本文關(guān)鍵詞：MODIS雙星數(shù)據(jù)協(xié)同的耕地物候參數(shù)提取方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：耕地物候作為農(nóng)業(yè)生態(tài)系統(tǒng)的重要特征,是進行農(nóng)作物長勢監(jiān)測與估產(chǎn)、田間管理、農(nóng)作物合理布局和農(nóng)業(yè)政策制定等的重要依據(jù),也是作物模型模擬的主要輸入?yún)?shù)之一。獲取準確和可靠的耕地物候信息,在農(nóng)時預(yù)報、農(nóng)事活動指導(dǎo)、農(nóng)情監(jiān)測和作物品種的選擇與引進等方面都有巨大的應(yīng)用價值。使用遙感方法提取耕地物候參數(shù)具有宏觀、高效和便捷的特點,從遙感數(shù)據(jù)中獲取物候信息主要是基于時序植被指數(shù)進行。與AVHRR和VEGETATION等常見時序植被指數(shù)產(chǎn)品數(shù)據(jù)源相比,MODIS植被指數(shù)產(chǎn)品具有雙星平臺觀測、合成算法先進和數(shù)據(jù)內(nèi)容豐富的優(yōu)勢。如果能將這些優(yōu)勢加以充分利用,將有助于提高物候參數(shù)提取的質(zhì)量。遙感數(shù)據(jù)的時間分辨率對物候參數(shù)提取結(jié)果的影響十分明顯,主要表現(xiàn)在由于多天數(shù)據(jù)合成導(dǎo)致的數(shù)據(jù)實際觀測日期與名義觀測日期之間的差異上。MODIS雙星平臺數(shù)據(jù)協(xié)同應(yīng)用的目的就是直接從植被指數(shù)產(chǎn)品入手,在保證數(shù)據(jù)質(zhì)量的前提下提高時序植被指數(shù)的時間分辨率,從而更好的為耕地物候參數(shù)提取服務(wù)。時序植被指數(shù)重構(gòu)也是物候參數(shù)提取的重要內(nèi)容之一,不同的時序數(shù)據(jù)重構(gòu)方法各具優(yōu)勢,在實際應(yīng)用時需要根據(jù)具體情況對比后作出選擇。本研究針對不同數(shù)據(jù)從三種常用的重構(gòu)方法中選出各自最適宜的方法并進行時序植被指數(shù)重構(gòu),最后用地面物候觀測資料對耕地物候參數(shù)提取結(jié)果進行驗證比較。主要研究成果包括以下幾個方面:(1)根據(jù)MODIS數(shù)據(jù)產(chǎn)品擁有雙星平臺、提供了實際觀測日期和像元可靠性描述信息、并對來自Terra和Aqua的時序植被指數(shù)進行“半合成期錯位”處理等特點,利用兩種數(shù)據(jù)相互重疊的8天作為合成時段,以數(shù)據(jù)實際觀測日期是否落在重疊期內(nèi)為首選條件,結(jié)合數(shù)據(jù)質(zhì)量可靠性描述信息及像元NDVI值的大小,改進了由MOD13A2和MYD13A2植被指數(shù)產(chǎn)品生成8天時間分辨率NDVI時序數(shù)據(jù)的方案。通過IDL語言編寫的程序?qū)?shù)據(jù)進行處理,在東北三省對該方案進行了實現(xiàn),得到比現(xiàn)有產(chǎn)品時間分辨率更高的MODIS-NDVI數(shù)據(jù)。(2)針對時序植被指數(shù)重構(gòu)方法比較中經(jīng)常關(guān)注的兩個評價指標——重構(gòu)方法對原始數(shù)據(jù)的保真能力和平滑能力,提出對這兩種能力的評價必須建立在區(qū)別數(shù)據(jù)質(zhì)量的基礎(chǔ)上。通過對高質(zhì)量數(shù)據(jù)計算重構(gòu)后的數(shù)據(jù)點與原始數(shù)據(jù)點之間的平均距離來反映保真能力,對低質(zhì)量數(shù)據(jù)計算未得到有效修正的數(shù)據(jù)點占所有低質(zhì)量數(shù)據(jù)的比例來反映平滑能力。為了能夠?qū)⑦@兩種評價指標統(tǒng)一起來并用于大區(qū)域研究的目的,提出了考慮數(shù)據(jù)質(zhì)量的重構(gòu)效果計分比較法,以最終的綜合得分為標準評價某種方法對時序數(shù)據(jù)進行重構(gòu)的適用性。(3)在研究由MOD13A2和MYD13A2植被指數(shù)產(chǎn)品生成更高時間分辨率NDVI時序數(shù)據(jù)方案,以及利用考慮數(shù)據(jù)質(zhì)量的重構(gòu)效果計分比較法選擇最佳時序數(shù)據(jù)重構(gòu)方法的基礎(chǔ)上,實現(xiàn)了MODIS雙星平臺數(shù)據(jù)協(xié)同提取耕地物候參數(shù)的目標。通過對MODIS雙星平臺植被指數(shù)的協(xié)同應(yīng)用,充分發(fā)揮它們的互補優(yōu)勢,在保證數(shù)據(jù)質(zhì)量的前提下構(gòu)建更高時間分辨率的時序數(shù)據(jù),在最佳時序數(shù)據(jù)重構(gòu)方法的支持下,使得所提取的耕地物候參數(shù)質(zhì)量也有一定的提高,為MODIS雙星平臺數(shù)據(jù)協(xié)同應(yīng)用提供了新的思路。
【關(guān)鍵詞】：耕地物候 MODIS 時序植被指數(shù)重構(gòu) 雙星數(shù)據(jù)協(xié)同
【學(xué)位授予單位】：中國農(nóng)業(yè)科學(xué)院
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：S162;S127
【目錄】：

