论文总字数：17894字

摘 要

我国的农业相对比较发达，而冬小麦在农作物之中占了很大的比例，所以能够获取冬小麦的种植信息，可以促进农作物结构的调整，同时也将有利于农业发展。传统的农作物面积统计方法费事费力，而且精度特别低。遥感技术具有客观，准确等特点，和传统方法相比具有很大的优势。同时它也具有一定的现实意义。

本文以江苏省徐州市丰县为研究区，以GF-1卫星影像为数据源，利用最大似然法对影像进行监督分类，将影像数据上的冬小麦和其他地物进行分类，对冬小麦面积进行提取，并利用耕地矢量数据对提取结果进行优化，最后对提取的结果进行可行性分析和精度评价，从而探讨通过遥感方法来获取冬小麦面积的可行性，同时也为其他地区提取冬小麦面积的研究方法提供参考。

关键词：遥感 冬小麦面积 GF-1 监督分类

Research on Winter Wheat Planting Area Extraction Based on GF-1 Satellite Data
Abstract

Winter wheat is an important grain crop in China,It is of great significance for national food security to master the planting area information and its spatial distribution of winter wheat timely and accurately.The traditional crop area statistics method is laborious and the accuracy is very low.Remote sensing has the features of objectivity and accuracy.Compared with traditional methods, it has great advantages.At the same time, it also has certain practical significance.
This paper takes fengxian county, xuzhou city, jiangsu province as the research area，take GF-1 satellite images as the data source，and get on supervised classification of images using maximum likelihood method，classify winter wheat and other features on image data.And use the cultivated land vector data to optimize the extraction results.Finally, the feasibility analysis and accuracy evaluation of the extracted results are carried out,then explore the feasibility of the method selected for this experiment,it also provides reference for research methods for extracting winter wheat area in other regions.

Keywords：Remote sensing;Area of winter wheat;GF-1;Supervised

Classification

目 录

摘要 I
ABSTRACT II

第一章 绪论 1

1.1研究背景与意义 1
1.2国内外研究现状 2

1.2.1国外研究现状 2
1.2.2国内研究现状 2

1.3研究目标和研究内容 3
1.3.1研究目标 3
1.3.2研究内容 4
1.3.3技术路线方案 4

1.4本文的组织结构 5

第二章 研究区域概况和数据处理 6

2.1 研究区域概况 6
2.2 数据源 6
2.3 数据预处理 7
2.3.1几何校正 7
2.3.2图像配准 7
2.3.3图像融合 8
2.3.4图像裁剪 8

第三章 冬小麦种植面积提取方法 9
3.1遥感解译模型分类 9
3.1.1NDVI 阈值法 9
3.1.2决策树分类法 9
3.2非监督分类 10
3.2.1动态聚类法 10
3.2.2分级集群法 10
3.3监督分类 11

3.3.1最大似然法概述 11
3.4最大似然法和其他分类方法的比较 12

第四章 实验与精度评价 14
4.1冬小麦面积提取实验 14
4.1.1实验环境 14
4.1.2实验过程 14
4.1.3实验结果 18
4.2精度评价 20

第五章 结论与展望 21
5.1结论 21
5.2存在的问题及前景展望 21

参考文献 23

致谢 25

第一章 绪论

1.1研究背景与意义

粮食，是一个国家的人民能够存活的前提，我国具有庞大的人口数量，每年还在不断增长中，而且资源的短缺，环境的恶化都对粮食的生产造成了一定的影响，在这样的背景下，去研究粮食农作物的长势情况，显得尤为重要。冬小麦是一种比较重要的粮食农作物，能够及时准确地掌握冬小麦的种植面积信息和其空间分布情况，对于准确估计和预测冬小麦的产量，加强田间的生产和管理，改善种植空间布局，保证国家粮食安全等方面，具有重要意义^[1]。
在以前，由于受到科学技术的制约，农作物的种植数据都是由人力来完成统计。一般有两种方式，一种是以行政单元为单位来进行逐级统计，另外一种是随机的抽样调查。这两种方式都存在着局限性，它们费时费力，得到的结果与实际情况相比较仍然存在着一定的差距。准确性较差，精度低，此外，我们也无法得到农作物种植的空间分布情况。我国农业面积广阔，运用这两种方式进行来获取农作物的种植数据，不仅付出的代价高，还会遇到效率低下等各种问题。此外，随着我国城镇化的快速发展，农作物种植面积的数据也在时刻发生着变化，以前所用的方法效率低下，准确度不高，逐渐落伍。
在很早之前，就有一些研究人员将遥感方法广泛应用于农作物种植面积估算以及产量预测等方面^[2]，遥感技术具有宏观，客观，经济等特点，和传统估算农作物种植面积的方法相比，具有显著的优势。在遥感技术应用的领域之中，农业是其中应用的一个重要领域。在1987年，欧盟曾发起农业遥感监测计划（Monitoring Agricultural with Remote Sensing, MARS），监测研究农作物的面积和产量^[3]。此后国外其他国家也都利用遥感进行农作物面积监测。80年代初，国内学者对农作物面积估算进行了相关的研究。1983年起，农业部开展了北京近郊等地小麦的遥感估产。经过多年的努力，遥感技术在农业方面的应用已经趋向于成熟，它可以准确地反映农作物的生长信息。
我国小麦的种植面积在粮食农作物的总面积中占了很大的比例，是重要的粮食农作物，对于国家粮食安全而言，具有重要意义。能够及时、准确地了解和掌握冬小麦种植的相关信息和数据，有利于相关部门制定有关农业方面的政策，据此可以更好地调整农业结构。

