基于RapidEye遥感影像的农作物种植面积提取研究

基于RapidEye遥感影像的农作物种植面积提取研究

论文摘要

农作物的播种面积、产量等信息是国家制定粮食政策和经济计划的重要依据。作物的种植面积反映了在空间范围内利用农业生产资源的情况,是了解农产品种类、分布特征的重要信息的有效途径,是进行农业结构调整的依据。及时了解农作物播种面积、长势及产量,对于加强农作物生产管理,进一步发挥生产潜力,辅助政府有关部门制定科学合理的粮食政策有重要的意义。传统的产量估算途径主要是用调查统计方法,根据自下而上的统计报表,所得到产量数据不仅时效性差、人为影响比较大、信息的准确度也无法保证。由于遥感覆盖面积大、探测周期短、资料丰富、现势性强、费用低等特点,为快速准确的农作物估产提供了一种新的科学手段。本文拟应用遥感方法,尝试对武城县农作物面积进行快速准确的估算。本文以武城县为研究区,以RapidEye影像、土地利用现状矢量图为主要研究数据源,基于eCognition、ENVI、ArcGIS软件平台,采用面向对象与知识规则创建相结合的分类方法对研究区农作物面积信息进行了量算。首先,采用基于地块的面向对象多尺度图像分割理论,根据研究区影像像素亮度、纹理、颜色等特征对RapidEye影像进行分割,构建各类地物对象;再创建各种知识规则,包括基于光谱特征指数NDVI进行非植被信息的提取;基于光谱信息在蓝光波段、红光波段、近红外波段设置阈值以提取大棚、林地、水体等地物,最后去除线状地物的干扰,并且进行目视解译修正明显错误图斑,得到武城县农作物分布图,并进行农作物面积的估算。为了证明方法的可行性,本研究采用随机抽样的方法对提取精度进行检验,在研究区内随机选取300个检验点,采用目视判别的方法记录这300个点所对应的地物类型,并将本文的研究方法与最大似然的监督分类的提取结果进行对比验证。结果表明,本文所用的基于知识规则的面向对象的分类方法提取精度较高。本文研究后得出的结论为:(1)面向对象分类方法比最大似然分类更加适合于小麦面积的提取。面向对象的结果与人工数字化更加接近,而且用时比数字化少的多;面向对象分类基于对象,对象内部相对均一性,最大似然分类基于像元,存在同谱异物和同物异谱的现象;面向对象分类减小了噪声的影响并克服椒盐现象,同时利用地物多方面的特征如光谱、空间、上下文关系等,分类精度较高。(2)面向对象分类方法与最大似然分类提取结果有着较大的差异,但是小麦的分布特征基本一致。(3)面向对象分类方法与GIS辅助数据相结合,提高分类精度。本文面向对象分类中加入了研究区地块矢量数据,基于地块的分割与分类,使得地物不致过于破碎,零散,能够保持地物的完整性特征,分类精度较高。(4)时相的选择对于面向对象分类方法意义重大。本研究中提取棉花、玉米均不能反映真实的种植情况,存在着较大的偏差,易于与周围地物混淆,棉花、玉米与周围的裸地难以区分。(5)选择合适的分割尺度对于面向对象分类的结果至关重要。分割尺度的选择,是进行分割的起点,它的选择的优劣与分类的结果息息相关。选择合适的尺度,分割的结果中地物不至于过于破碎,同时维持地物的空间特征。(6)本文eCognition软件的应用,为研究提供了矢量图斑,属性表,有利于出图的需要,为进一步RS与GIS的集成提供了很好的契机。

