農(nóng)作物面積遙感監(jiān)測原理與實踐
定 價：120 元
當(dāng)前圖書已被 1 所學(xué)校薦購過！
查看明細(xì)
- 作者：劉佳 ... [等] 編著
- 出版時間：2017/6/1
- ISBN：9787030510624
- 出 版 社：科學(xué)出版社
- 中圖法分類：S127-39
- 頁碼：212
- 紙張：膠版紙
- 版次：1
- 開本：16K
本書內(nèi)容包括：農(nóng)作物面積遙感研究背景；農(nóng)作物面積遙感監(jiān)測數(shù)據(jù)源；基于高分?jǐn)?shù)據(jù)的農(nóng)作物面積遙感監(jiān)測總體技術(shù)路線；農(nóng)作物面積遙感監(jiān)測影像預(yù)處理技術(shù)研究等。
更多科學(xué)出版社服務(wù)，請掃碼獲取。
目錄
第1章 農(nóng)作物面積遙感研究背景 1
1.1 引言 1
1.2 農(nóng)業(yè)遙感監(jiān)測的理論基礎(chǔ) 2
1.3 農(nóng)作物面積遙感監(jiān)測國內(nèi)外研究現(xiàn)狀 5
1.4 農(nóng)作物面積遙感監(jiān)測主要技術(shù)方法簡介 7
1.4.1 目視解譯 8
1.4.2 非監(jiān)督分類 8
1.4.3 監(jiān)督分類 9
1.4.4 面向?qū)ο蠓诸?10
1.4.5 決策樹分類 11
1.4.6 混合像元分解 12
1.4.7 空間抽樣法 13
1.4.8 單時相及多時相分類法 13
第2章 農(nóng)作物面積遙感監(jiān)測數(shù)據(jù)源 15
2.1 引言 15
2.2 主要遙感數(shù)據(jù)源介紹 16
2.2.1 MODIS影像 17
2.2.2 Landsat影像 17
2.2.3 RapidEye衛(wèi)星影像 18
2.2.4 WorldView衛(wèi)星影像 19
2.2.5 Sentinel哨兵系列衛(wèi)星影像 20
2.2.6 環(huán)境（HJ）系列衛(wèi)星影像 21
2.2.7 資源（ZY）系列衛(wèi)星影像 22
2.2.8 高分系列衛(wèi)星影像 23
2.2.9 Google Earth影像 24
2.2.10 無人機(jī)影像 24
2.3 農(nóng)作物分類輔助數(shù)據(jù) 25
2.3.1 基礎(chǔ)地理信息數(shù)據(jù) 25
2.3.2 統(tǒng)計年鑒資料 25
2.3.3 地面實測數(shù)據(jù) 26
第3章 基于高分?jǐn)?shù)據(jù)的農(nóng)作物面積遙感監(jiān)測總體技術(shù)路線 30
第4章 農(nóng)作物面積遙感監(jiān)測影像預(yù)處理技術(shù)研究 33
4.1 引言 33
4.2 基于6S大氣輻射傳輸模型的GF-1影像快速大氣校正 34
4.2.1 研究背景 34
4.2.2 6S模型大氣校正概述 35
4.2.3 試驗數(shù)據(jù)獲取 36
4.2.4 基于6S模型的GF-1衛(wèi)星影像大氣校正 37
4.2.5 結(jié)果與分析 41
4.2.6 小結(jié) 46
4.3 基于RPC參數(shù)區(qū)域網(wǎng)平差的GF-1衛(wèi)星影像幾何校正 47
4.3.1 研究背景 47
4.3.2 幾何校正概述 48
4.3.3 試驗數(shù)據(jù)獲取 49
4.3.4 研究方案 51
4.3.5 結(jié)果與分析 53
4.3.6 小結(jié) 58
第5章 農(nóng)作物面積遙感監(jiān)測地面樣方獲取技術(shù)研究 59
5.1 引言 59
5.2 無人機(jī)遙感數(shù)據(jù)的農(nóng)作物面積提取 59
5.2.1 研究背景 59
5.2.2 研究區(qū)概況 61
5.2.3 研究方案 61
5.2.4 數(shù)據(jù)獲取與應(yīng)用 62
5.2.5 農(nóng)作物識別 68
5.2.6 小結(jié) 70
5.3 Google Earth影像輔助的農(nóng)作物面積地面樣方調(diào)查 71
5.3.1 研究背景 71
5.3.2 研究區(qū)概況 72
5.3.3 數(shù)據(jù)獲取與處理 73
5.3.4 研究方案 74
5.3.5 結(jié)果與分析 75
5.3.6 小結(jié) 77
第6章 農(nóng)作物遙感監(jiān)測分類技術(shù)方法研究 79
6.1 引言 79
6.2 基于目視解譯方法的糧豆輪作項目實施效果遙感監(jiān)測 79
