MODIS時間序列影像應用於稻米之判釋

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：7

、訪客IP：3.143.218.146

姓名

陳青(CING CHEN) 查詢紙本館藏

畢業系所

土木工程學系

論文名稱

MODIS時間序列影像應用於稻米之判釋
(Mapping paddy rice using Multi-Temporal MODIS Images)

相關論文

★ 多時期衛星影像之自動化監督性分類	★ 大範圍地區土地使用分類之研究
★ 高解析力衛星影像控制點座標之自動化萃取	★ 影像最佳類別數目之研究
★ 遙控直昇機應用於工程管理監測可行性之研究	★ 以地理資訊系統輔助共同管道之最適設計
★ 有理函數應用於空載多光譜影像幾何校正之研究	★ SPOT自然色影像產生之研究
★ 結合影像區塊及知識庫分類之研究-以IKONOS衛星影像為例	★ 遙控飛機空載視訊影像自動化鑲嵌方法之研究
★ 影像分割技術於高解析衛星影像分類之應用	★ 小波多層次解析之影像融合應用
★ 線性複合模式應用於變遷偵測之研究	★ 改良式變異向量分析法於變遷偵測之探討
★ 區塊分割變遷偵測法於多時期衛星影像之應用	★ 資料挖掘技術應用於外來入侵植物研究 (以恆春地區銀合歡為例)

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

稻作的分布和種植形態對於農政單位是一項重要資訊，使用多時期遙測影像可以用於辨識稻作分布和面積。一般而言，應用長時間系列的多時期衛星影像，基本上會有干擾雜訊，雜訊的來源為感測器內部所產生的系統性雜訊或大氣等外部所影響的隨機性雜訊。因此，時間序列資料可能無法完全反映週期性植物(稻作)時序變化。本研究的主要目的為經驗模態分解法(Empirical Mode Decomposition, EMD)濾除時序雜訊，萃取稻米時序變化的資訊。在時序雜訊濾除後，利用稻米時序變化資訊分類稻米。本研究主要分為四個階段:第一階段，建立常態植生指標(Normalized Difference Vegetation Index, NDVI)時間序列資料。第二階段，以EMD過濾長時間序列資料的雜訊，保留稻米時序變化的資訊。第三階段，在時間序列資料中辨識稻作插秧日期。第四階段，結合相關係數和無母數統計的方法，利用時間序列資料分類稻作。本研究所使用的測試影像為台灣(2005)每8天MODIS /Terra影像。測試結果顯示EMD可以有效濾除NDVI時間序列資料中的雜訊，進而重建稻作時序變化的資訊。

摘要(英)

The extent and distribution of individual crop types were important information of government. A number of studies have been carried out using multi-temporal satellite images to identify crop patterns and to classify cropland areas.In general, image noise is any unwanted disturbance in digital image. These noises recorded by the sensor, and are caused by the radiance absorption or emission of atmospheric particles during energy transportation process. As the result, the time-series data do not exactly follow the annual cycles of growth of vegetation, such as paddy rice. In this study, a method using Empirical Mode Decomposition (EMD) to reduce the noise and determine characteristic phenology of paddy rice at a long time scale is proposed. After the EMD filtering, another objective is to mapping the paddy rice with the time series data in Taiwan. The method of this study basically includes four main steps: (i) constructing Normalized Difference Vegetation Index (NDVI) time-series data; (ii) using EMD is proposed to reduce the noise in a year-long MODIS images and retrieve the time variation of paddy rice.; (iii) verifying the planting date of paddy rice from the time series data; (iv) combining of Correlation Coefficient and Corresponding nonparametric test are employed to classify the paddy rice from the time series data. The 8-day MODIS/Terra data in Taiwan (2005) are used to test the proposed method. The results indicate that EMD can effectively reduce noisy components of NDVI time-series profile and the characteristic phenology of rice crop in the region could be constructed from the derived-smoothed NDVI profile.

