發(fā)布時(shí)間：2020-11-12 03:07

　　 如今遙感技術(shù)在農(nóng)業(yè)上有著廣闊的應(yīng)用,采用衛(wèi)星遙感技術(shù)進(jìn)行大面積農(nóng)業(yè)調(diào)查已經(jīng)成為遙感技術(shù)的一個(gè)重要應(yīng)用方向。位于新疆的阿克蘇地區(qū)有著種植水果的優(yōu)越地理環(huán)境,特色林果業(yè)也成為了阿克蘇地區(qū)的重要產(chǎn)業(yè),在進(jìn)行種植信息統(tǒng)計(jì)時(shí)傳統(tǒng)實(shí)地測(cè)量作物面積的統(tǒng)計(jì)方法存在著耗時(shí)費(fèi)力、時(shí)效性差等局限性,而衛(wèi)星遙感技術(shù)的應(yīng)用可以有效解決傳統(tǒng)方法存在的問(wèn)題,能夠更便捷的掌握大面積特色林果資源的信息狀況,從而加快阿克蘇地區(qū)林果產(chǎn)業(yè)信息化。同時(shí),林果種植的遙感識(shí)別對(duì)阿克蘇特色林果業(yè)發(fā)展情況的監(jiān)測(cè)及預(yù)測(cè)也有著非�，F(xiàn)實(shí)的意義。本實(shí)驗(yàn)以阿克蘇地區(qū)為研究區(qū)域,以當(dāng)?shù)丶t棗、蘋果、香梨、核桃、杏這五種特色林果為研究對(duì)象。首先通過(guò)實(shí)地調(diào)研采樣收集樣本庫(kù)、下載相關(guān)Landsat 8衛(wèi)星遙感數(shù)據(jù)信息作為實(shí)驗(yàn)材料;其次對(duì)遙感信息進(jìn)行輻射定標(biāo)、大氣校正、圖像鑲嵌和矢量裁剪等預(yù)處理操作;然后對(duì)處理后的實(shí)驗(yàn)材料采取支持向量機(jī)、最大似然法、神經(jīng)網(wǎng)絡(luò)法三種不同監(jiān)督分類的方法進(jìn)行林果分類,并對(duì)分類結(jié)果采取三種小斑塊去除處理后進(jìn)行精度分析以選出最優(yōu)的分類組合方式,并統(tǒng)計(jì)特色林果種植面積信息;最后搭建阿克蘇地區(qū)特色林果種植面積統(tǒng)計(jì)系統(tǒng)。主要研究結(jié)果如下:(1)實(shí)驗(yàn)對(duì)Landsat 8影像中五種特色林果分別進(jìn)行監(jiān)督分類,選取了神經(jīng)網(wǎng)絡(luò)法分類、最大似然法分類和支持向量機(jī)法分類三種分類方法,實(shí)驗(yàn)研究表明三種監(jiān)督分類方式的總體精度與Kappa系數(shù)均達(dá)到了85%和0.81以上。實(shí)現(xiàn)了對(duì)阿克蘇地區(qū)五種特色林果的較好分類。(2)實(shí)驗(yàn)中為提高試驗(yàn)區(qū)域內(nèi)的分類精度,采用Majority Minority分析、聚類處理(Clump)和過(guò)濾處理(Sieve)分別對(duì)3種監(jiān)督分類結(jié)果進(jìn)行不同方式的斑塊去除處理,最后經(jīng)過(guò)精度評(píng)價(jià),得到最優(yōu)分類處理方式為在支持向量機(jī)分類后進(jìn)行Majority分析的組合,其總體分類精度達(dá)到了90.39%,Kappa系數(shù)為0.8789,對(duì)分類的精度實(shí)現(xiàn)了有效提高。(3)通過(guò)實(shí)驗(yàn)中的最優(yōu)分類組合結(jié)合ENVI軟件中的分類統(tǒng)計(jì)模塊對(duì)研究區(qū)的五種特色林果進(jìn)行了種植面積統(tǒng)計(jì),實(shí)驗(yàn)統(tǒng)計(jì)結(jié)果如下,特色林果種植總面積為301006.383hm~2,其中核桃的種植面積為147627.6596hm~2;紅棗的種植面積為147627.6596hm~2;蘋果的種植面積為22644.6809hm~2;杏的種植面積15882.9787hm~2;香梨的種植面積為12403.1915hm~2。(4)通過(guò)以.NET為框架,ArcGIS Server為GIS平臺(tái),Internet信息服務(wù)(IIS)為Web服務(wù)器,設(shè)計(jì)搭建了支持影像顯示、距離與面積測(cè)量、種植面積統(tǒng)計(jì)等功能的阿克蘇地區(qū)經(jīng)濟(jì)林果樹(shù)種植面積統(tǒng)計(jì)系統(tǒng),完成了從面積測(cè)算方法的研究到實(shí)現(xiàn)。
【學(xué)位單位】：塔里木大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2020
【中圖分類】：S127;TP751
【部分圖文】：

