导读:本文包含了作物类型识别论文开题报告文献综述及选题提纲参考文献，主要关键词:高光谱,作物识别,光谱变换,光谱特征变量
作物类型识别论文文献综述
史飞飞,高小红,杨灵玉,贾伟,何林华[1]（2016）在《基于地面高光谱数据的典型作物类型识别方法——以青海省湟水流域为例》一文中研究指出高光谱技术运用于农作物识别与分类目前已成为农业遥感应用领域前沿课题之一。使用ASD FieldSpec4地物光谱仪实测青海省湟水流域大豆、青稞、土豆、小麦和油菜5种典型作物冠层光谱,经数据预处理,利用1/R、d(R)、N(R)、log(R)、d(log(R))、d(N(R))6种光谱数据变换形式和在"绿峰"、"红谷"、"红边"、"光谱吸收特征区"提取的16种光谱特征变量的6种选取结果,分别构建基于BP神经网络的典型作物类型识别模型,通过模型精度比较以寻求用于高光谱农作物分类的有效光谱数据形式和光谱特征变量。结果表明:1/R、d(R)、log(R)、d(log(R))及d(N(R))5种数据变换形式能显着提高模型识别精度,以d(N(R))变换数据构建BPNN模型其辨识精度最高,总体分类精度达88%;在提取的16种光谱特征变量中,以变量数分别为16、14、12的3种选取方案构建BPNN模型其辨识精度较优,总体分类精度分别为88%、86%、84%;BPNN模型能较好地识别5种作物光谱,且采用选取光谱特征变量方法构建BPNN模型其网络训练效率和模型稳定性优于光谱数据变换方法构建BPNN模型。(本文来源于《地理与地理信息科学》期刊2016年02期）
张喜旺,刘剑锋,秦奋,秦耀辰[2]（2014）在《作物类型遥感识别研究进展》一文中研究指出及时获取作物种植面积是研究粮食区域平衡,预测农业综合生产力和人口承载力的基础。遥感技术已经成为提取作物种植面积的重要手段,而前提是识别作物。为了理清当前该领域的国内外研究现状,以遥感在作物类型识别中的应用为主线,归纳了国内外作物类型识别研究中常用的各类遥感数据,如资源遥感影像、气象遥感影像、高分辨率影像、高光谱影像和微波影像等,分析其优缺点和适用性;同时总结了利用遥感进行作物类型识别的3类研究方法,包括基于光谱的识别方法、基于物候差异的识别方法以及光谱与物候相结合的方法,分析了各种方法的特点;指出目前作物类型遥感识别中存在的主要问题,如影像空间精度与价格的平衡问题,多分辨率遥感数据的综合应用问题,物候差异对作物识别的影响问题等;认为不同分辨率遥感数据的结合可以弥补各自不足,遥感影像的时相选择是提高精度的关键,另外需要应用除光谱和物候以外的更多解译标志;建议进一步深入研究作物识别机理和多尺度数据融合方法。以期为遥感技术在作物类型识别中的深入研究提供参考和借鉴。(本文来源于《中国农学通报》期刊2014年33期）
张明伟[3]（2006）在《基于MODIS数据的作物物候期监测及作物类型识别模式研究》一文中研究指出由于受自然条件和经济条件的限制，农业生产很大程度上依赖于天气气候条件。这种情况下，粮食安全面临巨大威胁，已经引起广泛的关注。及时监测农作物长势以及提早做出作物产量预测对政策制订和保持可持续发展十分重要。因此，无论发展中国家还是发达国家，几十年来，作物监测和产量预测一直受到高度重视。利用遥感技术来进行作物产量预测是最有发展前途的方法之一。 Terra／MODIS是一种新型和重要的卫星传感器，其数据性能较NOAA／AVHRR数据有了较大改善，空间分辨率为1000m，500m，250m，在波谱0.4-14.5范围内有36个波段，覆盖了可见光、近红外和短波红外波段，且波段均较窄，加上其每天一次对地区覆盖的高时间分辨率，MODIS数据在大尺度作物遥感监测和估产方面具有潜在优势。 在使用遥感信息获取作物生长发育状态信息时，如何将作物信息和其它信息分离，如何解决遥感信息和农学信息的匹配和转换是仍需进一步研究的问题。本文基于2003年、2004年MODIS数据进行中国华北地区主要作物物候期信息提取和作物类型识别研究。利用MODIS NDVI和EVI数据作为遥感参数，利用非线性方程模拟，提取作物关键物候期信息，并将物候遥感监测指标与地面观测指标进行对比分析，确定两者匹配关系。