隨著遙感技術(shù)的發(fā)展,傳統(tǒng)農(nóng)業(yè)也在不斷地向高科技農(nóng)業(yè)發(fā)展,以遙感技術(shù)為手段,為農(nóng)業(yè)信息技術(shù)的發(fā)展提供了有效的技術(shù)支撐。不僅大面積農(nóng)作物面積提取、發(fā)育期提取、長勢監(jiān)測、產(chǎn)量估算成為了可能,還為許多其他問題提供了大量的影像資料和分析方法。長時(shí)間序列植被指數(shù)數(shù)據(jù)集因其時(shí)間跨度長、能夠反映相當(dāng)長一段時(shí)期內(nèi)作物生長的季相和年際變化,因而其應(yīng)用越來越受到關(guān)注。本文使用AVHRR NDVI長時(shí)間序列數(shù)據(jù)提取作物生育期,首先解決原始時(shí)間序列數(shù)據(jù)的去噪問題,使用幾種濾波方法對原始時(shí)間序列數(shù)據(jù)去噪,得到平滑的時(shí)間序列曲線,然后利用不同濾波方法重構(gòu)得到的時(shí)間序列數(shù)據(jù)集提取水稻關(guān)鍵生長發(fā)育期。利用GIMMSNDVI長時(shí)間序列數(shù)據(jù)進(jìn)行水稻估產(chǎn),用去趨勢化方法分離趨勢產(chǎn)量和遙感產(chǎn)量,然后建立遙感產(chǎn)量與估產(chǎn)因子的回歸模型,最后對江蘇省進(jìn)行水稻遙感估產(chǎn)。研究表明,利用濾波處理后的長時(shí)間序列AVHRRNDVI逐日數(shù)據(jù)能夠提取水稻移栽期、成熟期和抽穗期,并能將誤差控制在±16天以內(nèi);對抽穗期和成熟期的識別誤差控制在±6天以內(nèi)。利用產(chǎn)量去趨勢化方法建立的估產(chǎn)模型能夠預(yù)報(bào)江蘇省水稻產(chǎn)量,預(yù)報(bào)產(chǎn)量與統(tǒng)計(jì)產(chǎn)量的相對誤差在10%以內(nèi)... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１研究區(qū)概況??Ｆｉｇ．?２．１?Ｍａｐ?ｆｏｒ?Ｊｉａｎｇｓｕ?Ｐｒｏｖｉｎｃｅ?ａｎｄ?ｔｈｅ?ｔｈｒｅｅ?ｓｔｕｄｙ?ｒｅｇｉｏｎｓ??

單個像元NDVI時(shí)間序列以及權(quán)重Fig.3.2AsinglepixelNDVItime-seriesandeorcespondingweight

圖３．３初始ＮＤＶＩ時(shí)序數(shù)據(jù)和經(jīng)過不同算法濾波處理的ＮＤＶＩ時(shí)序數(shù)據(jù)??Ｆｉｇ．?３．３?Ｔｈｅ?ｏｒｉｇｉｎａｌ?ＮＤＶＩ?ｔｉｍｅ?ｓｅｒｉｅｓ?ａｎｄ?ｆｉｌｔｅｒｉｎｇ?ｒｅｓｕｌ?

【參考文獻(xiàn)】：
期刊論文
[1]基于不同算法的時(shí)間序列植被指數(shù)去噪效果分析[J]. 孫華生,徐愛功,林卉,張連蓬.  江蘇農(nóng)業(yè)科學(xué). 2012(05)
[2]2001-2010年蒙古國MODIS-NDVI時(shí)空變化監(jiān)測分析[J]. 王蕊,李虎.  地球信息科學(xué)學(xué)報(bào). 2011(05)
[3]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)
[4]基于中分辨率成像光譜儀（MODIS）數(shù)據(jù)的水稻遙感估產(chǎn)研究——以江蘇省為例[J]. 鄧睿,黃敬峰,王福民,孫華生,彭代亮.  中國水稻科學(xué). 2010(01)
[5]基于時(shí)序植被指數(shù)的華北地區(qū)作物物候期/種植制度的時(shí)空格局特征[J]. 李正國,楊鵬,周清波,王仰麟,吳文斌,張莉,張小飛.  生態(tài)學(xué)報(bào). 2009(11)
[6]基于MOD13產(chǎn)品水稻遙感估產(chǎn)模型研究[J]. 程乾.  農(nóng)業(yè)工程學(xué)報(bào). 2006(03)
[7]基于MODISEVI的冬小麥產(chǎn)量遙感預(yù)測研究[J]. 王長耀,林文鵬.  農(nóng)業(yè)工程學(xué)報(bào). 2005(10)
[8]江蘇省典型年梅雨洪澇災(zāi)害對比分析[J]. 田心如,姜愛軍,高蘋,張章.  自然災(zāi)害學(xué)報(bào). 2005(05)

博士論文
[1]基于多源遙感數(shù)據(jù)融合與數(shù)據(jù)同化的水稻信息提取研究[D]. 王晶.浙江大學(xué) 2016



本文編號：3083656