1.2国内外研究现状
1.2.1国外研究现状
世界上，采取遥感方法来进行农作物面积监测的时间比较早，美国是在这方面最早进行研究探索的国家，它曾在20世纪70年代中期开展了一个项目，对它自己国内和其他一些国家小麦的产量进行了大概的估测，这个项目取得了初步的成功，但它并没有止步于此，而是继续向前探索，之后又开展了一个项目，对世界多种农作物进行长势预估和总产量的预报，并首次成功地将遥感技术运用在框图面积取样上^[4]。此后，遥感技术被应用在美国农业的许多方面，比如农作物的面积监测和灾害评估等。许多学者使用Landsat TM影像来进行研究，比如Julien等^[5]选取TM数据作为数据源，对西班牙巴拉克斯地区，采用最大似然法分类，提取其农业用地，精度达到87%。在2002年的时候，美国开始向世界其他地区提供与MODIS相关的数据产品，此后就有学者开始以长时间序列遥感数据为基础，研究提取大面积农作物的种植面积。
欧盟在利用遥感技术监测农作物面积方面也取得了一定的成果。从1987年开始，欧盟开始用遥感技术监测其成员国耕地和农作物种植面积，为其制定农业相关的政策制度提供了依据。随后，俄罗斯，加拿大等国也相继开展利用遥感技术进行农业估产的相关工作。
随着遥感技术的发展，高空间分辨率影像被广泛应用于农作物面积监测方面。Kontoes等^[6]利用SPOT卫星影像，依靠地物纹理和地理信息对农作物进行分类研究，这种方法的分类和传统依靠分类器的方法相比较，精度大约提升了大约13%。Tuner^[7]利用SPOT XS数据，通过把不同的分类方法有序结合，对西非萨赫勒地区的作物进行监测，分类精度大约为71%，针对该地区作物的特点，同物异谱的问题也得到了解决。遥感数据所蕴含的光谱信息与其光谱分辨率相关，因而可以通过高分辨率数据获取作物更多信息，Rama等^[8]利用高光谱影像来研究提取作物相关信息。微波遥感的应用也在逐渐增多，一些研究人员开始将雷达数据用来挖掘和提取农作物种植信息，Xavier等^[9]利用这方面的相关数据，对德国首都一些地区参照相关的基准而实施了分类，最后得出的结论表明雷达影像对作物具有一定的识别能力。
1.2.2国内研究现状
八十年代初期，我国开始进行农业遥感领域相关工作的研究。从1981年开始，国内的一些学者就尝试通过遥感的手段来获取农作物的产量，在1986年至1990年期间，在农业部和原国家经委的带领下，以北方冬小麦遥感综合测产为基础，结合NOAA卫星动态监测和地面同步调查的方式，形成建立了多种农作物估产模型^[10]。“八五”期间，小麦等农作物的估产被国家科委和国家计委列为“八五”攻关项目，继而开展了小麦等农作物大面积估产的试验研究。2002年，中科院初步建立“全球农情遥感速报系统”，一些研究人员以此为基础研究出多个区域作物长势监测的方法。从“八五”计划至今，遥感技术在农业领域的应用不断发展和深化，同时也研究出许多宝贵的成果，培养了很多科研人才。
张群等^[11]利用Landsat TM影像，选取监督分类的方法研究不同年份冬小麦面积变化情况。武永利等^[12]利用相关遥感影像，通过监督分类的方法获取晋城及周围地区的冬小麦面积，精度达到81.53%。韩素芹等^[13]选取最大概似估计的方法，以MODIS影像为数据源来提取冬小麦面积，提取精度超过90%，朱长明等^[14]采用将SPOT5影像数据与其他数据相结合的方法来提取冬小麦面积，误差低于10%。邹金秋等^[15]以MODIS EVI影像为数据源，选取不同时相数据并与非监督分类方法相结合，提取冬小麦种植面积的精度达到96%。赵晶晶等^[16]利用不同时期的MODIS—NDVI影像数据，以NDVI阈值为条件来构建决策树，提取冬小麦面积的精度达到87%。
国内的学者和科研人员，不断探索，勇于钻研，在前人研究成果的基础上，研究出许多农作物估产模型，同时，提取农作物种植面积的精度也在逐渐提高，这将会更好地获取农作物的种植信息从而促进其结构的调整。

请支付后下载全文，论文总字数：17894字