论文总字数：18916字

摘 要

随着遥感技术的发展，利用遥感技术对农情信息的获取有着广阔的应用前景。遥感技术通过在空中和空间平台上搭载的高分辨率传感器，能够准确采集地物的光谱信息。目前，遥感图像分类技术相对与传统农作物统计方法相比，提高了统计效率并降低了物力和时间成本，得到了广泛的应用。因此，本文阐述了遥感图像处理的原理和流程，研究了遥感图像分类的方法。以南京市为研究区域，利用Sentinel-2A影像数据，通过监督分类、非监督分类及随机森林分类对水稻面积进行提取。实验结果表明，随机森林分类的精度最高，精度为91.19%。基于遥感技术的水稻面积估算，为遥感技术的发展提供了实践基础。

关键词：遥感 水稻 Sentinel-2A 图像分类

Using Remote Sensing Technology to Estimate Rice

Planting Area in Nanjing in 2018

Abstract

With the development of remote sensing technology, the use of this technology has broad application prospects for the acquisition of agricultural information. Remote sensing technology can accurately collect spectral information of features through high-resolution sensors installed on air and space platforms. At present, remote sensing image classification technology has been widely used compared with traditional crop statistical methods, which has improved statistical efficiency and reduced material and time costs. Therefore, this paper elaborated the principle and flow of image processing, and studied the method of image classification. Taking Nanjing as the research area, using Sentinel-2A image data, the rice area was extracted by supervised classification, unsupervised classification and random forest classification. The results prove that the random forest classification has the highest accuracy with an accuracy of 91.19%. Rice area estimation based on this technology enriches the practical basis of remote sensing technology.

Key words: Remote Sensing; Rice; Sentinel-2A; Image Classification

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1选题背景及研究意义 1

1.2研究现状 1

1.3研究内容及设计路线 2

第二章 数据处理原理与方法 4

2.1辐射定标 4

2.2大气校正 4

2.3几何校正 5

2.3.1几何变形原因 5

2.3.2几何粗校正 6

2.3.3几何精纠正 6

2.4图像镶嵌 6

2.5图像剪裁 8

第三章 遥感图像分类 9

3.1监督分类 9

3.2非监督分类 10

3.3决策树分类 10

3.4分类后处理 11

3.4.1小斑块去除 11

3.4.2分类统计 11

3.4.3分类叠加 12

第四章 水稻面积估算方法研究 13

4.1研究区域、数据及使用工具 13

4.1.1研究区域概况 13

4.1.2研究数据来源 13

4.1.3参考统计数据 14

4.1.4使用工具 14

4.2数据预处理 15

4.2.1生产Level-2A数据 15

4.2.2重采样与格式转换 16

4.2.3图像镶嵌 16

4.2.4图像裁剪 17

4.3遥感图像分类 18

4.3.1监督分类 18

4.3.2非监督分类 20

4.3.3随机森林分类 21

4.4分类结果对比 22

4.4.1精度计算方法 22

4.4.2分类结果对比 23

第五章 总结与展望 24

5.1总结 24

5.2不足与展望 24

参考文献 25

致谢 27

第一章 绪论

1.1选题背景及研究意义

农业在中国的经济发展中占据着重要的地位，同时，水稻是中国南方地区种植面积最大的粮食作物，其种植面积占全国粮食作物种植面积的四分之一，而产量则占半数以上。及时掌握其种植面积及其空间分布，有利于维护国家的粮食安全以及准确制定农业的相关政策。

遥感技术是指在远距离、高空和外层空间的各种平台上, 运用各种传感器获取地表信息, 通过数据传输和处理, 从而实现研究地面物体形状、大小、位置、性质及其环境的相互关系的一门现代化技术^[1]。经过半个多世纪的发展，遥感技术已经具备了大面积同步观测、时效性强、多维信息、多分辨率、多平台、快速和覆盖范围广等诸多优势，被广泛用于农作物播种面积、产量及生长趋势的信息获取。通过遥感技术可以快速有效地实现作物面积的提取和分析，遥感技术为监测大面积区域的农作物面积，甚至市级、省级的农作物耕种面积提供了可能。

遥感图像的分类方法众多，不同的方法具有不同的优劣和分类精度，通过研究可以确定对水稻分类精度较高的方法。准确性和精度更高的方法，更有利于对水稻面积或产量进行统计分析，得出更好的统计结果，为农业政策的调整提供更可靠的参考来源。

请支付后下载全文，论文总字数：18916字