【摘要】：遙感影像通過數(shù)字處理可以及時、準(zhǔn)確地獲取地表農(nóng)作物種植信息,這對如何更好地利用人類賴以生存的耕地生態(tài)系統(tǒng)具有重大意義,并且可以為分析農(nóng)作物種植類型、作物估產(chǎn)和優(yōu)化耕地種植結(jié)構(gòu)提供重要的數(shù)據(jù)源,這些數(shù)據(jù)對國家糧食安全和糧食戰(zhàn)略儲備同樣具有重要意義。農(nóng)作物類型分類是一個復(fù)雜的過程,需要盡量減少誤差,提高分類精度。鑒于此,本文選用Landsat OLI數(shù)據(jù),主要原因是該影像數(shù)據(jù)成像面積大、時間分辨率與空間分辨率適中且數(shù)據(jù)獲取方便等。本文選取河南省鄲城縣(115°10′E-115°46′E,33°38′N-33°65′N)為研究區(qū),選取Landsat OLI數(shù)據(jù)為數(shù)據(jù)源,通過統(tǒng)計年鑒數(shù)據(jù)和野外實地調(diào)查數(shù)據(jù)確定農(nóng)作物物候期,利用ENVI 5.2軟件對遙感影像數(shù)據(jù)進行預(yù)處理,由波段運算得到多時相影像數(shù)據(jù)的NDVI(Normalized Difference Vegetation Index)、NDBI(Normalized Difference Building Index)和NDWI(Normalized Difference Water Index等派生數(shù)據(jù),利用Excel表格和IBM SPSS Modeler 18.0軟件分別對NDVI、NDBI以及NDWI數(shù)據(jù)進行統(tǒng)計分析,經(jīng)過反復(fù)驗證并修改后獲得最佳農(nóng)作物類型分類閾值,采用決策樹分類方法進行分類。使用基于混淆矩陣的精度評價方法,對研究區(qū)農(nóng)作物類型分類結(jié)果進行精度評價,并分析造成農(nóng)作物類型分類誤差的原因。研究結(jié)果表明,基于決策樹的農(nóng)作物類型分類結(jié)果基本符合研究區(qū)耕地種植結(jié)構(gòu)。研究區(qū)部分區(qū)域種植種類復(fù)雜、地塊數(shù)量多而個體面積小,受限于此類農(nóng)作物而最終分類結(jié)果會有錯分、漏分現(xiàn)象,另一方面,影像的分辨率也會造成錯誤發(fā)生,主要是因為混合像元問題。在基于混淆矩陣的精度評價中,最終結(jié)果的總體分類精度和Kappa系數(shù)分別為64.65%和58.25%,一定程度上可認為本文技術(shù)路線能夠滿足農(nóng)作物種植面積快速、粗略估計的實際需求。
【學(xué)位授予單位】：內(nèi)蒙古師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：S127
【圖文】：

圖 2-1 鄲城縣位置示意圖Fig.2-1 Location map of Dancheng County鄲城縣位于河南省周口市東部，豫皖兩省三縣交界處，西臨淮陽，北接鹿沈丘縣，縣域總面積 1490 平方公里，其地貌為豫東平原。地理坐標(biāo)為10′ 115°46′，北緯 33°38′ 33°65′之間。海拔在 35.6m 至 43.8m 之間，東南稍呈傾斜，坡降為七千分之一，地勢平坦，平原面積占 100%。鄲城縣有黑茨河、黑河、新蔡河、皇姑河、油河 (清水河)5 條河流流經(jīng)境水位較高，并處于相對穩(wěn)定狀態(tài)，加上河道支流及人工開挖的溝渠，水，開發(fā)利用率高。鄲城以打井配套為重點的農(nóng)田水利基本建設(shè)，2013縣水資源總量為 3.6 億立方米，擁有大型深眼機井 23340 眼，平均 6井，機、電、井配套 24930 套，在連續(xù)干旱的情況下 10 天可澆一遍。鄲城縣境內(nèi)既有亞熱帶生物，又有北寒帶生物。2013 年，鄲城縣僅糧煙等主要農(nóng)作物，就有 29 屬、240 多個品種。鄲城縣紅薯種植歷史修

第二章 研究區(qū)概況和數(shù)據(jù)處理11 類，調(diào)查了 279 個樣區(qū)，并在每個樣區(qū)使用 GPS 手持機記錄了其四個頂點的地理坐標(biāo)信息。在滿足訓(xùn)練樣本分布的條件下，在 279 個樣區(qū)中分別選取玉米 20 個、大豆20 個、辣椒 20 個、花生 10 個、紅薯 8 個、冬瓜 7 個、蓮藕 4 個、棉花 5 個以及樹林、水體、城鎮(zhèn)村及工礦用地和交通用地各 10 個做分類樣本。利用ArcGIS10.2 軟件，將選取的分類樣區(qū)轉(zhuǎn)化成樣本點在圖上顯示，如圖 2-1 所示。

驗證樣本分布圖

【參考文獻】

相關(guān)期刊論文 前10條

1 郭交;朱琳;靳標(biāo);;基于Sentinel-1和Sentinel-2數(shù)據(jù)融合的農(nóng)作物分類[J];農(nóng)業(yè)機械學(xué)報;2018年04期

2 郭昱杉;劉慶生;劉高煥;黃

本文編號：2793546