📄Работа №26757
Тема: Использование разновременных данных дистанционного зондирования для определения вида сельскохозяйственных культур
Характеристики работы
Тип работы
Бакалаврская работа
Предмет
Информационные системы
Объем:
40 листов
Год:
2016
Просмотров:
284
5600
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 4
1 Описание литературных источников по вопросам классификации сельскохозяйственных культур 6
2 Описание данных 8
2.1 Обзор данных дистанционного зондирования 8
2.1.1 Данные прибора Landsat 8 OLI 8
2.1.2 Продукты прибора Terra/MODIS 12
2.2 Обзор используемого в данной работе программного обеспечения 15
2.2.1 Геоинформационная система ERDAS Imagine 15
2.2.2 Геоинформационная система ArcGIS 16
2.3 Методы классификации многоспектральных изображений 17
2.3.1 Классификация с обучением методом минимального расстояния 19
2.3.2 Классификация с обучением методом расстояния Махаланобиса 20
2.3.3 Классификация с обучением методом параллелепипеда 20
2.3.4 Классификация с обучением методом максимального правдоподобия. 21
2.4 Методы кластеризации многоспектральных изображений 22
2.4.1 Метод кластеризации ISODATA 23
2.4.2 Метод кластеризации K-Means 25
3 Использование методов определения культур по спектральным характеристикам и NDVI 26
3.1 Исходные данные 26
3.2 Метод определения паров для полей с использованием NDVI 26
4.2.1 Оценка точности классификации 35
4.3 Сравнение результатов выделения паров 35
Заключение 38
Список использованных источников
1 Описание литературных источников по вопросам классификации сельскохозяйственных культур 6
2 Описание данных 8
2.1 Обзор данных дистанционного зондирования 8
2.1.1 Данные прибора Landsat 8 OLI 8
2.1.2 Продукты прибора Terra/MODIS 12
2.2 Обзор используемого в данной работе программного обеспечения 15
2.2.1 Геоинформационная система ERDAS Imagine 15
2.2.2 Геоинформационная система ArcGIS 16
2.3 Методы классификации многоспектральных изображений 17
2.3.1 Классификация с обучением методом минимального расстояния 19
2.3.2 Классификация с обучением методом расстояния Махаланобиса 20
2.3.3 Классификация с обучением методом параллелепипеда 20
2.3.4 Классификация с обучением методом максимального правдоподобия. 21
2.4 Методы кластеризации многоспектральных изображений 22
2.4.1 Метод кластеризации ISODATA 23
2.4.2 Метод кластеризации K-Means 25
3 Использование методов определения культур по спектральным характеристикам и NDVI 26
3.1 Исходные данные 26
3.2 Метод определения паров для полей с использованием NDVI 26
4.2.1 Оценка точности классификации 35
4.3 Сравнение результатов выделения паров 35
Заключение 38
Список использованных источников
📖 Введение
В развивающемся мире появляется все больше потребностей, в том числе растет и потребление пищи, для удовлетворения этой потребности требуются новые методы и исследования ведения сельскохозяйственной деятельности. Основной задачей мониторинга сельскохозяйственных угодий по данным дистанционного зондирования в наше время является получение ценной информации о состоянии культурных полей за некоторый период времени. Эта информация должна включать в себя данные о разных сельскохозяйственных культурах, используемых пахотных землях и их динамике, изменениях в структуре посевной площади, виде растущей на полях сельскохозяйственной культуры. Данная информация поможет агрономам, фермерам, частным предпринимателям и другим сельхозпроизводителям своевременно решать проблемы, связанные с учетом полей, прогнозированием урожайности, измерением площади сельскохозяйственных угодий, картированием полей.
Для России, которая на протяжении достаточно долгого времени считалась аграрной страной, сельское хозяйство исторически является одной из важнейших отраслей народного хозяйства, которая производит продукты питания для населения, сырье для перерабатывающей промышленности и обеспечивает другие нужды общества.
В данной работе были исследованы методы определения сельскохозяйственных культур с помощью данных дистанционного зондирования на локальном уровне, а именно для определенного аграрного хозяйства.
Цель бакалаврской работы: разработать алгоритмы для обработки разновременных данных дистанционного зондирования для определения видов сельскохозяйственных культур.
Задачи:
- описание разновременных данных дистанционного зондирования, по которым можно подсчитать NDVI;
- собрать разновременные изображения с NDVI и провести кластеризацию полученного изображения;
- провести анализ пригодности результатов кластеризации для выделения полей с разными культурами;
- провести классификацию с обучением по эталонным участкам для выделения полей с разными культурами.
Для России, которая на протяжении достаточно долгого времени считалась аграрной страной, сельское хозяйство исторически является одной из важнейших отраслей народного хозяйства, которая производит продукты питания для населения, сырье для перерабатывающей промышленности и обеспечивает другие нужды общества.
В данной работе были исследованы методы определения сельскохозяйственных культур с помощью данных дистанционного зондирования на локальном уровне, а именно для определенного аграрного хозяйства.
Цель бакалаврской работы: разработать алгоритмы для обработки разновременных данных дистанционного зондирования для определения видов сельскохозяйственных культур.
Задачи:
- описание разновременных данных дистанционного зондирования, по которым можно подсчитать NDVI;
- собрать разновременные изображения с NDVI и провести кластеризацию полученного изображения;
- провести анализ пригодности результатов кластеризации для выделения полей с разными культурами;
- провести классификацию с обучением по эталонным участкам для выделения полей с разными культурами.
✅ Заключение
В ходе выполнения данной работы были изучены данные дистанционного зондирования, по которым можно подсчитать NDVI.
С использованием многоспектральных снимков Landsat 8 OLI были проведены два метода выделения полей и других сельскохозяйственных культур на полях ООО «Емельяновское»: по спектральным признакам и по значениям NDVI. В работе были изучены и описаны методы классификации с обучением и методы кластеризации.
После выполнения данной работы можно сделать вывод о том, что с помощью программного обеспечения ERDAS Imagine возможно определить сельскохозяйственную культуру по значению яркости пикселей, отделить пары от других культур и объектов с помощью индекса NDVI. Полученные данные помогут идентифицировать пары в агрохозяйствах, с минимальным участием человека, не используя ресурсозатратные методы, подсчитать площадь исследуемых полей, определять их границы, исследовать сезонную изменчивость полей.
С использованием многоспектральных снимков Landsat 8 OLI были проведены два метода выделения полей и других сельскохозяйственных культур на полях ООО «Емельяновское»: по спектральным признакам и по значениям NDVI. В работе были изучены и описаны методы классификации с обучением и методы кластеризации.
После выполнения данной работы можно сделать вывод о том, что с помощью программного обеспечения ERDAS Imagine возможно определить сельскохозяйственную культуру по значению яркости пикселей, отделить пары от других культур и объектов с помощью индекса NDVI. Полученные данные помогут идентифицировать пары в агрохозяйствах, с минимальным участием человека, не используя ресурсозатратные методы, подсчитать площадь исследуемых полей, определять их границы, исследовать сезонную изменчивость полей.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.