基于多源数据融合的玉米种植面积遥感提取研究

摘要

及时准确的获取一定区域作物种植面积信息及其空间分布状况，对于预测和估算作物产量，加强作物生产管理，优化种植结构，确保粮食安全具有重要意义，是加快推进农村经济战略结构调整，全面建设小康社会的重要基础。通过遥感技术获取农作物种植面积与传统的基于统计学方法比较具有很大的优势，同时提供农作物种植的空间分布，达到快速、准确、动态监测作物的目的。考虑到中低分辨率遥感数据的各自优势，本研究采用中分辨率与低分辨率数据相结合的测量方法对2008年河南省原阳县的玉米种植面积进行提取研究。主要包括以下三方面：
　　 (1)多源数据融合研究。本次研究根据小波变换的原理，从小波分解层数优选、小波基选择和融合规则三个方面讨论MODIS NDVI与TM NDVI数据进行小波融合的方法。最终，通过对比试验选取基于3层bior6.8小波基，高低频完全替换的数据融合方式。融合结果保证时间序列原有的植被信息光谱特征，同时空间分辨率从250m提高至30m。
　　 (2)利用MODIS NDVI时间序列对玉米种植面积提取研究。通过构建原阳县四种主要秋季作物生长标准曲线，从作物之间的物候差异和生长过程差异出发，基于欧式距离的最小距离分类器，采用分层的方式提取原阳县2008年玉米的种植面积。
　　 (3)基于地块的玉米种植面积提取结果评价。本研究引入地块的概念，基于原阳县地块本底数据库，从位置精度和总量精度两个方面评价基于MODIS NDVI时间序列方法提取玉米播种面积的结果。与传统的监督分类相比较，基于NDVI时间序列提取的玉米播种面积要明显精度较高，达到提高传统分类方法识别精度的目的。

目录

文摘

英文文摘

声明

第一章 前言

1.1研究目的及意义

1.2国内外研究现状

1.2.1农作物遥感分类传统方法

1.2.2基于时间序列影像的作物种植面积提取研究

1.3研究内容与研究方法

1.3.1研究内容

1.3.2研究方法

第二章 研究区及数据预处理

2.1研究区概况

2.2 MODIS数据及预处理

2.2.1 MODIS数据

2.2.2 MODIS数据预处理

2.3 Landsat5 TM数据及预处理

2.3.1 Landsat5 TM数据

2.3.2 Landsat5 TM数据预处理

2.4地块本底数据库

2.4.1地块数据介绍

2.4.2地块数据库建设

2.4.3地块面积提取精度评价

2.5辅助数据

第三章 MODIS NDVI与TM NDVI数据融合研究

3.1数据融合概况

3.2常用的融合算法

3.2.1 HIS变换融合法

3.2.2线性加权融合方法

3.2.3 Brovey变换融合法

3.2.4 K—L变换法

3.2.5高通滤波融合法

3.3常用融合规则

3.3.1取大融合规则

3.3.2加权融合规则

3.3.3区域融合规则

3.4遥感图像融合评价方法

3.4.1主观评价

3.4.2客观评价

3.5基于小波变换的MODIS NDVI与TM NDVI融合研究

3.5.1小波变换原理

3.5.2小波分解层数的优选

3.5.3小波基的优选

3.5.4小波高，低频系数融合规则的优选

第四章 基于MODIS NDVI时序重构的玉米种植面积提取

4.1时间序列重建与分析

4.2最小距离分类器

4.3玉米种植面积提取

4.3.1耕地面积提取

4.3.2基于时序曲线的玉米面积提取

4.4基于地块面积提取精度评价

4.4.1精度评价体系构建

4.4.2评价结果及误差分析

4.5本章小结

第五章 结论与展望

5.1结论

5.2讨论与展望

5.3创新性

参考文献

致谢

附录 项目资助

攻读硕士学位期间参加科研情况