

版權說明: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,請進行舉報或認領
文檔簡介
1、由于受自然條件和經(jīng)濟條件的限制,農(nóng)業(yè)生產(chǎn)很大程度上依賴于天氣氣候條件。這種情況下,糧食安全面臨巨大威脅,已經(jīng)引起廣泛的關注。及時監(jiān)測農(nóng)作物長勢以及提早做出作物產(chǎn)量預測對政策制訂和保持可持續(xù)發(fā)展十分重要。因此,無論發(fā)展中國家還是發(fā)達國家,幾十年來,作物監(jiān)測和產(chǎn)量預測一直受到高度重視。利用遙感技術來進行作物產(chǎn)量預測是最有發(fā)展前途的方法之一。 Terra/MODIS是一種新型和重要的衛(wèi)星傳感器,其數(shù)據(jù)性能較NOAA/AVHRR數(shù)據(jù)有了
2、較大改善,空間分辨率為1000m,500m,250m,在波譜0.4-14.5范圍內(nèi)有36個波段,覆蓋了可見光、近紅外和短波紅外波段,且波段均較窄,加上其每天一次對地區(qū)覆蓋的高時間分辨率,MODIS數(shù)據(jù)在大尺度作物遙感監(jiān)測和估產(chǎn)方面具有潛在優(yōu)勢。 在使用遙感信息獲取作物生長發(fā)育狀態(tài)信息時,如何將作物信息和其它信息分離,如何解決遙感信息和農(nóng)學信息的匹配和轉(zhuǎn)換是仍需進一步研究的問題。本文基于2003年、2004年MODIS數(shù)據(jù)進行中國
3、華北地區(qū)主要作物物候期信息提取和作物類型識別研究。利用MODIS NDVI和EVI數(shù)據(jù)作為遙感參數(shù),利用非線性方程模擬,提取作物關鍵物候期信息,并將物候遙感監(jiān)測指標與地面觀測指標進行對比分析,確定兩者匹配關系。通過對作物生長期內(nèi)植被指數(shù)變化曲線分析,選擇合適的分類特征,進行華北地區(qū)主要作物類型識別。研究主要內(nèi)容有: 1.分別利用Logistic方程和高斯方程對作物生長期內(nèi)植被指數(shù)曲線進行模擬,并采用最大曲率法、動態(tài)閾值法提取作物
4、關鍵物候期。分別利用MODIS NDVI和EVI序列提取冬小麥關鍵物候期,以農(nóng)業(yè)氣象觀測值為參考值對監(jiān)測結果進行分析,結果表明,利用這兩種數(shù)據(jù)源獲取作物生長季始末期與參考值比較結果相近,而利用MODIS EVI序列數(shù)據(jù)提取作物生殖生長轉(zhuǎn)折點提取結果,較NDVI數(shù)據(jù)更接近參考值。兩種曲線模擬方法利用曲率最大值法確定的冬小麥物候期均取得了較好結果,利用動態(tài)閾值法提取作物物候期與參考值相比相差稍大。 2.物候遙感監(jiān)測結果與農(nóng)業(yè)氣象觀測
5、值相匹配。本文通過分析作物關鍵生育期的農(nóng)學意義,及其在遙感植被指數(shù)序列數(shù)據(jù)的反映,分析農(nóng)業(yè)氣象觀測指標及其大田表現(xiàn),由此將物候遙感指標和觀測指標相匹配。冬小麥與夏玉米關鍵物候期監(jiān)測結果與農(nóng)業(yè)氣象物候監(jiān)測指標對比分析顯示,遙感監(jiān)測結果與農(nóng)業(yè)氣象觀測指標有較好的一致性。遙感監(jiān)測的生長季開始期可以分別對應冬小麥的反青期、夏玉米的三葉期;生殖生長轉(zhuǎn)折點分別對應冬小麥抽穗期、夏玉米抽雄期;生長季結束期分別對應兩者成熟期。兩種方式獲取的作物生育期的
6、信息可以相互轉(zhuǎn)換。 3.根據(jù)冬小麥物候歷,選擇冬小麥最初生長過程中的EVI序列數(shù)據(jù)進行主成分分析,利用前三個主分量作為分類特征,對冬小麥播種面積進行識別取得了較好效果;對于秋季作物,采用分層迭代分類的方法,首先利用主分量分析的前三個主分量為分類特征,識區(qū)分出一熟模式區(qū)和兩熟模式區(qū);然后引入秋季作物生長季始期、生殖生長轉(zhuǎn)折點、生長季末期以及這三個時期對應EVI值為分類特征進行非監(jiān)督分類,作物制圖最低精度為84%。 4.對M
