论文摘要
能源是经济与社会发展的基本动力，随着全球经济发展及世界人口的增长，必将使能源消耗持续增长。传统的矿物能源不可再生的特性使人们在大量利用它的同时，积极寻找一种可以再生的替代能源。进入21世纪，世界各国更加重视发展利用可再生能源。我国是一个传统农业大国，可作为能源用途的农作物秸秆含量相当丰富，合理利用农作物秸秆生物质能源，对于我国开发可再生能源并逐步改变我国的能源结构具有十分重要的意义。因此，及时掌握区域农作物生物质含量的信息，对于制定合理的开发利用决策是十分必要的。1972年第一颗地球资源卫星发射升空，遥感技术随之迅速发展，遥感技术在光谱分辨率、空间分辨率、时间分辨率等各方面都有极大的进步，已经形成高光谱分辨率、高空间分辨率、全天时、全天候、实时／准实时的对地观测能力。遥感技术的发展为检测农作物生物质含量提供了新的手段和方法。随着遥感技术的不断发展，近年来利用遥感影像提取农作物面积及生物质含量成为人们关注的焦点。本文以南京市浦口区为研究对象，采用ETM+数据对南京市浦口区农作物生物质含量进行提取。重点对遥感影像中农作物面积的提取方法做了研究，深入探讨了遥感影像最佳波段选择方法、融合算法及分类算法。本文主要的研究内容和结论归纳如下：（1）获取数据源及相关辅助数据，对研究区的影像进行几何校正，得到经过几何校正的研究区的遥感影像。（2）通过对所选南京市ETM+各波段标准差和相关性矩阵分析，提出一种基于OIF指数和类内类间最小距离的最佳波段的选择方法，并确定本研究区农作物提取的最佳波段组合是TM3、TM4、TM5。（3）通过比较HIS、PCA、Brovey、HPF、小波融合等基本融合算法在Landsat-7影像融合中的融合结果，得出小波融合效果最好。（4）传统的WT-PCA变换融合算法只是对小波系数进行了简单的替代融合，会导致部分的光谱和空间细节信息的丢失，针对此问题，本文提出一种基于光谱和细节补偿的WT-PCA融合方法，并用实验证明，利用该方法融合后的影像可以获得较好的融合效果。（5）通过比较两种非监督分类算法的特点，选择ISODATA算法对融合后的影像进行非监督分类，初步确定地物类型。（6）对初步确定的地物类型进行实地调查，将调查结果部分作为监督分类模板数据，部分作为检验数据。（7）利用监督分类的方法对融合影像进行分类，结合研究数据具有正态分布的特点，确定用最大似然法作为监督分类方法。（8）利用分类后的各种农作物像元数计算农作物面积，得到南京市浦口区农作物的分类面积。（9）查阅相关资料及统计数据，结合农作物的分类面积，得到研究区的农作物生物质含量。