【摘要】：【目的】基于遙感影像的作物分類研究是提取作物種植面積和長(zhǎng)勢(shì)分析及產(chǎn)量估測(cè)的基礎(chǔ),也是推動(dòng)現(xiàn)代化農(nóng)業(yè)快速發(fā)展的動(dòng)力。研究結(jié)果可為農(nóng)業(yè)等相關(guān)部門掌握農(nóng)情,進(jìn)行宏觀調(diào)控提供依據(jù)。目前,農(nóng)業(yè)遙感研究主要集中于中低分辨率遙感影像,影響植被信息提取的精度,應(yīng)用高分辨率多時(shí)相遙感影像和選擇最優(yōu)分類方法可以提高植被信息提取精度。明確農(nóng)作物遙感分類的時(shí)效性與最優(yōu)分類方法,為快速、準(zhǔn)確地獲取作物空間分布數(shù)據(jù)和農(nóng)情定量遙感監(jiān)測(cè)提供依據(jù)�！痉椒ā炕诤邶埥』⒘质�2014年5—10月覆蓋完整生長(zhǎng)期的20幅遙感影像,構(gòu)建16 m分辨率NDVI時(shí)間序列曲線,建立決策樹分類模型,通過(guò)分類影像進(jìn)行系列閾值分割,并結(jié)合輔助背景數(shù)據(jù)及專家知識(shí),成功提取虎林市土地利用覆被信息;利用20幅影像依次波段合成的方式進(jìn)行作物分類,明確最優(yōu)時(shí)相;將提取的耕地范圍作為作物分類規(guī)則,并與未提取耕地范圍的作物分類結(jié)果進(jìn)行比較;同時(shí)通過(guò)最大似然法、馬氏距離法、神經(jīng)網(wǎng)絡(luò)法、最小距離法、支持向量機(jī)、波譜角分類法、主成分分析法多種分類方法進(jìn)行作物分類;利用農(nóng)業(yè)保險(xiǎn)投保地塊數(shù)據(jù)進(jìn)行精度驗(yàn)證�！窘Y(jié)果】(1)7月初、7月末到8月初、9月末是研究區(qū)一年一季作物遙感分類的3個(gè)關(guān)鍵時(shí)相;(2)決策樹分類方法在提取土地利用覆被信息的結(jié)果中精度最高,總體精度90.24%,Kappa系數(shù)0.87;(3)6月初與7月初2幅影像結(jié)合采用最大似然法對(duì)作物進(jìn)行分類的總體精度高達(dá)94.01%,Kappa系數(shù)為0.79,6月初與7月初的影像結(jié)合,可以解決作物分類的時(shí)效性;(4)結(jié)合9月21日的影像,總體精度進(jìn)一步提高,大豆分類精度明顯提高,最終確定最大似然法為最優(yōu)作物分類方法�！窘Y(jié)論】通過(guò)遙感數(shù)據(jù)能實(shí)現(xiàn)在7月上旬對(duì)作物進(jìn)行精準(zhǔn)分類,拓展了遙感數(shù)據(jù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用價(jià)值,對(duì)一年一季地區(qū)作物快速分類與農(nóng)情定量遙感監(jiān)測(cè)有重要意義。

【相似文獻(xiàn)】

相關(guān)期刊論文 前2條

1 王田娥;陳桂芬;萬(wàn)保成;;不確定AHP中判斷矩陣排序的最大似然法[J];安徽農(nóng)業(yè)科學(xué);2009年33期

2 ;[J];;年期

相關(guān)碩士學(xué)位論文 前1條

1 吳洋;基于Landsat8數(shù)據(jù)的西寧市土地利用分類方法比較研究[D];西北農(nóng)林科技大學(xué);2015年

，

本文編號(hào)：2580618