通过对作物生长期内植被指数变化曲线分析，选择合适的分类特征，进行华北地区主要作物类型识别。研究主要内容有： 1．分别利用Logistic方程和高斯方程对作物生长期内植被指数曲线进行模拟，并采用最大曲率法、动态阈值法提取作物关键物候期。分别利用MODIS NDVI和EVI序列提取冬小麦关键物候期，以农业气象观测值为参考值对监测结果进行分析，结果表明，利用这两种数据源获取作物生长季始末期与参考值比较结果相近，而利用MODIS EVI序列数据提取作物生殖生长转折点提取结果，较NDVI数据更接近参考值。两种曲线模拟方法利用曲率最大值法确定的冬小麦物候期均取得了较好结果，利用动态阈值法提取作物物候期与参考值相比相差稍大。 2．物候遥感监测结果与农业气象观测值相匹配。本文通过分析作物关键生育期的农学意义，及其在遥感植被指数序列数据的反映，分析农业气象观测指标及其大田表现，由此将物候遥感指标和观测指标相匹配。冬小麦与夏玉米关键物候期监测(本文来源于《华中农业大学》期刊2006-06-01）
尤淑撑,张玮,严泰来[4]（2000）在《模糊分类技术在作物类型识别中的应用》一文中研究指出介绍了模糊分类技术 ,并将其应用于多时相ScanSAR的作物识别中。模糊分类技术比传统的最大似然法具有较高的识别精度。结合雷达图像的自身特点 ,将模糊分类技术与上下文处理相结合 ,是雷达图像处理的一种有效途径(本文来源于《国土资源遥感》期刊2000年01期）
魏邦龙[5]（1986）在《用模糊模型识别的隶属度方法判别作物类型》一文中研究指出在作物育种中,亲本的选配总是处于中心位置,在很大程度上决定育种的成败。但是,亲本的划分是模糊的。也就是说,对于一个作物亲本,如何根据它的生长天数、株高……等来鉴别它是属于哪一亲本类型(矮秆、早熟、晚熟……),存在不少困难。用模糊模型识别的隶属度方法,可圆满地解决上述困难,而且识别率高。在实际问题中,需要被识别的全体对象,称之为论域,用字母U来表示,每个对象叫做(本文来源于《甘肃农业科技》期刊1986年02期）
作物类型识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
及时获取作物种植面积是研究粮食区域平衡,预测农业综合生产力和人口承载力的基础。遥感技术已经成为提取作物种植面积的重要手段,而前提是识别作物。为了理清当前该领域的国内外研究现状,以遥感在作物类型识别中的应用为主线,归纳了国内外作物类型识别研究中常用的各类遥感数据,如资源遥感影像、气象遥感影像、高分辨率影像、高光谱影像和微波影像等,分析其优缺点和适用性;同时总结了利用遥感进行作物类型识别的3类研究方法,包括基于光谱的识别方法、基于物候差异的识别方法以及光谱与物候相结合的方法,分析了各种方法的特点;指出目前作物类型遥感识别中存在的主要问题,如影像空间精度与价格的平衡问题,多分辨率遥感数据的综合应用问题,物候差异对作物识别的影响问题等;认为不同分辨率遥感数据的结合可以弥补各自不足,遥感影像的时相选择是提高精度的关键,另外需要应用除光谱和物候以外的更多解译标志;建议进一步深入研究作物识别机理和多尺度数据融合方法。以期为遥感技术在作物类型识别中的深入研究提供参考和借鉴。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
作物类型识别论文参考文献
[1].史飞飞,高小红,杨灵玉,贾伟,何林华.基于地面高光谱数据的典型作物类型识别方法——以青海省湟水流域为例[J].地理与地理信息科学.2016
[2].张喜旺,刘剑锋,秦奋,秦耀辰.作物类型遥感识别研究进展[J].中国农学通报.2014
[3].张明伟.基于MODIS数据的作物物候期监测及作物类型识别模式研究[D].华中农业大学.2006
[4].尤淑撑,张玮,严泰来.模糊分类技术在作物类型识别中的应用[J].国土资源遥感.2000
[5].魏邦龙.用模糊模型识别的隶属度方法判别作物类型[J].甘肃农业科技.1986