7、ODIS EVI時序數(shù)據(jù)進行傅里葉分析,將作物的光譜信息轉(zhuǎn)化為振幅,將物候信息轉(zhuǎn)化為初始相位,利用傅立葉分析的前4級諧波以及曲線均值作為分類特征進行作物種類識別,取得了較好的分類效果,整個識別過程體現(xiàn)了作物物候信息與作物光譜相結合識別作物類型的過程,減少了冗余信息的干擾。 5.對在作物類型識別、以及物候參數(shù)提取的基礎上,提取華北地區(qū)2004年冬小麥、夏玉米物候分布圖。對冬小麥、夏玉米主要物候期以及主要物候期之間持續(xù)時間的分布格局
8、進行了描述,同時對這兩種作物主要物候期發(fā)生時間與地理位置之間的關系進行了分析。結果表明,冬小麥主要物候期發(fā)生時間與緯度呈正相關,返青和抽穗期與經(jīng)度呈正相關,成熟期與經(jīng)度相關性不大;夏玉米生長季始末期與緯度呈正相關,與經(jīng)度呈負相關,夏玉米抽雄期與兩者關系不相關性不大。 6.在對冬小麥關鍵物候期提取的基礎上,分析了冬小麥抽穗期EVI值以及其生育期內(nèi)EVI積分值與冬小麥產(chǎn)量之間的關系,結果顯示冬小麥抽穗期EVI值及冬小麥返青期至收獲期
9、EVI積分值與作物產(chǎn)量之間有很好的相關性。因此,可以認為冬小麥抽穗期EVI值體現(xiàn)了作物營養(yǎng)生長狀況,可以利用抽穗期作物EVI早期預測作物產(chǎn)量;EVI曲線的積分值能綜合反映作物整個生長發(fā)育過程,因此可以根據(jù)這一規(guī)律對農(nóng)作物產(chǎn)量進行估算。 7.對冬小麥、夏玉米生育期內(nèi)EVI均值與平均溫度、降水量、日照時數(shù)相關性分析結果顯示,2004年溫度和降水是冬小麥生長的主要限制因子,其中溫度起主導作用;2004年夏玉米生長制約因素是溫度和日照時
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于MODIS時間序列地表物候特征分析及農(nóng)作物分類.pdf
- 基于遙感技術的作物物候監(jiān)測方法及動態(tài)變化分析研究.pdf
- 基于時序MODIS影像的農(nóng)作物遙感識別方法研究.pdf
- 基于遙感數(shù)據(jù)的作物長勢參數(shù)反演及作物管理分區(qū)研究.pdf
- 基于MODIS波譜分析的作物信息提取研究.pdf
- 基于數(shù)據(jù)挖掘的上市公司財務舞弊識別模式研究.pdf
- 基于MODIS-NDVI的重慶市作物估產(chǎn)模型研究.pdf
- 基于作物模型同化遙感物候信息的冬小麥估產(chǎn)方法研究.pdf
- 基于遙感數(shù)據(jù)監(jiān)測農(nóng)作物復種指數(shù)的研究演示課件
- 基于多源遙感數(shù)據(jù)的華北平原主要農(nóng)作物復種制度和關鍵物候期空間格局研究.pdf
- 基于情感分析的微博謠言識別模式研究.pdf
- 基于圖像識別的作物病害診斷研究.pdf
- 海相生物礁的地震識別模式研究及應用
- MODIS雙星數(shù)據(jù)協(xié)同的耕地物候參數(shù)提取方法研究.pdf
- 園藝作物蟲害識別
- 關于創(chuàng)新客戶身份識別模式、提升識別效率的研究
- 作物和土壤類型的施肥效應研究.pdf
- 基于中醫(yī)情志理論的悲喜情緒識別模式研究.pdf
- 基于MODIS-NDVI的河北省主要農(nóng)作物空間分布研究.pdf
- 25440.基于modis數(shù)據(jù)的青藏高原植被物候演變趨勢研究(20002010)
評論
0/150
提交評論