中國大宗農作物時序遙感制圖

目錄
前言
第1章 緒論 1
1.1 農作物遙感監(jiān)測的研究意義 1
1.2 時序遙感分析技術研究進展 1
1.2.1 長時序遙感數(shù)據(jù)帶來新契機 1
1.2.2 時序遙感分析技術方法 2
1.3 農作物遙感監(jiān)測面臨的挑戰(zhàn) 3
1.4 本書內容與章 節(jié)安排 4
1.5 本書的相關數(shù)據(jù)說明 7
第2章 基于連續(xù)小波變換的時序遙感數(shù)據(jù)平滑方法評估 9
2.1 研究背景 9
2.2 基于連續(xù)小波變換的時序遙感數(shù)據(jù)平滑步驟 10
2.3 平滑方法評估指標的設計 11
2.3.1 時序曲線平滑效果方面的評估指標 11
2.3.2 植被物候參數(shù)估計方面的評估指標 12
2.4 研究區(qū)概況與數(shù)據(jù)來源 13
2.4.1 研究區(qū)概況 13
2.4.2 數(shù)據(jù)來源 14
2.5 基于時序曲線數(shù)據(jù)平滑效果方面的方法評估 14
2.5.1 基于視覺效果的方法評估 14
2.5.2 基于保真度和平滑度的方法性能評估 16
2.6 基于植被物候參數(shù)估計方面的應用效果評估 17
2.7 討論與結論 22
第3章 基于自適應時頻域的植被遙感監(jiān)測方法 23
3.1 方法概述 23
3.2 特征提取和相似度計算 24
3.2.1 連續(xù)小波變換 24
3.2.2 時間維/尺度維小波方差曲線 24
3.2.3 分離度區(qū)間選取及相似度計算 26
3.3 植被遙感分類流程 26
3.4 黑河流域植被遙感監(jiān)測 28
3.4.1 研究區(qū)概況與數(shù)據(jù)來源 28
3.4.2 地物標準小波方差曲線 28
3.4.3 植被空間分布圖 30
3.4.4 精度評價 30
3.5 結論 31
第4章 基于時序離散度的植被遙感制圖方法 32
4.1 研究背景 32
4.2 方法概述 33
4.2.1 植被指數(shù)時序曲線 33
4.2.2 時序指標設計 34
4.2.3 植被遙感分類流程 35
4.3 研究區(qū)概況與數(shù)據(jù)來源 37
4.4 我國中東部13個省（直轄市）植被空間分布圖 38
4.5 精度評估驗證 38
4.6 啟示與意義 42
第5章 基于小波譜頂點的耕地復種指數(shù)遙感監(jiān)測方法 43
5.1 研究背景 44
5.2 方法概述 45
5.2.1 小波系數(shù)譜 45
5.2.2 基于小波系數(shù)譜的特征提取 46
5.2.3 不同熟制的特征圖譜分析 49
5.2.4 耕地復種指數(shù)判別流程 49
5.3 全國耕地復種指數(shù)遙感監(jiān)測 51
5.3.1 研究區(qū)概況與數(shù)據(jù)來源 51
5.3.2 1980年以來4個年份全國耕地復種指數(shù)空間分布格局 52
5.3.3 方法精度評估 60
5.4 近40年中國耕地復種指數(shù)逐年變化態(tài)勢評估 61
5.4.1 全國耕地復種指數(shù)逐年變化態(tài)勢評估 61
5.4.2 重點農業(yè)區(qū)耕地復種指數(shù)逐年變化態(tài)勢評估 63
5.5 基于時序分析方法的我國耕地復種指數(shù)演變趨勢分析 67
5.5.1 時間序列趨勢分析與突變點檢測方法 67
5.5.2 20世紀末全國耕地復種指數(shù)演變趨勢分析 68
5.5.3 21世紀初全國耕地復種指數(shù)演變趨勢分析 70
5.5.4 21世紀初全國耕地復種指數(shù)變化模式分析 72
5.6 全國耕地復種指數(shù)演變驅動機制分析 74
5.7 全國MODIS時序影像數(shù)據(jù)云覆蓋情況評估 77
