基于遥感影像的作物生长监测系统的设计与实现

《基于遥感影像的作物生长监测系统的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第26卷第3期农业工程学报Vol.26No.32010年3月TransactionsoftheCSAEMar.2010156基于遥感影像的作物生长监测系统的设计与实现※姜晓剑，刘小军，田永超，姜海燕，曹卫星，朱艳（南京农业大学江苏省信息农业高技术研究重点实验室，南京210095）摘要：利用遥感监测技术实时快速地获取作物长势参数和氮素营养状况，可以为作物的精确管理提供决策支持。在已有作物（小麦和水稻）生长监测模型的基础上，采用GDAL和GDI+信息处理方法，使用EM算法对反演的作物长势参数进行聚类分析，在Microsoft.NET平台上构建

2、基于聚类分析和遥感影像的网络化作物生长监测系统。系统具有常见格式遥感影像读取、遥感信息提取、作物长势参数反演、聚类分析、专题图制作以及信息发布等功能，并以江苏省方强农场为案例区，对系统的部分功能进行了测试与检验。结果表明，该系统能够准确的读取遥感影像信息，反演作物生长参数，并可根据聚类分析结果自动制作专题图，通过互联网予以发布，从而初步突破了用户无法直接参与遥感影像分析过程的瓶颈，为区域尺度的作物生长监测和精确管理调控提供了决策支持。关键词：农作物，遥感，聚类分析，生长监测，反演doi：10.3969/j.issn.1002-6819.2

3、010.03.027中图分类号：S127文献标识码：A文章编号：1002-6819(2010)-03-0156-07姜晓剑，刘小军，田永超，等.基于遥感影像的作物生长监测系统的设计与实现[J].农业工程学报，2010，26(3)：156－162.JiangXiaojian,LiuXiaojun,TianYongchao,etal.Designandimplementationofremotesensingimage-basedcropgrowthmonitoringsystem[J].TransactionsoftheCSAE,2010,

4、26(3):－.(inChinesewithEnglishabstract)类分析已成为数据挖掘的主要方法之一，同时也是遥感0引言[14-15]影像数据挖掘的有效方法，结合数据库技术和机器遥感影像包含丰富的信息，可以快速、无损、实时、学习，能够快捷、自动地对遥感影像中的海量信息进行大范围地监测农作物的长势、产量和品质。利用数据挖抽取和提炼。本研究拟在课题组已有作物生长监测模型掘技术对遥感影像进行分析和处理，可以有效地分析、[16-19]的基础上，综合运用数据库技术、聚类分析技术和抽取遥感影像海量信息中的特征信息，结合网络对信息遥感影像处理

5、技术等，构建基于聚类分析和遥感影像的进行发布和共享，可以为区域尺度的作物精确管理提供网络化作物生长监测系统，实现遥感影像数据的自动处可靠的决策支持。为了从遥感影像中提取有用信息，国理，用户可通过网络参与分析遥感影像包含的作物长势内外已经建立了许多已投入运行的农作物遥感监测系信息，为区域尺度的作物生长监测和精确管理调控提供[1-4]统，然而这些监测系统大多数基于Client/Server架构，决策支持。主要功能模块依赖于商业遥感影像处理平台（如IDL），1系统的设计与实现并在客户端运行，因此遥感影像的分析处理难以和普通用户形成有效的互动，无

6、法及时、广泛的共享和发布遥1.1系统结构设计感信息。同时遥感影像包含的信息量巨大，如何对其信系统采用Browser/Server架构，主要包括数据层、业息进行有效的分析、处理、共享和传输，成为制约遥感务逻辑层和表现层，Web服务器使用因特网信息服务技术广泛应用的瓶颈之一。聚类算法，如EM（expectation（internetinformationservices，IIS）。其中数据层由数据maximization，期望最大化）、K-means（K均值）等，已库组成，主要用于遥感影像及其反演数据的存储和管理；成为图像识别中常用的算法，在

7、遥感影像分类中得到了业务逻辑层由作物（小麦和水稻）生长监测模型、聚类[5-12]广泛的应用。聚类分析可以在没有任何先验知识的情分析模块和遥感影像处理模块组成，主要提供遥感影像况下，抽取特征信息，对具有海量信息的遥感影像数据反演计算和专题图制作的功能；表现层由ASP.NET页面[13]进行概括性的描述。随着计算机硬件技术的发展，聚组成，包含图像显示控件和用户交互控件，主要提供图像显示、用户请求处理等功能。具体的系统结构与流程收稿日期：2009-09-21修订日期：2010-02-28见图1。基金项目：教育部新世纪优秀人才支持计划（NCET-

8、08-0797）；国家自然科1.1.1数据层学基金（30871448）；江苏省自然科学基金（BK2008330）；江苏省创新学者攀登计划（BK20081479）资助数据层即数据库服务层，采用M