本文主要研究内容
作者魏梦凡（2019）在《基于Sentinel-2A卫星遥感影像的开封市冬小麦种植面积提取技术研究》一文中研究指出：冬小麦是我国主要粮食作物之一,其播种面积占全国粮食作物总播种面积的20%左右。开封市是我国重要的小麦种植和出口基地之一,近年来受市场供需关系等因素的影响,导致小麦种植面积波动比较大。因此,在短时间内获取小麦的种植信息对指导农业生产具有重要的意义。遥感技术具有大范围、快速度、低成本、短周期、海量信息等特点,能够实现及时准确地预报小麦面积的需求,是目前小麦种植面积提取最有效的手段之一。本文以2018年4月8号Sentinel-2A卫星遥感数据为数据源,以河南省开封市为研究区,以分县作为生产单位展开了冬小麦种植面积提取技术研究。首先结合野外实测数据,在最佳波段组合影像的基础上建立各地物解译标志,通过对地物光谱曲线特征分析,完成了地物识别。接着采用支持向量机(Support Vector Machine,SVM)、面向对象分类方法实现了冬小麦种植面积的遥感提取,然后对比分析了两种分类方法的特点。最后,为了进一步提高冬小麦种植面积的提取精度,本文又将以上两种分类方法结合,提出了一种(Vector Object Oriented Area Extraction,V2OAE)分类方法来更精确的提取整个研究区冬小麦种植面积。本文得出的主要结论如下:1.通过对2018年多期植被时序变化曲线分析,确定冬小麦最佳识别日期为4月8号,通过对4月8号不同波段组合影像对比分析,确定11-8-5和4-3-2波段组合作为本文的最佳波段组合遥感影像图。2.结合野外实测数据,在最佳波段组合影像上,建立地物解译标志,分析地物光谱特征曲线,发现在Band4和Band8这两个波段上,能够更好的实现各地物的识别。3.本文提出的V2OAE分类方法在分类效果上要优于SVM分类与面向对象分类,能够较好地解决“椒盐现象”,剔除了不必要的影响因素,使得小麦的提取结果更精确。4.由于Sentinel-2A发射时间较短,且在作物面积提取方面鲜有研究。因此,本文所研究的技术方法可为该数据源在作物种植面积提取方面的应用提供探索经验,同时也可为该地区农业部门掌握冬小麦作物种植情况,制定农业政策提供一定的技术支持。
Abstract
dong xiao mai shi wo guo zhu yao liang shi zuo wu zhi yi ,ji bo chong mian ji zhan quan guo liang shi zuo wu zong bo chong mian ji de 20%zuo you 。kai feng shi shi wo guo chong yao de xiao mai chong zhi he chu kou ji de zhi yi ,jin nian lai shou shi chang gong xu guan ji deng yin su de ying xiang ,dao zhi xiao mai chong zhi mian ji bo dong bi jiao da 。yin ci ,zai duan shi jian nei huo qu xiao mai de chong zhi xin xi dui zhi dao nong ye sheng chan ju you chong yao de yi yi 。yao gan ji shu ju you da fan wei 、kuai su du 、di cheng ben 、duan zhou ji 、hai liang xin xi deng te dian ,neng gou shi xian ji shi zhun que de yu bao xiao mai mian ji de xu qiu ,shi mu qian xiao mai chong zhi mian ji di qu zui you xiao de shou duan zhi yi 。ben wen yi 2018nian 4yue 8hao Sentinel-2Awei xing yao gan shu ju wei shu ju yuan ,yi he na sheng kai feng shi wei yan jiu ou ,yi fen xian zuo wei sheng chan chan wei zhan kai le dong xiao mai chong zhi mian ji di qu ji shu yan jiu 。shou xian jie ge ye wai shi ce shu ju ,zai zui jia bo duan zu ge ying xiang de ji chu shang jian li ge de wu jie yi biao zhi ,tong guo dui de wu guang pu qu xian te zheng fen xi ,wan cheng le de wu shi bie 。jie zhao cai yong zhi chi xiang liang ji (Support Vector Machine,SVM)、mian xiang dui xiang fen lei fang fa shi xian le dong xiao mai chong zhi mian ji de yao gan di qu ,ran hou dui bi fen xi le liang chong fen lei fang fa de te dian 。zui hou ,wei le jin yi bu di gao dong xiao mai chong zhi mian ji de di qu jing du ,ben wen you jiang yi shang liang chong fen lei fang fa jie ge ,di chu le yi chong (Vector Object Oriented Area Extraction,V2OAE)fen lei fang fa lai geng jing que de di qu zheng ge yan jiu ou dong xiao mai chong zhi mian ji 。ben wen de chu de zhu yao jie lun ru xia :1.tong guo dui 2018nian duo ji zhi bei shi xu bian hua qu xian fen xi ,que ding dong xiao mai zui jia shi bie ri ji wei 4yue 8hao ,tong guo dui 4yue 8hao bu tong bo duan zu ge ying xiang dui bi fen xi ,que ding 11-8-5he 4-3-2bo duan zu ge zuo wei ben wen de zui jia bo duan zu ge yao gan ying xiang tu 。2.jie ge ye wai shi ce shu ju ,zai zui jia bo duan zu ge ying xiang shang ,jian li de wu jie yi biao zhi ,fen xi de wu guang pu te zheng qu xian ,fa xian zai Band4he Band8zhe liang ge bo duan shang ,neng gou geng hao de shi xian ge de wu de shi bie 。3.ben wen di chu de V2OAEfen lei fang fa zai fen lei xiao guo shang yao you yu SVMfen lei yu mian xiang dui xiang fen lei ,neng gou jiao hao de jie jue “jiao yan xian xiang ”,ti chu le bu bi yao de ying xiang yin su ,shi de xiao mai de di qu jie guo geng jing que 。4.you yu Sentinel-2Afa she shi jian jiao duan ,ju zai zuo wu mian ji di qu fang mian xian you yan jiu 。yin ci ,ben wen suo yan jiu de ji shu fang fa ke wei gai shu ju yuan zai zuo wu chong zhi mian ji di qu fang mian de ying yong di gong tan suo jing yan ,tong shi ye ke wei gai de ou nong ye bu men zhang wo dong xiao mai zuo wu chong zhi qing kuang ,zhi ding nong ye zheng ce di gong yi ding de ji shu zhi chi 。
论文参考文献
论文详细介绍
论文作者分别是来自河南大学的魏梦凡，发表于刊物河南大学2019-09-20论文，是一篇关于面向对象分类论文,冬小麦种植面积提取论文,河南大学2019-09-20论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自河南大学2019-09-20论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。