基于遙感影像融合技術的水稻種植面積提取及稻曲病估測研究.pdf

1、江蘇省是我國水稻主產地區(qū)之一，水稻種植面積和產量位居國內前列，近年來，伴隨著水稻的高產豐收，水稻稻曲病的發(fā)生愈加普遍和嚴重。因此，需要對水稻種植面積和稻曲病病情做出有效估測，而作物病蟲害遙感監(jiān)測通常面臨兩個問題，“同譜異物”、“異譜同物”和模型適用性不足，本文針對上述兩個問題分別做出了以下研究闡述:
　　1.為提高江蘇省水稻種植面積觀測精度，針對“同譜異物”“異物同譜”問題，本研究利用ENVI和ERDAS軟件，選用中國自主研發(fā)的遙

2、感衛(wèi)星GF-1/PMS全色影像和HJ-1B/CCD多光譜影像，選擇PCA、Brovey、HPF、Wavelet四種融合方法進行融合，并通過目視效果、融合效果評價指標對融合影像的光譜信息豐富程度、紋理特征、保真度等進行評價，再利用RVI和NDVI比較融合影像和實測數(shù)據的光譜特征，選出最佳融合影像，利用非監(jiān)督分類制作水稻分布圖，最后利用3個實驗樣方對融合影像進行精度驗證。結果表明，HPF融合影像光譜信息豐富、空間紋理特征清晰、保真度最佳，且

3、具有與實測值最接近的RVI和NDVI值，近似率分別為87.71％和98.63％，對HPF融合影像做樣方驗證，平均驗證精度為94.55％。
　　2.為提高模型的適用性，本研究從稻曲病發(fā)病機理、發(fā)生規(guī)律等角度出發(fā)，結合氣象、農學、遙感要素，綜合考慮了影響稻曲病病菌侵染和傳播的氣象因子、田間管理、水稻品種、氮肥的施用等情況，針對江蘇省主要水稻品種淮稻5號和連粳7號，選擇溫度、降水、葉面積指數(shù)、生物量、葉片氮素含量等5個指標，根據2012