基于高分一号卫星遥感数据的农作物面积估算研究.doc

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 1 1、绪论 2 1.1研究背景和研究意义 2 1.2国内外研究现状 2 1.3论文的主要研究内容及方法 3 1.3.1研究内容 3 1.3.2技术流程 3 1.3.3论文结构安排 3 2、研究区概况与数据预处理 5 2.1研究区概况 5 2.2数据源特征分析 5 2.3数据预处理 6 2.3.1大气校正 6 2.3.2正射校正 7 2.3.3影像拼接与裁剪 8 2.3.4特征波段构建 9 3、基于专家知识决策树分类法的农作物遥感分类 12 3.1决策树分类的具体步骤 12 3.1.1定义分类规则 12 3.1.2决策树知识库的构建 12 3.1.3基于分类规则提取农作物 13 3.2分类后处理 13 3.3计算农作物面积 14 4、精度评价和结果分析 15 4.1精度评价方法介绍 15 4.2分类结果的精度评价 16 4.3农作物面积估算验证 16 4.4分类结果的分析 18 5、结论与总结 19 5.1主要结论 19 5.2存在的问题与研究展望 19 参考文献 21 致 谢 22 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、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