基于高时空分辨率数据的冬小麦播期遥感监测
发布时间：2021-08-23 15:54
播期（播种日期）是影响小麦产量与品质的一个重要因素,在冬小麦生长早期实现播期监测对于遥感估产和农业生产分类管理具有重要意义。针对已有的遥感监测播期方法主要存在的不足,即利用全生育期遥感数据基于冬小麦物候监测方法的时间滞后性,以及仅利用冬小麦生长前期植被信号弱光谱信息难以保证监测精度。本文以河北省冬小麦种植区域为试验区,依据冬小麦生长前期时间序列曲线变化规律,研究利用冬小麦生长前期多时相时序信息构建播期遥感监测模型,提前监测时间和提高监测精度,为播期监测提供新的研究思路。论文主要研究内容及结论如下:（1）利用时空数据融合方法（FSDAF）将MODIS（高时间分辨率）数据和Landsat8 OLI（中高空间分辨率）数据进行融合处理,得到冬小麦生长前期的8d时间分辨率和30m空间分辨率的高时空分辨率时间序列影像,解决了冬小麦生长前期植被信号弱、遥感数据高时间分辨率与高空间分辨率不可兼得而导致的冬小麦播期监测时效性受限问题。（2）结合全国土地利用图提取耕地与非耕地两类地物,在对MIR、NIR和RED波段HSV色彩空间变换的基础上,分析影像中冬小麦种植区和非冬小麦种植区在“H-NDVI”上的空间...
【文章来源】：西安科技大学陕西省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
我国冬小麦播种日期分布图（引自张福春等[13]）
1绪论7系，利用去包络线的深度和面积特征参量分别建立播期监测模型。结合以上两种方法建立综合播期监测模型。（4）冬小麦播期遥感监测模型精度分析。根据地面田块调查数据对多时相遥感数据、基于去包络线特征、结合多时相遥感数据和去包络线特征建立的播期遥感监测模型进行交叉验证，优选出冬小麦播期遥感监测的适宜模型，提取研究区冬小麦播期信息。1.3.2技术路线首先对研究区MODIS和Landsat遥感影像进行预处理，使MODIS和Landsat遥感影像处于同一空间分辨率和统一参考坐标系中。其次利用FSDAF时空数据融合算法将MODIS和Landsat遥感影像进行融合，获取同时具有高时间分辨率和高空间分辨率的时序遥感影像。利用HSV阈值法提取河北省冬小麦种植区。对融合后的时间序列曲线进行S-G滤波处理，对滤波处理后的时间序列曲线进行逐步回归处理和去包络线处理，构建播期监测模型，最后将模型应用于研究区，得到全区域播期信息。其技术路线如下（图1.2）。图1.2技术路线图
2数据获取与预处理92数据获取与预处理2.1研究区概况本研究以河北省冬小麦种植区为研究区域（图2.1），河北省简称“冀”，省会石家庄，位于113°27′～119°50′E，36°05′～42°40′N之间，从位置上看，环抱我国首都北京，东部与天津、渤海相邻，西部与太行山、山西相邻，南部接壤山东河南两省，北部为燕山。从地势上看，河北省地处暖温带欧亚大陆，属于中国第二大平原华北平原腹地，地势平坦，土层深厚，土壤肥沃，是全国三大小麦集中产区之一，小麦总产量一般占到全省粮食产量的1/3以上。农作物种植面积广阔，占全省土地大部，种植面积约在600万hm2以上。图2.1研究区示意图河北省地处温带大陆性季风气候，属于沿海开放地区，是中国经济由东向西梯次推进发展的东部地带，也是中国重要粮棉产区。河北省从空间上看呈南北长、东西窄分布，
【参考文献】：
期刊论文
[1]播期、播量和施氮量对小麦干物质积累、转运和分配及产量的影响[J]. 马尚宇,王艳艳,刘雅男,姚科郡,黄正来,张文静,樊永惠,马元山. 中国生态农业学报(中英文). 2020(03)
[2]迟播对冬小麦灌浆后期高温胁迫下旗叶光合能力和产量的影响[J]. 费立伟,初金鹏,郑飞娜,孙立臣,代兴龙,贺明荣. 麦类作物学报. 2020(01)
