基于作物生长动态的耕地生产潜力遥感监测——以陕西省为例

摘要

为了更好的获取陕西省农情监测信息，提高耕地生产潜力，本文以陕西省耕地区域主要农作物为研究对象，利用时间跨度为10年(2003-2012)的遥感数据、气象数据、土壤性状数据和基础地理数据，提取典型地物特征变化趋势，确定年际间动态阈值，识别作物种植类型。
　　基于作物类型识别结果，结合光、温、水、土四大作物生长影响因素，利用改进的“机制法”模型，建立切合研究区域实际情况的耕地生产潜力估算模型，实现陕西省耕地生产潜力估算，并利用生产潜力距平指数对10年的耕地生产潜力进行评价。
　　通过空间和定量两种方式对作物类型识别结果进行分析验证，空间对比分析得到分类的总体精度和Kappa系数为88.18％和59.64％，定量对比分析得到分类的总体一致性为81.24％。利用统计数据与耕地生产潜力的结果进行对比分析，其分析结果符合线性关系，R2为0.6955。耕地生产潜力的评价结果为2005、2008、2009、2010和2012年耕地区域生产潜力正距平多于负距平。
　　研究结果表明，结合物候信息与时间序列数据利用本文的分类方法可以有效的识别大尺度农作物种植类型，利用改进后的耕地生产潜力估算模型结合作物种植类型信息实现了对陕西省耕地生产潜力的估算，并利用生产潜力距平指数对10年陕西省耕地生产潜力进行有效评价。

目录

声明

致谢

摘要

1 绪论

1．1 课题来源

1．2 研究背景与意义

1．2．1 研究背景

1．2．2 研究目的与意义

1．3 国内外研究现状

1．3．1 农作物信息识别国内外研究现状

1．3．2 耕地生产潜力国内外研究进展

1．3．3 耕地生产潜力的计算方法

1．4 研究内容与章节安排

2 研究区概况与数据采集

2．1 研究区概况

2．2 数据采集

3 陕西省农作物种植模式和类型识别

3．1 数据准备与预处理

3．1．1 时间序列MODIS数据集

3．1．2 农作物样本数据集

3．1．3 验证数据集

3．2 时间序列数据重建

3．3 典型地物特征变化趋势

3．4 农作物种植模式和类型识别

3．5 识别结果分析

3．5．1 时间序列曲线重建结果分析

3．5．2 农作物种植模式和类型识别结果分析

3．6 识别精度评价

3．6．1 空间精度评价

3．6．2 定量精度评价

3．7 本章小结

4 陕西省耕地生产潜力的估算及评价

4．1 耕地生产潜力估算模型与评价方法

4．2 数据准备与预处理

4．3 耕地生产潜力估算结果分析

4．4 耕地生产潜力结果验证与分析

4．5 耕地生产潜力结果评价

4．6 本章小结

5 结论与展望

5．1 结论

5．2 展望

参考文献

作者简历

学位论文数据集