塔里木大學(xué)碩士學(xué)位論文第1章緒論1第1章緒論1.1引言新疆是農(nóng)業(yè)大省，地處新疆南疆的阿克蘇地區(qū)有著極具特色的林果產(chǎn)業(yè)，這里的地理與氣候條件讓阿克蘇林果質(zhì)量極好。自阿克蘇定下優(yōu)質(zhì)林果業(yè)的發(fā)展道路至今，林果產(chǎn)業(yè)發(fā)展越來(lái)越好，種植面積也越來(lái)越大。隨著林果業(yè)不斷發(fā)展，傳統(tǒng)面積調(diào)查方式，調(diào)查時(shí)間長(zhǎng)、人力成本高、工作量大等問(wèn)題逐漸顯現(xiàn)出來(lái)，難以在短期內(nèi)做到快速調(diào)查的需要。而衛(wèi)星遙感恰可滿足這一需求，通過(guò)遙感技術(shù)可以大規(guī)模、準(zhǔn)確、快速的進(jìn)行農(nóng)業(yè)調(diào)查任務(wù)，為農(nóng)業(yè)信息化的發(fā)展提供一種思路。圖1-1為阿克蘇地區(qū)行政邊界圖。圖1-1阿克蘇地區(qū)行政邊界圖(含阿拉爾)本研究基于Landsat8遙感影像，以阿克蘇地區(qū)五種特色林果樹(shù)種：紅棗、香梨、蘋果、核桃、杏為研究對(duì)象，通過(guò)戶外調(diào)研測(cè)定收集五種林果樣本數(shù)據(jù)庫(kù)，篩選適合的遙感信息；采用三種不同的監(jiān)督分類方法以及三種不同的分類后小斑塊去除處理，對(duì)五種果樹(shù)進(jìn)行有效的分類分析，在不同分類與處理方法的精度驗(yàn)證基礎(chǔ)上，確定針對(duì)阿克蘇地區(qū)特色林果果樹(shù)最合適的分類與處理的組合方式，通過(guò)遙感技術(shù)對(duì)阿克蘇地區(qū)特色林果進(jìn)行正確分類并統(tǒng)計(jì)其種植面積，最終搭建阿克蘇地區(qū)特色林果面積統(tǒng)計(jì)系統(tǒng)，為阿克蘇地區(qū)特色林果產(chǎn)業(yè)信息化建設(shè)助力。

基于遙感影像的阿克蘇地區(qū)果樹(shù)種植面積測(cè)算方法與實(shí)現(xiàn)技術(shù)路線圖

塔里木大學(xué)碩士學(xué)位論文第2章遙感數(shù)據(jù)信息采集獲取10表2-3實(shí)驗(yàn)遙感影像數(shù)據(jù)信息數(shù)據(jù)標(biāo)識(shí)條帶號(hào)行編號(hào)獲取時(shí)間平均云量中心經(jīng)度中心緯度LC81450322018252LGN00145322018-09-091.57%82.1852540.42703LC81450332018252LGN00145332018-09-091.05%81.7520139.02951LC81460332017272LGN00146332017-09-290.46%80.7238838.90417LC81470312017263LGN00147312017-09-203.39%80.1031741.75964LC81470322017263LGN00147322017-09-200.23%79.6405440.33282LC81470302017263LGN00147302017-09-201.44%80.5820843.1846LC81460322017240LGN00146322017-08-280.28%81.1826940.3327LC81460302017240LGN00146302017-08-284.68%82.1245743.18493LC81440332017210LGN00144332017-07-293.99%83.8300538.90434LC81440322017210LGN00144322017-07-292.55%84.2780540.33287LC81480322017190LGN00148322017-07-092.17%78.1052340.33257LC81470332017263LGN00147332017-09-208.4%79.1928538.9045LC81460312017208LGN00146312017-07-2715.03%81.6518641.75978圖2-113景的Landsat8遙感影像源數(shù)據(jù)
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳劉鳳;林開(kāi)平;胡寶清;李嘉潔;寧文怡;;基于Landsat8_OLI數(shù)據(jù)的甘蔗種植面積監(jiān)測(cè)[J];南方農(nóng)業(yè)學(xué)報(bào);2015年11期