5.8 結論 80
第6章 基于極差比指數(shù)的水稻制圖方法 82
6.1 研究背景 82
6.2 方法思路與指標設計 83
6.3 CCVS水稻制圖方法 86
6.3.1 雙季稻指標的改進 86
6.3.2 水稻判別規(guī)則 87
6.421 世紀初我國東南九省一市水稻遙感制圖 87
6.4.1 研究區(qū)概況與數(shù)據(jù)來源 87
6.4.2 2001～2013年水稻空間分布圖 88
6.4.3 CCVS水稻制圖方法精度評估與驗證 90
6.5 21世紀初我國東南九省一市水稻分布格局時空演變分析 91
6.5.1 2001～2013年我國東南九省一市水稻種植面積變化特征 91
6.5.2 不同海拔區(qū)間水稻縮減面積變化特征 93
6.5.3 水稻空間分布重心演變軌跡分析 93
6.5.4 水稻縮減或擴展變化模式分析 94
6.6 水稻種植密度與種植強度的演變分析 95
6.6.1 逐年水稻種植密度與累計種植密度的計算 95
6.6.2 水稻種植密度的演變分析 96
6.6.3 水稻種植強度的演變分析 98
6.6.4 不同海拔區(qū)間水稻種植密度與種植強度演變規(guī)律 98
6.7 結論 100
第7章 基于數(shù)據(jù)可獲得性的自適應水稻制圖方法 101
7.1 研究背景 101
7.2 研究區(qū)概況及數(shù)據(jù)來源 102
7.2.1 研究區(qū)概況 102
7.2.2 數(shù)據(jù)來源與數(shù)據(jù)預處理 103
7.3 ARMM方法 104
7.3.1 CCVS水稻制圖方法適用性和不確定性評估 105
7.3.2 自適應影像特征選取 106
7.3.3 分區(qū)策略和遙感影像對象特征提取 107
7.3.4 水稻分類流程 108
7.3.5 方法精度評估 109
7.4 結果分析 110
7.4.1 依據(jù)數(shù)據(jù)可獲得性進行分區(qū) 110
7.4.2 遙感影像特征提取 110
7.4.3 水稻空間分布圖 111
7.4.4 方法精度評估結果 112
7.5 討論與結論 115
7.5.1 ARMM方法的意義和啟示 115
7.5.2 時序遙感分類方法面臨的挑戰(zhàn)與應對策略 116
第8章 基于生長期植被指數(shù)變化量的冬小麥制圖方法 117
8.1 常用冬小麥遙感監(jiān)測方法 117
8.1.1 相似性度量法 117
8.1.2 冬季生長峰判別法 118
8.2 農作物植被指數(shù)時序曲線分析 118
8.2.1 冬小麥類內異質性分析 118
8.2.2 冬小麥與其他植被的相似性和差異性分析 119
8.3 冬小麥制圖技術流程 120
8.3.1 冬小麥關鍵物候期趨勢面模型 120
8.3.2 生長期植被指數(shù)變化量指標 122
8.3.3 冬小麥判別標準 123
8.4 研究區(qū)概況與數(shù)據(jù)來源 124
8.4.1 研究區(qū)概況 124
8.4.2 數(shù)據(jù)來源 125
8.5 2012～2013年華北十?。ㄖ陛犑校┒←溈臻g分布圖 127
8.6 方法精度評估驗證 128
8.6.1 基于統(tǒng)計數(shù)據(jù)的精度驗證 128
8.6.2 基于農作物調研點位的精度驗證 129
8.6.3 基于Landsat影像解譯結果的精度驗證 130
8.6.4 與其他方法對比評估 130
8.7 冬小麥制圖方法的跨年代推廣應用 131
8.7.1 2001年以來華北十?。ㄖ陛犑校┒←溸b感制圖 131
8.7.2 方法精度評估驗證 132
8.8 結論 135
第9章 基于生長盛期NMDI增減比值指數(shù)的玉米制圖方法 136
9.1 研究背景 136