[3]基于多时相遥感数据和HSV变换的越冬前冬小麦面积提取[J]. 赵叶,李存军,周静平,竞霞,荆伟斌. 中国农业信息. 2019(06)
[4]自适应加权Savitzky-Golay滤波重构MODIS植被指数时间序列[J]. 胡顺石,黄春晓,杨斌,谭子芳. 测绘科学. 2020(04)
[5]基于Landsat8影像的厚云及云影去除方法[J]. 陈梦露,李存军,官云兰,周静平,袁晨鑫,王道芸. 北京测绘. 2019(04)
[6]基于PLS和组合预测方法的冬小麦收获指数高光谱估测[J]. 陈帼,徐新刚,杜晓初,杨贵军,赵晓庆,魏鹏飞,王玉龙,范玲玲. 中国农业信息. 2019(02)
[7]河北省主要作物系数时空分布特征[J]. 曹永强,李晓瑞,朱明明. 水利水电科技进展. 2019(02)
[8]基于ESTARFM模型的区域农田高时空分辨率影像产生与应用[J]. 陈梦露,李存军,官云兰,周静平,王道芸,罗正乾. 作物学报. 2019(07)
[9]基于连续统去除和偏最小二乘回归的油菜SPAD高光谱估算[J]. 郑煜,常庆瑞,王婷婷,杨景. 西北农林科技大学学报(自然科学版). 2019(08)
[10]基于HSV阈值法的无人机影像变色松树识别[J]. 陶欢,李存军,谢春春,周静平,淮贺举,蒋丽雅,李凤涛. 南京林业大学学报(自然科学版). 2019(03)
博士论文
[1]基于GF-1/WFV和面向对象的农作物种植结构提取方法研究[D]. 宋茜.中国农业科学院 2016
硕士论文
[1]基于上茬作物时序遥感数据的冬小麦播期监测方法研究[D]. 陈梦露.东华理工大学 2019
[2]基于冬小麦生长前期光谱信息的播期遥感估测研究[D]. 葛艳.西安科技大学 2018
[3]基于冬小麦前期光谱信息的播期遥感监测研究[D]. 李明君.西安科技大学 2015
[4]基于VGI的河南冬小麦长势监测系统研究[D]. 娄玉钦.河南大学 2012
[5]基于遥感技术的作物物候监测方法及动态变化分析研究[D]. 崔凯.中南大学 2012
[6]高产粮区冬小麦非充分灌溉节水高产技术研究与应用[D]. 刘延涛.山东农业大学 2010
[7]多源遥感影像像素级融合技术的应用研究[D]. 杜子涛.长安大学 2006
[8]Logistic模型的研究[D]. 余爱华.南京林业大学 2003
本文编号：3358162
【文章来源】：西安科技大学陕西省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
我国冬小麦播种日期分布图（引自张福春等[13]）
1绪论7系，利用去包络线的深度和面积特征参量分别建立播期监测模型。结合以上两种方法建立综合播期监测模型。（4）冬小麦播期遥感监测模型精度分析。根据地面田块调查数据对多时相遥感数据、基于去包络线特征、结合多时相遥感数据和去包络线特征建立的播期遥感监测模型进行交叉验证，优选出冬小麦播期遥感监测的适宜模型，提取研究区冬小麦播期信息。1.3.2技术路线首先对研究区MODIS和Landsat遥感影像进行预处理，使MODIS和Landsat遥感影像处于同一空间分辨率和统一参考坐标系中。其次利用FSDAF时空数据融合算法将MODIS和Landsat遥感影像进行融合，获取同时具有高时间分辨率和高空间分辨率的时序遥感影像。利用HSV阈值法提取河北省冬小麦种植区。对融合后的时间序列曲线进行S-G滤波处理，对滤波处理后的时间序列曲线进行逐步回归处理和去包络线处理，构建播期监测模型，最后将模型应用于研究区，得到全区域播期信息。其技术路线如下（图1.2）。图1.2技术路线图
