农作物面积遥感监测原理与实践PDF|Epub|txt|kindle电子书版本网盘下载

农作物面积遥感监测原理与实践PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 农作物面积遥感研究背景1

1.1 引言1

1.2 农业遥感监测的理论基础2

1.3 农作物面积遥感监测国内外研究现状5

1.4 农作物面积遥感监测主要技术方法简介7

1.4.1 目视解译8

1.4.2 非监督分类8

1.4.3 监督分类9

1.4.4 面向对象分类10

1.4.5 决策树分类11

1.4.6 混合像元分解12

1.4.7 空间抽样法13

1.4.8 单时相及多时相分类法13

第2章 农作物面积遥感监测数据源15

2.1 引言15

2.2 主要遥感数据源介绍16

2.2.1 MODIS影像17

2.2.2 Landsat影像17

2.2.3 RapidEye卫星影像18

2.2.4 WorldView卫星影像19

2.2.5 Sentinel哨兵系列卫星影像20

2.2.6 环境（HJ）系列卫星影像21

2.2.7 资源（ZY）系列卫星影像22

2.2.8 高分系列卫星影像23

2.2.9 Google Earth影像24

2.2.10 无人机影像24

2.3 农作物分类辅助数据25

2.3.1 基础地理信息数据25

2.3.2 统计年鉴资料25

2.3.3 地面实测数据26

第3章 基于高分数据的农作物面积遥感监测总体技术路线30

第4章 农作物面积遥感监测影像预处理技术研究33

4.1 引言33

4.2 基于6S大气辐射传输模型的GF-1影像快速大气校正34

4.2.1 研究背景34

4.2.2 6S模型大气校正概述35

4.2.3 试验数据获取36

4.2.4 基于6S模型的GF-1卫星影像大气校正37

4.2.5 结果与分析41

4.2.6 小结46

4.3 基于RPC参数区域网平差的GF-1卫星影像几何校正47

4.3.1 研究背景47

4.3.2 几何校正概述48

4.3.3 试验数据获取49

4.3.4 研究方案51

4.3.5 结果与分析53

4.3.6 小结58

第5章 农作物面积遥感监测地面样方获取技术研究59

5.1 引言59

5.2 无人机遥感数据的农作物面积提取59

5.2.1 研究背景59

5.2.2 研究区概况61

5.2.3 研究方案61

5.2.4 数据获取与应用62

5.2.5 农作物识别68

5.2.6 小结70

5.3 Google Earth影像辅助的农作物面积地面样方调查71

5.3.1 研究背景71

5.3.2 研究区概况72

5.3.3 数据获取与处理73

5.3.4 研究方案74

5.3.5 结果与分析75

5.3.6 小结77

第6章 农作物遥感监测分类技术方法研究79

6.1 引言79

6.2 基于目视解译方法的粮豆轮作项目实施效果遥感监测79

6.2.1 研究背景79

6.2.2 研究区概况80

6.2.3 数据获取与处理80

6.2.4 研究方案84

6.2.5 结果与分析88

6.2.6 小结91

6.3 基于HJ时序影像的多种农作物种植面积同时提取92

6.3.1 研究背景92

6.3.2 研究区概况93

6.3.3 研究方案93

6.3.4 结果与分析97

6.3.5 小结101

6.4 基于分层决策树的高分时序影像农作物面积提取102

6.4.1 研究背景102

6.4.2 研究区概况102

6.4.3 数据获取与处理102

6.4.4 研究方案105

6.4.5 结果与分析109

6.4.6 小结110

6.5 短波红外波段对农作物面积提取精度影响的研究111

6.5.1 研究背景111

6.5.2 研究区概况112

6.5.3 数据获取与处理113

6.5.4 地面样方调查113

6.5.5 研究方案114

6.5.6 结果与分析116

6.5.7 小结121

6.6 红边波段对农作物面积提取精度影响的研究122

6.6.1 研究背景122

6.6.2 研究区概况123

6.6.3 数据获取与处理124

6.6.4 研究方案126

6.6.5 结果与分析127

6.6.6 小结132

6.7 基于随机森林分类算法的农作物精细识别及面积提取应用研究133

6.7.1 研究背景133

6.7.2 研究区概况134

6.7.3 数据获取与处理134

6.7.4 研究方案135

6.7.5 结果与分析138

6.7.6 小结141

第7章 区域农作物面积识别与提取143

7.1 研究背景143

7.2 研究区域144

7.3 数据获取及预处理145

7.3.1 GF-1卫星影像预处理145

7.3.2 基于分类单元的NDVI合成146

7.3.3 训练及区域验证样本的获取146

7.4 研究方案150

7.4.1 技术路线150

7.4.2 中国冬小麦物候特点150

7.4.3 冬小麦面积指数影像构建151

7.4.4 最优WWAI提取阈值自适应确定153

7.4.5 种植面积提取精度验证153

7.5 结果与分析153

7.5.1 重点研究区冬小麦识别提取及精度验证153

7.5.2 区域冬小麦面积提取与精度验证156

7.6 小结157

第8章 尺度效应对农作物面积提取的影响研究159

8.1 研究背景159

8.2 研究区概况160

8.3 数据获取与处理161

8.4 研究方案162

8.4.1 技术思路162

8.4.2 地面调查163

8.4.3 景观破碎度计算163

8.4.4 精度验证方式163

8.5 研究过程和结果163

8.5.1 冬小麦面积识别精度的尺度效应163

8.5.2 冬小麦识别精度与景观破碎度的关系165

8.5.3 冬小麦像元可识别程度的尺度效应166

8.5.4 冬小麦斑块大小的尺度效应167

8.5.5 冬小麦光谱变化的尺度效应168

8.6 小结169

第9章 农作物面积遥感监测硬件平台和软件环境170

9.1 开发背景170

9.2 硬件环境建设170

9.2.1 硬件结构概述170

9.2.2 并行计算集群170

9.2.3 存储174

9.2.4 网络175

9.3 管理平台开发175

9.3.1 群管理平台175

9.3.2 数据库管理平台175

9.3.3 数据调度平台178

9.4 运行效率测试181

9.4.1 并行能力181

9.4.2 计算效率182

9.5 小结182

第10章 展望183

参考文献185