张帅:基于SVM的黄淮海四市多时相冬小麦面积提取论文

张帅:基于SVM的黄淮海四市多时相冬小麦面积提取论文

本文主要研究内容

作者张帅(2019)在《基于SVM的黄淮海四市多时相冬小麦面积提取》一文中研究指出:遥感技术是研究现代农业监测、估产不可或缺的手段。由于不同种类的农作物在遥感影像上的颜色、形状、纹理和其它特征有一定的差异,所以可以通过这些特征来对农作物进行面积、长势等进行提取与监测。与传统监测方法相比,现代遥感技术的具有实时性、客观性、广域性等优点是传统方法所不具备的,有效的节省了人力物力和财力。在我国冬小麦是第二大粮食作物,小麦面积的精确提取对于粮食估产、灾害评估等有着重要作用。如今,模式识别的迅猛发展为遥感数据的智能化处理提供了强有力的技术支持。本文选取黄淮海冬小麦主产的鹤壁市、亳州市、石家庄市和泰安市四市为研究区,运用交叉验证SVM的方法,对四市多时相Landsat遥感影像进行冬小麦种植面积提取,并通过主成分分析和多元线性回归分析对影响四市冬小麦种植面积的驱动力因子进行了分析。主要工作内容和结果如下:(1)首先对Landsat待分类影像进行几何校正、辐射定标和大气校正,通过ENVI制作NDVI植被指数图,用Arcgis重分类去掉非植被部分。然后分别用行政区矢量图和绿波段的单波段影像进行图像掩膜,得到四市的绿波段植被分布图。借助于Matalab软件并利用SVM算法分别对鹤壁市、亳州市、石家庄市和泰安市四市不同年份的数据进行冬小麦面积分类提取。SVM中的参数C和参数V的选取通过k折交叉验证来获取最优组合。最后通过得到分类图进行冬小麦种植面积的估算。(2)通过运用PCA主成分分析和多元线性回归分析模型,对上面得到的结果进行了进一步的分析发现影响黄淮海四市冬小麦种植面积的驱动力因子主要有乡村从业人员数量、城市化率、小麦生产价格指数等几个主要指标。其中石家庄市受乡村从业人员影响最为严重,主要原因为京津冀首都经济圈协同发展纲要的提出,对于河北省人口、劳动力的流失起到的助推作用,加之劳动力的省内流动,更是的乡村从业人员数量急剧减少。另外其它三个地市实际情况不同,影响冬小麦播种面积的驱动力因子也不尽相同。

Abstract

yao gan ji shu shi yan jiu xian dai nong ye jian ce 、gu chan bu ke huo que de shou duan 。you yu bu tong chong lei de nong zuo wu zai yao gan ying xiang shang de yan se 、xing zhuang 、wen li he ji ta te zheng you yi ding de cha yi ,suo yi ke yi tong guo zhe xie te zheng lai dui nong zuo wu jin hang mian ji 、chang shi deng jin hang di qu yu jian ce 。yu chuan tong jian ce fang fa xiang bi ,xian dai yao gan ji shu de ju you shi shi xing 、ke guan xing 、an yu xing deng you dian shi chuan tong fang fa suo bu ju bei de ,you xiao de jie sheng le ren li wu li he cai li 。zai wo guo dong xiao mai shi di er da liang shi zuo wu ,xiao mai mian ji de jing que di qu dui yu liang shi gu chan 、zai hai ping gu deng you zhao chong yao zuo yong 。ru jin ,mo shi shi bie de xun meng fa zhan wei yao gan shu ju de zhi neng hua chu li di gong le jiang you li de ji shu zhi chi 。ben wen shua qu huang huai hai dong xiao mai zhu chan de he bi shi 、bo zhou shi 、dan jia zhuang shi he tai an shi si shi wei yan jiu ou ,yun yong jiao cha yan zheng SVMde fang fa ,dui si shi duo shi xiang Landsatyao gan ying xiang jin hang dong xiao mai chong zhi mian ji di qu ,bing tong guo zhu cheng fen fen xi he duo yuan xian xing hui gui fen xi dui ying xiang si shi dong xiao mai chong zhi mian ji de qu dong li yin zi jin hang le fen xi 。zhu yao gong zuo nei rong he jie guo ru xia :(1)shou xian dui Landsatdai fen lei ying xiang jin hang ji he jiao zheng 、fu she ding biao he da qi jiao zheng ,tong guo ENVIzhi zuo NDVIzhi bei zhi shu tu ,yong Arcgischong fen lei qu diao fei zhi bei bu fen 。ran hou fen bie yong hang zheng ou shi liang tu he lu bo duan de chan bo duan ying xiang jin hang tu xiang yan mo ,de dao si shi de lu bo duan zhi bei fen bu tu 。jie zhu yu Matalabruan jian bing li yong SVMsuan fa fen bie dui he bi shi 、bo zhou shi 、dan jia zhuang shi he tai an shi si shi bu tong nian fen de shu ju jin hang dong xiao mai mian ji fen lei di qu 。SVMzhong de can shu Che can shu Vde shua qu tong guo kshe jiao cha yan zheng lai huo qu zui you zu ge 。zui hou tong guo de dao fen lei tu jin hang dong xiao mai chong zhi mian ji de gu suan 。(2)tong guo yun yong PCAzhu cheng fen fen xi he duo yuan xian xing hui gui fen xi mo xing ,dui shang mian de dao de jie guo jin hang le jin yi bu de fen xi fa xian ying xiang huang huai hai si shi dong xiao mai chong zhi mian ji de qu dong li yin zi zhu yao you xiang cun cong ye ren yuan shu liang 、cheng shi hua lv 、xiao mai sheng chan jia ge zhi shu deng ji ge zhu yao zhi biao 。ji zhong dan jia zhuang shi shou xiang cun cong ye ren yuan ying xiang zui wei yan chong ,zhu yao yuan yin wei jing jin ji shou dou jing ji juan xie tong fa zhan gang yao de di chu ,dui yu he bei sheng ren kou 、lao dong li de liu shi qi dao de zhu tui zuo yong ,jia zhi lao dong li de sheng nei liu dong ,geng shi de xiang cun cong ye ren yuan shu liang ji ju jian shao 。ling wai ji ta san ge de shi shi ji qing kuang bu tong ,ying xiang dong xiao mai bo chong mian ji de qu dong li yin zi ye bu jin xiang tong 。

