共查询到20条相似文献，搜索用时 15 毫秒
1.
农作物长势遥感监测需求、系统框架及业务应用 总被引：1，自引：1，他引：0
【目的】农作物长势是农业生产管理的重要依据,也是农情遥感监测业务的重要组成部分。【方法】在当前农作物长势遥感监测研究及业务状况扼要回顾基础上,文章从农作物长势遥感监测需求、系统框架等方面进行了系统总结,并以全球冬小麦长势遥感监测应用为例进行了说明。【结果】农作物长势遥感监测需求可以归纳为服务对象、作物类型、空间范围、地面尺度、监测周期等5个方面,系统框架至少包括数据层、方法层、结果层和服务层4个层次。【结论】针对农作物长势遥感监测技术研究及业务应用的现状,研究提出了以下3个观点:(1)农作物长势遥感监测业务方案是成熟的,但是关键技术研究有待加强;(2)农作物长势概念的深入解析,将有利提高长势遥感监测的业务化能力与精度;(3)针对全球、国家、省级以及县级尺度农作物长势遥感监测,采用不同空间分辨率遥感数据开展监测业务,是今后较长一个时期内农作物长势遥感监测的客观现状。上述研究结果给农作物长势遥感监测业务的建设提供了依据,也明确地指明了系统的服务目标。 相似文献
2.
3.
水稻生长模型是集气候、土壤、品种和栽培措施等因素为一体的对水稻的物候发育、光合生产、器官建成、同化物积累与分配以及产量与品质形成等生理过程及其与环境和技术因子关系综合量化的动态数学模型,具有机理性和预测性。遥感影像的信息波段及其组合可以反射作物生长的空间信息,可实现对水稻进行长势监测和估产,具有及时性和广域性。将二者结合用于长势监测不但具有理论研究意义,而且还具有重要的应用价值。在简要概述水稻生长模型和长势遥感监测研究进展的基础上,总结了水稻生长模型和长势遥感监测相结合下水稻长势监测应用的研究进展,并提出一些今后研究设想。 相似文献
4.
农业干旱遥感监测的原理、方法与应用 总被引：3，自引：2，他引：1
【目的】干旱遥感监测是卫星遥感技术的重要应用和研究方向之一,是对气象、地面调查等技术手段开展农作物干旱监测的重要补充和参考。【方法】在总结国内外目前主要的干旱遥感监测方法基础上,将农业干旱遥感监测方法概括为7个大类,即基于热惯量、冠层温度、作物长势状况、综合冠层温度与作物长势、蒸发(腾)、微波、作物生长模型的干旱遥感监测方法,并对各类方法的主要形式进行了系统性总结。【结果】同前主要的干旱遥感监测方法中,除作物生长模型的反演的监测是土壤含水量外,其他方法大多数是基于遥感度量的干旱程度指标,需要结合地面水分观测值等的标定转化为土壤的水分含量。【结论】从监测原理上看,农业干旱可以认为是光照条件、土壤质地、作物长势、冠层温度4个物理量的函数。在自然条件下,当某个或几个物理量相对一致时,就可以将该理论模型进行简化,使用特定的干旱指数形式对干旱进行量度,这也是当前遥感监测技术监测作物干旱的主要思路。同时,该文对当前国内和国际上的主要干旱遥感监测业务化运行系统进行了介绍,并在此基础上,结合当前遥感监测方法区域适用能力存在的局限性,提出模型区域适应性改进是当前旱情遥感监测业务应用的关键点。同时,随着中高分辨率遥感数据的日益增多,利用中高分辨率卫星数据进行定量化干旱遥感监测技术也是当前干旱遥感监测的重要趋势。此外,干旱遥感监测的不确定性研究也是业务化应用中需要加强的一个方向。 相似文献
5.
6.
7.
田间小麦叶面积空间分布数学模型的建立与应用 总被引：2，自引：0，他引：2
对不同类型冬小麦品种叶形空间分布参数进行了定量描述,建立了叶片形状、叶面积指数随生长期的变化、叶面积随高度的分布及叶倾角分布(LAD)等叶形空间分布的模型及计算系统,提出了叶片形状因子和长势模型,单叶空间最高点、高度层间隔内累积水平投影叶面积及各组分的空间取向与叶倾角分布解析模型系统及其主要设计算法。上述模型为具有普适意义的冬小麦冠层结构机理模型,其计算系统可以精确计算任意高度层次的投影叶面积分布特性,是评价作物株形结构优劣、判断群体结构合理与否的有力工具,对解析和利用多角度遥感数据监测作物长势等也有重要参 相似文献
8.
