共查询到17条相似文献,搜索用时 328 毫秒
1.
概述了水稻种植面积监测遥感数据源的应用变化、特征指数和时相选取以及遥感分类方法的发展,分析了MODIS影像在水稻种植面积遥感提取技术方面的研究进展及发展方向。结果表明:MODIS具有高光谱、高时间分辨率、多时相等特点,在大尺度上提取水稻种植面积上,可提高作物识别和监测的精确度与工作效率,节约成本,有着其他遥感数据无法相比的优势,应用MODIS数据提取水稻种植面积,取得了较好的效果。水稻遥感的最佳时相可以选择移栽期和孕穗期,利用对水体和植被较为敏感的波段或植被指数(如NDVI、LSWI和EVI)进行水稻识别,并提取种植面积。传统的遥感图像分类方法如监督分类和非监督分类,算法成熟、操作简单,是目前应用较多的方法;近年来发展起来的分类新方法,如决策树分类法、专家系统分类法、神经网络分类法,支持向量机法等,能够更准确地提取目标地物,对图像分类有不同程度的改进,在实际应用中通常和传统分类方法结合起来使用;多时相分析法与高时间、高分辨率多光谱影像的结合可以获取较高精度的作物种植面积数据,与传统分类方法相比有较大提高。利用MODIS对单一的或大面积的水稻种植面积提取效果较好,但对于地块破碎的种植面积估算尚难达到满意的结果,添加其他的辅佐数据如高程、坡度等,并结合MODIS数据的多时相特点分类等方法,可提高遥感影像分类的精度。 相似文献
2.
根据水稻在不同发育期的地面光谱特征,确定了利用MODIS数据识别水田种植面积的最佳波段及最佳时相,在地理信息系统的支持下提取了吉林省2012年水田种植面积,并将提取的水田种植面积与基于TM影像水田种植面积进行对比分析。结果表明:利用MODIS数据与TM数据提取的面积对比,结果表明利用多时相MODIS数据进行水田种植面积监测是可行的。利用MODIS数据识别水稻的最佳波段组合是6、2、1波段,最佳时相为移栽期和分蘖期之间及灌浆至乳熟期之间。利用已有的TM数据或者MODIS数据提取的水田种植分布图为底图,能够适时地、快速地进行每年的水田种植面积动态变化监测。 相似文献
3.
4.
以浙江省为试验区, 针对水稻种植面积遥感信息提取的业务化运行问题, 进行了以下试验:(1) 以传统的单象元统计分类识别方法为分类器, 在地理信息系统支持下, 提取丘陵地区大范围水稻种植面积信息的可行性; (2) 在遥感资料的基础上, 结合地形数据综合提取水稻种植面积专题信息的可行性和有效性; (3) 混合象元分解方法在丘陵地区的有效性和适用性.结果表明, 用最大似然法提取大范围水稻种植面积信息的精度可满足业务化运行的要求; 模糊监督分类有较高的分类精度和较好的稳定性, 具有较强的适应性; 坡度数据作为遥感影像分类的辅助数据层, 可以有效地提高丘陵地区水稻种植面积信息的提取精度, 还可以提高分类的稳定性和空间位置精度. 相似文献
5.
《沙漠与绿洲气象(新疆气象)》2020,(2)
国产高分卫星1号(简称GF-1)可提供高空间分辨率遥感数据,这为实现精准农业提供良好的数据保障。但是,其在复杂地形作物遥感提取方面的适用性仍需要进一步探索和分析。因此,以山地丘陵地形为主的栖霞市为研究区,基于GF-1影像数据利用面向对象分类法提取苹果树的种植面积和空间分布信息。研究结果表明:引入植被覆盖度和坡度信息的面向对象决策树分类方法(简称优化分类方法)能够有效提高苹果树种植面积的遥感提取精度为94.1%,生产精度和用户精度分别为87.3%和90.3%。相比于最大似然监督分类和无辅助信息的面向对象决策树分类方法,优化分类方法遥感提取面积精度分别提高了17.4%和0.3%,生产精度分别提高了10.1%和2.6%,用户精度分别提高了10.1%和2.8%。该研究成果以期为GF-1卫星数据在山地丘陵地区的果园信息遥感提取提供基本的技术支撑和实践经验。 相似文献
6.
