及時、精確掌握耕地面積及其變化趨勢是農(nóng)業(yè)管理和糧食安全的重要保障。遙感技術(shù)作為對地觀測領(lǐng)域的主要數(shù)據(jù)獲取手段,可以有效的實現(xiàn)作物面積提取和土地利用變化分析。本文提出結(jié)合物候信息與深度學(xué)習(xí)的分類方法解決復(fù)雜地表景觀區(qū)域水稻精確識別問題,同時基于Landsat EVI時間序列數(shù)據(jù)分析株洲市區(qū)水稻變化情況,主要工作與結(jié)論如下:（1）針對中分辨率遙感影像分類訓(xùn)練樣本規(guī)模不足以滿足深度學(xué)習(xí)訓(xùn)練的問題,將預(yù)訓(xùn)練機制引入到卷積神經(jīng)網(wǎng)絡(luò)模型中,利用相似遙感數(shù)據(jù)集對模型進行初始權(quán)重設(shè)置,再利用中分辨率樣本數(shù)據(jù)集對最優(yōu)權(quán)重進行迭代優(yōu)化,解決了深度學(xué)習(xí)模型應(yīng)用中數(shù)據(jù)規(guī)模不足的問題。以湖南株洲作為試驗區(qū),應(yīng)用預(yù)訓(xùn)練深度學(xué)習(xí)方法,分類結(jié)果的總體精度達(dá)到82%,優(yōu)于未引入預(yù)訓(xùn)練的分類方法。（2）針對復(fù)雜地表景觀區(qū)水稻面積遙感精確識別難度較高的問題,采用分層分類的策略,在利用引入預(yù)訓(xùn)練機制的卷積神經(jīng)網(wǎng)絡(luò)完成遙感影像初步分類的基礎(chǔ)上,結(jié)合物候信息,實現(xiàn)水稻信息的精確識別。該方法結(jié)合了時間特征與深度抽象特征,水稻面積識別精度提高到90%。（3）基于1987-2017年Landsat EVI時間序列數(shù)據(jù),分析了株洲市區(qū)土... 

【文章來源】：中國地質(zhì)大學(xué)(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：113 頁

【學(xué)位級別】：博士

【部分圖文】：

技術(shù)路線

研究區(qū)地理位置

氣象氣候數(shù)據(jù)（a）株洲市年均降水量（b）株洲市年均氣溫

【參考文獻(xiàn)】：
期刊論文
[1]三峽大壩運行后長江中下游流域氣溫與植被變化特征及原因分析[J]. 葛非凡,毛克彪,蔣躍林,姜立鵬,范玉芬,王一舒,譚雪蘭,李建軍.  氣候變化研究進展. 2017(06)
[2]BFAST——一種分析氣候極端事件變化的新方法[J]. 王燁,李寧,張正濤,張潔.  災(zāi)害學(xué). 2016(04)
[3]混合核特征加權(quán)SVM遙感濕地空間分類[J]. 劉冰,吳超,林怡.  測繪工程. 2016(07)
[4]基于MODIS數(shù)據(jù)和BFAST方法的植被變化監(jiān)測[J]. 劉寶柱,方秀琴,何祺勝,榮祁遠(yuǎn).  國土資源遙感. 2016(03)
[5]基于小波變換的武漢市城鄉(xiāng)邊緣帶識別[J]. 馬晶,李全,應(yīng)瑋.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2016(02)
[6]基于Mann-Kendall法的湖泊穩(wěn)態(tài)轉(zhuǎn)換突變分析[J]. 劉聚濤,方少文,馮倩,吳智導(dǎo),韓柳,黃佳聰,白秀玲.  中國環(huán)境科學(xué). 2015(12)
[7]基于小波變換的臥龍國家級自然保護區(qū)植被時空變化分析[J]. 樸英超,關(guān)燕寧,張春燕,郭杉,閻保平.  生態(tài)學(xué)報. 2016(09)
[8]基于時間序列相似性的自動觀測數(shù)據(jù)時空異常探測方法研究[J]. 賈遠(yuǎn)信,郭建文,劉豐.  遙感技術(shù)與應(yīng)用. 2015(04)
[9]DEM形態(tài)分析在丘陵地形景觀建構(gòu)中的應(yīng)用——以株洲市為例[J]. 楊帆,魏春雨,李博,尹芳.  湖南大學(xué)學(xué)報(自然科學(xué)版). 2014(12)
[10]改進的隨機森林及其在遙感圖像中的應(yīng)用[J]. 姚明煌,駱炎民.  計算機工程與應(yīng)用. 2016(04)



本文編號：3391629