论文参考文献

  • [1].区域冬小麦籽粒蛋白含量遥感预测研究[D]. 王琦.山东农业大学2019
  • [2].亏缺灌溉对冬小麦—夏玉米轮作农田土壤CO2、N2O和CH4排放的影响[D]. 王晓云.西北农林科技大学2019
  • [3].基于高光谱和高分一号卫星影像的冬小麦叶绿素遥感反演[D]. 王婷婷.西北农林科技大学2019
  • [4].关中地区不同降水年型下冬小麦生长及根区土壤水分利用特征[D]. 马武光.西北农林科技大学2019
  • [5].黄淮海区域冬小麦干旱灾害风险评估与区划[D]. 尤新媛.南京信息工程大学2018
  • [6].北部冬麦区冬小麦各生育阶段气候资源演变及干旱风险情景分析[D]. 马倩倩.中国农业科学院2018
  • [7].黄河下游平原典型冬小麦农田生态系统碳水通量研究[D]. 吴东星.河南大学2018
  • [8].河南省冬小麦主要农业气象灾害综合风险评估[D]. 王田.南京信息工程大学2018
  • [9].基于无人机遥感影像的冬小麦播种效果与空间变异评价[D]. 何小安.西安科技大学2018
  • [10].不同覆盖措施对土壤水分及冬小麦生长过程的影响[D]. 付亚亚.西北农林科技大学2018
  • 读者推荐
  • [1].基于GIS的上杭县城市景观格局演变研究[D]. 罗紫薇.中南林业科技大学2019
  • [2].基于Sentinel-2A卫星遥感影像的开封市冬小麦种植面积提取技术研究[D]. 魏梦凡.河南大学2019
  • [3].基于高分一号卫星影像的冬小麦种植面积提取方法研究[D]. 韩林果.河南大学2019
  • [4].农业信息个性化推送系统设计与实现[D]. 郝伯桦.新疆大学2019
  • [5].基于物联网的农田环境监测及灌溉控制系统研制[D]. 陈玉兵.西安邮电大学2019
  • [6].河南省耕地生产能力及承载力时空变化研究[D]. 齐亚曼.河南财经政法大学2019
  • [7].基于物联网的农田滴灌远程监控系统设计[D]. 刘育辰.石河子大学2019
  • [8].基于RS技术的宾县作物种植结构时空特征变化分析[D]. 刘雪儿.东北农业大学2019
  • [9].基于“天-空-地”多源遥感数据的小麦叶面积指数反演[D]. 吾木提·艾山江.新疆大学2019
  • [10].唐代监察制度研究[D]. 王丹丹.辽宁大学2019
  • 论文详细介绍

    论文作者分别是来自辽宁师范大学的张帅,发表于刊物辽宁师范大学2019-07-15论文,是一篇关于遥感影像论文,冬小麦论文,种植面积论文,交叉验证论文,黄淮海地区论文,辽宁师范大学2019-07-15论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自辽宁师范大学2019-07-15论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    张帅:基于SVM的黄淮海四市多时相冬小麦面积提取论文
    下载Doc文档

    猜你喜欢