多時相c波段全極化sar農(nóng)作物識別方法研究

多時相c波段全極化sar農(nóng)作物識別方法研究

ID:35146088

大?。?.43 MB

頁數(shù):92頁

時間:2019-03-20

多時相c波段全極化sar農(nóng)作物識別方法研究_第1頁
多時相c波段全極化sar農(nóng)作物識別方法研究_第2頁
多時相c波段全極化sar農(nóng)作物識別方法研究_第3頁
多時相c波段全極化sar農(nóng)作物識別方法研究_第4頁
多時相c波段全極化sar農(nóng)作物識別方法研究_第5頁
資源描述:

《多時相c波段全極化sar農(nóng)作物識別方法研究》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在學術論文-天天文庫。

1、學校代碼:10135論文分類號:.二_r

2、及取得的研究成果,盡我所知,除了文中特別加以標注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含本人為獲得內(nèi)蒙古師范大學或其它教育機構的學位或證書而使用過的材料。本人保證所呈交的論文不侵犯國家機密、商業(yè)秘密及其他合法權益。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示感謝。簽名準-I—日期:%/6年6月乃日關于論文使用授權的說明本學位論文作者完全了解內(nèi)蒙古師范大學有關保留、使用學位論文的規(guī)定:內(nèi)蒙古師范大學有權保留并向國家有關部門或機構送交論文的復印件和磁盤,允許論文被查閱和借閱

3、,可以將學位論文的全部或部分內(nèi)容編入有關數(shù)據(jù)庫進行檢索,可以采用影印、縮印或掃描等復制手段保存、匯編學位論文,并且本人電子文檔的內(nèi)容和紙質論文的內(nèi)容相一致。保密的學位論文在解密后也遵守此規(guī)定。#簽名:導師簽名:曰期年6月23曰內(nèi)蒙古師范大學碩士學位論文中文摘要衛(wèi)星遙感能夠提供各種作物在空間和時間上的分布信息,相較于傳統(tǒng)的人工調(diào)查方法,衛(wèi)星遙感不僅具有宏觀、動態(tài)、及時、準確監(jiān)測的優(yōu)勢,還節(jié)約了大量的人力、物力,已逐漸成為作物監(jiān)測的重要數(shù)據(jù)源和主要方法之一。對于我國華南、西南各省來說,這些地區(qū)氣候多變,多云多雨,地物分布十分破碎,

4、多種作物混雜嚴重,并且不同作物類型以及同種作物類型不同植期之間的物候特征存在較大差異,一般的光學遙感數(shù)據(jù)難以對地表覆蓋情況進行有效地的識別與監(jiān)測。而合成孔徑雷達可以全天候地獲取數(shù)據(jù),并且不受極端氣候條件所限制,這無疑對中國廣大南方地區(qū),尤其是廣東地區(qū)的作物遙感監(jiān)測提供了一種重要的可行手段。但是以往基于SAR的農(nóng)業(yè)遙感研究所用數(shù)據(jù)極化方式比較單一,不足以全面刻畫農(nóng)作物的散射特性,并且很少采用長時序數(shù)據(jù),因而不能夠充分對應農(nóng)作物的生長規(guī)律和物候特征,除此之外,研究區(qū)域范圍普遍較小也是限制合成孔徑雷達應用的一大因素,因而對于典型作物

5、,尤其是長植期作物的識別精度往往不高,并且混分現(xiàn)象十分嚴重。針對上述問題,本文進行多時相C波段全極化SAR農(nóng)作物識別方法研究。以廣東省湛江市為實驗區(qū),以C波段全極化Radarsat-2為數(shù)據(jù)源,研究面向當?shù)氐湫娃r(nóng)作物的C波段極化特征,在充分理解利用各類極化目標分解模型以及其它參數(shù)特征的基礎上,通過一個生長周期的分析,建立甘蔗、水稻、香蕉等典型農(nóng)作物的極化特征時序變化曲線、特征空間離散程度以及極化合成下的極化空間功率分布,并研究基于多時相離散觀測與特征時序變化曲線、特征空間離散程度以及極化空間功率分布的農(nóng)作物識別方法,不僅考慮不

6、同農(nóng)作物類型之間的極化特征差異性,而且還考慮了同種農(nóng)作物類型種植時間和植期的多樣性,通過比較分析實驗區(qū)域內(nèi)典型地物類型在最佳分類特征組合和時相組合下的差異性,建立典型農(nóng)作物識別的知識與規(guī)則,基于面向對象的分類方法對典型農(nóng)作物進行識別,有效提高農(nóng)作物的分類精度,從而提高識別的準確性。結果表明:以3月28日為時相選擇,由極化散射角α、極化散射熵H和體散射強度PVOL構成的多極化特征組合在極化特征時序變化曲線和特征空間離散程度分析上都表現(xiàn)出優(yōu)越的分類性能,其所描述的甘蔗、香蕉、內(nèi)蒙古師范大學碩士學位論文水稻等典型對象也在極化空間功率

7、分布中呈現(xiàn)出較為明顯的極化特性差異,通過提取參數(shù)構建和閾值分割的方法放大這些差異后,建立面向對象的分類規(guī)則對實驗區(qū)甘蔗、香蕉、水稻的分布信息進行提取,最后的提取結果比較令人滿意,分類精度達到了92%以上,Kappa系數(shù)為86%,即多時相C波段Radarsat-2全極化SAR數(shù)據(jù)在識別甘蔗、水稻、香蕉等典型農(nóng)作物方面有很大的優(yōu)勢。最后,本文不僅在華南農(nóng)作物識別上具有現(xiàn)實的實踐意義,也對促進多時相全極化SAR數(shù)據(jù)在農(nóng)作物監(jiān)測中的應用,以及進一步估產(chǎn)具有重要的科學意義。關鍵詞:全極化SAR,目標分解,極化特征,分類特征,農(nóng)作物識別內(nèi)

8、蒙古師范大學碩士學位論文ABSTRACTSatelliteremotesensing,providingallkindsofcropsinspatial-temporaldistributioninformation,hasanadvantageovertraditional

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。