共查询到20条相似文献，搜索用时 46 毫秒
1.
2.
3.
草原产草量遥感估算方法发展趋势及影响因素 总被引：1，自引：1，他引：1
草原产草量估算是实行以草定畜、草畜平衡管理的前提条件。遥感模型方法是目前从宏观上用于估算产草量的有效方法。该研究对遥感估算方法进行了详细阐述,并针对国内外的研究现状,分别讨论了基于遥感的统计模型法、综合模型法和其它相关方法,分析了不同方法的优缺点,探讨了建模过程中的影响因素,最后对产草量遥感估算方法的发展趋势及前景进行了展望。遥感模型法中的统计模型仍是今后大面积估产中应用的重点,而遥感模型法中的综合模型在今后草地生物量估算中将有很大的发展潜力,新的数学方法的不断探索和多种相关模型的不断融合将实现从微观形成机制的研究到宏观产量形成模拟的一体化方面有着重要的前景。 相似文献
4.
利用多时相Landsat8图像提取苜蓿人工草地信息 总被引：1，自引：0，他引：1
以内蒙古阿鲁科尔沁旗为例,利用2013年5月5日至10月21日期间的16景Landsat8OLI和1景Pleiades遥感图像,研究苜蓿人工草地遥感信息提取方法。结果表明:依据一年中苜蓿生长与生产动态变化特点,提出基于多时相Landsat8OLI遥感图像的NDVI加和法和NDVI差值加和法。非监督分类方法的提取精度最高(100%),NDVI差值加和法次之(94.55%),NDVI加和法最低(91.23%)。NDVI加和法会出现误判,不宜用于苜蓿人工草地遥感信息提取;非监督分类方法与NDVI差值加和法各有优势,只要依据多时相Landsat8OLI图像,结合野外调查数据,均能够获得满意的结果。 相似文献
5.
6.
探知全球草地生态系统的土壤有机碳储量是调控全球陆地碳循环过程的必要环节和最大难题之一。本文回顾了草地生态系统土壤有机碳储量的研究进展, 分析了现有的草地土壤有机碳模拟技术——草地土壤有机碳模型的主要技术特征,就模型的基础数据、模型的结构和模型内的函数参数等三方面,讨论了现存草地土壤有机碳模拟技术的缺陷,提出样地清查、遥感分析和模型模拟方法的综合运用将是解决这一问题的根本途径。最后,提出了一种基于草地综合顺序分类系统(comprehensive sequential classification system of grassland, CSCS)的草地土壤有机碳储量分类指数模型的构架。将样地清查、基于CSCS的草地土壤有机碳分类指数模型与遥感的高时空分辨率特征三者耦合起来,分析不同草地类型、气候区划等生态条件下的草地土壤有机碳特征,以求提高草地土壤有机碳估算结果的准确性。此外,草地生态系统土壤的碳汇效应等生态功能与放牧利用不存在绝对对立关系,实现放牧的现代化转型是以对草地土壤有机碳储量精准估算为前提的。 相似文献
7.
8.
应用融合变换对四川西昌地区紫茎泽兰遥感图像ASTER数据进行处理,结果表明:对ASTER三种传感器生成的三种分辨率的影像数据进行Gram-Schmidt融合处理,可以将具有较高光谱分辨率的多光谱遥感波段的空间分辨率AK30m×30m提高到15 mx15 m,增加更多的地表地物组分信息,有助于识别各种不同地物类型,同时使同一地物的光谱信息变换前后保持不变,确保了后续图像分类的可靠性.应用ENVI中时融合后的图像进行马氏距离分类,分类结果总体精度为73.6983%,Kappa系数等于0.6936. 相似文献
9.
传统的遥感影像分类方法有监督分类和非监督分类。本文简述遥感影像计算机分类的基本原理,并介绍监督分类和分监督分类的常用方法,已经人们不断尝试和研究的新方法:支持向量机和决策树分类。 相似文献
10.
