基于GF_1卫星数据的冬小麦种植面积提取研究文献综述
2020-05-05 05:05
文 献 综 述 1.引言 冬小麦是我国最主要的粮食作物之一,及时准确地获取冬小麦种植面积及空间分布信息,对于准确预测冬小麦产量,加强田间生产管理,优化作物种植结构布局,确保国家粮食安全,具有重要意义[1]。
自20世纪70年代以来,遥感技术在农作物种植面积测量、产量预测等方面发挥着重要作用[2]。
我国在2013年4月份发射了GF-1卫星,GF-1卫星具有高时间,高空间的分辨率特征,所以在农业遥感领域,它成为重要的数据源。
通过GF-1卫星数据对冬小麦种植面积提取研究,可获得较高的精度。
2.国内外研究进展 在国际上,利用遥感技术的作物种植面积监测始于美国,1974 年实施的”大面积作物清查试验”计划对美国及世界其他地区小麦面积和总产量进行了估算; 随后开展的”农业和资源的空间遥感调查”计划对世界多种作物进行了长势评估和产量预报,并将遥感技术成功地应用于框图面积取样。
欧盟在 1987 年曾发起农业遥感监测项目,随后俄罗斯、法国、加拿大等国也相继利用遥感技术展开作物面积监测研究[3-5]。
随着卫星遥感技术的不断发展,高空间分辨率卫星图像在作物种植面积提取方面得到了广泛的应用。
Tuner[6]使用 SPOT XS 数据对西非的萨赫勒地区进行作物监测,将非监督分类、分层和监督分类方法有序结合,分类精度达 71% ; Kontoes 等[7]则使用 SPOT 图像,采取遥感与 GIS 技术相结合的方法,从遥感纹理和地理信息两方面入手进行作物分类,精度比使用传统分类器提高近13%。
国内应用遥感技术进行冬小麦估产始于1981年,一些学者近年来先后进行了黄淮海平原和京津冀地区的小麦遥感估产以及全国主要作物的遥感调查等研究[3]。
张群等[8]对3个时相的 Landsat TM 数据进行监督分类,研究多年来冬小麦种植面积的变化趋势;韩素芹等[9]运用监督分类的最大似然法对 MODIS图像进行分类,得到天津市冬小麦统计面积及分布图,分类精度达90%。
您可能感兴趣的文章
- 以火蝾螈为例分析空间自相关模型是否可以揭示群体过程外文翻译资料
- 英国的食源性疾病与气候变化外文翻译资料
- 高山流域地表温度的地形和生态水文控制外文翻译资料
- 职前教师进行教育时需掌握的地理地图知识和技能外文翻译资料
- 利用三维激光图像扫描系统监测边坡变形:案例研究外文翻译资料
- 利用多源遥感数据绘制城市树木的碳存储:生物量、土地利用和波士顿社区人口统计数据之间的关系外文翻译资料
- 1987年至2017年美国,中国和日本四个主要海湾地区城市群的时空演变:来自遥感影像的证据外文翻译资料
- 基于遥感的岩矿光谱特征及信息提取研究外文翻译资料
- 利用兴趣点数据估计中国上海市中心的通勤模式外文翻译资料
- 面向对象的应用程序框架框架提供的概念外文翻译资料