《基于高分一号卫星遥感数据的农作物面积估算研究.doc》由会员分享，可在线阅读，更多相关《基于高分一号卫星遥感数据的农作物面积估算研究.doc（25页珍藏版）》请在金锄头文库上搜索。
1、 本 科 毕 业 论 文论文题目基于高分一号卫星遥感数据的农作物面积估算研究作者姓名所学专业名称测绘工程指导教师2017年3月28日学生：（签字）学号：论文答辩日期：年 月 日指导教师：（签字）目 录摘要11、绪论21.1研究背景和研究意义21.2国内外研究现状21.3论文的主要研究内容及方法31.3.1研究内容31.3.2技术流程31.3.3论文结构安排32、研究区概况与数据预处理52.1研究区概况52.2数据源特征分析52.3数据预处理62.3.1大气校正62.3.2正射校正72.3.3影像拼接与裁剪82.3.4特征波段构建93、基于专家知识决策树分类法的农作物遥感分类123.1决策树分类
2、的具体步骤123.1.1定义分类规则123.1.2决策树知识库的构建123.1.3基于分类规则提取农作物133.2分类后处理133.3计算农作物面积144、精度评价和结果分析154.1精度评价方法介绍154.2分类结果的精度评价164.3农作物面积估算验证164.4分类结果的分析185、结论与总结195.1主要结论195.2存在的问题与研究展望19参考文献21致 谢22滁州学院本科毕业论文基于高分一号卫星遥感数据的农作物面积估算研究摘要：农作物的种植面积反映了在空间范围内利用农业生产资源的情况，是了解农产品种类、分布特征的重要信息的有效途径，对于加强农作物生产管理，进一步发挥生产潜力，辅助政府
3、有关部门制定科学合理的粮食政策有重要的意义。传统的产量估算途径主要是用调查统计方法，所得到产量数据不仅时效性差、人为影响比较大、信息的准确度也无法保证。遥感技术的发展为农作物种植面积的监测提供了一个全新的统计手段，能够快速高效地大范围监测农作物种植信息，从而促使相关部门对农业的科学决策提高到更高的水平。本文选择滁州市全椒县作为研究区，基于高分一号卫星遥感数据，通过计算不同特征波段，构建了基于CART算法的决策树分类技术方法，从而得到对农作物种植区的识别和提取。首先计算影像归一化差分植被指数（NDVI），并将原影像进行主成分变换，以此为基础建立包含多特征的数据集，然后利用不同作物类型之间在各特征
4、波段的差异，构建决策树分类知识库，提取得到农作物、建筑用地、水体、林地等地物信息。经过精度评价和分析，该采用该技术方法提取的农作物种植面积的精度可以达到77%，Kappa系数0.68。关键词：高分一号； 特征波段；决策树分类；归一化植被指数；精度评价- 1 -1、绪论1.1研究背景和研究意义遥感技术起源于20世纪60年代，经过短短几十年的发展，已经作为一门集物理、电子计算机、地学、空间和信息科学等多学科交叉的新兴综合科学技术，逐渐为人们所认识和使用。当下最为方便快捷的信息获取和对地面观测手段为遥感技术，它可以在很短时间内获取源源不断的大范围的观测信息，具有客观、及时的特点，是实现决策科学化的根
5、本方法，基于以上优点，遥感技术已经被普遍应用于社会生活的各个方面环境、测绘、地学、军事、农业、大气、海洋等范围，而且发挥着越来越重要的作用。然而，与快速发展的对地观测技术和日趋迫切的遥感应用需求相比，影像处理和信息提取技术的发展相对滞后，尤其是如何利用影像分类方法从包括高分一号在内的高分辨率影像上自动提取地表信息仍然是目前亟待解决的科学问题。因为高分辨率影像具备丰富的形态、纹理等信息，能够反映目标地物精细的空间结构和分布变化。但是波段信息相对较少，若利用目视解译方法，不仅需要目视判读经验和丰富的地理学知识，还需耗费大量的时间和高强度的劳动力。农作物的种植面积反映了在空间范围内应用农业生产资源的
6、情况，是理解农产品品种、分布特征的重要信息的有效路径，对于增强农作物生产治理，进一步施展生产后劲，辅佐政府有关部门制订科学正当的粮食政策有重要的意义。因此，遥感技术的发展为农作物种植面积的监测提供了一个全新的统计方法，基于遥感技术，尤其是高分遥感技术，可以快速高效地大范围监测农作物种植信息，从而促使相关部门对农业的科学决策提高到更高的水平。1.2国内外研究现状农作物种植面积是整个农业估产过程中的重要内容，各级领导部门都非常希望及时了解当年农作物种植面积，特别是农村政策放开后，农民有很大的种植自主权，农作物种类的选择受市场经济的影响较大，估测农作物的种植面积就愈加重要。遥感影像上地物信息提取的方
7、法经历了一定的发展过程，总结起来主要有目视解译法、基于像素的计算机分类和面向对象的计算机分类方法，这些方法在应用方面各有自己的优缺点。随着计算机技术的飞速发展，遥感影像信息的提取从传统的目视解译转向计算机自动解决辨别。计算机辨认分类就是应用计算机对传感器所收集的遥感信息进行处理、运算、分类。此后随着学者们对分类方法的深入研究，逐渐出现了一些新的基于像素的分类方法，如人工神经网络分类、专家系统分类、决策树分类等等。黄振国等人湖南省水稻种植面积遥感监测应用研究。王连喜等人基于决策树和混合像元分解的江苏省冬小麦种植面积提取，取得了不错的效果。随着遥感技术的发展，影像分辨率的提高，1999年，面向对象
