基于多源数据的耕地提取与新疆主产作物识别的对比研究
文献类型：学位论文
| 作者 | 刘松江 |
| 答辩日期 | 2019-06-30 |
| 文献子类 | 硕士 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 北京 |
| 导师 | 陈曦 |
| 关键词 | 多源数据 耕地提取 农作物识别 对比研究 光学和雷达 Muilt-Source Data Cultivated land extraction Crop Identification Comparative Study Optics and radar |
| 学位专业 | 工程硕士 |
| 其他题名 | Comparative Study on Cultivated Land Extraction and Identification of Main Crops in Xinjiang Base on Muilt-Source Data |
| 英文摘要 | 目前，农情遥感监测的主要手段还是光学数据，利用光学数据进行耕地提取和农作物分类技术相对来说都比较成熟，但是光学影像易受云雨天气的影响，在部分场景下往往无法获取可用的影像数据。 在这种情况下， 合成孔径雷达数据以其特有的主动性、敏感性、穿透性优势， 逐渐成为了一种全新的农情监测手段。本研究选取新疆典型农业发展带玛纳斯河流域作为研究区， 分别选择光学和合成孔径雷达数据进行了研究区的耕地提取和主要农作物识别两部分对比实验。（1） 首先， 选择单时相的 Landast8 数据和 Sentinel-1 数据，在 DEM 坡度数据的基础上采用支持向量机和最大似然法提取玛纳斯流域耕地，综合对比雷达数据、光学数据、雷达光学融合数据以及雷达光学特征组合数据的耕地提取精度，探究不同数据融合方法、不同类型数据、不同特征组合及不同分类方法对耕地提取的影响。通过耕地提取的对比实验，得到了如下结论： a)通过雷达光学融合影像耕地提取对比实验证明： 小波变换的影像融合效果比正交化变换要好； b)同等条件下，单时相的雷达与光学融合数据耕地提取精度高于单时相光学数据的提取精度， 单时相光学数据耕地提取精度高于单时相雷达数据； c)纹理特征有助于耕地信息的提取，雷达数据的纹理信息比光学数据的纹理信息更为丰富； 雷达后向散射特征比雷达纹理特征对提取耕地的正向影响更大； 不同特征组合的耕地提取精度由高到低为：光学光谱+雷达后向散射>光学光谱+雷达纹理>光学光谱+光学纹理>光学光谱数据>雷达后向散射+雷达纹理； d） 在本文的耕地提取方案下， 支持向量机的耕地提取结果优于最大似然法。（2） 其次， 在耕地信息提取的基础上，对不同的时序组合数据（未处理的多时相 Landsat-8 数据、 主成分分析后的多时相 Landsat-8 数据、全作物生育期的多时相 Sentinel-A 数据、作物关键物候期的多时相 Sentinel-1A 数据、 多时相Landsat-8 和单时相 Sentinel-1 时相组合数据、单时相 Landsat-8 和多时相Sentinel-1 组合数据、多时相 Landsat-8 和多时相 Sentinel-1 时相组合数据）采用随机森林和最大似然法进行研究区主产作物识别（棉花、玉米、小麦、其他）的对比实验，探究不同数据处理方式、 不同长度时相、不同数据源、 不同数据组合和不同分类方法对农作物识别精度的影响。通过农作物分类对比实验，得到了如下结论： a)基于多时相波段组合数据的农作物分类方法可行， 基于不同作物之间光学数据的时序光谱差异和雷达数据的时序后向散射系数差异，能够实现农作物的分类； b)将主成分分析引入多时相光学波段组合的农作物分类，不仅能提高分类精度，而且能大大提高提高分类速度；c)基于多时相雷达波段组合数据进行作物分类，全生育期的数据比关键物候期数据可以获得更高的分类精度，增加时相数可以提高分类精度；相比全生育期数据，正确选择关键物候期进行农作物分类，能够大大减轻前期数据处理任务，提高农作物分类效率； d)引入光学数据可以有效提高多时相 SAR 数据农作物总体分类精度， 比单独使用多时相 SAR 数据总体精度提高 1%-6%， 其中 6 月 24 日光学数据的加入获得了最大的分类精度； e)在多时相光学数据中引入雷达数据，农作物分类精度有所提高。但引入不同时相的 SAR 数据对农作物分类总体精度提高基本一致，时相间分类精度差异较小； f)多时相光学与多时相雷达组合数据比单一多时相数据的农作物分类精度更高， 3 者分类精度由高到低排序为：多时相光学与多时相雷达组合数据>多时相光学数据>全生育期的多时相雷达数据>关键物候期的多时相雷达数据； g )本文的农作物分类方法中， 随机森林的分类精度高于最大似然分类精度。 |
| 学科主题 | 测绘工程 |
| 语种 | 中文 |
| 源URL | [http://ir.xjlas.org/handle/365004/15341]  |
| 专题 | 中国科学院新疆生态与地理研究所 新疆生态与地理研究所_研究系统 |
| 作者单位 | 中国科学院新疆生态与地理研究所 |
| 推荐引用方式 GB/T 7714 | 刘松江. 基于多源数据的耕地提取与新疆主产作物识别的对比研究[D]. 北京. 中国科学院大学. 2019. |
入库方式： OAI收割
来源：新疆生态与地理研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。