论文目录

  • 中文摘要
  • Abstract
  • 1 绪论
  • 1.1 研究背景
  • 1.2 研究意义
  • 1.3 作物种植面积提取方法研究进展
  • 1.3.1 基于地面采样的研究进展
  • 1.3.2 基于遥感分类的研究进展
  • 1.3.3 基于集成技术的研究进展
  • 1.4 研究内容和技术路线
  • 2 研究区概况
  • 2.1 研究区自然条件
  • 2.2 研究区社会经济条件
  • 2.3 研究区农作物物候历
  • 3 数据源选择及处理
  • 3.1 数据源
  • 3.1.1 RapidEye 影像
  • 3.1.1.1 空间分辨率的适宜性分析
  • 3.1.1.2 光谱分辨率的适宜性分析
  • 3.1.1.3 时间分辨率的适宜性分析
  • 3.1.1.4 最佳时相的选择
  • 3.1.2 矢量数据
  • 3.2 数据预处理
  • 3.2.1 几何校正
  • 3.2.2 研究区遥感影像裁剪
  • 3.2.3 投影转换
  • 4 基于面向对象的信息提取
  • 4.1 地块参与分类的方法概述
  • 4.2 解译标志的建立
  • 4.3 影像分割
  • 4.3.1 影像分割概述
  • 4.3.2 棋盘分割参数的设置
  • 4.3.3 多尺度分割参数的选择
  • 4.4 特征分析与选择
  • 4.5 规则建立及分类
  • 5 基于最大似然的信息提取
  • 5.1 最大似然分类方法的理论基础
  • 5.2 最大似然分类提取流程
  • 6 结果分析与验证
  • 6.1 面向对象与最大似然分类结果比较分析
  • 6.2 分类后处理及精度评价
  • 6.2.1 分类后处理
  • 6.2.2 精度评价比较
  • 6.3 武城县小麦种植面积提取结果
  • 6.3.1 不同方法提取的面积比较
  • 6.3.2 不同方法产生差异的原因
  • 7 总结与展望
  • 7.1 结论
  • 7.2 展望
  • 参考文献
  • 攻读硕士学位期间发表的学术论文及参与课题
  • 致谢
  • 相关论文文献

    • [1].新工科电子商务专业面向对象课程体系教学改革[J]. 辽宁科技学院学报 2020(03)
    • [2].基于电表的面向对象与面向对象协议设计方法应用[J]. 价值工程 2019(04)
    • [3].浅析关于面向对象协议试点工作内容[J]. 中国仪器仪表 2018(02)
    • [4].面向对象技术在微波通信电路设计中的应用[J]. 科技与创新 2016(11)
    • [5].那面向对象技术与软件工程分析[J]. 电脑迷 2017(06)
    • [6].面向对象软件测试技术研究[J]. 现代职业教育 2017(03)
    • [7].面向对象程序设计语言的哲学思考[J]. 魅力中国 2017(05)
    • [8].面向对象主流切片表示法的比较研究[J]. 计算机工程与设计 2008(05)
    • [9].一种面向对象继承复杂性的综合度量[J]. 计算机工程与应用 2008(20)
    • [10].在软件易变性上下文中类规模对面向对象度量的影响分析[J]. 计算机应用研究 2017(08)
    • [11].基于面向对象技术的图书管理系统研究[J]. 中外企业家 2016(14)
    • [12].基于面向对象技术的空间数据库设计和实现[J]. 电子测试 2015(09)
    • [13].高等职业教育“面向对象”教学模式之构建[J]. 职业教育研究 2011(02)
    • [14].面向对象仿真初探[J]. 硅谷 2011(05)
    • [15].面向对象基本概念的研究[J]. 内蒙古民族大学学报 2011(02)
    • [16].面向对象设计方法学探讨[J]. 网络与信息 2011(04)
    • [17].面向对象分类方法在全国第二次土地调查中的应用[J]. 测绘技术装备 2009(02)
    • [18].面向对象分类方法在第二次土地调查中的应用研究[J]. 遥感信息 2009(06)
    • [19].面向语言编程——面向对象之后的革命[J]. 程序员 2008(05)
    • [20].浅谈博弈和面向对象理念在铁路体系管理中的应用[J]. 郑铁科技 2016(03)
    • [21].基于面向对象分类法和高分一号影像的露天矿区分类技术研究[J]. 青海大学学报 2018(01)
    • [22].基于面向对象技术的飞行仿真研究[J]. 计算机技术与发展 2010(07)
    • [23].面向对象与数据库技术结合发展现状研究[J]. 科技资讯 2009(03)
    • [24].基于面向对象技术药品管理系统开发[J]. 现代计算机(专业版) 2009(08)
    • [25].面向对象技术在学生管理系统设计中的应用[J]. 电脑与信息技术 2009(05)
    • [26].备件模型管理的面向对象技术方式的实现[J]. 科技广场 2008(12)
    • [27].面向对象协议计量设备的应用与分析[J]. 宁夏电力 2019(04)
    • [28].基于案例驱动的面向对象技术课程教学改革与实践[J]. 软件 2017(11)
    • [29].基于面向对象分类方法的低效用地信息提取研究——以福建省晋江市为例[J]. 科技创新导报 2018(03)
    • [30].基于内部视角的C++面向对象教学实践[J]. 中国校外教育 2010(08)

    标签:;  ;  ;  

    基于RapidEye遥感影像的农作物种植面积提取研究
    下载Doc文档

    猜你喜欢