2数据获取与预处理92数据获取与预处理2.1研究区概况本研究以河北省冬小麦种植区为研究区域（图2.1），河北省简称“冀”，省会石家庄，位于113°27′～119°50′E，36°05′～42°40′N之间，从位置上看，环抱我国首都北京，东部与天津、渤海相邻，西部与太行山、山西相邻，南部接壤山东河南两省，北部为燕山。从地势上看，河北省地处暖温带欧亚大陆，属于中国第二大平原华北平原腹地，地势平坦，土层深厚，土壤肥沃，是全国三大小麦集中产区之一，小麦总产量一般占到全省粮食产量的1/3以上。农作物种植面积广阔，占全省土地大部，种植面积约在600万hm2以上。图2.1研究区示意图河北省地处温带大陆性季风气候，属于沿海开放地区，是中国经济由东向西梯次推进发展的东部地带，也是中国重要粮棉产区。河北省从空间上看呈南北长、东西窄分布，
【参考文献】：
期刊论文
[1]播期、播量和施氮量对小麦干物质积累、转运和分配及产量的影响[J]. 马尚宇,王艳艳,刘雅男,姚科郡,黄正来,张文静,樊永惠,马元山. 中国生态农业学报(中英文). 2020(03)
[2]迟播对冬小麦灌浆后期高温胁迫下旗叶光合能力和产量的影响[J]. 费立伟,初金鹏,郑飞娜,孙立臣,代兴龙,贺明荣. 麦类作物学报. 2020(01)
[3]基于多时相遥感数据和HSV变换的越冬前冬小麦面积提取[J]. 赵叶,李存军,周静平,竞霞,荆伟斌. 中国农业信息. 2019(06)
[4]自适应加权Savitzky-Golay滤波重构MODIS植被指数时间序列[J]. 胡顺石,黄春晓,杨斌,谭子芳. 测绘科学. 2020(04)
[5]基于Landsat8影像的厚云及云影去除方法[J]. 陈梦露,李存军,官云兰,周静平,袁晨鑫,王道芸. 北京测绘. 2019(04)
[6]基于PLS和组合预测方法的冬小麦收获指数高光谱估测[J]. 陈帼,徐新刚,杜晓初,杨贵军,赵晓庆,魏鹏飞,王玉龙,范玲玲. 中国农业信息. 2019(02)
[7]河北省主要作物系数时空分布特征[J]. 曹永强,李晓瑞,朱明明. 水利水电科技进展. 2019(02)
[8]基于ESTARFM模型的区域农田高时空分辨率影像产生与应用[J]. 陈梦露,李存军,官云兰,周静平,王道芸,罗正乾. 作物学报. 2019(07)
[9]基于连续统去除和偏最小二乘回归的油菜SPAD高光谱估算[J]. 郑煜,常庆瑞,王婷婷,杨景. 西北农林科技大学学报(自然科学版). 2019(08)
[10]基于HSV阈值法的无人机影像变色松树识别[J]. 陶欢,李存军,谢春春,周静平,淮贺举,蒋丽雅,李凤涛. 南京林业大学学报(自然科学版). 2019(03)
博士论文
[1]基于GF-1/WFV和面向对象的农作物种植结构提取方法研究[D]. 宋茜.中国农业科学院 2016
硕士论文
[1]基于上茬作物时序遥感数据的冬小麦播期监测方法研究[D]. 陈梦露.东华理工大学 2019
[2]基于冬小麦生长前期光谱信息的播期遥感估测研究[D]. 葛艳.西安科技大学 2018
[3]基于冬小麦前期光谱信息的播期遥感监测研究[D]. 李明君.西安科技大学 2015
[4]基于VGI的河南冬小麦长势监测系统研究[D]. 娄玉钦.河南大学 2012
[5]基于遥感技术的作物物候监测方法及动态变化分析研究[D]. 崔凯.中南大学 2012
[6]高产粮区冬小麦非充分灌溉节水高产技术研究与应用[D]. 刘延涛.山东农业大学 2010
[7]多源遥感影像像素级融合技术的应用研究[D]. 杜子涛.长安大学 2006
[8]Logistic模型的研究[D]. 余爱华.南京林业大学 2003
本文编号：3358162
本文链接：https://www.wllwen.com/shoufeilunwen/zaizhiyanjiusheng/3358162.html
教材专著