關鍵字(中)

★ 稻米生長期
★ 時序分析
★ 經驗模態分解法
★ MODIS影像

關鍵字(英)

★ EMD
★ Time-series analysis
★ Rice phenology
★ MODIS

論文目次

第一章緒論 1
1.1 研究動機和目的 1
1.2 論文架構 4
第二章文獻回顧 5
第三章 MODIS產品影像和地真資料 10
3.1 MODIS產品影像 10
3.2 地真資料 11
第四章研究方法 13
4.1 資料前處理 14
4.2 濾除雜訊 18
4.2.1 經驗模態分解法 20
4.2.2 小波濾除時序雜訊 27
4.3 稻米生長週期 31
4.3.1 辨識插秧日期 33
4.3.2 驗證插秧日期 35
4.4 稻作分類 39
4.4.1挑選訓練區 40
4.4.2 相關係數 43
4.4.3 無母數統計 45
第五章測試成果與討論 48
5.1 地真資料處理 48
5.1.1 二期稻作 48
5.1.2 一期稻作 53
5.2 濾除時序雜訊 57
5.2.1 EMD濾除時序雜訊 57
5.2.2 小波濾除時序雜訊 65
5.3 比較濾除雜訊的方法 69
5.3.1 二期稻作插秧日 69
5.3.2 小範圍稻米的分類精度 73
5.3.3 小結 77
5.4 二期稻作分類 78
5.5一期稻作分類 97
第六章結論與建議 105
6.1 結論 105
6.2 建議 107
參考文獻 109

