基于變化向量分析的小麥全蝕病遙感監(jiān)測研究
發(fā)布時間:2022-01-25 10:07
近年來,病蟲害流行程度逐年加重,使得及早預測及實時監(jiān)測病蟲害的任務更加艱巨。隨著各種類型的遙感數(shù)據(jù)源的出現(xiàn),利用遙感技術來收集、監(jiān)測和預測作物在大范圍上的病害信息,成為了一種重要而有效的途徑信息,將逐步取代的下地目測手查等傳統(tǒng)方式。本文主要以小麥全蝕病為研究對象,以小麥全蝕病發(fā)病區(qū)域監(jiān)測為研究主線,利用Landsat系列衛(wèi)星遙感影像,結合地面采集的樣本數(shù)據(jù),開展了小麥全蝕病的監(jiān)測研究,具體研究內容和結果如下:(1)為了提高遙感監(jiān)測小麥全蝕病病害嚴重度的精確程度,避免其它對象的干擾,本文利用NDVI對植被的特殊敏感性,采用一個NDVI閾值將植被區(qū)域與非植被區(qū)域分離開;基于草地在近紅外波段反射率高于作物和森林這一點,通過設置一個Nir閾值將草地與作物、森林進一步分離出來;通過設置DEM高程閾值和坡度閾值將作物與森林植被區(qū)分離開來。結合支持向量機的分類方法和最大似然法,將小麥與非小麥作物區(qū)域進行分離,并通過精度驗證選取較優(yōu)的分類方式,獲取研究區(qū)的小麥種植區(qū)域信息。(2)2月29號、5月4號、5月11號分別對應小麥的返青期、抽穗期和灌漿期這三個生長階段,本文基于三景遙感影像分別計算出不同時相研...
【文章來源】:河南農業(yè)大學河南省
【文章頁數(shù)】:55 頁
【學位級別】:碩士
【部分圖文】:
研究區(qū)示意圖
GeoEye-1 √ √ .tilIKONOS √ √ Metadata.txtKOMPSAT-3 √ *_aux.xmlLandsat TM,ETM+,Landsat-8 OLI/TIRS√ √ √ *_MTL.txt,*WO.txt,*.metOrbView-3 √ √ .pvlPleiades Primary orOrtho√ √ DIM*.xmlQuickBird √ √ .tilRapidEye Level-1B √ √ *_metadata.xmlResourceSat-2 √ .h5SPOT DIMAP √ √ METADATA.DIMSSOP DIMAP √ METADATA.DIMWorldView -1 and 2 √ √ .til在完成輻射定標后, 使用 ENVI 的 FLAASH 工具對影像執(zhí)行大氣校正,完成后可得到反演的能見度及水汽柱含量。為了強化大氣校正效果,FLAASH 工具會默認將像元值擴大到 10000 倍,為了方便后續(xù)研究,使用 BandMath 對其進行計算處理,從而獲得 0-1 范圍內的反射率數(shù)據(jù)。
影像裁剪為了提高研究效率,將影像數(shù)據(jù)執(zhí)行輻射定標和大氣校正后,使用行政邊界矢量文件對研究區(qū)進行了裁剪和拼接,從而使影像數(shù)據(jù)更具針對性。由于下載且經過預處理的遙感影像已經做了幾何校正,不存在幾何畸變,即遙感影像的像元坐標與目標研究區(qū)的地理坐標保持一致的對應關系,所以可以直接進行裁剪處理。3.3.2.2
【參考文獻】:
期刊論文
[1]東北粳稻葉片植被指數(shù)NDVI與PRI的相關性分析[J]. 陳春玲,馬航,許童羽,周云成,于豐華,余昌樂. 浙江農業(yè)學報. 2016(12)
[2]圖斑與變化向量分析相結合的秋糧作物遙感提取[J]. 孫佩軍,楊珺雯,張錦水,潘耀忠,云雅. 北京師范大學學報(自然科學版). 2015(S1)
[3]設施菜土壤養(yǎng)分現(xiàn)狀及存在的問題[J]. 劉云亭. 中國農業(yè)信息. 2015(11)
