版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、煙草是由國(guó)家管控的特殊經(jīng)濟(jì)作物,我國(guó)煙草領(lǐng)域施行統(tǒng)一領(lǐng)導(dǎo)和垂直管理的制度。依據(jù)相關(guān)規(guī)定,煙草的種植需由煙草主管部門實(shí)行統(tǒng)一的管理。煙田面積測(cè)量是監(jiān)控?zé)熋駥?shí)際移栽煙草數(shù)量和面積與合同簽訂株數(shù)、面積相符的重要手段。煙草遙感估產(chǎn)利用遙感影像進(jìn)行煙草信息提取可以及時(shí)準(zhǔn)確的獲得大面積煙草產(chǎn)量的相關(guān)動(dòng)態(tài)數(shù)據(jù),能做到不接觸、不破壞、簡(jiǎn)單易行、高精度、時(shí)效性高和經(jīng)濟(jì)可行。為生產(chǎn)管理部門及時(shí)、準(zhǔn)確地掌握當(dāng)年煙草生產(chǎn)形勢(shì)、調(diào)整煙草指導(dǎo)性種植計(jì)劃以及有關(guān)政策
2、執(zhí)行情況的評(píng)估等提供重要的參考依據(jù),為煙草的科學(xué)研究和定量化管理奠定基礎(chǔ)。目前臨沂沂水縣仍采用人工實(shí)地測(cè)量的傳統(tǒng)方法獲取套種煙草面積,工作量大,耗時(shí)、耗力。遙感估產(chǎn)在煙草領(lǐng)域的研究較少?;谏綎|臨沂沂水縣研究區(qū)特殊的山地套種模式,利用ENVI5.1軟件處理資源三號(hào)2.1m全色影像和5.8m多光譜影像,以期獲得快捷、高精度的產(chǎn)量估測(cè)途徑。研究首先對(duì)影像進(jìn)行大氣校正獲得真實(shí)的波譜值,導(dǎo)入1:10000DEM數(shù)據(jù)對(duì)影像進(jìn)行正射校正以糾正地形起
3、伏引起影像上的誤差,采用GS影像融合的方法生成高精度多光譜影像。通過野外調(diào)查獲取代表性地面控制點(diǎn)(GCP)并采集其GPS等信息。利用面向?qū)ο蠓诸惙椒ǎ瑢?duì)影像進(jìn)行智能化的分割和合并,以GCP的光譜、紋理和形狀屬性創(chuàng)建規(guī)則提取煙草面積。通過收集分析煙草有效的多光譜信息,結(jié)合實(shí)測(cè)產(chǎn)量數(shù)據(jù)分別構(gòu)建煙草多光譜信息-煙草產(chǎn)量預(yù)測(cè)回歸模型,并對(duì)模型進(jìn)行評(píng)價(jià)優(yōu)選。
本研究主要內(nèi)容包括:⑴遙感影像的預(yù)處理可消除影像成像時(shí)由于各種因素導(dǎo)致的影像幾
4、何畸形、大氣消光、輻射量失真等現(xiàn)象。正射校正過程中添加1:10000DEM數(shù)據(jù),可以很好的修正地形起伏引起的影像上的誤差。GS影像融合可結(jié)合資源三號(hào)影像高分和多光譜的雙重特性,保持光譜值的真實(shí)性。⑵面向?qū)ο筇卣鞯匚锾崛⌒Чh(yuǎn)遠(yuǎn)優(yōu)于非監(jiān)督分類和決策樹分類。面向?qū)ο蠓诸惙椒ǔ浞掷酶叻钟跋褙S富的光譜、形狀、結(jié)構(gòu)、紋理、相關(guān)布局以及影像中地物之間的上下文信息,可以顯著提高分類精度。影像分割和合并是面向?qū)ο筇卣鞯匚锾崛〉那疤帷7指詈喜⒊叨鹊脑O(shè)定
5、要根據(jù)實(shí)地考察資料和特征地物具體特點(diǎn),經(jīng)過大量的組合實(shí)驗(yàn)最終選定最適分割合并尺度,才能使得分割后的煙草地塊既不破碎又不會(huì)與其他地物混合在一個(gè)對(duì)象內(nèi),獲得較好的效果。經(jīng)過分類后處理提取的研究區(qū)煙草面積為14088.46hm2,分類精度高達(dá)94.63%。實(shí)用性較高。⑶通過煙草各波段和植被指數(shù)與煙草實(shí)際產(chǎn)量的相關(guān)分析得出:波段1、波段2和波段3與產(chǎn)量相關(guān)性較好;波段4、NDVI、DVI和RVI與產(chǎn)量的相關(guān)性均達(dá)到了顯著水平,其中NDVI和RV
6、I與產(chǎn)量相關(guān)性最好,分別為0.968和0.967。⑷研究建立了波段4、NDVI、DVI和RVI與煙草產(chǎn)量的遙感估產(chǎn)模型。各估產(chǎn)因子與產(chǎn)量的擬合程度不同,同一估產(chǎn)因子的采用不同的方程式的其擬合程度也會(huì)不同。NDVI與產(chǎn)量擬合性最高;band4與產(chǎn)量擬合性相對(duì)較差;DVI和RVI與產(chǎn)量擬合性居中。估產(chǎn)模型精度除波段4的預(yù)報(bào)精度為86.7%,植被指數(shù)的估測(cè)模型精度都高于90%。其中估產(chǎn)模型精度最高為NDVI,其模型精度為97.3%,RVI和D
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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遙感和GIS的棉花面積提取和產(chǎn)量估測(cè)研究.pdf
- 基于資源三號(hào)衛(wèi)星遙感影像的城市綠地信息提取方法研究.pdf
- 基于GIS和遙感影像的森林蓄積量分類估測(cè)研究.pdf
- 資源三號(hào)衛(wèi)星遙感影像城市地表覆蓋分類方法研究.pdf
- 資源三號(hào)遙感影像陰影檢測(cè)與補(bǔ)償系統(tǒng)研究與開發(fā).pdf
- 基于水經(jīng)作的煙草高光譜特性及估測(cè)模型研究.pdf
- 基于衛(wèi)星遙感的棉花產(chǎn)量預(yù)測(cè)模型研究.pdf
- 基于LAI的棉花產(chǎn)量近地遙感模型研究.pdf
- 基于GreenSeeker主動(dòng)遙感的大豆NDVI-RVI分析與籽粒產(chǎn)量估測(cè)的初步研究.pdf
- 云南松蓄積量定量遙感估測(cè)模型研究.pdf
- 基于彩色模型的遙感影像陰影檢測(cè)
- 基于稀少控制點(diǎn)的資源三號(hào)影像幾何糾正研究.pdf
- 基于云計(jì)算的遙感影像存儲(chǔ)組織模型研究.pdf
- 基于“資源三號(hào)”衛(wèi)星影像的三維地質(zhì)GIS研究與實(shí)現(xiàn).pdf
- 基于遙感與模型耦合的小麥區(qū)域產(chǎn)量預(yù)測(cè)研究.pdf
- 基于多時(shí)相的冬小麥產(chǎn)量估測(cè)研究.pdf
- 基于EIV模型的遙感影像幾何校正方法研究.pdf
- 基于高光譜技術(shù)的煙草含氮化合物估測(cè)模型研究.pdf
- 基于遙感影像融合技術(shù)的水稻種植面積提取及稻曲病估測(cè)研究.pdf
- 森林蓄積量估測(cè)遙感影像比值波段和紋理信息選擇研究.pdf
評(píng)論
0/150
提交評(píng)論