參考文獻

參考文獻
周朝富，鄭祈全，1992，”利用 SPOT衛星資訊探測林地覆蓋變遷之研究”，林業試驗所研究報告季刊 7 (4)，第305-317頁。
陳文福，1995，”以Landsat-TM及SPOT影像監測高山土地利用變遷之研究”，中華水土保持學報 26 (3)，第183-196頁。
陳朝圳，吳守從，鍾家正，1996，”地理資訊系統應用於南化水庫集水區土地利用變遷之研究”，中興大學實驗林研究彙刊 18 (2) : 第98-112頁。
陳益凰、曾義星，1999，”應用多時段衛星影像辨識水稻田之研究”，航測及遙測學刊，Vol.4, No.3, 第1-16頁。
周昶成，1997，”利用多時SPOT衛星影像以研究水稻反射率動態光譜及其應用”，國立中央大學太空科學研究所碩士論文。
陳文杰，2006，” 雜訊環境下經驗模態分解法於語音辨識之應用”，國立中央大學電機工程研究所碩士論文。
楊文熙，2003，”股票變化之穩健預測”，國立中央大學統計研究所碩士論文。
陳哲俊，1994，”利用衛星影像資料改進稻作種植面積自動估測及生育查報計畫”，國立中央大學太空及遙測研究中心研究計畫報告。
鍾玉龍、陳朝圳、奚珍妮、劉士銘，2006，” MODIS影像應用於台灣乾旱監測指標之建立”，航測及遙測學刊11(1): 第39-58頁。
杜榮鴻，2005，”應用MODIS影像估算潛勢蒸發散量之研究”，國立成功大學水利及海洋工程研究所碩士論文。
葛哲學，陳仲生，2006，”Matlab時頻分析技術及其應用”，人民郵電出版社，第10-15頁。
蕭國鑫，1998，“多時遙測光學與雷達資料於水稻田辨識之研究” ，國立交通大學土木工程學系碩士論文。
Azzali, S., and Menenti, M., 2000,” Mapping vegetation–soil – climate complexes in southern Africa using temporal Fourier transform of NOAA-AVHRR NDVI data”, International Journal of Remote Sensing, 21, pp 975–996.
Bracewell, R., 1965,“The Fourier Transform and Its Applications”, McGraw-Hill, New York,.
Bradley, B., Jacob, R., Hermance, J., and Mustard, J. F. , 2007, “ A curve-fitting technique to derive inter-annual phonologies from time series of noisy NDVI satellite data“ ,Remote Sensing of Environment, 106, pp 137−145.
Brigham, E.O., 1974, "The Fast Fourier Transform", Prentice-Hall, Inc., New Jersey.
Cohen, L., 1995, “Time Frequency Analysis”, Prentice Hall, Inc., New Jersey.
Galford, G.L., Mustard, J.F., Melillo, J., Gendrin, A., Cerri, C.C., and Cerri, C.P., 2006, “Wavelet analysis of MODIS time series to detect expansion and intensification of row-crop agriculture in Brazil”, Remote Sensing of Environment, 112 ,pp 576-587.
Flandrin, P., 1999,”Time-frequency/ time-scale analysis”, Academic Press, San Diego, CA.
Han , T., Li ,Y.H., Han, H., Zhang, Y.Z., and Wang, Y.J., 2005” Land Cover Classification in Western Loess Plateau of China with MODIS Imagery”, IEEE Press.
Huang, N.E., and Shen, S.S.P., 2005, ”Hilbert-Huang Transform and Its Applications”,World Scientific, TAIPEI.
Huang, N.E., Shen, Z., Long, S. R., Wu,M. C., Shih, H. H., Zheng, Q., Yen N.C., Tung, C. C., and Liu H. H., 1998, " The Empirical ModeDecomposition and The Hilbert Spectrum for Nonlinear and Nonstationary Time Series Analysis ", Poceedings of Royal Society of London, Series A 454, pp903-995.
Lillesand, T. M., Kiefer R. W., and Chipman, J. W., 2008, “Remote Sensing and Image Interpretation”, 6th Ed., John Wiley & Sons.
Lu, D., Mausel, P., Brondízio, E., and Moran, E., 2004, ”Change detection techniques”, International Journal of Remote Sensing, 25:12, pp 2365 – 2401.
Jakubauskas, M. E., Legates, D. R., and Kastens, J. H., 2002, ” Crop identification using harmonic analysis of time-series AVHRR NDVI data”, Computers and Electronics in Agriculture, 37, pp 127−139.
Potgieter, B., Apan, A., Dunn, P., and Hammer, G., 2007, “Estimating crop area using seasonal time series of Enhanced Vegetation Index from MODIS satellite imagery”, Australian journal of agricultural research, vol. 58, pp 316-325
Roerink, G. J., Meneti, M., and Verhoef, W., 2000, “Reconstructing cloudfree NDVI composites using Fourier transform of time series”, International Journal of Remote Sensing, 21, pp 1911 –1917.
Sakamoto,T., Yokozawa, M., Toritani,H., Shibayama,M., Ishitsuka,N., and Ohno,H., 2005, “ A crop phenology detection method using time-series MODIS data”, Remote Sensing of Environment ,96 , pp 366 – 374.
Sakamoto, T., Nhan, N.V., Ohno, H., Ishitsuka, N., and Yokozawa, M., 2006, “Spatial-temporal distribution of rice phenology and cropping systems in the Mekong delta with special reference to the seasonal water flow of the Mekong and Bassac rivers” ,Remote Sensing of Environment, 100, pp 1–16.
Sakamoto, T., Nhan, N.V., Kotera, A., Ohno, H., Ishitsuka, N., and Yokozawa, M., 2007, “Detecting temporal changes in the extent of annual flooding within the Cambodia and the Vietnamese Mekong Delta from MODIS time-series imagery” ,Remote Sensing of Environment, 109, pp 295–313.
Wilcoxon, F., Katti, S.K.,and Wilcox, R.A., 1973, Critical values and probability levels for the Wilcoxon rank sum test and the Wilcoxon signed rank test. In Selected Tables in Mathematical Statistics, Volume 1, pp.171-260.
Witold, P., 1989, ‘‘Fuzzy control and Fuzzy system’’, Research Studies Press Ltd, pp 111–122.
Xiao, X. M., Boles, S., Liu, J., Zhuang, D., Frolking, S., Li, C. S., and Salas, W., 2005,” Mapping paddy rice agriculture in southern China using multi-temporal MODIS images”, Remote Sensing of Environment, 95, pp 480-492.

指導教授

陳繼藩(Chi-Farn Chen)

審核日期

2009-7-18

推文