论文部分内容阅读
随着遥感技术的不断发展与改革,农作物领域的遥感技术也随之孕育而生。湖南地区具有悠久的水稻栽培历史,在湖南地区的水稻种植县中,湘潭更是湖南地区的水稻种植大县,该地区是以双季稻和中稻混栽为主,栽培方式以抛秧田为主。水稻人工实地勘测面临着人工工作量大,准确率低,成本高和速度慢等问题,相比之下遥感监测则有着快速便捷,准确率较高等优势。水稻产量在我国粮食产量中比重巨大,若能够熟练的利用遥感对水稻进行实时监测,对减轻人力物力财力节省农业成本都有着巨大的帮助,对我国的农业经济的发展和粮食相关政策的制定都有着重大的影响。水稻种植信息监测包括了作物识别和播种面积提取、长势监测和产量预报两个重要内容。作物识别是根据不同作物不同波谱特征的原理,利用近红外波段反射率的差别和多时相遥感,对作物进行有效的识别。遥感水稻长势监测是利用了近红外波段和红波段的遥感信息,然后得到作物的归一化植被指数(NDVI)与作物的叶面积指数(LAI)和生物量呈正相关,在这里主要选用的研究对象是农作物的归一化植被指数(NDVI)曲线,农作物的归一化植被指数(NDVI)曲线是从遥感图像中所得到的,进而反演计算作物的叶面积指数(LAI),从而实现作物的长势监测。水稻播种面积的提取是指在地理信息系统的支持下,利用遥感技术提取相关信息,从而获取水稻的种植面积。作物的产量估算即是遥感估产,不同的农作物他们的波普反射特征都是有所差别的,遥感估产就是利用了这一原理,借用遥感技术,从而监测并预报所研究的农作物的产量的一种方法。本文基于Landsat 8遥感影像为主要数据,分别对2015年和2016年湘潭地区的晚稻进行种植信息提取,主要研究内容如下:研究区遥感影像预处理:通过辐射定标将DN通过一定的数学方式转换成与地球表面地物反射率、地表温度等物理因子有关的相对值。然后通过大气校正在去除部分大气的影响,得到了较真实的地物反射率。遥感影像的可离性分析:利用Landsat 8遥感影像数据为主要数据源,选取特征点作为训练样本,针对我们提取的训练样本,先进性验证以确保其精确度,再以湘潭地区物候数据、湘潭地区地形特征、湘潭地区植被覆盖度(NDVI指数)等一些指标作为辅助数据,提取我们研究所需要的水域、耕地、建筑用地、水田、草地、林地这六种关键地物,并对这六大类进行关键地物的可分离性分析和光谱分析。我们将借用ENVI所得出的研究区的像元总和,进行湘潭地区水稻种植面积的计算,将我们计算得出的数据,结合统计数据进行对比分析,统计2015年和2016年中水稻晚稻的种植面积并结合实际统计数据,2015年其总体精度达87.6923%,Kappa系数为0.7533,2016年其总体精度达到85.8407%,Kappa系数为0.8273.