应用融合变换对四川西昌地区紫茎泽兰遥感图像ASTER数据进行处理,结果表明:对ASTER三种传感器生成的三种分辨率的影像数据进行Gram-Schmidt融合处理,可以将具有较高光谱分辨率的多光谱遥感波段的空间分辨率从30m×30m提高到15m×15m,增加更多的地表地物组分信息,有助于识别各种不同地物类型,同时使同一地物的光谱信息变换前后保持不变,确保了后续图像分类的可靠性。应用ENVI中对融合后的图像进行马氏距离分类,分类结果总体精度为73.6983%,Kappa系数等于0.6936。 相似文献
11.
草地地上生物量监测是合理利用草地资源,掌握草原生态演替过程的重要依据。但是,实时观测草地地上生物量信息需要耗费大量的人力物力,亟需借助遥感、数学等工具进行间接观测。本文系统阐述了国内外主流的草地地上生物量估算方法,包括遥感统计模型、草地生长模型、作物生长模型、光能利用率模型和生态过程模型等模型,以及遥感与机理模型耦合模型,概述了当前主流模型的特点及其适用条件,总结了相关的研究策略。结合草地估产的现实需求,梳理了现有的农业遥感数据同化研究进展,展望了基于遥感数据同化方法的草地地上生物量估算思路,为草地生长模拟的大区域、高精度研究提供了新的思路。 相似文献
12.
13.
14.
15.
传统的灰度图像处理方式会降低数据集的复杂性,进而降低模型识别相似种子的准确率。因此,将卷积神经网络中传统的图像灰质化处理方法改进为归一化典型判别分析(nCDA)算法与卷积神经网络(CNN)相结合的方法(CNN-nCDA),该方法基于多光谱仪采集的种子图像信息,以深度学习框架TensorFlow为基础,利用卷积神经网络构建种子识别算法,可区分高相似度牧草种子。结果表明,仅依靠传统灰度图难以区分形态相似的种子(62.11%～72.5%),而采用CNN-nCDA策略对不同类别种子分类的准确率可达100.0%,优于单独使用nCDA (90.0%～100.0%)、线性判别分析(LDA)(97.3%～100.0%)、支持向量机(SVM)(92.4%～97.5%)的准确率。综上所述,多光谱成像技术中的nCDA算法与卷积神经网络相结合技术,具有较高的校准和验证能力,对现场快速筛选种子具有良好的应用前景。 相似文献
16.
17.
甘南地区MODIS土地覆盖产品精度评价 总被引：4，自引：0，他引：4
以甘南州为研究区,参考2004年TM遥感影像目视解译分类图,评估了2004年MODIS土地覆盖产品MCD12Q1的分类精度。研究结果表明:1)MCD12Q1产品的IGBP、UMD、LAI/FPAR、PFT 4种土地覆盖分类图像中,UMD分类图像的总体精度最高,为61.03%,草地分类制图精度达91.61%,用户精度达61.53%。2)该产品分类误差主要为林地漏测误差和草地多测误差,其中LAI/FPAR图像的林地漏测误差和草地多测误差最高,分别达85.04%和38.90%。3)统计计算2001-2005年UMD分类图像的甘南州草地总面积,与甘南州统计年鉴的数据基本一致,能够反映甘南草地时空分布范围及面积的动态变化特征。 相似文献
18.
应用融合变换对四川西昌地区紫茎泽兰遥感图像ASTER数据进行处理，结果表明：对ASTER三种传感器生成的三种分辨率的影像数据进行Gram-schmidt融合处理，可以将具有较高光谱分辨率的多光谱遥感波段的空间分辨率从30m×30m提高到15m×15m，增加更多的地表地物组分信息，有助于识别各种不同地物类型，同时使同一地物的光谱信息变换前后保持不变，确保了后续图像分类的可靠性。应用ENVI中对融合后的图像进行马氏距离分类，分类结果总体精度为73．6983％，Kappa系数等于0．6936。 相似文献
19.
本文以地处莱州湾东海岸的莱州市为研究区域,以TM影像为主要信息源,在分析各类地物分类效果的基础上,结合区域特点和地物光谱特征,综合利用两期典型季相的遥感图像,并针对每一种土地利用类型确定最佳信息提取影像,提出了基于光谱、地形等多种知识的分层信息提取方法.结果表明该方法分层目标明确,分类精度和计算效率都有明显提高,且在数据分析和解译方法上表现出更大的灵活性. 相似文献