论文题目: 基于时相和波谱信息的作物分类研究
论文类型: 硕士论文
论文专业: 大地测量学与测量工程
作者: 竞霞
导师: 贾建华,刘良云
关键词: 时相,波谱,遥感,分类,融合
文献来源: 西安科技大学
发表年度: 2005
论文摘要: 利用遥感图像进行作物分类是遥感应用领域的一项重要研究内容。国内外的学者对遥感图像分类算法研究的也比较多。但总的来说,目前还没有一种算法是普适的和最优的。这是由于作物类别的复杂性以及遥感信息的综合性决定的,又加上混合光谱的存在,从而使遥感图像的分类变得更为复杂。如果仅仅依靠光谱特性进行作物的分类往往很难达到理想的精度。因此近年来也涌现出了不少研究遥感图像分类的新方法,这些方法对分类精度在一定程度上有所提高,并且也取得了一些经验和成果。但对于这些新方法而言,有的由于操作上的困难性或者理解上的复杂性,实现起来具有一定的难度。有的仍然处于研究阶段,算法还不成熟,其结果还有待进一步的验证。并且这些算法忽视了时相信息在作物分类中的作用,更没有把时相和波谱信息进行合理的组合。 由于图像的光谱特征与农作物的生育期是紧密相连的,因此对于农作物的分类,时相的选择或时相信息的利用就成了影响作物分类精度的一个不容忽视的因素。基于时相和波谱信息进行作物分类能够充分利用不同农作物间的物侯差异,避开不同作物生育期的交叉点,从而在作物分类时可以较好的排除不同作物间的干扰因素,一定程度上避免分类中的同物异谱和同谱异物现象,提高作物分类的精度。 因此,本论文在分类过程中充分考虑了农作物的生育进程随时间变化的规律性,在时相和波谱信息融合的基础上分析了不同作物、不同生长发育期的光谱特征。论文利用不同的遥感数据源、不同的分类方法对基于时相和波谱信息的作物分类进行了研究,并且通过混淆矩阵的方法对分类结果进行精度评价,验证了该方法的可行性。针对不同的研究区概况有针对性的选用了不同的遥感数据以及不同的分类思路与方法。对于北京研究区选用了中高分辨率的 TM 图像,在时相和波谱信息融合的基础上利用决策树分类的方法对北京主要农作物进行了分类。而对黑龙江研究区则选用了时序 MODIS 数据,并且利用时间序列谐波分析(HANTS)的方法对时序遥感图像进行分解重构,以达到去除云污染提高图像质量的目的。本论文还利用不同分辨率影像相互结合对作物分类进行了探讨,通过对黑龙江研究区的尝试证实了这种方法的可行性。根据不同分辨率影像各自的特点,利用高空间分辨率图像的空间优势,将其分类结果分不同类别进行统计分析,通过时相和波谱信息的结合建立时间谱曲线作为低分辨率图像的分类依据,参与低分辨率图像的分类过程。并且利用高分辨率影像对低分辨率影像的分类结果进行了验证,取得了一定的效果。
论文目录:
1 绪论
1.1 研究意义
1.2 国内外研究现状
1.3 论文研究的内容与方法
2 试验区选取
2.1 北京研究区概况
2.2 黑龙江研究区概况
3 数据获取与预处理
3.1 数据获取
3.2 TM 数据的预处理
3.2.1 辐射校正
3.2.2 几何校正
3.2.3 图像融合
3.3 MODIS 数据
3.4 MODIS 的植被指数
3.4.1 MODIS NDVI 的计算方法
3.4.2 MODIS NDVI 的改进
3.4.3 MODIS 数据的预处理
3.4.4 时序NDVI 的分解重构
4 分类方法介绍
4.1 监督分类
4.1.1 最大似然分类法
4.1.2 平行多面体分类法
4.1.3 最小距离分类法
4.1.4 波谱角分类法
4.2 非监督分类
4.2.1 K-均值聚类法
4.2.2 ISODATA 算法聚类分析
4.3 计算机自动分类的新方法
4.3.1 神经网络分类法
4.3.2 模糊聚类算法
4.3.3 专家系统分类法
4.3.4 决策树分类法
4.3.5 基于分形的纹理方法
4.3.6 基于小波分析的图像分类方法
5 试验方法和结果
5.1 基于多时相TM 数据的作物分类研究
5.1.1 地面采样点数据
5.1.2 NDVI 时间谱曲线分析
5.1.3 研究区作物分类
5.1.4 精度评价
5.2 基于MODIS 时间谱的作物分类研究
5.2.1 训练样本的选取
5.2.2 技术路线
5.2.3 分类结果及精度评价
6 结论
6.1 主要结论
6.2 展望
致谢
参考文献
附录
发布时间: 2005-07-12
参考文献
- [1].基于遥感信息的作物生长监测系统设计与实现[D]. 张钰洋.河南农业大学2014
- [2].基于ArcSDE的水土保持遥感数据库系统研究与实现[D]. 张晶晶.华中科技大学2007
- [3].基于高精度遥感图像的多种土地利用分类方法研究[D]. 李少兰.西北农林科技大学2012
相关论文
- [1].基于MODIS遥感数据无定河流域陆面蒸发蒸腾量研究[D]. 何玲.西北农林科技大学2006
- [2].基于NDVI时间序列的植被动态变化研究[D]. 夏照华.北京林业大学2007
- [3].中国农作物复种指数的遥感估算方法研究——基于SPOT/VGT多时相NDVI遥感数据[D]. 辜智慧.北京师范大学2003
- [4].基于MODIS数据的中国区域土地覆盖分类研究[D]. 刘勇洪.中国科学院研究生院(遥感应用研究所)2005
- [5].MODIS数据的土地利用分类研究[D]. 伍菲.中国林业科学研究院2005
- [6].基于MODIS和地物光谱的华北地区作物水分定量遥感研究[D]. 郭文娟.中国气象科学研究院2006
- [7].IKONOS影像在城市绿地信息提取中的应用[D]. 李红.吉林大学2006
- [8].基于MODIS的冬小麦长势监测模型研究[D]. 张莉娜.中国农业科学院2006
- [9].湖南省EOS/MODIS植被指数时空变化研究[D]. 熊育久.中南林业科技大学2006
- [10].遥感技术在土地利用与土地覆被变化研究中的应用[D]. 何绍福.云南师范大学2001