本科學生實驗報告
姓名李旭東學號 114130160
專業地理資訊系統班級 11地信
實驗課名稱遙感應用
實驗名稱農作物估產
指導教師洪亮
開課學期 2014 至 2015 學年一學期
雲南師範大學旅遊與地理科學學院編印
1.實驗資料
landsatetm昆明幅資料（2023年10月7日，解析度30m），昆明地區dem；spot5昆明幅資料（2023年1月1日全色波段資料，解析度5m）；研究區向量邊界。
2.資料預處理
2.1輻射校正主要用於消除或降低大氣吸收散射的影響。具體校正方法有直方圖最小值去除法、回歸分析法等。
直方圖最小值去除法中直方圖以統計圖的形式表示影象亮度值與像元數之間的關係。在二維座標系中，橫座標代表影象中像元的亮度值，縱座標代表每一亮度或亮度間隔的像元數佔總像元的百分比。首先確定該影象上有輻射亮度或反射亮度應為零的地區，則亮度最小值必定是這一地區大氣影像的程度增值。
校正時，將每一波段中每個像元的亮度值都減去該波段的最小值。
2.2幾何校正建立原始影像與校正後影像的座標系。對於校正後的影像要確立座標原點（起始行列）像元的大小以及影像的大小（行數和列數）。
確立gcp，即在原始畸變影像空間與標準空間尋找控制點對。選擇畸變量學模型並利用gcp資料求出畸變模型的未知引數，然後利用該畸變模型對原始畸變影像進行幾何校正。gcp選擇不精確、gcp數目過少、gcp分布不合理以及畸變量學模型不能很好的反映幾何畸變過程，會造成幾何精校正的精度下降。
因此，必須通過精度分析，找出精度下降的原因並進行改進，然後再重新進行幾何精校正直到滿足精度要求為止。
2.2.1地面控制點選取
地面控制點在影像上又明顯的可識別標誌，如橋梁與河岸的交點，田塊邊角點，大的煙囪，道路的交叉點等；地面控制點的地物不隨時間而變化，以保證兩幅不同時相得影像都可以識別出來；在沒有進行過地形校正得影像上選取控制點時，應盡量選取同一高程上的控制點。地面控制點應盡量均勻分布在校正區域內，並有一定的數量保證。地面控制點的精度，數量和分布直接影響著影像幾何校正的精度。
本**中用的幾何校正方法是影象到地圖的校正方法，gcp點是根據向量檔案選取的。由於shp不是envi的，evf向量格式檔案，envi自動會對它進行格式轉換。選擇輸出到記憶體（memory），投影引數按照預設設定。
圖點圖點
2.2.2幾何校正結果
圖3.幾何糾正結果
2.3遙感影像分類
2.3.1研究區概況
尋甸縣農業的發展方向是充分利用雲南省得天獨厚的地理氣候條件和豐富的自然資源，主要種植農作物稻、大麥、小麥、玉公尺、大豆、蠶豆、豌豆、油菜、馬鈴薯（從會-2到合作88、威芋3號，後來滇薯6號、宣薯2號、昆薯2號、青薯9號等）、菸草（主要種植k326、雲煙85、雲煙87等品種）等，其中以馬鈴薯、水稻、玉公尺為主導，以菸草產業為支撐。尋甸縣發展馬鈴薯產業具有氣候、土壤、地理區位和品種資源等諸多優勢，是我市最適宜種植馬鈴薯的地區之一。主要種植模式有：
淨種、馬鈴薯套種玉公尺、馬鈴薯套種蘿蔔等，近年來馬鈴薯成為助農增收的「金蛋蛋」。 水稻種植模式有：冬季作物—水稻，主要有麥類（大麥、小麥）—稻，豆類（蠶豆、豌豆）—稻，綠肥—稻；春夏旱作—水稻，主要有：
大豆—稻，玉公尺—稻，馬鈴薯—稻，菸草—稻等。
圖4.尋甸縣遙感影像
2.3.2影像分類
，即同類地物像元的特徵，向量將集群在同一特徵空間區域；而不同地物的光譜資訊特徵或空間資訊特徵不同，因而將集群在不同的特徵空間區域。
由於影像解析度的原因，在實驗中只做一級分類，然後提取出耕地面積，進行農作物估產。
