

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、玉米是我國(guó)重要的糧食作物,飼料作物和工業(yè)原料。對(duì)于全國(guó)范圍內(nèi)玉米種植面積和長(zhǎng)勢(shì)狀況的監(jiān)測(cè),需要客觀、準(zhǔn)確、可靠的技術(shù)支撐體系作為保障。隨著遙感技術(shù)的發(fā)展,大范圍內(nèi)的農(nóng)作物長(zhǎng)勢(shì)和種植面積監(jiān)測(cè)成為可能,其監(jiān)測(cè)結(jié)果為國(guó)家農(nóng)業(yè)生產(chǎn)決策、糧食貿(mào)易提供了重要的參考依據(jù)。在我國(guó)東部地區(qū),多云雨的氣候條件限制了光學(xué)遙感對(duì)玉米的監(jiān)測(cè),很難在玉米的生長(zhǎng)期內(nèi)獲得完整、連續(xù)的觀測(cè)數(shù)據(jù)。而雷達(dá)遙感具有不受天氣和光照條件的限制,全天時(shí)、全天候成像能力的優(yōu)點(diǎn),成為對(duì)
2、玉米監(jiān)測(cè)又一主要的數(shù)據(jù)來(lái)源。
本文利用玉米生長(zhǎng)期內(nèi)的3景全極化Radarsat-2雷達(dá)影像數(shù)據(jù),以江蘇省睢寧縣為試驗(yàn)區(qū),結(jié)合玉米地上生長(zhǎng)參數(shù)數(shù)據(jù),對(duì)玉米制圖原理和方法進(jìn)行了分析和探討,比較了決策樹分類和基于散射特征的分類方法,并通過(guò)實(shí)測(cè)GPS數(shù)據(jù)分別對(duì)兩種分類方法進(jìn)行檢驗(yàn);在此基礎(chǔ)上,對(duì)玉米后向散射系數(shù)與玉米生物學(xué)參數(shù)的相關(guān)性進(jìn)行了分析,通過(guò)建立經(jīng)驗(yàn)?zāi)P蛯?duì)玉米主要生長(zhǎng)參數(shù)(LAI)進(jìn)行反演,并結(jié)合實(shí)測(cè)地面數(shù)據(jù)對(duì)反演精度進(jìn)行
3、驗(yàn)證。結(jié)果表明,Radarsat-2雷達(dá)影像數(shù)據(jù)對(duì)玉米長(zhǎng)勢(shì)狀況和種植面積監(jiān)測(cè)具有可行性和較高的準(zhǔn)確性,為雷達(dá)遙感影像提取,識(shí)別和檢驗(yàn)農(nóng)作物信息提供了重要的參考。就此,論文所得主要結(jié)果如下:
(1)Radarsat-2雷達(dá)遙感數(shù)據(jù)的預(yù)處理。運(yùn)用SARINFOS、PLOSARPRO、ENVI、ERDAS等軟件,完成對(duì)原始數(shù)據(jù)的輻射定標(biāo),噪聲濾波,幾何精校正和地理參考的預(yù)處理步驟。實(shí)現(xiàn)了3景影像與地面0.1m分辨率的GPS矢量數(shù)
4、據(jù)相互的精確配準(zhǔn),這為以后從影像數(shù)據(jù)中農(nóng)作物的信息提取和利用提供了標(biāo)準(zhǔn)的數(shù)據(jù)源。
(2)玉米識(shí)別與制圖方法的研究。通過(guò)分析3景雷達(dá)遙感數(shù)據(jù)中不同地物類型的后向散射特征的差異性,利用決策樹分類算法和基于散射機(jī)理的分類算法對(duì)影像進(jìn)行農(nóng)作物識(shí)別分類和玉米種植面積提取。經(jīng)過(guò)驗(yàn)證,基于散射機(jī)理的分類方法為83.07%,玉米分類精度80.9%;決策樹分類的總精度80.09%,玉米分類精度84.7%。兩種方法都能以較高的精度進(jìn)行玉米分類
5、。但由于SAR圖像會(huì)受到相干噪聲斑點(diǎn)的影響,對(duì)決策樹分類算法的識(shí)別干擾較大,相比較決策樹分類算法,基于散射機(jī)理的分類算法結(jié)果圖中象元分布更加平滑、均勻,分類較好。
(3)探討了對(duì)制圖結(jié)果驗(yàn)證的方法。分別利用分類算法中混淆矩陣和象元統(tǒng)計(jì)的方法,結(jié)合實(shí)地GPS樣方數(shù)據(jù),對(duì)分類結(jié)果圖進(jìn)行驗(yàn)證。比較了驗(yàn)證方法的結(jié)果,依據(jù)提供同樣的訓(xùn)練樣本區(qū),比起由遙感圖像處理軟件生成的混淆矩陣驗(yàn)證方法,象元統(tǒng)計(jì)的驗(yàn)證方法更為滑晰、方便。
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于極化SAR的小麥倒伏災(zāi)害與長(zhǎng)勢(shì)監(jiān)測(cè)研究.pdf
- 基于高光譜成像技術(shù)小麥玉米長(zhǎng)勢(shì)監(jiān)測(cè)研究.pdf
- 玉米長(zhǎng)勢(shì)遙感監(jiān)測(cè)技術(shù)規(guī)范
- 基于多源遙感數(shù)據(jù)的油菜長(zhǎng)勢(shì)監(jiān)測(cè).pdf
- 基于環(huán)境衛(wèi)星數(shù)據(jù)的冬小麥長(zhǎng)勢(shì)監(jiān)測(cè)研究.pdf
- 基于全極化SAR數(shù)據(jù)的喀斯特地區(qū)石漠化遙感監(jiān)測(cè)技術(shù)研究.pdf
- SAR及MODIS數(shù)據(jù)海面溢油監(jiān)測(cè)方法研究.pdf
- 全極化SAR數(shù)據(jù)校正.pdf
- 基于數(shù)字圖像的冬小麥、夏玉米長(zhǎng)勢(shì)遠(yuǎn)程動(dòng)態(tài)監(jiān)測(cè)技術(shù)研究.pdf
- 基于光空間分布的棉花長(zhǎng)勢(shì)監(jiān)測(cè)研究.pdf
- 基于機(jī)器視覺和PCNN的玉米長(zhǎng)勢(shì)圖像處理研究.pdf
- 農(nóng)作物群體長(zhǎng)勢(shì)遙感監(jiān)測(cè)及長(zhǎng)勢(shì)參量空間尺度問題研究.pdf
- 基于MODIS數(shù)據(jù)的森林長(zhǎng)勢(shì)擬合預(yù)測(cè)研究.pdf
- 基于物候差異分析的冬小麥長(zhǎng)勢(shì)監(jiān)測(cè).pdf
- 基于時(shí)間序列全極化與簡(jiǎn)縮極化SAR的作物定量監(jiān)測(cè)研究.pdf
- 基于ASAR和生長(zhǎng)模擬模型的水稻長(zhǎng)勢(shì)監(jiān)測(cè)研究.pdf
- 基于遙感數(shù)據(jù)的玉米澇災(zāi)監(jiān)測(cè)與評(píng)估技術(shù)研究.pdf
- 基于遙感數(shù)據(jù)的作物長(zhǎng)勢(shì)參數(shù)反演及作物管理分區(qū)研究.pdf
- 基于機(jī)載SAR實(shí)時(shí)數(shù)據(jù)的艦船監(jiān)測(cè)系統(tǒng)集成顯示研究.pdf
- P波段全極化SAR數(shù)據(jù)處理方法研究.pdf
評(píng)論
0/150
提交評(píng)論