2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩98頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、作物信息遙感提取是遙感技術(shù)在農(nóng)業(yè)領(lǐng)域應(yīng)用的重要內(nèi)容。遙感技術(shù)作為地球信息科學(xué)的前沿技術(shù),可以在短期內(nèi)連續(xù)獲取大范圍的地面信息,實(shí)現(xiàn)農(nóng)業(yè)信息的快速收集和定量分析,反應(yīng)迅速,客觀性強(qiáng),是目前最為有效的對地觀測技術(shù)和信息獲取手段。尤其近年來新的高空間分辨率、高光譜、雷達(dá)等遙感技術(shù)的發(fā)展,為農(nóng)業(yè)現(xiàn)代化管理提供了新的機(jī)遇。 我國幅員遼闊,作物種類豐富,如何及時(shí)、客觀、準(zhǔn)確地收集我國作物信息,對科學(xué)指導(dǎo)農(nóng)業(yè)發(fā)展具有重要的意義。我國從20世紀(jì)

2、80年代起開始開展農(nóng)業(yè)遙感監(jiān)測工作,在農(nóng)作物遙感估產(chǎn)方面已取得了長足的進(jìn)步。但在過去的二十幾年中,大尺度農(nóng)作物信息提取多以NOAA/AVHRR數(shù)據(jù)為基礎(chǔ)。由于NOAA/AVHRR本身不是為土地覆蓋和植被研究所設(shè)計(jì)的,受其本身數(shù)據(jù)特性的局限,其監(jiān)測精度有待進(jìn)一步提高。 Terra/MODIS是一種新型和重要的衛(wèi)星遙感器,其數(shù)據(jù)性能有了很大改善,空間分辨率為1000m,500m,250m,在波譜0.4-14.5μm范圍內(nèi)有36個(gè)波段

3、,覆蓋了可見光、近紅外和短波紅外波段,而且波段均較窄,加上其每天一次對地區(qū)覆蓋的高時(shí)間分辨率,MODIS的發(fā)射為大尺度作物遙感監(jiān)測和估產(chǎn)提供了新的機(jī)遇。 本論文以MODIS數(shù)據(jù)為主要信息源,以農(nóng)作物的波譜特性和生物學(xué)特性機(jī)理為基礎(chǔ),開展利用MODIS數(shù)據(jù)的高光譜多時(shí)相及免費(fèi)獲取的優(yōu)勢,進(jìn)行大尺度農(nóng)情遙感監(jiān)測研究,發(fā)展了適用的模型和算法,實(shí)現(xiàn)大尺度主要作物類型信息的遙感提取和產(chǎn)量遙感估算,提高了農(nóng)作物遙感定量精度,同時(shí)探討建立基于

4、MODIS數(shù)據(jù)的全球重點(diǎn)地區(qū)主要農(nóng)作物遙感監(jiān)測技術(shù)與方法。 論文主要?jiǎng)?chuàng)新點(diǎn)和主要研究成果如下:(1)基于MODIS數(shù)據(jù)的特征波段選取與時(shí)相選擇基于農(nóng)學(xué)知識(shí),結(jié)合MODIS數(shù)據(jù)的具體特點(diǎn)和農(nóng)業(yè)工程的實(shí)際應(yīng)用,根據(jù)作物的波譜特性和生物學(xué)特性,對MODIS的7個(gè)對地觀測光學(xué)波段進(jìn)行波譜信息分析,選取了Red、Blue、NIR、ESWIR四個(gè)特征波段及NDVI、EVI、LSWI三個(gè)特征指數(shù)作為作物信息提取的特征參量,并根據(jù)研究區(qū)作物物候

5、歷特征,通過對比分析不同時(shí)相的MODIS圖像對主要農(nóng)作物信息的反映特點(diǎn),確定了9個(gè)時(shí)相的MODIS數(shù)據(jù)作為研究區(qū)主要作物信息提取的最佳遙感時(shí)相。為該地區(qū)農(nóng)業(yè)應(yīng)用中衛(wèi)星特征波段選取和時(shí)相選擇提供依據(jù),達(dá)到利用有限的遙感數(shù)據(jù)聚集最大量的農(nóng)業(yè)信息。 (2)基于MODIS波譜特性的主要農(nóng)作物類型信息提取從我國大尺度作物監(jiān)測需求出發(fā),以華北地區(qū)主要農(nóng)作物類型(冬小麥、玉米、水稻、棉花、大豆)遙感提取為例,研究利用Terra/MODIS數(shù)據(jù)

6、相對于NOAA/AVHRR數(shù)據(jù)具有的光譜和空間分辨率優(yōu)勢,建立了基于MODIS遙感影像全覆蓋的大尺度作物類型信息提取方法:基于模糊ARTMAP的夏季作物類型提取(冬小麥)和基于分層決策樹的秋季作物類型提取(春玉米、夏玉米、水稻、棉花、大豆),從而實(shí)現(xiàn)了主要農(nóng)作物類型的遙感自動(dòng)提取,為農(nóng)業(yè)決策部門提供信息服務(wù)。 (3)基于MODISTVA/ETVA的作物產(chǎn)量遙感估算模型的構(gòu)建研究利用MODISNDVI/EVI-Ts空間構(gòu)建的兩種新

7、型指數(shù)溫度植被角度(TVA)和增強(qiáng)型溫度植被角度(ETVA)與作物產(chǎn)量的關(guān)系。以河北省石家莊和邢臺(tái)地區(qū)冬小麥產(chǎn)量為試驗(yàn),建立了基于MODISTVA/ETVA的冬小麥產(chǎn)量遙感估算模型。實(shí)踐證明,MODISTVA/ETVA是綜合了MODIS光學(xué)反射和輻射信息而構(gòu)成的一個(gè)指標(biāo),能很好地反映作物的產(chǎn)量信息。尤其是MODISETVA,能大大地提高作物產(chǎn)量預(yù)測的準(zhǔn)確性,為作物產(chǎn)量遙感預(yù)測提供了一種新的思路和方法。 (4)全球重點(diǎn)地區(qū)主要農(nóng)作

8、物遙感監(jiān)測技術(shù)與方法為了提高全球作物監(jiān)測的準(zhǔn)確性及時(shí)效性,研究利用MODIS數(shù)據(jù)建立全球重點(diǎn)地區(qū)主要農(nóng)作物遙感監(jiān)測技術(shù)與方法。以美國冬小麥的遙感監(jiān)測為例,建立了基于MODISEVI的冬小麥長勢監(jiān)測模型和產(chǎn)量預(yù)測模型。研究表明,MODISEVI是對NDVI的繼承和改進(jìn),優(yōu)化了植被信息,能更好地反映作物的生長狀況,更有利于提高作物估產(chǎn)的精度。因此,開展基于MODIS數(shù)據(jù)的全球作物遙感監(jiān)測研究,為未來實(shí)現(xiàn)全球重點(diǎn)地區(qū)農(nóng)作物長勢監(jiān)測和產(chǎn)量預(yù)測提

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(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,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論