论文部分内容阅读
我国农业已进入新的发展层次,越来越多的新兴科学技术及应用服务于农业生产的实践中。遥感技术以其信息感测获取的快效率、大尺度和多谱段,成为当前大尺度区域农作制研究及服务应用必要的手段之一。为了发挥遥感大尺度的优势,更好地进行大范围作物精细调查,将遥感技术应用于农作制研究,进一步提升遥感的业务运行能力。研究探索大范围农作制的遥感监测方法,固化作物遥感监测分析的流程,本文主要以GF-WFV遥感影像数据为数据源,利用影像处理机(IPM)完成控制点的匹配处理、平差与影像优化,批量进行影像的几何校正和正射校正,纠正影像的几何偏差和正射偏差;针对作物生长环境及卫星传感器带来的影像辐射差异,分阶段进行辐射归一化,先进行基于伪不变特征点(PIFs)方法进行初步相对辐射归一化校正,后根据自然断点分类原则分别对参考影像与待校正影像进行NDVI分级映射及生成新影像实现辐射归一化校正;参照作物的生长特征,生成以生长指数为特征的指数影像,完成信息数据转换;面向作物多生育期的海量的影像数据,借助栅格数据模型以时相为参考搭建影像的空间立体存储机制,以分布式的服务策略实现快速调用计算;应用作物的季相特征绘制多时相生长特征曲线,研究以样本传递投射到生长特征分级上获取阈值的方法,完成作物的交互决策提取,以此来进行作物种植信息的分析与应用,为农作制的研究提供基础作物种植信息。并以江苏的大宗作物提取为实例,检验大范围监测方法的适用性与实用性。通过实例操作,表明:建立高效的遥感数据存储及管理机制,应用交互式时相模型搭建的开放服务系统,可进行作物种植信息的遥感分析,能够适用于大范围的农作制的遥感监测,并解决了以下三个问题:(1)影像数据的高效存储及处理计算。大批量多时相的遥感影像数据的处理较传统方法更加快速高效率,节省大量时间。解决了大量栅矢数据的存储和调用的问题,分布式系统服务策略充分利用了各个服务器的计算资源,也为后期的功能拓展提供了便捷的通道。(2)决策提取阈值的交互确定。利用部分样本数据结合生长指数影像值域的分段分级分析,并和用户交互快速确定作物遥感识别阈值。以样本传递的阈值确定的模型定制有效降低了人机交互带来的主观性,增加了模型的可靠性,实现影像的软分割,作物种植信息的识别提取。(3)开放式的遥感监测服务。应用大范围农作制的遥感监测方法构建服务系统,将监测流程固定化,遥感影像处理放置后台,开放模型部分给农业人员;发挥农业从业人员的专长,以少量监督数据实现交互式模型关键参数获取确定,实现区域作物种植信息的快速高效提取,为区域农作制的监测研究提供了必要的工具和条件。