遥感影图像基础上的日光温室信息提取方法探究

第一章绪论

1.1选题背景和研究意义
温室根据有无人工加温设备，可分为日光温室和加温温室两种。和加温温室主要依靠人工加温设备进行加温不同，日光温室主要依靠日光的自然温热和夜间自身的保温性能来维持室内温度。因曰光温室具有节能、环保、省工省力、经济效益高等特点，我国近20年发展特别迅速，已经成为反季节蔬菜生产的主力设施。根据日光温室的规模，可以将日光温室分为塑料连栋日光温室、高效节能日光温室、塑料大棚和小拱棚四类。近年来我国设施园艺工程的总体水平有了明显的提高，设施类型以塑料大棚和高效节能日光室为主，逐渐向大型化、多样化方向发展。塑料大棚充分利用太阳能，有一定的保温作用，并通过卷膜能在一定范围内调节棚内温度和湿度，主要起"春提前"和"秋延后"的保温栽培作用，但不能进行越冬栽培。
高效节能日光温室简称日光温室，是我国北方地区特有的一种温室类型，由于温室结构不断优化和种植技术不断提高，室内小气候条件得到改善，使得越冬种植成为可能，并使种植区域不断北延，所种植的菜品也由耐寒性扩大为喜暖型，真正做到了反季节种植。高效节能日光温室主要由墙体（北边为后墙、东西两边为山墙、南边为前墙）、前屋面（为透明屋面，由前屋架和塑料薄膜组成）、后屋面（由后屋架、屋板、保温层和防水层组成）、保温被（棉被或毡被）等构成。日光温室蔬菜生产是近20年来我国农业种植中效益最大的产业，截止2003年底，全国含小拱棚的温室面积已达250余万左右，其中大型连栋温室仅有700hm2左右，而日光温室面积达60余万hm2左右，占日光温室和塑料大棚等大型设施总面积的50%左右。目前日光温室总面积的95%以上仍以生产蔬菜为主，但近年来日光温室果树、花卉等种植业及养殖业也在快速发展。宁夏中卫市设施蔬菜种植始于1989年，由于受经济社会现状和人们思想观念、居民消费水平等的制约，一直处于零星分散发展，没有形成规模；2004年，中卫撤县设市，为推动全市农村和农业经济发展，确立以中卫城区为主休，大力发展全市设施蔬菜产业，截止2004年底，累计建成无公害设施蔬菜基地4万亩；2005年，全市计划新增设施蔬菜面积1. 2万亩，累计达到5. 2万亩；2008年，中卫全市设施蔬菜总产量达到25.1万吨[8]。
发展日光温室蔬菜生产，对于增加淡季蔬菜供应、繁荣市场经济、促进农村发展，增加农民收入具有重要作用，所以精确提取日光温室，研究其空间分布并计算其覆盖面积具有社会经济意义，遥感作为一种覆盖范围广、速度快、能够提供具有客观事实依据的资源调査手段，在日光温室信息提取方面具有很强的先进性。传统基于像元的影像信息提取方法主要针对单个像元进行处理，分类也是针对单个像元进行监督或非监督分类，只利用了像元的光谱信息，而忽略了相邻像元间的相互依赖关系，以及大量的空间信息和结构信息，基本没有考虑多种遥感数据源的整合互补，能够获取的地物信息十分有限，而且信息提取结果中往往会出现很多破碎的无效图斑，这些严重影响了信息提取的精度和准确性。
随着影像分辨率的不断提高，地物的形状、纹理、结构、细节信息越来越突出，基于像元的遥感影像信息提取方法已经难以满足当前应用的需要，探索新的影像信息提取技术成为借助遥感手段进行资源调查研究的一个必然趋势。本文拟采用新兴的基于对象影像分析技术（Object-Based Image Analysis，OBIA)，探索利用基于对象影像分析技术高效提取日光温室遥感信息的方法，这对于发展遥感信息自动提取技术具有重要的现实意义。不同分辨率的遥感影像，日光温室的光谱、纹理、形状、结构、阴影、空间布局等影像特征不同，适宜提取的信息也就不同，在使用基于对象影像分析技术提取日光温室信息时所使用的分割参数、影像对象特征、信息提取精度也会各不相同。本文拟采用多种不同分辨率的遥感影像数据，探索使用基于对象影像分析技术从不同分辨率影像提取不同日光温室信息（单栋日光温室、连片日光温室）的方法。宁夏中卫市及其周边地区2004年以来设施蔬菜产业发展迅速，到目前为止已经形成较大规模，且设施类型以高效节能日光温室为主；笔者在读研期间曾多次实地考察过该地区，对该地区的地物类型很熟悉，而且对很多地物类型的光谱反射特性进行过测量，为该地区地物信息的提取积累了很多先验知识。

1.2国内外研究现状
1.2.1日光温室信息提取方法研究现状
在基于遥感影像的日光温室信息提取方面，目前的主要报道来自一些西班牙学者。Sanjudtn ( 2004)进行了基于Landsat5 TM影像的日光温室提取研究，该研究存在的主要问题在于所使用的影像分辨率较低，导致混合像元影响大，所以提取结果的可靠性不高[11]。 Agiiera等人（2006)基于QuickBird影像提取了日光温室，由于QuickBird影像分辨率比较高，日光温室的光谱特性受太阳方位角、塑料的化学成分、光学特性以及使用年限等复杂因素的影响，导致温室之间或同一温室内像元间光谱特性的差异，这给单纯依据光谱特征提取日光温室造成了困难。基于此，Agiiera等人（2008)研究了在基于QuickBird影像提取日光温室时加入纹理信息对提取精度的影，但他们在分类时使用了传统的基于像元的最大似然分类法，纹理特征的加入并不能克服基于像元影像分类方法的不足，实验结果表明对提取精度的提高作用不大。

