基于NDVI时间序列的甘蔗种植面积提取与长势监测

作     者：邓诗琴 

作者单位：桂林理工大学 

学位级别：硕士

导师姓名：任超

授予年度：2022年

学科分类：08[工学] 09[农学] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 0901[农学-作物学] 

主      题：NDVI时间序列 甘蔗 光谱相似性 阈值决策树 长势监测 

摘      要：甘蔗是糖料主要的来源作物之一。及时、准确获取甘蔗种植面积以及长势状况,可以帮助政府与相关企业制定甘蔗生产政策、协助相关部门制定食糖出口计划。传统获取甘蔗种植面积的方法不仅时效性差,而且不能准确获取甘蔗空间位置分布。近年来,利用遥感技术提取甘蔗种植面积已经取得了较大的进展,但还是存在一些亟待解决的问题,例如提取的甘蔗像元中存在的“同谱异物现象。本研究基于光谱相似性原理以及阈值决策树（Decision Tree,DT）方法,剔除了“同谱异物分类误差,实现高精度甘蔗种植面积提取;并根据甘蔗提取结果进行甘蔗长势监测,为预测甘蔗产量提供数据支撑。研究具有重要的理论意义和实用价值。本文主要研究内容与结果如下:（1）根据光谱相似性原理以及阈值DT方法,本文构建了一个高精度提取甘蔗种植信息的模型。利用奇异值分解以及光谱重构（SR-SVD）方法对影像中像元的归一化植被指数（Normalized Difference Vegetation Index,NDVI）时间序列曲线进行分解与重构,并且使用光谱角制图（Spectral Angle Mapping,SAM）、决定系数R以及欧式距离（Euclidean Distance,ED）分别评价像元重构前后的NDVI时间序列相似性提取甘蔗种植信息。实验得出,利用SAM大小评价像元重建前后的NDVI时序的相似性,能够有效捕捉重构前后曲线之间变化趋势,从而突出甘蔗像元与非甘蔗像元之间的差异。利用SR-SVD-SAM提取甘蔗种植信息总体精度为88%,验证了利用光谱相似原理提取甘蔗有效性。（2）为了进一步提高甘蔗种植面积的提取精度,本文利用先验知识确定甘蔗NDVI时间序列曲线在不同时相的阈值范围,设置了阈值DT。实验结果表明,DT能有效剔除SR-SVD-SAM提取甘蔗结果中“同谱异物的错误分类像元,显著提高模型提取甘蔗精度。利用SR-SVD-SAM-DT模型提取甘蔗种植信息总体精度达到96%,相较于仅利用SR-SVD-SAM提取甘蔗种植信息有较大的优势。该模型能够快速、准确提取甘蔗种植信息。（3）分析宿根甘蔗与新种植甘蔗的生长特点,比较其NDVI时间序列变化的规律,获取监测甘蔗长势最佳时相,并对其长势进行监测与评价,最后利用甘蔗产量样本点的单产信息验证评价结果的准确性。研究结果表明,宿根甘蔗与新植甘蔗在不同生长期间的生长特点存在差异,相较于利用多时相NDVI监测甘蔗长势结果,单时相NDVI监测长势结果更符合甘蔗生长规律与逻辑。结论可为相关部门获取甘蔗长势信息提供了便捷、高效的技术手段。