9.2 研究區(qū)概況與數(shù)據(jù)來源 137
9.2.1 研究區(qū)概況 137
9.2.2 數(shù)據(jù)來源 137
9.3 玉米制圖方法 139
9.3.1 農作物生長盛期NMDI時序曲線變化特征 139
9.3.2 生長盛期NMDI增減比值指數(shù) 141
9.3.3 玉米判別標準 142
9.4 全國玉米空間分布圖 142
9.5 方法精度評價 145
9.5.1 基于農業(yè)統(tǒng)計年鑒數(shù)據(jù)的精度評估 145
9.5.2 基于農作物分布調研點位數(shù)據(jù)的精度驗證 146
9.5.3 基于Landsat影像解譯結果的精度驗證 147
9.6 2005～2015年全國玉米種植面積擴展態(tài)勢分析 149
9.6.1 2005～2015年全國玉米種植面積劇增 149
9.6.2 2005～2015年全國玉米擴張導致農業(yè)結構失衡 150
9.7 2015～2018年全國玉米空間分布格局演變分析 152
9.7.1 全國玉米分布呈現(xiàn)東減西增、總體縮減態(tài)勢 152
9.7.2 東部改種其他旱作農作物縮減玉米面積而中西部提高復種實現(xiàn)玉米擴展 153
9.7.3 “鐮刀彎”政策效果評估 156
9.8 結論 158
第10章 基于哨兵2號色素指數(shù)的大尺度花生自動制圖 160
10.1 研究背景 160
10.2 研究區(qū)概況與數(shù)據(jù)來源 161
10.2.1 研究區(qū)概況 161
10.2.2 數(shù)據(jù)來源 162
10.3 花生制圖方法 165
10.3.1 光譜指數(shù)計算 165
10.3.2 基于色素指數(shù)的花生制圖算法 167
10.3.3 閾值敏感性分析 169
10.3.4 精度評估 169
10.4 東北地區(qū)20m花生空間分布圖 171
10.5 方法精度評價 173
10.5.1 基于農業(yè)統(tǒng)計年鑒數(shù)據(jù)的精度評估 173
10.5.2 基于農作物分布調研點位數(shù)據(jù)的精度驗證 174
10.5.3 指標有效性與閾值敏感性評估 175
10.6 討論與結論 177
第11章 棄耕開墾與復種變化信息提取方法 181
11.1 研究背景 181
11.2 研究區(qū)概況與數(shù)據(jù)來源 182
11.2.1 研究區(qū)概況 182
11.2.2 數(shù)據(jù)來源 183
11.3 研究方法 184
11.3.1 數(shù)據(jù)預處理 184
11.3.2 時序指標設計 184
11.3.3 植被變化檢測算法 186
11.3.4 算法精度驗證 191
11.4 結果分析 192
11.4.1 研究區(qū)時序指標與植被變化分布圖 192
11.4.2 方法精度評價 194
11.4.3 研究區(qū)植被類型變化分析 194
11.5 討論與結論 201
11.5.1 AMMC算法的意義 201
11.5.2 AMMC算法的不確定性分析 202
11.5.3 中國中東部地區(qū)植樹造林、耕地開墾和復種變化 204
第12章 研究總結與展望 206
12.1 引言 206
12.2 創(chuàng)新農作物種植制度遙感制圖研究框架 207
12.2.1 常規(guī)研究框架 207
12.2.2 新型研究框架 208
12.3 拓展農作物遙感監(jiān)測的數(shù)據(jù)基礎 210
12.3.1 融合多源數(shù)據(jù) 210
12.3.2 拓展農作物時序遙感特征參數(shù) 211
12.4 集成領域知識與深度學習方法優(yōu)勢 214
12.5 發(fā)展時序遙感變化檢測技術 216
參考文獻 219
附表 241
附圖 251