基于多时相遥感数据的农作物分类研究的开题报告.docx

基于多时相遥感数据的农作物分类研究的开题报告
一、选题背景
随着遥感技术的不断发展，遥感数据在农作物分类、监测、预测等方面得到了广泛应用。农作物分类是农业遥感应用中的核心问题之一，也是农业科学、农村发展和国家经济社会发展的重要研究议题。近年来，随着多时相遥感数据的应用和开发，农作物分类的精度不断提高，但由于多时相遥感数据幅数多、数据量大，因此如何准确高效地从多时相遥感数据中提取农作物信息，仍是一个亟需解决的问题。本研究拟基于多时相遥感数据进行农作物分类研究，以提高农作物分类精度和实用性。
二、研究内容和方法
（一）研究内容
本研究拟以多时相遥感数据为基础，采用图像分类与遥感技术等手段，对农作物进行分类识别和分析，以解决目前农作物分类中存在的问题，提高分类精度和实用性。
（二）研究方法
1.数据获取与预处理
通过采用高分遥感卫星数据、Landsat卫星数据等多时相遥感数据，获取合适的数据集，进行预处理，如图像增强，辐射定标，大气校正，几何校正等操作。
2.特征提取
利用主成份分析（PCA）、线性判别分析（LDA）等方法对多时相遥感数据中的农作物进行特征提取，选取得到的有效特征，进而为后续分类提供数据支持。
3.分类建模
选取适当的分类算法，进行分类建模，比如支持向量机（SVM）、随机森林（RF）、决策树（DT）等，以提高分类精度和实用性。
4.精度评价
对分类结果进行验证和评价，采用混淆矩阵、kappa系数等方法进行分类结果的评价，从而对分类算法和模型进行优化和改进。
三、研究意义与预期成果
本研究将提高农作物分类的精度和实用性，拓宽遥感在农业领域的应用，尤其是在农业生产方面的应用，具有一定的实际应用前景。同时，本研究将为遥感技术在其他领域的应用提供一定的参考。
预期成果如下：
1.基于多时相遥感数据的农作物分类技术研究成果。
2.一个高效、准确的农作物分类模型。
3.一个有利于提高多时相遥感数据分类精度和实用性的农作物分类方法。
4.提供有关农作物分类技术研究的理论、知识以及相关数据。
四、主要参考文献
[1]DengY,ZhangR,DingY,etal.Multi-temporalremotesensingimageclassificationwithcollaborativerepresentation[J].RemoteSensingLetters,2017,8(3):274-283.
[2]DuM,SunZ,ZhangY,etal.IntegrationoftemporalandspectralfeaturesforcropidentificationusingtimeseriesLandsatdataandHJ-1 A/1BCCDdata[J].RemoteSensing,2015,7(2):1230-1245.
[3]GerasimovDN,NeupokoevaEA,ShalaginaNV,etal.Multi-temporalclassificationofagriculturalcroptypesusingmulti-sourcesatellitedataofdifferentspatialresolutions[J].InternationalJournalofAppliedEarthObservationandGeoinformation,2018,68:189-200.
[4]LiuJ,LiangS,LiuX,etal.Integrationofspectralandtemporalinformationinremotesensingdataforwinterwheatmapping[J].InternationalJournalofAppliedEarthObservationandGeoinformation,2016,52:328-339.
[5]XiongL,XuX,MuX,etal.UsingLandsattime-seriesandmulti-sensordatatomonitorwinterwheatgrowthintheHuanghuaihaiPlain,China[J].RemoteSensing,2015,7(7):8523-8549.