文献综述
一、课题研究背景及研究意义近年来为了实现大范围、高精度、快速变化的地表信息遥感监测，需要高时空分辨率的遥感数据。
高空间、时间分辨率遥感数据在监测地表快速变化方面具有重要的作用[6],且农作物空间分布信息是农作物长势监测、产量估算、结构调整与优化等研究与应用的重要基础数据。
[13]另外多云多雾现象也是农作物遥感分类经常遇到的问题,影响分类精度[14]为此，一些学者提出了一种能够综合低空间分辨率遥感数据的高时间分辨率特征和中、高空间分辨率遥感数据的高空间分辨率特征的技术，即多源遥感数据时空融合技术。
[3]利用遥感技术进行农业监测是其重要的一个应用方向，无论在面积监测还是遥感估产等方面发挥着重要作用。
不同农作物具有特定的生长规律和物候特征,充分利用农作物的典型季相节律特征是区分不同作物类别、作物与其他绿色植被的关键依据。
然而，水稻作物分布广泛，种植结构复杂，同期作物生长，造成异物同谱现象，这对用于作物识别的遥感数据要求比较高;秋粮作物生长关键期内云雨天气较多，增加了有效遥感数据获取的难度，对利用遥感技术进行秋粮作物的识别带来了一定的挑战。
搭载在 Terra 和 Aqua 卫星上的中分辨率成像光谱仪 MODIS是一种广泛应用于农作物监测和识别的传感器。
MODIS传感器具有很高的时间分辨率，能很好地记录农作物生长的时间信息，应用于地表植被的生长监测和识别，这对大尺度、种植结构单一的作物(如水稻) 具有很大的优势。
利用 MODIS 250 m 分 辨 率 的NDVI 时间序列产品数据对大面积种植的水稻进行识别，能够获得较高的识别精度。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