圖5.土地利用現狀
3 **模型建立
3.1植被指數模型建立
植被指數是將遙感地物光譜資料經數學方法處理，以反映植被狀況的特徵量。利用衛星不同波段探測資料組合而成的，能反映植物生長狀況的指數。植物葉面在可見光紅光波段有很強的吸收特性，在近紅外波段有很強的反射特性，這是植被遙感監測的物理基礎，通過這兩個波段測值的不同組合可得到不同的植被指數。
差值植被指數又稱農業植被指數，為二通道反射率之差，它對土壤背景變化敏感，能較好地識別植被和水體。遙感影象上的植被資訊主要來自於植被冠層對太陽光譜的反射強度，植物葉子的葉綠素含量的多少是量度光合作用能力以及幹物質積累程度的重要指標。植被在近紅外波段反射率的大小，正反映了植被葉綠素的含量以及將來千物質的結果。
即植被遙感資訊直接指示植物活生物量以及幹物質的積累。通常利用植物光譜中的紅光與近紅外這兩個最典型的波段值。近紅外波段是葉子健康狀況最靈敏的標誌，它對植被差異及植物長勢反應敏感。
指示著植物光合作用能否正常進行，可見光紅波段被植物葉綠素強吸收，進行光合作用，製造幹物質，是光合作用的代表性波段，近紅外通道對植被特別敏感。現採用的植被指數(ndvi)定義為近紅外光波段與紅光波段的差值與兩者之和的比值。
圖指數3.2**模型建立
(1)累積植被指數的測定：6～9月16 d最大合成值植被指數定積分和；
(2)累積植被指數的平均值的測定：作物生長季內的累積植被指數與獲取月份的比值；
(3)產量轉換係數的計算：當年農作物產量與作物生長季內的累積植被指數的平均值的比值；
(4)產量的**(假設第二年耕作制度不變)：**年作物生長
季內的累積植被指數的平均值乘以產量轉換係數。
m=ndvi耕地*x
其中ndvi耕地為尋甸縣所有耕地的季內累計植被指數的平均值，x為產量轉換係數。
4 實驗結果
分別計算2012-2023年糧食作物生長期內(6～9月)最大歸一化植被指數，並求出平均值，分別與當年的糧食實際產量建立比例關係，按照最大植被指數遙感估產模式，求出2023年的累積植被指數平均值分別為0.589。就得到了2023年農作物產量**結果225160t， 2023年的累積植被指數平均值分別為0.
47581，就得到了2023年糧食產量**結果204356t。運用該模型可以進行農作物估產，但由於沒有實際資料，且土地利用分類不能達到實驗要求，所以**資料沒有實際的應用價值，但技術路線是可以支援我們的應用的。
農作物模擬
種植農作物模擬5 滿分100分 一 選擇題 每小題2分，40分 1.下列作物中，有 全身都是寶 之稱的是 a 小麥 b.玉公尺 c.棉花 d.水稻 2.下列屬於長日照作物的是 a.小麥 b.玉公尺 c.棉花 d.水稻 3.棉花的單鈴重常用 來表示。a.單位面積鈴數 b.單株鈴數 c.單個子棉重 d....
農作物複習教案
備課本班級 10級1 班 姓名王志剛 科目農作物生產技術 濮陽縣職業技術學校 課題緒論 課型 複習課 課時 1個課時 目的 1 了解農作物的概念 農作物生產的特點 2 掌握農作物的分類方法與型別。重點 農作物的分類方法與型別 難點 農作物的分類方法與型別 教法 知識結構式 講 議 結 記 述教學法 ...
農作物施肥方法
王代偉一 蔬菜類施肥方法 按照45 硫酸鉀15 15 15複合肥計算用量，面積以667 1 大蔥的營養與施肥方法。大蔥的特性 喜肥性強，生長需肥量大，對氮素的反應很敏感，施用氮肥有明顯的增產效果。而進入葉鞘充實期，對鉀的吸收量要比氮高。每生產1000kg大蔥，需吸收氮3.4kg 基肥 磷1.8kg ...