国产高分卫星1号(简称GF-1)可提供高空间分辨率遥感数据,这为实现精准农业提供良好的数据保障。但是,其在复杂地形作物遥感提取方面的适用性仍需要进一步探索和分析。因此,以山地丘陵地形为主的栖霞市为研究区,基于GF-1影像数据利用面向对象分类法提取苹果树的种植面积和空间分布信息。研究结果表明:引入植被覆盖度和坡度信息的面向对象决策树分类方法(简称优化分类方法)能够有效提高苹果种植面积的遥感提取精度为94.1%,生产精度和用户精度分别为87.3%和90.3%。相比于最大似然监督分类和无辅助信息的面向对象决策树分类方法,本研究的优化方法遥感提取面积精度分别提高了17.4%和0.3%,生产精度分别提高了10.1%和2.6%,用户精度分别提高了10.1%和2.8%。该研究成果以期为GF-1卫星数据在山地丘陵地区的果园信息遥感提取提供基本的技术支撑和实践经验。 相似文献
7.
8.
9.
基于MODIS时序数据提取河南省水稻种植分布 总被引:1,自引:1,他引:0
以河南省为研究区,利用2009年多时相8d合成MODIS地表反射率产品提取水稻种植分布。根据稻田含水量变化特征及水稻生长规律,构建水稻种植分布提取流程。为减少云等噪声的影响,对地表水含量指数(ILSW,land surface water content index)和增强型植被指数(IEV,enhanced vegetation index)的时序数据进行平滑重建。然后,依据豫北和豫南稻区水稻物候期差异,分别建立标准水稻IEV生长线,以计算像元尺度的水稻相似性指数作为影像分类的特征波段。同时,对重建的ILSW和IEV时序数据分别进行主成份分析,选择各自的前3个成份作为特征波段。在此基础上,采用支持向量机分类算法对组建的特征波段进行分类,提取影像中水稻的种植分布。结果显示,提取的河南省水稻种植分布与实际情况吻合较好,豫北稻区水稻分布呈现集中连片的特征,多分布在沿黄河两岸,而豫南稻区水稻种植广泛,多在大型水库灌区周边及沿淮和低洼易涝地区。与各地区水稻统计面积相比,MODIS提取的水稻面积平均相对误差为6.56%,根均方误差为5.63khm2。受到混合像元影响,以及个别地区水稻种植分散且面积相对较小,使该地区水稻面积相对误差超过±60%。 相似文献
10.
11.
水稻是中国的主要粮食作物,及时获取水稻种植面积和空间分布信息对指导水稻生产、调整区域供需平衡等具有重要的意义。以江苏省为例,利用2009—2011年连续三年的MODIS 8 d合成地表反射率数据(MODIS09A1),计算了归一化差值植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI)和陆表水指数(land surface water index,LSWI)。结合水稻在不同生长发育期EVI的时间序列变化特征,确定了水稻面积提取的关键生育期。根据水稻移栽期稻田土壤含水量高的特征,利用NDVI、EVI和LSWI三种指数构建判别条件,确定可能种植水稻的区域。利用线性光谱混合像元分解模型对包含水稻的混合像元进行分解,得到江苏省三年水稻种植空间分布。最后,选取研究区内的水稻典型样区,利用与MODIS同时期的较高分辨率的环境小卫星HJ-1 CCD(30 m)数据提取水稻种植面积和空间分布,以此作为参考数据进行精度验证,同时利用统计部门的江苏省水稻种植面积统计数据对江苏省水稻面积进行验证,两种方法验证后表明误差均在10%以内。研究表明,采用MODIS09A1数据结合线性光谱混合模型可以更高精度地提取大范围的水稻种植面积。 相似文献
12.