2 黃健熙;賈世靈;武洪峰;蘇偉;;基于GF-1 WFV影像的作物面積提取方法研究[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2015年S1期

3 劉吉?jiǎng)P;鐘仕全;梁文海;;基于多時(shí)相Landsat8 OLI影像的作物種植結(jié)構(gòu)提取[J];遙感技術(shù)與應(yīng)用;2015年04期

4 錢發(fā)斌;鄧喜慶;;基于ArcGIS Server的林業(yè)Web GIS系統(tǒng)的實(shí)現(xiàn)[J];林業(yè)調(diào)查規(guī)劃;2015年03期

5 牛魯燕;張曉艷;鄭繼業(yè);曹善棟;阮懷軍;;基于Landsat8 OLI數(shù)據(jù)的山東省耕地信息提取研究[J];中國(guó)農(nóng)學(xué)通報(bào);2014年34期

6 盧柳葉;李光錄;張莉;張伐伐;;基于TM影像的半干旱區(qū)土地利用信息提取——以山西省定襄縣為例[J];干旱地區(qū)農(nóng)業(yè)研究;2012年01期

7 劉東輝;卞建鵬;付平;劉智青;;支持向量機(jī)最優(yōu)參數(shù)選擇的研究[J];河北科技大學(xué)學(xué)報(bào);2009年01期

8 張建國(guó);李憲文;吳延磊;;面向?qū)ο蟮亩�小麥種植面積遙感估算研究[J];農(nóng)業(yè)工程學(xué)報(bào);2008年05期

9 林升梁;劉志;;基于RBF核函數(shù)的支持向量機(jī)參數(shù)選擇[J];浙江工業(yè)大學(xué)學(xué)報(bào);2007年02期

10 曹衛(wèi)彬,楊邦杰,宋金鵬;TM影像中基于光譜特征的棉花識(shí)別模型[J];農(nóng)業(yè)工程學(xué)報(bào);2004年04期

相關(guān)碩士學(xué)位論文 前10條

1 呂綴;基于WebGIS的森林資源三類調(diào)查系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];西安科技大學(xué);2019年

2 鄭琪琪;基于遙感技術(shù)的鹽池荒漠草原檸條人工林景觀分布與生物量估算[D];寧夏大學(xué);2019年

3 李鵬;基于無(wú)人機(jī)圖像的麥穗識(shí)別技術(shù)研究[D];河南農(nóng)業(yè)大學(xué);2019年

4 劉子凡;林地變更調(diào)查系統(tǒng)研究與應(yīng)用[D];西安科技大學(xué);2018年

5 胡月瑤;基于Landsat指數(shù)影像的城市區(qū)域自動(dòng)分類方法研究[D];武漢大學(xué);2018年

6 馮振峰;基于多源數(shù)據(jù)的南疆環(huán)塔里木盆地主栽經(jīng)濟(jì)林大面積遙感識(shí)別研究[D];新疆農(nóng)業(yè)大學(xué);2016年

7 李廣;基于無(wú)人機(jī)遙感技術(shù)的玉米種植分布信息提取方法研究[D];西北農(nóng)林科技大學(xué);2016年

8 張鎰譜;基于ArcGIS API for JavaScript的校園地下管網(wǎng)信息系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];遼寧師范大學(xué);2016年

9 楊遼;基于多光譜數(shù)據(jù)的庫(kù)爾勒香梨種植面積提取研究[D];新疆大學(xué);2015年

10 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)：2880152