基于sentinel-1卫星的冬小麦种植区域识别方法研究开题报告
2020-05-06 16:42:29
1. 研究目的与意义(文献综述包含参考文献)
1、课题研究的内容目的和意义 利用遥感技术进行冬小麦种植面积监测是粮食安全的核心内容之一。
及时获取粮食作物的播种面积、产量等信息对国家制定粮食政策和经济计划具有重要作用,并且在农作物普查、长势预测、产量预估和灾害评估等方面也有重要作用。
在农情遥感方面,农作物种植面积遥感估算是农作物估产的重要基础性工作之一,其精度影响着农作物估产的精度。
2. 研究的基本内容、问题解决措施及方案
2.1、研究或要解决的问题 (1)、研究区选择与sar数据获取 (2)、多极化sar(synthetic aperture radar)数据预处理 (3)、以极化方式获取作物不同物候期后向散射特征 (4)、采用随机森林、支持向量机等机器学习分类器,以冬小麦实际调查数据为训练样本,多极化时序雷达后向散射图像为训练数据,开展分类器参数训练优化工作 (5)、以训练好的分类器,在雷达图像上进行冬小麦识别,对分析出的结果进行精度验证 2.拟采用的研究手段 (1)、通过欧空局的网站进行注册(https://scihub.copernicus.eu/),对sar(synthetic aperture radar)数据进行下载并选定的研究范围(县域范围) (2)、深度学习emvi软件的使用操作,学习使用sar scape扩展包处理sar数据(或使用enmap box和sarstudio),主要包括多视、配准、多时相雷达影像滤波、地理编码和辐射定标等。
(3)、构建不同极化后的后向散射系数、sar数据纹理信息。
(4)、拟采用随机森林法分类,以冬小麦实际调查数据为训练样本,多极化时序雷达后向散射图像为训练数据,开展分类器参数训练优化工作。