版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、水稻是中國主要的糧食作物,它的長勢監(jiān)測、面積提取和產(chǎn)量估算對于我國農業(yè)和經(jīng)濟的發(fā)展具有重要意義。由于我國大部分的水稻生長在雨水較多的地區(qū),通常傳統(tǒng)的統(tǒng)計方法和常規(guī)遙感技術很難得到精確的水稻種植面積和產(chǎn)量,而應用雷達遙感影像資料進行水稻面積監(jiān)測可以不受云、雨、霧的影響,可全天候操作,得到穩(wěn)定可靠的數(shù)據(jù),這些特點使其成為能用于進行農作物分類、監(jiān)測和估產(chǎn)的重要技術手段。本文利用2004-2005獲取的位于水稻生長期的多時相、多極化雷達衛(wèi)星EN
2、VISAT-ASAR圖像數(shù)據(jù),在江蘇省選取試驗區(qū),對于ASAR數(shù)據(jù)在水稻識別和監(jiān)測方面的應用潛力進行了研究,論文所得主要結果如下: 1、ASAR圖像濾波方法的研究。初步研究了ASAR數(shù)據(jù)的預處理技術,特別著重于對雷達圖像的斑點噪聲的處理,實現(xiàn)了多時相濾波算法,并與通常的濾波算法進行了比較,證明了該濾波算法在雷達影像濾波上的優(yōu)勢。 2、水稻極化散射特征分析。研究了不同極化方式下、具有不同生長期的水稻的后向散射特征,分析了水
3、稻后向散射極化比與水稻地面參數(shù)之間的相關性,并比較了試驗區(qū)各種地物的后向散射系數(shù),提出了利用閾值進行水稻分類的思想。 3、水稻分類方法的研究。在對試驗區(qū)各種地物后向散射特征研究的基礎上,利用閾值法和監(jiān)督分類法對ASAR窄幅(APP)影像進行了稻田分類,包括單時相分類、多時相分類以及區(qū)分移栽早晚和收割早晚的水稻;其次,分析了獲取的ASAR寬幅(WSM)影像上稻田的后向散射特征,利用閾值進行了大范圍的稻田分類;再次,利用閾值分類法對
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于ASAR數(shù)據(jù)的水稻制圖與水稻估產(chǎn)研究.pdf
- 基于ASAR和生長模擬模型的水稻長勢監(jiān)測研究.pdf
- 利用床墊式和腰帶式生理信號監(jiān)測系統(tǒng)進行咳嗽的監(jiān)測與識別.pdf
- 基于ASAR數(shù)據(jù)的水稻制圖及生物量參數(shù)反演.pdf
- 水稻紋枯病拮抗菌的評價、監(jiān)測和利用.pdf
- 利用SeqAs進行擬南芥和水稻部分功能基因的比較分析.pdf
- 利用選擇育種群體進行水稻高產(chǎn)、抗旱和耐鹽QTL定位.pdf
- 利用水稻4親本MAGIC群體進行粒形和株型的遺傳分析.pdf
- 關于利用數(shù)字圖像處理和模式識別對礦石進行識別的方法探討.pdf
- 基于ENVISAT ASAR的水稻參數(shù)反演和面積測算研究.pdf
- 利用Kinect攝像頭進行骨骼結構識別.pdf
- excel利用函數(shù)進行數(shù)據(jù)計算(教案)
- 基于ASAR數(shù)據(jù)的海面溢油信息提取.pdf
- 基于ASAR數(shù)據(jù)的麥地土壤濕度反演.pdf
- 利用MODIS和RADARSAT數(shù)據(jù)對滸苔的監(jiān)測研究.pdf
- 利用水稻重組自交系進行配合力遺傳效應分析.pdf
- 《藥品不良反應監(jiān)測數(shù)據(jù)的分析、評價和利用》
- 利用面向對象方法進行關系數(shù)據(jù)庫的分析和設計.pdf
- 利用衛(wèi)星測高進行陸地湖泊水位變化監(jiān)測.pdf
- 數(shù)據(jù)結構 利用冒泡排序算法進行排序
評論
0/150
提交評論