基于GF--1与Sentinel影像的作物种植结构时空演变分析
海伦市作为中国优质大豆之乡、中国高淀粉玉米之乡，是国家重要的商品粮基地以及农作物主产区。充分了解海伦主要作物种植结构的时空变化，并据此剖析种植结构变化的主要驱动因素，掌握农业资源在生产过程中利用情况，了解作物种类、空间格局等信息，为进行作物结构调整和优化提供科学依据。 作物种植结构监测和估产是精准农业遥感的重点领域，其研究结果对于指导作物种植结构调整和制定农业政策具有重要意义。本文以黑龙江省海伦市为研究区，以Sentinel和多时相GF-1为遥感数据源，基于样本的农田信息提取方法，合理设定分割阈值(Scale Level)、合并阈值（Merge Level）;根据临近的像素亮度值、纹理以及颜色等对影像进行分割，并且基于边缘分割的算法，这种算法计算很快，仅需录入一个参数，就可以产生多种不同尺度的切割结果。然后再根据边界上不同尺度的差异进行控制，可以得到从细到粗产生不同分割尺度结果，从而将研究区的农田信息提取出来，再结合农作物关键期特征和波普特征，确定农作物生长的主要时期和作物识别标志，构建分类决策树模型，用于提取农作物信息，实现作物种植结构变化监测研究;多源与多时相的遥感数据可以反映不同农作物的季相特征，应用本文所构建的决策树分类模型，作物分类效果较好，总体精度达87.54％。本文结合中高分辨率与低分辨率的卫星数据的优势，基于样本的农田信息提取以及建立决策树分类的方法，提取海伦市2008-2017年主要作物种植面积，剖析该地区10年来种植格局变化及其影响因素。 采用上述方法提取了海伦市玉米、大豆、水稻的种植格局，通过与农业统计年鉴数据对比分析，证明采用遥感监测方法所得到的作物种植面积的精度较高。从空间分布特征上看，海伦市作物主要播种方式为玉米和大豆混耕，分类结果显示玉米种植面积占58.3％左右，从2007年到2013年呈现下降趋势，但是下降幅度较小，但在2013-2017年间面积减少幅度较大;提取结果中2014年大豆的种植比例在24.7％左右，在2015-2017年间种植面积增长迅速，在2017年种植比例达到了37.6％左右。近年来水稻的种植面积不断减少，种植比例不断降低。从作物种植面积变化的角度分析，粮食作物种植面积整体上呈现下降趋势，相反经济作物种的植面积整体上呈现上升趋势。 从自然因素、社会经济因素以及政策因素等多角度研究，分析不同驱动力因素的变化对作物种植格局以及不同作物的种植面积变化的影响。
农业作物;种植结构;时空演变;遥感影像
东北农业大学
硕士
农业资源利用
高凤杰;王同桓
2018
中文
S315
2019-04-23（万方平台首次上网日期，不代表论文的发表时间）