清;莫建飛;何立;莫偉華;王君華;;基于HJ-1衛(wèi)星數(shù)據(jù)的甘蔗種植面積調(diào)查方法探討[J];中國農(nóng)業(yè)氣象;2012年02期

6 凌飛龍;李增元;白黎娜;田昕;陳爾學(xué);楊永恬;;ALOS PALSAR雙極化數(shù)據(jù)水稻制圖[J];遙感學(xué)報;2011年06期

7 馬尚杰;裴志遠;汪慶發(fā);郭琳;梁自力;滕冬建;;基于多時相環(huán)境星數(shù)據(jù)的甘蔗收割過程遙感監(jiān)測[J];農(nóng)業(yè)工程學(xué)報;2011年03期

8 白黎娜;王t+瑜;田昕;盧穎;楊永恬;;基于多時相ENVISat ASAR數(shù)據(jù)的冬小麥識別方法——以北京通州試驗區(qū)為例[J];遙感技術(shù)與應(yīng)用;2010年04期

9 鄔明權(quán);王長耀;牛錚;;利用多源時序遙感數(shù)據(jù)提取大范圍水稻種植面積[J];農(nóng)業(yè)工程學(xué)報;2010年07期

10 唐華俊;吳文斌;楊鵬;周清波;陳仲新;;農(nóng)作物空間格局遙感監(jiān)測研究進展[J];中國農(nóng)業(yè)科學(xué);2010年14期

相關(guān)博士學(xué)位論文 前1條

1 阮紅燕;氣候變化對廣西甘蔗生產(chǎn)潛力影響的模擬研究[D];廣西大學(xué);2018年

，

本文編號：2668783