    1.3 研究目标、研究内容及技术路线 ........................14-15
        1.3.1 研究目标 ........................14
        1.3.2 研究内容 ........................14
        1.3.3 技术路线 ........................14-15
    1.4 工作环境 ........................15-17
第二章 研究区概况和数据处理 ........................17-33
    2.1 研究区概况 ........................17-20
        2.1.1 自然环境特征 ........................17-18
        2.1.2 研究区早稻的生育期 ........................18-20
    2.2 数据处理 ........................20-33
        2.2.1 遥感数据 ........................20-29
        2.2.2 地面观测数据 ........................29-31 
        2.2.3 其他资料 ........................31-33
第三章 基于MODIS数据的水稻长势监测研究 ........................33-53
    3.1 长势的概述和遥感监测的基本原理 ........................33-34
        3.1.1 长势及长势监测的概述 ........................33
        3.1.2 早稻长势遥感监测的基本原理 ........................33-34
    3.2 早稻长势监测方法(植被指数监测法) ........................34-36
    3.3 早稻植被指数提取 ........................36
    3.4 早稻长势遥感监测分析 ........................36-52
        3.4.1 研究区水稻田信息提取 ........................37-41 
        3.4.2 典型植被指数的时间变化特征 ........................41-42
        3.4.3 植被指数与LAI的相关分析 ........................42-43
        3.4.4 植被指数反演叶面积指数的研究 .....................43-49 
        3.4.5 精度分析 ........................49-52
    本章小结 ........................52-53
第四章 水稻长势监测指标的制定及应用 ........................53-60
    4.1 早稻长势农学指标制定 ........................53-56
        4.1.1 叶面积指数特征分析 ........................53-55
        4.1.2 农学指标制定 ........................55-56
    4.2 遥感指标制定 ........................56-57
    4.3 早稻长势指标遥感监测应用 ........................57-59
    本章小结 ........................59-60

结论

本文以宁夏中卫市及其周边地区作为研究区，采用QuickBird、ALOS、LandsatTM等多种不同分辨率的遥感影像数据，探索使用基于对象影像分析技术从不同分辨率遥感影像提取不同日光温室信息（单栋日光温室、连片日光温室）的方法，通过研究得出如下主要结论：
(1)从影像分析的角度来讲，尺度描述的是地物信息提取的水平和程度，是地物的一种内在属性，是一个抽象的概念，需借助于其他具体的参数来表示；在基于像元影像分析中，尺度是用影像空间分辨率来表示的，而在基于对象影像分析中，尺度是用影像空间分辨率和分割阈值共同表示的。
(2)在基于像元影像分析中，对于特定的地物类型，总有一个适宜空间分辨率的影像，能充分反映出特定研究尺度上该目标的空间分布及结构特征，也就是说，在该空间分辨率的影像上提取该地物能达到最高的精度，这个分辨率就是提取该地物的适宜空间分辨率。在基于对象影像分析中，对于特定的地物类型，存在一个最大的影像空间分辨率，只有在分辨率小于该最大空间分辨率的影像上才可能提取出该地物信息；同时在所有小于该最大空间分辨率的影像中，也存在一个适宜空间分辨率的影像，在该空间分辨率的影像上提取该地物信息可以可以达到最高的精度。也就是说，基于像元影像分析中的适宜空间分辨率对应基于对象影像分析中的最大空间分辨率，而基于对象影像分析中的适宜空间分辨率是由不同分辨率影像在其各自最优分割阈值下的分割质量以及最终的信息提取精度决定的。

参考文献

[I]毛同艳，陈学峰.高效节能日光温室的类型、结构与建造[J].中国农村小康科技.2005： 36-37.
[2]赵鸿钧.塑料大棚园艺北京：科学出版社.1978.
[3] 张仁祖，徐为根，张利华等.徐州地区日光温室小气候研究[J].江西农业学报.2009,21 (11)： 74-79.
[4]李美荣，李化龙，柏秦凤等.基于县域单元的陕西日光温室蔬菜冻害风险特征及加温类型[J].中国农学通报.2010,26 (23)： 318-324.
[5]葛志军，傅里.国内外温室产业发展现状与研究进展[J].安徽农业科学.2008， 36(35)： 15751-15753.
[6] 姚轩.超低能耗日光温室保温性能及其节能效果研究[硕士论文].太原：太原理工大学.2011.
[7]李天来.我国日光温室产业发展现状与前景[J].沈阳农业大学学报.2005， 36：131-138.
[8] 中卫市地方志办公室.中卫年鉴[M].宁夏：黄河出版传媒集团阳光出版社.2009:69-99.
[9] 陈启浩.面向对象的多源遥感数据分类技术研究与实现[硕士论文].武汉：中国地质大学.2007.
[10] 黄瑾.面向对象遥感影像分类方法在土地利用信息提取中的应用研究[硕士论文].成都：成都理工大学.2010.