基于HJ卫星混合像元分解的水稻生长监测技术研究

论文摘要

作物长势实时无损监测及生产力准确预测,有利于提高作物栽培中因苗管理的精确性。遥感的空间性、实时性可提高作物生长监测与预测能力,本文基于HJ卫星数据,以江苏省如皋市为研究区,研究了基于混合像元分解的水稻信息提取及定量遥感反演方法。具体内容与结果如下：为了解决中低分辨率遥感影像混合像元问题以提高水稻种植信息的提取精度,本文提出了两种适合于多光谱遥感的混合像元分解方法：一是基于图像分块的混合像元分解方法；二是分层多端元混合像元分解方法。第一种方法结合影像空间特征与光谱信息提取端元,即将遥感图像先分块,然后在地物相对简单的各个“小图像”上提取端元,从而弥补端元漏选及错选的缺陷,并实现了增加端元数目进而提高了解混精度；第二种方法是基于层次分类与多端元混合像元分解相结合的水稻面积信息提取方法（Stratified multiple endmember spectral mixture analysis, SMESMA）。层次分类有效降低了地物复杂度,而多端元混合像元分解通过对每一类地物选取多个端元光谱参与解混,克服了“同物异谱”造成的光谱变异问题,两者结合可较大程度提高分类精度。结果显示,第一种方法分类精度为83.65%,kappa系数为0.82；第二种方法（SMESMA）分类精度达到85.78%,kappa系数为0.85,较第一种分类方法略高,将提取的种植面积与如皋市统计局数据相比较,精度超过85%。将两种方法与常规的像元级分类方法（MLC）的精度进行了比较,结果显示本文提出的两种亚像元分类方法精度更高,表明本文提出的方法是适合基于中低分辨率多光谱遥感进行作物分类和面积提取的有效方法。基于水稻信息提取后,利用“纯净”水稻光谱参数与实测水稻叶片氮含量及氮积累建立相关关系,通过统计筛选出与水稻叶片氮素相关性最高的植被指数。结果表明,差值植被指数DVI（4,3）和比值植被指数RVI（4,2）分别与叶片氮含量和氮积累量关系最显著,决定系数分别达到0.74和0.80。此外,基于2010年多时相HJ卫星数据,利用Savitzky-Golay滤波方法有效去除云、异常值及数据缺失的影响,得到较高质量的时序HJ-NDVI和HJ-EVI数据。在此基础上分生育期分别建立了水稻LAI与NDVI和EVI的关系,同时构建了水稻单产与LAI的关系,结果显示,开花时期为水稻最佳估产时相,HJ-NDVI与LAI及LAI与产量关系最好,从而构建了基于“EVI-LAI-水稻单产”的水稻估产模型。通过不同年份试验检验,表明本文所构建的叶片氮素营养监测模型和水稻单产估算模型精度较高,可用于大面积水稻生长状况及产量的监测预测。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1 研究概述
• 1.1 基于遥感的作物识别及信息提取研究进展
• 1.2 作物生长遥感监测与预测技术研究进展
• 2 研究目的与意义
• 参考文献
• 第二章 技术路线与研究方法
• 1 研究思路与技术路线
• 1.1 研究思路
• 1.2 技术路线
• 2 材料与方法
• 2.1 试验与研究区
• 2.2 数据获取
• 2.3 数据分析与利用
• 参考文献
• 第三章 基于HJ卫星混合像元分解的水稻信息提取
• 1 研究区及数据
• 1.1 研究区域
• 1.2 数据获取与利用
• 2 基于影像分块的混合像元分解的水稻信息提取
• 2.1 影像分块与端元提取
• 2.2 线性混合像元分解
• 2.3 方法流程图
• 2.4 结果与分析
• 3 基于分层多端元混合像元分解的水稻信息提取
• 3.1 端元选取
• 3.2 分层多端元混合像元分解（SMESMA）
• 3.3 结果分析
• 4 精度分析与比较
• 5 讨论与小结
• 参考文献
• 第四章 基于HJ卫星的水稻叶片氮素状况监测
• 1 材料与方法
• 1.1 研究区域
• 1.2 数据获取与利用
• 2 结果与分析
• 2.1 光谱参数构建
• 2.2 水稻叶片氮含量与光谱参数的相关关系
• 2.3 水稻叶片氮积累量与光谱参数的相关关系
• 2.4 如皋市水稻叶片氮素状况的空间分布
• 3 讨论与小结
• 参考文献
• 第五章 基于多时相HJ卫星数据的水稻产量预测研究
• 1 材料与方法
• 1.1 研究区域
• 1.2 数据获取与利用
• 1.3 估产最佳时相选择方法
• 1.4 基于Savitzky-Golay的时序NDVI与EVI数据滤波
• 2 结果与分析
• 2.1 估产最佳时相及植被指数选择
• 2.2 模型检验
• 2.3 如皋市水稻开花期叶面积指数及水稻产量的空间分布
• 3 讨论与小结
• 参考文献
• 第六章 讨论与结论
• 1 讨论
• 1.1 水稻信息提取的关键技术
• 1.2 水稻生长参数遥感定量反演关键技术
• 1.3 今后的研究设想
• 2 结论
• 参考文献
• 附录Ⅰ 硕士期间发表或投稿的论文
• 附录Ⅱ 硕士期间参与科研项目
• 致谢