[4]焦作市小麥全蝕病的發(fā)生動態(tài)及防治對策[J]. 韓艷紅. 中國農業(yè)信息. 2015(10)
[5]寬波段遙感植被指數(shù)研究進展綜述[J]. 李喆,胡蝶,趙登忠,向大享. 長江科學院院報. 2015(01)
[6]植被指數(shù)反演冬小麥植被覆蓋度的適用性研究[J]. 虞連玉,蔡煥杰,姚付啟,鄭珍,王健,李志軍. 農業(yè)機械學報. 2015(01)
[7]基于NDVI密度分割的冬小麥種植面積提取[J]. 葛廣秀,李衛(wèi)國,景元書. 麥類作物學報. 2014(07)
[8]孟州市蘋果褐斑病發(fā)生特點與綜合防控措施[J]. 劉發(fā)科. 中國植保導刊. 2014(03)
[9]作物病蟲害遙感監(jiān)測研究進展[J]. 張競成,袁琳,王紀華,羅菊花,杜世州,黃文江. 農業(yè)工程學報. 2012(20)
[10]支持向量機與分類后驗概率空間變化向量分析法相結合的冬小麥種植面積測量方法[J]. 李苓苓,潘耀忠,張錦水,宋國寶,侯東. 農業(yè)工程學報. 2010(09)
博士論文
[1]基于局部線性嵌入的降維算法研究及其在精準農業(yè)中的應用[D]. 閻慶.安徽大學 2014
[2]基于DEM的流域地形分析并行算法關鍵技術研究[D]. 江嶺.南京師范大學 2014
[3]基于多源數(shù)據(jù)冬小麥凍害遙感監(jiān)測研究[D]. 王慧芳.浙江大學 2013
[4]多源遙感數(shù)據(jù)小麥病害信息提取方法研究[D]. 張競成.浙江大學 2012
[5]基于多平臺棉花黃萎病的遙感監(jiān)測研究[D]. 陳兵.石河子大學 2010
[6]利用多時相MODIS數(shù)據(jù)提取中國水稻種植面積和長勢信息[D]. 孫華生.浙江大學 2009
碩士論文
[1]小麥全蝕病無人機遙感監(jiān)測研究[D]. 付巍.河南農業(yè)大學 2015
[2]冬小麥葉面積指數(shù)反演與病害光譜識別研究[D]. 管青松.安徽大學 2014
[3]山東小麥根莖部主要真菌病害病原的分離鑒定和分子檢測[D]. 李鵬昌.山東農業(yè)大學 2014
[4]不同類型抑制蒸騰劑對大豆和冬小麥生長及產量的影響[D]. 何爽.中國農業(yè)科學院 2009
[5]衛(wèi)星遙感監(jiān)測江蘇省小麥籽粒產量和品質初步探索[D]. 張旭東.揚州大學 2009
[6]孟州市小麥持續(xù)高產栽培技術初探[D]. 于秋霞.河南農業(yè)大學 2008
本文編號:3608349
【文章來源】:河南農業(yè)大學河南省
【文章頁數(shù)】:55 頁
【學位級別】:碩士
【部分圖文】:
研究區(qū)示意圖
GeoEye-1 √ √ .tilIKONOS √ √ Metadata.txtKOMPSAT-3 √ *_aux.xmlLandsat TM,ETM+,Landsat-8 OLI/TIRS√ √ √ *_MTL.txt,*WO.txt,*.metOrbView-3 √ √ .pvlPleiades Primary orOrtho√ √ DIM*.xmlQuickBird √ √ .tilRapidEye Level-1B √ √ *_metadata.xmlResourceSat-2 √ .h5SPOT DIMAP √ √ METADATA.DIMSSOP DIMAP √ METADATA.DIMWorldView -1 and 2 √ √ .til在完成輻射定標后, 使用 ENVI 的 FLAASH 工具對影像執(zhí)行大氣校正,完成后可得到反演的能見度及水汽柱含量。為了強化大氣校正效果,FLAASH 工具會默認將像元值擴大到 10000 倍,為了方便后續(xù)研究,使用 BandMath 對其進行計算處理,從而獲得 0-1 范圍內的反射率數(shù)據(jù)。