9.
10.
利用MATLAB语言进行可视化设计出松嫩平原农情遥感监测系统,客观地对松嫩平原农作物生长状况的历史数据进行评估和实时监控。松嫩平原农情遥感监测系统主要功能为农作物长势监测(NDVI、VCI、MVCI、RMNDVI、RPNDVI)和自动化提取农作物(玉米、水稻、大豆)等松嫩平原重要粮食作物遥感信息,同时对3类地表(湿地、林地、草地)等分类。该监测系统解决了松嫩平原植被遥感信息提取研究中需要处理大量影像数据的问题,为未来研究松嫩平原植被特征变化和规律提供了非常好的技术支持;也可以应用于其他区域和影像数据研究中,具有稳定性好、处理数据速度快、分类精确度高的特点。 相似文献
11.
12.
为了分析高分一号卫星(GF-1)影像在冬小麦长势监测中的有效性和适宜性,以建湖县冬小麦为研究对象,选取12个植被指数作为遥感监测指标,运用回归分析法探讨遥感监测指标与地面实测冬小麦长势参数的关系,并以回归模型的决定系数(R~2)作为反演精度的评价指标。研究发现,叶面积指数(LAI)、密度和生物量的反演精度较高,其中LAI的反演精度在拔节期最高[监测指标:红蓝色归一化植被指数(RBNDVI),R~2:0.689 4],密度的反演精度在拔节期最高[监测指标:优化的土壤调节植被指数(OSAVI),R~2:0.543 8],生物量的反演精度在孕穗期最高[监测指标:归一化植被指数(NDVI),R~2:0.448 6],说明GF-1影像适合在拔节期进行冬小麦LAI、密度的监测,在孕穗期进行生物量监测。土壤含水量、株高和叶绿素含量(SPAD值)的反演精度较差,最佳回归模型的R~2皆低于0.360 0,说明所选的12个遥感监测指标不适合反演这3个长势参数。除乳熟期外,其他4个生育期中都是LAI的反演精度最高,可见GF-1影像的遥感监测指标与LAI的相关性最好,反演精度最高。本研究结果说明,在进行冬小麦长势监测时,不同的生育期需要采用不同的监测指标,同时GF-1影像则更适合在拔节期和孕穗期进行冬小麦的长势监测。本研究结果在一定程度上为GF-1影像在农情遥感监测中的应用提供了科学依据。 相似文献
13.
从农业生产的产前、产中、产后的各个方面,阐述了大型农场的农业生产对遥感技术的需求,包括耕地地力评价、品种区划、作物长势监测、病虫害监测、产量和品质监测、秋整地与秸秆还田遥感监测和积雪厚度遥感监测等。 相似文献
14.
遥感技术凭借其可以实时、快速、准确、无损地获取薯类作物生长信息的特点,已经是监测薯类作物生长的重要手段。薯类作物的茎叶和块根生长分别在地上和地下,光谱反射机理均不同于禾本科类作物(如水稻、玉米和小麦),因此,薯类作物具有遥感监测研究特有的方面。总结了遥感技术的特点,遥感平台的种类和遥感监测方法,以及应用遥感技术在薯类作物种植面积提取、病害管理、长势监测和估产等领域的国内外研究进展,分析了遥感技术在薯类作物生长信息监测的不足,进一步提出相关建议,并指出了探索薯类作物空间分布信息及变化、薯类作物长势高效监测、薯类作物产量预测模型、薯类作物遥感模型与农学模型同化机制研究是未来的发展方向。 相似文献
15.
【目的 】促进遥感技术在天府粮仓建设中的应用,助力农业生产高质、高效、可持续发展。【方法 】（1）文章通过文献综述,将遥感技术在农业监测中的研究分为耕地监测、农作物遥感制图、作物长势监测与产量估算。（2）在四川地区复杂应用场景下,具体分析现有遥感技术在区域监测面临的挑战。（3）提出遥感技术助力天府粮仓建设的相关建议。【结果 】遥感技术经过不断发展,建立了成熟的空天地一体化农作物遥感监测技术体系及系列数据产品,在种植结构优化、政策制定、资源有效利用等方面发挥重要作用。然而,在四川地区开展遥感监测仍面临复杂地形、地块破碎、种植制度等挑战。【结论 】为了进一步加强遥感技术在天府粮仓建设中的应用,助力农业高质量发展,提出以下建议：一是加强大模型应用,支持高标准农田建设;二是使用多源遥感数据和深度学习方法,提高景观复杂场景下的遥感制图精度;三是耦合多源遥感数据和各作物农学机理,提高作物长势监测和产量估算能力。 相似文献
16.
