作物產(chǎn)量估產(chǎn)

農(nóng)作物產(chǎn)量估產(chǎn)實習報告1數(shù)據(jù)處理 1.1遙感影像處理遙感影像合成 【LayerStack】，將 打開ERDAS軟件，【Interpreter】f【Utilities】Tiff合成為.img格式文件。 曳LayerSelectionandStacking InputF^e:PLimoi更1OutputFile:I'.imglClear DataTvpeInput:NoneOulpit：|Unsigned8bl〒 OulpulOpbons: r*'Union''IrtterseclicnAPI一”| Help Ignorethe2erovaluefor^tatiitic?intheoutputfile. 圖1LayerStack功能 1.2矢量數(shù)據(jù)讀取表數(shù)據(jù)導入Excel中，并在ArcMap中打開（注意事項數(shù)據(jù)表最好另存為CSV格式） 刃半舊扁無)詼M書寶Ei磁訕醉⑸地理址理iG)目釵口冏口附鮒S3SEIT丨眄尬冋I羽霞SiH恵昌刁*D紀㈣“， 盧打開⑼”， 另存為閩”， 煉岡本〔Q,”Cai-hNCtri+SStos^ml;600a000AifcGISOnline..a打KBK5臨，fflD(P)... 務(wù)折塔空回... a\Us,.,\R-!：IO^<J£,mKdQ\User5.\T?.Aceshi.mxd□li □□ 注加辰宦舊h?從ArcGIBOnline灌如£1園:0J“. 空闔WKvjft圭yy’“基于xy 中逵皿初餌El皂. 圖2添加數(shù)據(jù)轉(zhuǎn)投影將打開的Excel點數(shù)據(jù)矢量化，使用【定義投影】工具，將點數(shù)據(jù)投影轉(zhuǎn)成和柵格數(shù)據(jù)一致的投影。 2指數(shù)計算及結(jié)果計悴會式1H-化植按推數(shù)M)VI比伯植彼播數(shù)KV1走值曲敲拎數(shù)DV1上壤調(diào)幣樁彼指敵HAVI慨改型上壤調(diào)轅植蘭口苗曲旅數(shù)V\I綠度植彼旅數(shù)［；V| M)\l=(Hf4-7-U3)1(.TM4-+TM3) Deering等，1975 HljIli和£■vcy,L96K ^17=^-MB Rich訕(kon,N77 SU7=(I+L)(?'；W4-n/3>!(7!V4-7：W3+i：' IIuhHl昭g 加Vi=(27：W4+1-<2l'M4+1)--SE4-)fl Qi等?、】9舛 nv=⑴.355TM4-0J49rW3)-十(03557!W3-0.852TM4)2 訴嗨納止1977 GVI=M2朋9TT3+0.7947'M4- 0.00()27?W5-().I-H6Z,.W7 Crisi,1985 注7-.WJ,2,3,4,5,7為IM矗像府波段-SAM計林公式中L值果用0J5(Huci^,1994).. 圖3指數(shù)表 圖4NDVI圖5DVI 圖6GVI圖7MSAVII■■- f r 圖8PVI圖9RVI 圖10SAVI 這里影像是進行裁剪過）3計算樣方對應(yīng)值 圖11提取指數(shù)值 輸入點數(shù)據(jù)和各指數(shù)柵格數(shù)據(jù)，利用【值提取至點】，得到獲得數(shù)據(jù)的點數(shù) 據(jù)。 4相關(guān)性 ?打開SPSS軟件，導入各數(shù)據(jù)的.dbf格式數(shù)據(jù), MITQ)知析®SW⑹冗用征舉妙更口也0 掲告*碗城計*«HT)?ttWW即?r^istUffia?相矣i©*回0嚶?己攢劇出i金直i#井?咂?ratisj^車梓拽讖駒. W»HF?生曲呃?琴的應(yīng)世#圖12雙變量 ?分析各指數(shù)相關(guān)性 OutpuE n&teni»alu Output rastervalu OutpulPearson 1 -27B OutputPe^rscn性 1 -.256 顯劃t(咖 .235 兄若牲｛撫側(cè)) .277 N 20 20 N 20 20 rastervaluPearson相丟性 -.278 F rastervaluPearson片聯(lián)性 -.256' 1 顯若性 235 顯善性(iSM) .277 IN N 20 20 圖13DVI圖14GVI Oulput rasfieiv^lu Oulpul rastervalu OutpiitPeareon相丟性 ■ 0utpuEPparson 1 ~2V 顯看H(WflO .233 顯苦11 .335 N 2<0 2D N 20 ：n rasiteivaluP@areon相丟性 1 rastervaluPearson相關(guān)性 -.227 1 顯吾性劇〉 .239 顯著性(JJW) 335 N 20 20 N 20 20 圖15MSAVI圖16NDVI Output rastervalu 怕引皀m渕u output OutputPearsQn相矢桂 1 —J69 r^st^nraluPearson扌昌關(guān)性 1 228 .1511 .333 N 20 2D N 20 20 raslaivaluPsai^-on目目先性 ■JB9 1i OutputPearson［目黃:性 22：: 1 .J51 aat± .333 N 20 2D N 20 20 圖17PVI圖18RVI outpin m舛L-1 OutputPearson關(guān)性 1 ■瞬 顯著性＜JVffl) ^35 N 20 20 rastervailuPearson耳目關(guān)片生 -.227 1 顯若性 .335 N 20 20 圖19SAVI 這里計算分析得到MSAVI指數(shù)相關(guān)性最好，故選用MSAVI建立回歸方程。 （中值影像的效果并不好） 5回歸分析及結(jié)果均方df回陽3063(1/獨差1'3平方和自輩重藥raslietvalij^三次檬型匸總ANOVA631913033.13B23455724.33 R R方 調(diào)整只方 估計醪標準 443 197 .046 1210778 自蠻重藥rastervaluo 未標堆化系數(shù) 標準化系埶 1 B 標準逞 Beta rastervalu -.515 1218 -3.510 *423 .678 castervalu**2 -2149E-5 .OCIU -9637 -.593 568 rastetvaiu**3 -251EE-10 000 -6.005 ■I常救） -1206.267 12709512 -.095 .925 O己期測進 M)0O-30DD-300(?-1AD0- \ D 6 \十 %jn,OO g 圖20回歸曲線 回歸模型： 由擬合結(jié)果可知 y=—2.516*10-10x3—2.148*10-5x2—0.5165%—1208.267 （X為MSAVI指數(shù)，y為生物量估算值）6模型應(yīng)用 ?將MSAVI指數(shù)值帶入回歸模型（ERDAS-Model功能） 圖21 ?確定生物量范圍，應(yīng)用NDVI指數(shù)確定生物范圍 1. 計算NDVI指數(shù) 2. 對NDVI影像進行重分類，得到生物范圍 3. 對MSAVI進行按掩膜提取 圖22NDVI 護1網(wǎng)>1.則V已lvalue匚 方熾罰：自幣阿飯煨升靈沖皿曲;I 羯畑|£可11敝略..球科®_ 列何；匝；□8>feiStDj□B^J^Ijimj 比婭計 tHS Sti54055 JCJW： -JRMt ilZ±222 忌相 期6謝.％山認 平雌 .I1TL25 >l3^T& 中MjffQ|.37341.mm 生物范圍 聰 圖23重分類 圖24圖25提取影像查看上述所得影像，研究區(qū)域每平方米的生物量，平均值為 1957.32(g/m2)。 □顯污背SHfi問. □鍥用lUf4Mft^：U） 夷田［円； ■MZ匚冋Ifta. □底用IIIH網(wǎng)： 百分此■:斷 ■片El間 □黍冋W ■3LEND 圖26 OBJECTM牢 Valwc CoiinX| 1 1 540717D] FieclassinigIO ?像元個數(shù)（查看重分類影像屬性表），得到像元個數(shù)：5407170n:17918,41^：-&19.797JC：XU5ers\Tpfu\DocumentsVReclafis_img10 口C:\Llsers\Td1j\Deslctap\農(nóng)杵e_ndviJnng5：O.S22917圖27 ?計算以上數(shù)據(jù)，進行產(chǎn)量估計 采用“區(qū)域總產(chǎn)二植被總面積X區(qū)域內(nèi)植被單產(chǎn)的平均值”的方式來獲得整個區(qū)域的植被總產(chǎn)量。 公式中，Y為整個研究區(qū)的植被總產(chǎn)量，S為植被總面積，y為研究區(qū)內(nèi)植 被像元灰度值的均值(即區(qū)域單產(chǎn)平均值)。 ? 一個像元面積為30m*30m*像元個數(shù)，即為MSAVIliang所有像元的面積為： 30*30*5407170(m2)=4.87*109(m2) ? 研究區(qū)域每平方米的生物量(g/m2)*MSAVIliang所有像元的面積，即為植被總生物量： 1957.32(g/m2)*4.87*109(^2)=9532148.4(t)基于NDVI指數(shù)取得的該區(qū)域內(nèi)植被總生產(chǎn)量為9532148.4噸。