基于遥感时空融合的作物旱灾面积提取-以辽宁西北部玉米种植区为例

摘要

农业干旱能够导致作物减产，并能引发作物病虫害等次生灾害，对农业和国民经济及生态环境造成直接影响。玉米作为我国主要的农作物，亟需对玉米旱灾的有效监测和评估。遥感技术在监测作物干旱方面具备快速、大范围、经济等优势，是最具前景的技术手段。
　　高分辨率时间序列数据既能够监测作物受旱灾的时间变化特征，又可以准确提取作物受旱灾面积，在遥感监测作物旱灾应用中具备明显优势，但由于云污染、卫星重访周期、传感器设计限制等因素，单一遥感传感器难以同时获取高时空影像，亟需时空融合算法构建的高时空遥感数据。
　　本论文以辽宁西北部玉米种植区为例，通过时空融合模型模拟了该玉米种植区2013-2014年的高时空遥感数据，融合数据同时具备MOD09A1的时间分辨率和Landsat的空间分辨率，基于高时空遥感数据，构建了植被指数时间序列曲线，利用受旱灾年份和未受旱灾年份的玉米植被指数时序曲线变化特征，对辽宁西北地区2014年受旱灾年份的玉米面积进行提取，获得如下结论：
　　（1）构建的高时空遥感数据具有很好的适用性。时空融合模型模拟数据各个波段和真实Landsat数据对应波段的R2基本上都在0.70以上，RMSE小于0.02。在玉米种植地区域中，波段构建NDVI和EVI的R2都在0.57以上，RMSE小于0.09，P值小于0.01。模拟和真实数据具有较好的一致性。
　　（2）高时空数据可有效提取玉米的种植面积。利用高时空融合数据构建的植被指数时序数据，可对研究区进行精细分类，分类总体精度为90.03％，Kappa系数为0.8768，其中玉米区域的用户精度分别为92.22%，制图精度为87.56%。
　　（3）受灾玉米的EVI时序曲线呈现双峰或者异常单峰特征。受灾玉米EVI时序曲线第一种状态是呈现双峰特征，发生干旱后 EVI会明显下降，随后会有缓慢上升；受灾玉米EVI时序曲线第二种状态是出现异常单峰特征，发生干旱后EVI相对于未受灾玉米来说下降明显，并且之后EVI并没有明显的上升。

目录

声明

致谢

1绪论

1.1选题依据及意义

1.2国内外研究现状

1.3研究内容和技术路线

1.4论文组织结构

1.5本章小结

2时空融合数据的生成

2.1实验区概况

2.2数据收集与处理

2.3面向作物干旱的时空融合原理

2.4融合数据适用性分析

2.5本章小结

3面向玉米旱灾的高时空植被指数构建

3.1植被指数对植被受干旱胁迫的敏感性分析

3.2高时空EVI数据的重构

3.3本章小结

4基于高时空EVI的地物精细分类

4.1数据准备

4.2精细分类

4.3本章小结

5玉米旱灾面积的提取

5.1数据准备

5.2受灾玉米特征提取

5.3旱灾玉米面积提取分析与验证

5.4本章小结

6总结与展望

6.1总结

6.2创新点

6.3存在问题与展望

6.4 本章小结

参考文献

作者简历

学位论文数据集