基于波谱库的作物纯像元识别与种植面积遥感估算

论文题目: 基于波谱库的作物纯像元识别与种植面积遥感估算

论文类型: 博士论文

论文专业: 地图学与地理信息系统

作者: 陈水森

导师: 童庆禧,柳钦火

关键词: 遥感实验,波谱库,作物,纯像元识别,面积估算

文献来源: 中国科学院研究生院（遥感应用研究所）

发表年度: 2005

论文摘要: 作物类型识别和播种面积估算一直是农业遥感的重要内容,对农作物播种面积和种植结构调整具有重要的现实意义。单一作物像元(纯像元)识别是作物类型识别和作物播种面积遥感估算的关键。本文设计了野外试验方案,开展了玉米和小麦两个作物全生长期光谱测试实验,获取了大量作物生长期的组分-冠层-像元级光谱、结构参数、背景光谱信息和相关参数,建立了典型农作物波谱库。基于该典型农作物波谱库,论文对作物纯像元识别和作物面积估算等方面进行了理论与方法的探讨: (1)作物纯像元的识别方法与模型根据作物光谱信息不确定性的原理,通过开发遥感影象-参考波谱距离阈值模型,提出基于距离阈值的纯作物像元的识别方法。对玉米生长后期TM影象试验表明,该方法获得的作物纯像元估算精度可以达到92%;在此基础上,论文提出了结合遥感影象-参考波谱距离阈值、光谱角度和多时相方法对玉米作物纯像元综合识别方法,该方法使玉米作物纯像元的识别精度提高到95%以上。 (2)作物面积估算模型在光谱混合分析模型基础上,提出了光谱角度和影象拟合残差相结合的最优端元选择方法,获得混合像元中各端元的面积比例。通过实地制图试验表明小麦像元内小麦作物比例制图的精度达到95%以上,研究发现3月下旬是小麦亚像元比例面积制图中遥感影象时相的一个较好选择。该方法还对华南一个镇的荔枝种植面积进行了应用,结果表面,荔枝面积估算结果和制图精度达到98%。 (3)像元纯度的检测方法与模型论文分析发现像元纯度指数(PPI)方法在提取纯像元时对端元选择存在不确定性,可能由此导致所提取地物端元纯度降低,或把同类稍有光谱偏差地物作

论文目录:

1．绪论

1．1 问题的提出与研究目标

1．2 国内外相关领域研究现状

1．2．1 国内外波谱库建设现状

1．2．2 作物纯像元识别研究进展

1．2．3 农作物播种面积遥感监测研究进展

1．3 技术路线与论文的组织结构

1．3．1 技术路线

1．3．2 论文的组织结构

1．4 术语解释

2．作物光谱实验与标准波谱数据库

2．1 实验区概况

2．1．1 地理概况

2．1．2 实验区的农业特色

2．1．3 栾城县农业产业及近两年农业结构调整情况

2．1．4 栾城县林业生态建设情况

2．1．5 试验区的夏玉米和冬小麦

2．2 实验设计

2．2．1 小麦光谱实验方案

2．2．2 玉米光谱实验方案

2．2．3 测量仪器、方法

2．3 实验数据处理与入库

2．3．1 数据描述

2．3．2 数据处理与分析

2．3．3 实验数据入库

2．4 典型农作物波谱库的主要功能与特色

2．4．1 主要功能

2．4．2 主要特色

2．4．3 示范呈现

2．5 小结

3．基于波谱库的作物纯像元识别

3．1 面向纯像元提取的遥感图像预处理研究

3．1．1 数据特点和实验地点

3．1．2 辐射校正和影像预处理

3．1．3 通过TM影像提取端元的方法

3．2 玉米纯作物像元的识别

3．2．1 基于像元纯度指数(PPI)方法

3．2．2 基于玉米影像和参考光谱反射率距离阈值的方法

3．2．3 基于光谱角度制图器的方法

3．2．4 结合距离阈值、光谱库和多时相的方法对分类精度的改进

3．3 像元纯度指数方法对提取影像端元反射率的影响分析

3．3．1 实验数据与方法

3．3．2 结果与分析

3．4 小结

4．基于波谱库的作物面积估算研究

4．1 小麦播种面积的监测

4．1．1 线性混合模型方法

4．1．2 小麦生长期端元提取与面积估算

4．1．3 结果分析与分类精度检验

4．2 荔枝种植面积监测

4．2．1 实验区概况

4．2．2 光谱测量实验

4．2．3 荔枝端元提取与面积估算

4．2．4 结果与分析

4．3 小结

5．结论与展望

5．1 主要研究结果与创新点

5．2 展望

参考文献

攻读博士学位期间参加科研项目和完成的论文情况(2002-2005)

致谢

发布时间: 2005-09-19

基于波谱库的作物纯像元识别与种植面积遥感估算

猜你喜欢