第1章 水稻卫星遥感不确定性分析 1
1.1 空间信息科学不确定性的概念和研究进展 1
1.1.1 空间信息科学不确定性的概念 1
1.1.2 空间信息科学不确定性的研究进展 1
1.2 遥感影像获取的不确定性 3
1.2.1 不同空间分辨率引起的不确定性 4
1.2.2 遥感影像获取时间引起的不确定性 5
1.2.3 不同传感器的波谱响应特征引起的不确定性 8
1.2.4 目标物本身及其背景参数光谱特征引起的不确定性 11
1.2.5 其他数据获取的不确定性 12
1.3 遥感数据预处理的不确定性 12
1.3.1 辐射定标引起的不确定性 12
1.3.2 大气校正引起的不确定性 13
1.3.3 几何校正引起的不确定性 14
1.4 水稻卫星遥感信息提取的不确定性 15
1.4.1 水稻种植面积遥感估算的不确定性 15
1.4.2 水稻单产遥感预报的不确定性 16
1.4.3 水稻遥感专题制图的不确定性 19
1.5 本章小结 19
第2章 水稻卫星遥感信息提取分区 20
2.1 中国水稻卫星遥感信息提取分区 20
2.1.1 分区指标 20
2.1.2 分区方法 24
2.1.3 分区结果 25
2.2 湖南省水稻卫星遥感信息提取分区 26
2.2.1 分区指标 26
2.2.2 分区方法 27
2.2.3 分区结果 27
2.3 本章小结 29
第3章 基于数据挖掘的水稻种植面积遥感估算 30
3.1 研究区数据获取与处理 30
3.1.1 研究区数据获取 30
3.1.2 遥感影像预处理 31
3.2 基于穗帽变换的水稻面积遥感估算 32
3.2.1 遥感影像分类特征变量的确定 32
3.2.2 基于穗帽变换的水稻面积遥感估算结果 33
3.2.3 基于穗帽变换的水稻面积遥感估算精度验证 34
3.3 基于神经网络和支持向量机的水稻种植面积遥感信息提取 36
3.3.1 遥感影像分类特征变量的确定 37
3.3.2 基于神经网络和支持向量机的水稻种植面积遥感估算与精度检验 41
3.4 本章小结 45
第4章 基于知识发现的水稻种植面积遥感估算 46
4.1 水稻生长发育期光谱特征分析 46
4.2 基于知识发现的水稻种植面积遥感估算方法与技术路线 49
4.3 时间序列MODIS数据去噪处理 50
4.4 基于多时相MODIS数据提取的中国水稻空间分布 53
4.5 基于多时相MODIS数据提取的中国水稻种植面积精度检验 57
4.5.1 基于统计数据的中国水稻种植面积遥感估算精度验证 57
4.5.2 基于中等空间分辨率遥感解译结果的空间位置匹配检验 57
4.6 本章小结 69
第5章 水稻面积遥感估算的不确定性研究 71
5.1 研究区分类影像数据和研究方法 71
5.1.1 遥感模拟影像 71
5.1.2 训练样本和分类参数选择 72
5.1.3 分类结果评价 73
5.1.4 分类不确定性可视化表达 73
5.2 分类方法引起的水稻面积遥感估算的不确定性 74
5.2.1 基于不同分类器单独硬分类的水稻面积遥感估算结果比较 74
5.2.2 基于部分模糊分类和全模糊分类水稻面积估算结果比较 77
5.2.3 基于多分类器结合的水稻面积遥感估算结果比较 81
5.3 像元纯度引起的水稻面积遥感估算的不确定性 83
5.3.1 研究区TM影像的像元纯度分析 83
5.3.2 像元纯度对分类精度的影响 84
5.4 参考专题图尺度扩展处理后各类别面积的不确定性分析 86
5.5 水稻面积遥感估算不确定性的可视化表达 87
5.6 本章小结 89
第6章 水稻主要发育期的遥感识别 90
6.1 样点的选择 90
6.2 增强的植被指数时间序列重构 91
6.3 水稻主要发育期遥感识别的算法与技术路线 92
6.4 水稻主要发育期遥感识别的结果 96
6.5 本章小结 100
第7章 水稻产量遥感预报模型研究 101
7.1 湖南省水稻总产遥感预报模型研究 101
7.1.1 水稻总产遥感预报模型 101
7.1.2 水稻总产遥感预报模型拟合结果评价 104
7.1.3 水稻总产遥感预报模型预测结果评价 105
7.2 基于统计抽样调查地块实割实测数据的水稻单产遥感估算模型 106
7.2.1 湖南省水稻产量统计抽样地块的空间分布 107
7.2.2 基于MOD13Q1与MYD13Q1水稻各发育期的EVI计算 107
7.2.3 水稻单产遥感预报模型及误差分析 110
7.3 基于像元水平MODIS GPP／NPP的水稻遥感估产模型 112
7.3.1 研究区概况 112
7.3.2 基于GPP／NPP的水稻遥感估产方法 113
7.3.3 水稻像元纯度对估产精度的影响 114
7.3.4 基于像元水平MODIS GPP／NPP的县级水稻遥感估产结果分析 116
7.4 本章小结 118
第8章 基于水稻遥感数值模拟模型的产量预报不确定性研究 120
8.1 ORYZA2000模型 120
8.2 水稻遥感数值模拟模型的不确定性分析方法 121
8.2.1 模型的全局敏感性分析方法 121
8.2.2 输入变量的不确定性和模拟采样 121
8.3 ORYZA2000的敏感性和不确定性分析 123
8.3.1 ORYZA2000输出变量对输入变量的敏感性分析 123
8.3.2 ORYZA2000输出变量的不确定性 132
8.4 ORYZA2000耦合遥感估算的LAI和NFLV数据的敏感性和不确定性分析 134
8.4.1 输出变量WSO和WAGT对ORYZA2000单独耦合遥感估算的LAI和NFLV的敏感性分析 134
8.4.2 输出变量WSO和WAGT对ORYZA2000同时耦合遥感估算的LAI和NFLV的敏感性分析 136
8.4.3 输出变量WSO和WAGT对ORYZA2000耦合遥感估算的LAI和NFLV的不确定性分析 136
8.5 本章小结 137
第9章 水稻遥感信息提取系统设计与实现 139
9.1 水稻遥感信息提取系统设计 140
9.1.1 系统数据流程设计 140
9.1.2 系统功能模块设计 141
9.1.3 系统界面设计 142
9.1.4 系统帮助设计 144
9.1.5 系统主界面 144
9.2 水稻遥感信息提取数据预处理 145
9.2.1 图像镶嵌 145
9.2.2 图像裁剪 147
9.2.3 参数计算 150
9.2.4 影像去噪 152
9.3 水稻面积信息遥感提取 154
9.3.1 水稻面积信息提取方法1 154
9.3.2 水稻面积信息提取方法2 160
9.3.3 精度评价 163
9.4 水稻生育期遥感识别 166
9.5 水稻长势遥感监测 169
9.6 水稻产量遥感预报 171
9.7 水稻遥感信息提取成果表达 176
9.8 本章小结 178
参考文献 179
索引 186