【目的】农作物精细分类是面积估算、长势监测、产量预测及灾害评估的重要前提和基
础。近年来,无人机低空遥感技术因其操作成本低、空间分辨率高、灵活性强等优势,成为田
块尺度下农作物精细分类的重要工具。【方法】文章系统总结了国内外近10 余年无人机遥感在
农作物分类领域的研究进展,介绍了目前常用的无人机平台和传感器,归纳了农作物分类特征
及算法的使用情况,指出了无人机遥感农作物精细分类研究存在的问题。【结果】当前无人机
遥感农作物精细分类研究存在一些不足之处：（1）无人机遥感监测面积小,无法在较大尺度区
域实现农作物精准监测。（2）适用于无人机遥感的农作物分类特征仍需进一步挖掘,面向高光
谱影像的农作物分类特征及特征组合尚需进一步明确。（3）分类器使用单一,分类算法的普适性
和稳定性不强。【结论】无人机遥感农作物精细分类研究的发展趋势主要包括3 个方面：（1）无人
机遥感影像与星载遥感数据的高效融合,拓宽无人机的监测范围。（2）面向无人机遥感影像
的农作物分类特征提取与优化研究。（3）适合无人机遥感的农作物分类算法改进。 相似文献
17.
基于CBERS遥感的冬小麦长势分级监测 总被引：2，自引：1，他引：1
应用遥感信息技术,可实时对冬小麦长势进行分级监测预报,便于农业部门及时制定和实施相应的管理措施,达到目标化生产的目的。以江苏省姜堰市为例,进行了基于中巴资源卫星(CBERS-02)遥感的冬小麦拔节期长势分级监测研究。经过计算机分类和人机交互式判读解译,结合GPS样点信息校验,冬小麦面积解译精度在90%以上。利用遥感植被指数反演叶面积指数(LAI)等长势信息,对整个区域的冬小麦长势状况进行分级监测。叠加样点的实测数据校验,监测精度达到85%以上,最终制作区域的冬小麦长势分级专题图,并对各长势状况进行了分析。结果说明,中巴资源卫星影像数据可以满足区域冬小麦长势监测要求,并可在实际生产中进行推广应用。 相似文献
18.
19.
1 卫星遥感数据服务建设需求
1.1 卫星遥感应用领域
a.农业资源监测 主要包括土地利用现状监测、水土流失监测、土壤盐碱化与沙化监测等领域.
b.农业生产监测 主要包括积雪厚度监测、土壤墒情监测、作物种植结构监测、作物主要生育期长势监测、作物主要病虫害监测、作物产量与品质监测、农业灾害(干旱、洪涝、低温冷害、倒伏、冰雹)监测等领域.
1.2 卫星遥感数据需求
黑龙江省,特别是农垦地区大面积、规模化种植生产管理中,对农田作物长势诊断、灾害胁迫(病虫害、低温冷害和干旱)、产量与品质等农情信息实时、快速获取具有迫切而现实的需求. 相似文献
20.
基于Landsat TM影像的冬小麦拔节期主要长势参数遥感监测 总被引：6，自引：1，他引：5
[目的]强化冬小麦长势遥感监测机制,为田间生产管理提供信息支撑.[方法]以2007-2009年试验实测数据为基础,以Landsat TM影像为数据源,分析试验样点拨节期冬小麦主要长势参数与品质、产量以及卫星遥感变量间的相关性,分别建立及评价了TM影像遥感变量监测冬小麦拔节期叶面积指数(LAI)、生物量、SPAD值和叶片氮含量(LNC)的模型.[结果]冬小麦拔节期,选用中红外波段的反射率(B5)、归一化植被指数(NDVI)、DSW5和绿波段的反射率(B2)等遥感变量分别反演冬小麦的SPAD值、生物量、LAI和LNC是可行的;SPAD值,生物量、LAI和LNC遥感监测模型的精度较高,以此为基础,制作出了具有实际农学意义的冬小麦拔节期不同等级SPAD值、生物量,LAI和LNC遥感监测专题图,实现了主要长势参数空间分布量化表达.[结论]研究结果可为广大农学家、农业部门决策者和田问管理人员提供及时的农情信息. 相似文献