EOS/MODIS数据在广西甘蔗种植信息提取及面积估算的应用 总被引:10,自引:0,他引:10
通过计算广西区域多时相MODIS-NDVI值,结合GPS选定甘蔗样本训练区多时相NDVI值变化曲线,以及甘蔗生长周期长达8个月至1年以上,蔗糖生产期间甘蔗面积逐渐递减的特性,采用最大似然法提取非样本训练区甘蔗种植信息,最终实现广西区域的甘蔗种植空间分布遥感信息的提取。经对遥感影像图甘蔗连片种植区域、零散点种植区与GPS实地定位调查比较,结果表明广西区域甘蔗种植信息遥感监测与实况相符。在此基础上,对广西区域甘蔗种植面积估算面积进行初步统计,精度达到90%以上。 相似文献
13.
GIS支持下的浙江省水稻种植面积遥感估算综合自然区划 总被引:6,自引:0,他引:6
通过对浙江省境内的地形地貌,水稻种植比重,区域农业气候,植被状况等因素进行综合分析,建立了水稻种植面积遥感估算综合自然区划的多层次决策结构模型及其数量关系,并利用地理信息系统的空间分析能力,实现了浙江省水稻种植面积遥感估算的综合自然区划。 相似文献
14.
使用郑州市MODIS(Moderate-Resolution Imaging Spectroradiometer)遥感数据,运用线性混合模型,对MODIS遥感数据进行混合像元分解技术研究。探讨了MODIS遥感数据的预处理、线性光谱分解模型、图像端元组分反射率的求取方法。把结果与分辨率较高的Landsat ETM+图像分类结果进行对比,并根据得到的均方根误差(RMS;Root Mean Square)进行分析表明,利用这种像元分解方法得到的结果较为理想,MODIS数据可以有效地应用于遥感动态监测和土地覆盖分类研究。 相似文献
15.
16.
基于EOS/MODIS资料的中国黄土高原西部土地覆盖分类 总被引:4,自引:0,他引:4
土地利用和覆盖信息不仅是全球及区域气候模式中所需的重要信息,也是描述生态系统的重要基础数据;获取其现状和变化信息,对于揭示土地覆盖的特征和变化规律,探讨变化的驱动因子,分析评价区域生态环境具有重要现实意义。采用多时相和多光谱遥感资料进行土地覆盖分类已成为一种行之有效的方法。植被类型的差异除了可表现为光谱差异外,还可表现为植被生长规律的差异;植被生长以年为周期,在这个周期内不同植被类型有着各自的生繁衰枯的物候节律,表现出不同的生长规律,其规律性极强,这种规律性也可以作为植被分类的一个出发点。于是,NDVI的时间序列分析成为基于生物气候特征的地表覆盖分类的一种手段。基于MODIS资料,首先对2003年植被生长季内共9个月的NDVI时间序列数据进行离散傅立叶变换,取得该时间序列的均值和前4个频率分量的振幅和相位后;采用ISODATA算法对中国黄土高原西部及其周边地区进行了分层土地覆盖分类,并采用现有的土地覆盖数据集,进行了类别归并和精度评估,分类结果的总体精度达到了81.3%,Kappa系数达到了75.4%,结果证明了这种方法的可行性。 相似文献
17.
利用250 m分辨率的EOS/MODIS数据,采用植被状况指数法,以广西甘蔗种植区为例,研究应用遥感方法进行甘蔗寒害监测评估的技术方法。在通过使用地理信息数据,结合GPS测定的甘蔗训练样本区,应用EOS/MO—DIS数据获取了广西甘蔗种植区域的基础上,根据甘蔗遭受寒害后叶绿素减少,从而导致归一化植被指数值发生变化的原理,建立甘蔗寒害遥感监测评估模型和产品制作流程。对2008年初广西甘蔗寒害的空间分布及其灾害面积进行监测评估,监测评估结果与灾情调查实况一致,重寒害区主要出现在广西北部和中部的甘蔗种植区,东南部、沿海地区及右江河谷的甘蔗区寒害相对较轻,灾害面积测算误差小于5%,结果表明:应用EOS/MODIS数据开展甘蔗寒害的空间分布及灾害面积的监测评估,能较好地满足业务需求。 相似文献