• 摘要6-7
• Abstract7-15
• 英文縮略表15-17
• 第一章 緒論17-28
• 1.1 遙感提取物候及其研究意義17-19
• 1.1.1 物候現(xiàn)象與物候觀測17
• 1.1.2 遙感提取物候的理論基礎(chǔ)17-18
• 1.1.3 遙感提取物候研究的意義18-19
• 1.2 物候參數(shù)遙感提取研究進展19-24
• 1.2.1 遙感提取物候的數(shù)據(jù)資源19-20
• 1.2.2 遙感提取物候的相關(guān)技術(shù)方法20-23
• 1.2.3 遙感提取物候結(jié)果的驗證途徑23-24
• 1.3 本論文研究方案24-26
• 1.3.1 研究切入點與研究目標24-25
• 1.3.2 主要研究內(nèi)容25
• 1.3.3 研究技術(shù)路線25-26
• 1.4 論文結(jié)構(gòu)26-28
• 第二章 研究區(qū)域與數(shù)據(jù)準備28-38
• 2.1 研究區(qū)介紹28-29
• 2.1.1 研究區(qū)概況28
• 2.1.2 研究區(qū)自然條件28-29
• 2.1.3 研究區(qū)農(nóng)業(yè)布局特點29
• 2.2 遙感數(shù)據(jù)及其預(yù)處理29-33
• 2.2.1 MODIS傳感器及其衛(wèi)星平臺29-30
• 2.2.2 MODIS標準植被指數(shù)產(chǎn)品30-32
• 2.2.3 MODIS數(shù)據(jù)的獲取和預(yù)處理32-33
• 2.3 地面物候觀測數(shù)據(jù)33-36
• 2.3.1 地面物候觀測概述33-34
• 2.3.2 地面物候觀測數(shù)據(jù)資源34-35
• 2.3.3 地面物候觀測數(shù)據(jù)處理35-36
• 2.4 地表覆蓋數(shù)據(jù)36-37
• 2.5 本章小結(jié)37-38
• 第三章 MODIS雙星數(shù)據(jù)協(xié)同方案設(shè)計與實現(xiàn)38-49
• 3.1 MODIS雙星數(shù)據(jù)協(xié)同研究背景38-42
• 3.1.1 時間分辨率對物候參數(shù)遙感提取的影響38-39
• 3.1.2 植被指數(shù)合成與產(chǎn)品的時間分辨率39-40
• 3.1.3 MODIS雙星數(shù)據(jù)協(xié)同的有利條件40-42
• 3.2 MODIS雙星數(shù)據(jù)協(xié)同方案研究42-45
• 3.2.1 MODIS雙星數(shù)據(jù)協(xié)同的基本思路42-43
• 3.2.2 MODIS雙星數(shù)據(jù)直接合并存在的問題43-44
• 3.2.3 改進的MODIS雙星數(shù)據(jù)合并方案44-45
• 3.3 MODIS雙星數(shù)據(jù)協(xié)同方案實現(xiàn)45-47
• 3.3.1 MODIS雙星NDVI合并數(shù)據(jù)來源分析45-46
• 3.3.2 MODIS雙星觀測數(shù)據(jù)一致性檢驗46-47
• 3.4 本章小結(jié)47-49
• 第四章 時間序列植被指數(shù)重構(gòu)方法比較研究49-62
• 4.1 時間序列植被指數(shù)重構(gòu)及常用方法49-52
• 4.1.1 時間序列植被指數(shù)重構(gòu)的必要性49-50
• 4.1.2 常用的時間序列植被指數(shù)重構(gòu)方法50-51
• 4.1.3 時序植被指數(shù)重構(gòu)方法比較研究進展51-52
• 4.2 時間序列植被指數(shù)重構(gòu)方法比較策略52-56
• 4.2.1 工具軟件TIMESAT簡介53-54
• 4.2.2 時序植被指數(shù)重構(gòu)效果的影響因素54-55
• 4.2.3 考慮數(shù)據(jù)質(zhì)量的重構(gòu)效果計分比較法55-56
• 4.3 時間序列植被指數(shù)重構(gòu)方法比較結(jié)果56-61
• 4.3.1 不同數(shù)據(jù)下三種重構(gòu)方法得分對比56-58
• 4.3.2 時序植被指數(shù)重構(gòu)方法比較結(jié)論與討論58-59
• 4.3.3 數(shù)據(jù)重構(gòu)對植被指數(shù)圖像的改善效果59-61
• 4.4 本章小結(jié)61-62
• 第五章 耕地物候參數(shù)提取研究及其驗證分析62-79
• 5.1 遙感提取耕地物候的基礎(chǔ)與方法62-66
• 5.1.1 遙感提取耕地物候的主要內(nèi)容62-63
• 5.1.2 主要作物時序植被指數(shù)特征分析63-65
• 5.1.3 耕地關(guān)鍵物候期遙感提取方法65-66
• 5.2 研究區(qū)主要耕地物候參數(shù)提取結(jié)果66-70
• 5.2.1 耕地生長季開始期的空間格局66-67
• 5.2.2 耕地生長季峰值期的空間格局67-68
• 5.2.3 耕地生長季結(jié)束期的空間格局68-69
• 5.2.4 耕地生長季長度的空間格局69-70
• 5.3 耕地物候參數(shù)提取結(jié)果的驗證分析70-78
• 5.3.1 地面物候觀測數(shù)據(jù)統(tǒng)計分析70-72
• 5.3.2 耕地物候參數(shù)提取結(jié)果驗證對比72-76
• 5.3.3 誤差分析及比較結(jié)論76-78
• 5.4 本章小結(jié)78-79
• 第六章 總結(jié)與討論79-82
• 6.1 主要研究結(jié)論79-80
• 6.2 主要創(chuàng)新成果80-81
• 6.3 存在的問題與展望81-82
• 參考文獻82-90
• 致謝90-91
• 作者簡介91