影像裁剪為了提高研究效率,將影像數(shù)據(jù)執(zhí)行輻射定標和大氣校正后,使用行政邊界矢量文件對研究區(qū)進行了裁剪和拼接,從而使影像數(shù)據(jù)更具針對性。由于下載且經過預處理的遙感影像已經做了幾何校正,不存在幾何畸變,即遙感影像的像元坐標與目標研究區(qū)的地理坐標保持一致的對應關系,所以可以直接進行裁剪處理。3.3.2.2
【參考文獻】:
期刊論文
[1]東北粳稻葉片植被指數(shù)NDVI與PRI的相關性分析[J]. 陳春玲,馬航,許童羽,周云成,于豐華,余昌樂. 浙江農業(yè)學報. 2016(12)
[2]圖斑與變化向量分析相結合的秋糧作物遙感提取[J]. 孫佩軍,楊珺雯,張錦水,潘耀忠,云雅. 北京師范大學學報(自然科學版). 2015(S1)
[3]設施菜土壤養(yǎng)分現(xiàn)狀及存在的問題[J]. 劉云亭. 中國農業(yè)信息. 2015(11)
[4]焦作市小麥全蝕病的發(fā)生動態(tài)及防治對策[J]. 韓艷紅. 中國農業(yè)信息. 2015(10)
[5]寬波段遙感植被指數(shù)研究進展綜述[J]. 李喆,胡蝶,趙登忠,向大享. 長江科學院院報. 2015(01)
[6]植被指數(shù)反演冬小麥植被覆蓋度的適用性研究[J]. 虞連玉,蔡煥杰,姚付啟,鄭珍,王健,李志軍. 農業(yè)機械學報. 2015(01)
[7]基于NDVI密度分割的冬小麥種植面積提取[J]. 葛廣秀,李衛(wèi)國,景元書. 麥類作物學報. 2014(07)
[8]孟州市蘋果褐斑病發(fā)生特點與綜合防控措施[J]. 劉發(fā)科. 中國植保導刊. 2014(03)
[9]作物病蟲害遙感監(jiān)測研究進展[J]. 張競成,袁琳,王紀華,羅菊花,杜世州,黃文江. 農業(yè)工程學報. 2012(20)
[10]支持向量機與分類后驗概率空間變化向量分析法相結合的冬小麥種植面積測量方法[J]. 李苓苓,潘耀忠,張錦水,宋國寶,侯東. 農業(yè)工程學報. 2010(09)
博士論文
[1]基于局部線性嵌入的降維算法研究及其在精準農業(yè)中的應用[D]. 閻慶.安徽大學 2014
[2]基于DEM的流域地形分析并行算法關鍵技術研究[D]. 江嶺.南京師范大學 2014
[3]基于多源數(shù)據(jù)冬小麥凍害遙感監(jiān)測研究[D]. 王慧芳.浙江大學 2013
[4]多源遙感數(shù)據(jù)小麥病害信息提取方法研究[D]. 張競成.浙江大學 2012
[5]基于多平臺棉花黃萎病的遙感監(jiān)測研究[D]. 陳兵.石河子大學 2010
[6]利用多時相MODIS數(shù)據(jù)提取中國水稻種植面積和長勢信息[D]. 孫華生.浙江大學 2009
碩士論文
[1]小麥全蝕病無人機遙感監(jiān)測研究[D]. 付巍.河南農業(yè)大學 2015
[2]冬小麥葉面積指數(shù)反演與病害光譜識別研究[D]. 管青松.安徽大學 2014
[3]山東小麥根莖部主要真菌病害病原的分離鑒定和分子檢測[D]. 李鵬昌.山東農業(yè)大學 2014
[4]不同類型抑制蒸騰劑對大豆和冬小麥生長及產量的影響[D]. 何爽.中國農業(yè)科學院 2009
[5]衛(wèi)星遙感監(jiān)測江蘇省小麥籽粒產量和品質初步探索[D]. 張旭東.揚州大學 2009
[6]孟州市小麥持續(xù)高產栽培技術初探[D]. 于秋霞.河南農業(yè)大學 2008
本文編號:3608349
本文鏈接:http://sikaile.net/nykjlw/dzwbhlw/3608349.html
最近更新
教材專著