论文总字数：19997字

摘 要

江苏省是我国农作物种植大省，在粮食安全中有着重要的地位。粮食的产量很大程度上决定于粮食的种植面积。水稻和玉米是江苏省的主要农作物，研究江苏省玉米和水稻的空间分布农业发展有重要意义。Google Earth Engine（GEE）是大型遥感数据分析平台，本设计的基于GEE对2019年江苏省秋收作物秋水稻和秋玉米进行提取，获得具体的空间分布。首先，基于GEE获取2019年江苏省的sentinel-2影像数据并且预处理，然后构建光谱特征和纹理特征，用随机森林分类方法进行秋水稻和秋玉米的提取，获得分类结果。得出以下结论：①GEE可以快速获得江苏省的影像数据，并进行去云、镶嵌、裁剪，比本地处理速度更快；②对光谱特征、纹理特征综合训练，得出随机森林的验证精度为91%；③对各类地物做面积统计，得到2019年江苏秋水稻的种植面积为2208.52千公顷，占江苏省陆地面积的21%；秋玉米的种植面积为525.76千公顷，占江苏省陆地面积的5%；水体的面积为1722.35千公顷，占江苏省陆地面积的16%；其他类地类面积为6263.37千公顷，占江苏省陆地面积的58%。

关键词：GEE Sentinel-2 作物识别 江苏省 

Remote Sensing Extraction of Autumn Harvest Crops in Jiangsu Province Supported by Google Earth Engine

Abstract

Jiangsu Province is a major province for crop cultivation in my country and has an important position in food security. The output of grain depends largely on the planting area of ​​grain. Rice and corn are the main crops in Jiangsu Province, and it is of great significance to study the spatial distribution of corn and rice in Jiangsu Province. Google Earth Engine (GEE) is a large-scale remote sensing data analysis platform. This design is based on GEE to extract the 2019 autumn harvest crops autumn rice and autumn corn in Jiangsu Province, to obtain a specific spatial distribution. First, based on GEE, the sentinel-2 image data of Jiangsu Province in 2019 was obtained and preprocessed, and then the spectral features and texture features were constructed, and the random forest classification method was used to extract autumn rice and autumn corn to obtain the classification results. The following conclusions are drawn:①GEE can quickly obtain the image data of Jiangsu Province, and perform cloud removal, mosaic, and cropping, which is faster than the local processing speed;② Comprehensive training on spectral features and texture features, the verification accuracy of random forest is 91 %;③According to the area statistics of various types of features, the planting area of ​​autumn rice in Jiangsu in 2019 was 2208.52 thousand hectares, accounting for 21% of the land area of ​​Jiangsu Province; the planting area of ​​autumn corn was 525.76 thousand hectares, accounting for the land area of ​​Jiangsu Province 5%; the water body area is 1722.35 thousand hectares, accounting for 16% of the land area of ​​Jiangsu Province; other types of land area is 6263.37 thousand hectares, accounting for 58% of the land area of ​​Jiangsu Province.

Key Words: GEE; Sentinel-2; crop identification; Jiangsu Provinc

目录

摘 要 I

Abstract II

第一章 绪论 1

1.1 课题研究背景及意义 1

1.2 国内外研究现状 2

1.3 基于GEE的江苏省秋收作物的遥感提取 3

1.3.1 研究的主要内容 3

1.3.2 研究的技术路线 3

第二章 研究区概况与数据源 5

2.1 研究区概况 5

2.2 数据来源与预处理 6

2.2.1 Sentinel-2影像数据 6

2.2.2 样本数据 8

第三章 秋收作物提取过程 10

3.1 特征构建 10

3.2.1 光谱特征 10

3.1.2 纹理特征 12

3.2 分类方法 15

第四章 提取结果与分析 17

4.1 提取结果 17

4.2 精度验证 17

4.3 面积统计 21

4.4 误差分析 23

第五章 结论与展望 24

5.1 结论 24

5.2 展望 24

参考文献 26

致谢 27

第一章 绪论

1.1 课题研究背景及意义

2020年以来，由于新冠疫情快速蔓，延造成劳动力短缺、粮食供应链中断，一直以来被忽略的粮食安全成为了全世界关心的焦点。多国因为疫情的不确定性，为了保证粮仓富足，选择限制粮食出口量或者严禁出口任何作物。伊拉克，印尼等国家由于人口多，对粮食进口依赖性重，很快宣布粮食告急。除非快速修复供应链，否则，一些国家将面临粮食危机。

粮食是人类的生存基础，是重要的战略物资。一个国家没有粮食，缺少基本的生存资料，整个系统将难以运作，土崩瓦解。我国自古以来都能实现主粮的自给自足，并且在粮食安全方面准备充足。数据显示，2019年粮产量达到6.6亿吨。

请支付后下载全文，论文总字数：19997字