8、分类方法被Baatz M.和Schape A.提出。林文芳、汪权方等通过对多光谱遥感影像上典型地物的光谱特征和谱间关系以及纹理特征进行分析，构建了一系列的特征波段并把它们融合到原影像中进行面向对象的分类，得到了较高的分类精度。本文在前人研究的基础上，以高分一号卫星遥感数据作为主要信息源，综合考虑水稻生长特性，以遥感技术作为主要手段，依据水稻的物候发育与环境因子关系，探讨水稻面积信息提取方法，并利用地面数据加以验证，为政府进行决策、生产部门指导农业生产提供科学依据。1.3论文的主要研究内容及方法1.3.1研究内容本文使用滁州市全椒县的高分辨率遥感影像，通过对该地区计算不同特征波段，构建多特征农作
9、物种植区识别方法。主要内容分为以下几点：(1)通过分析光谱特征、纹理特征以及空间几何特征，构建农作物信息提取特征波段；(2)结合农作物信息提取特征波段，建立决策树分类规则，并进行分类；(3)运用混淆矩阵法进行精度评价，通过此方法来对决策树分类的方法进行分析与总结。1.3.2技术流程本次论文的试验过程主要分为五个步骤分别是数据预处理、构建特征波段、建立决策树分类规则、决策树分类和精度评价。特征波段构建和决策树分类是在数据预处理结果的基础上进行的，分类规则建立好之后基于CART算法构建决策树，提取农作物信息，最后是对结果进行评定，技术流程见下图1-1： GF-1影 像几何校正和数据裁剪构建多波段集
10、构建纹理波段构建NDVI构建决策树规则决策树分类图像分类分类面积估算分类精度评价 图1-1论文技术流程图1.3.3论文结构安排本文行文分为四章，下面是具体的组织结构安排说明：第一章：绪论部分，是对论文的研究背景和意义的概括介绍以及面向对象方法在国内外的研究现状的总结。第二章：着重介绍了本次论文的研究区和数据预处理、构建多波段集。第三章：是主要的研究过程即实验过程中重要的步骤包括建立决策树分类规则，运用决策树分类方法对地物进行遥感识别，对分类结果处理后制成农作物面积覆盖图。第四章：是对研究区获得的结果进行精度评定及对实验结果分析。第五章：是对本次论文的总结以及论文中存在的问题和下一步研究的方向。
11、2、研究区概况与数据预处理2.1研究区概况本论文选择滁州市全椒县作为研究区，原因在于该地区地势比较丰富，不仅有山地、丘陵还有平原地带；水系有河流、湖泊和水库；农作物种植种类比较丰富。全椒县，地处安徽省江淮丘陵东部，介于北纬31513215，东经1174911825之间。东西长约58.5公里，南北宽约44.2公里，总面积1568.58平方公里，耕地面积4万公顷。属北亚热带向暖温带过渡性气候，四季分明，光照充足，年平均气温15.40C，年平均降水量在840-980mm之间，全年无霜期不小于210天。（图2-1）图2-1 研究区示意图2.2数据源特征分析本文的主要信息源为GF-1 PMS影像，各波段
12、的光谱范围、分辨率及各波段应用信息如表2-1所示。本研究区的GF-1 遥感数据成像于2014年4月14号，图像的成像较为清晰，质量较好，局部有少量的云，但由于是山区，阴影较多。表2-1 高分一号卫星有效载荷技术指标参数2m分辨率全色/8m分辨率多光谱相机光谱范围全色多光谱空间分辨率全色多光谱幅宽（2台相机组合）重返周期（侧摆时）4天覆盖周期（不侧摆时）41天2.3数据预处理本影像的预处理过程主要包括大气校正、正射校正、影像裁剪与拼接等步骤。2.3.1大气校正在地球表层和卫星传感器中间存在一层由气溶胶和许多种气体构成的介质层大气。到达地球表面的太阳辐射在经过卫星传感器时，穿过大气至少两次，因此大
13、气层对太阳的辐射影响具有相对较大的作用。去除大气和太阳光照等方面的影响是大气校正的最终目标。GF-1PMS相机可以获得很好的空间分辨率的多光谱数据，其中包括4个波段，分别为近红外、红、绿、蓝。本次以运用ENVI 中的FLAASH模块来完成GF-1PMS图像的大气校正。首先对原数据进行辐射定标，在ENVI下运用Radiometric Calibration模块,其中，数据格式为BIL，数据类型为浮点型；然后运用ENVI中FLAASH Atmospheric Correction工具对前面辐射定标好的数据进行大气校正，在大气校正中成像时间可以在图层管理中右键选View metadata中获取。卫星
14、高度、像元大小和大气模型等通过参阅高分一号卫星官方数据进行获取，成像区域高度可以通过统计DEM数据获取。辐射定标前辐射定标后图2-2辐射定标大气校正前大气校正后图2-3大气校正2.3.2正射校正正射影像的目的在于对影像进行倾斜方面的改正和投影方面的改正，对影像进行重新采样成为正射影像。正射影像还可以起到影像特性，信息较为丰富，从而可以丰富影像数据。本文是基于无控制点对影像数据进行正射校正，由于GF-1包含了RPC文件，在经过辐射定标、大气校正处理，ENVI会自动将RPC镶入处理结果当中，可以在图层管理中大气校正结果图层右键View metadata,RPC选项就是嵌入的RPC文件，运用RPC Orthorectification Workflow工具进行正射校正。DEM使用ENVI自带DEM，输出像元大小为8米，重采样方法采用三次卷积运算。正射校正前正射校正后图2-4正射校正2.3.3影像拼接与裁剪由于研究区域不规则且覆盖面积较大，一幅影像无法覆盖整个研究区域，本次实验一共运用5幅影像，包含了三条航带。如