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李正國;唐華俊;楊鵬;周清波;王仰麟;吳文斌;殷賀;張莉;;基于時序植被指數(shù)的東北地區(qū)耕地生長季特征識別與應(yīng)用研究[J];北京大學(xué)學(xué)報(自然科學(xué)版);2011年05期

2 陳效逑;喻蓉;;1982～1999年我國東部暖溫帶植被生長季節(jié)的時空變化[J];地理學(xué)報;2007年01期

3 宋春橋;游松財;柯靈紅;劉高煥;;藏北地區(qū)三種時序NDVI重建方法與應(yīng)用分析[J];地球信息科學(xué)學(xué)報;2011年01期

4 李愛華;柏延臣;;多源遙感專題信息比較研究:現(xiàn)狀、問題與展望[J];地球科學(xué)進展;2011年07期

5 范廣洲;賈志軍;;植物物候研究進展[J];干旱氣象;2010年03期

6 楊國棟;中國東部地區(qū)物候季節(jié)劃分的初步探索[J];河南師大學(xué)報(自然科學(xué)版);1983年01期

7 王正興,劉闖,HUETE Alfredo;植被指數(shù)研究進展:從AVHRR-NDVI到MODIS-EVI[J];生態(tài)學(xué)報;2003年05期

8 閆峰;史培軍;武建軍;王艷姣;李春強;;基于MODIS-EVI數(shù)據(jù)的河北省冬小麥生育期特征[J];生態(tài)學(xué)報;2008年09期

9 徐巖巖;張佳華;;基于MODIS-EVI數(shù)據(jù)和Symlet11小波識別東北地區(qū)水稻主要物候期[J];生態(tài)學(xué)報;2012年07期

10 王靜;郭鈮;;Terra MODIS和Aqua MODIS波段反射率及植被指數(shù)比較[J];生態(tài)學(xué)雜志;2008年10期

  本文關(guān)鍵詞：MODIS雙星數(shù)據(jù)協(xié)同的耕地物候參數(shù)提取方法研究，由筆耕文化傳播整理發(fā)布。

本文編號：300847