6.2.1 研究背景 79
6.2.2 研究區(qū)概況 80
6.2.3 數(shù)據(jù)獲取與處理 80
6.2.4 研究方案 84
6.2.5 結(jié)果與分析 88
6.2.6 小結(jié) 91
6.3 基于HJ時序影像的多種農(nóng)作物種植面積同時提取 92
6.3.1 研究背景 92
6.3.2 研究區(qū)概況 93
6.3.3 研究方案 93
6.3.4 結(jié)果與分析 97
6.3.5 小結(jié) 101
6.4 基于分層決策樹的高分時序影像農(nóng)作物面積提取 102
6.4.1 研究背景 102
6.4.2 研究區(qū)概況 102
6.4.3 數(shù)據(jù)獲取與處理 102
6.4.4 研究方案 105
6.4.5 結(jié)果與分析 109
6.4.6 小結(jié) 110
6.5 短波紅外波段對農(nóng)作物面積提取精度影響的研究 111
6.5.1 研究背景 111
6.5.2 研究區(qū)概況 112
6.5.3 數(shù)據(jù)獲取與處理 113
6.5.4 地面樣方調(diào)查 113
6.5.5 研究方案 114
6.5.6 結(jié)果與分析 116
6.5.7 小結(jié) 121
6.6 紅邊波段對農(nóng)作物面積提取精度影響的研究 122
6.6.1 研究背景 122
6.6.2 研究區(qū)概況 123
6.6.3 數(shù)據(jù)獲取與處理 124
6.6.4 研究方案 126
6.6.5 結(jié)果與分析 127
6.6.6 小結(jié) 132
6.7 基于隨機(jī)森林分類算法的農(nóng)作物精細(xì)識別及面積提取應(yīng)用研究 133
6.7.1 研究背景 133
6.7.2 研究區(qū)概況 134
6.7.3 數(shù)據(jù)獲取與處理 134
6.7.4 研究方案 135
6.7.5 結(jié)果與分析 138
6.7.6 小結(jié) 141
第7章 區(qū)域農(nóng)作物面積識別與提取 143
7.1 研究背景 143
7.2 研究區(qū)域 144
7.3 數(shù)據(jù)獲取及預(yù)處理 145
7.3.1 GF-1衛(wèi)星影像預(yù)處理 145
7.3.2 基于分類單元的NDVI合成 146
7.3.3 訓(xùn)練及區(qū)域驗證樣本的獲取 146
7.4 研究方案 150
7.4.1 技術(shù)路線 150
7.4.2 中國冬小麥物候特點 150
7.4.3 冬小麥面積指數(shù)影像構(gòu)建 151
7.4.4 最優(yōu)WWAI提取閾值自適應(yīng)確定 153
7.4.5 種植面積提取精度驗證 153
7.5 結(jié)果與分析 153
7.5.1 重點研究區(qū)冬小麥識別提取及精度驗證 153
7.5.2 區(qū)域冬小麥面積提取與精度驗證 156
7.6 小結(jié) 157
第8章 尺度效應(yīng)對農(nóng)作物面積提取的影響研究 159
8.1 研究背景 159
8.2 研究區(qū)概況 160
8.3 數(shù)據(jù)獲取與處理 161
8.4 研究方案 162
8.4.1 技術(shù)思路 162
8.4.2 地面調(diào)查 163
8.4.3 景觀破碎度計算 163
8.4.4 精度驗證方式 163
8.5 研究過程和結(jié)果 163
8.5.1 冬小麥面積識別精度的尺度效應(yīng) 163
8.5.2 冬小麥識別精度與景觀破碎度的關(guān)系 165
8.5.3 冬小麥像元可識別程度的尺度效應(yīng) 166
8.5.4 冬小麥斑塊大小的尺度效應(yīng) 167
8.5.5 冬小麥光譜變化的尺度效應(yīng) 168
8.6 小結(jié) 169
第9章 農(nóng)作物面積遙感監(jiān)測硬件平臺和軟件環(huán)境 170
9.1 開發(fā)背景 170
9.2 硬件環(huán)境建設(shè) 170
9.2.1 硬件結(jié)構(gòu)概述 170
9.2.2 并行計算集群 170
9.2.3 存儲 174
9.2.4 網(wǎng)絡(luò) 175
9.3 管理平臺開發(fā) 175
9.3.1 群管理平臺 175
9.3.2 數(shù)據(jù)庫管理平臺 175
9.3.3 數(shù)據(jù)調(diào)度平臺 178
9.4 運行效率測試 181
9.4.1 并行能力 181
9.4.2 計算效率 182
9.5 小結(jié) 182
第10章 展望 183
參考文獻(xiàn) 185
書單推薦
