共查询到19条相似文献，搜索用时 437 毫秒
1.
【目的】以北京市密云县为研究对象,提出基于CBERS-02B数据的三维绿量测算方法。【方法】利用皮尔森相关系数分析地面样地三维绿量和遥感特征的相关性,并在密云县植被覆盖分类的基础上,分林型(阔叶林和针叶林)建立三维绿量测算模型。利用模型进行密云县森林植被三维绿量的反演,测算密云县三维绿量总量并分析其三维绿量的分布特征。【结果】建立了密云县阔叶林、针叶林三维绿量模型,其决定系数R2分别为0.724和0.735,总体精度为80.38%,单位面积均方根误差RMSE为1.41m3/m2,密云县三维绿量为523 561.516万m3,单位面积绿量为2.35m3/m2。【结论】基于CBERS-02B数据的森林三维绿量测算方法可行。 相似文献
2.
资源三号遥感卫星影像的生物量反演研究 总被引：4，自引：0，他引：4
研究了北京市森林生物量遥感估测模型的构建和合理性判断。建立森林生物量模型所需的各种数据,包括2012年的资源三号卫星影像数据和实测样地调查数据。采用9格法提取的遥感影像信息,其中影像的纹理因子作为建模因子之一,与光谱因子、地形因子一起与实地样地数据建立生物量模型,进行生物量反演,通过精度分析,分别建立整个北京市针叶林和阔叶林的森林生物量反演模型,其相关系数分别为0.82、0.71,拟合估测精度分别为76.75%、80.02%,为提高林业调查的效率与精度提供一种方法。 相似文献
3.
为了科学准确地、动态地大面积估测江苏省张家港市小麦的生产力,利用TM和IRS-P6遥感影像,采用NDVI值比较区分法,应用3S技术对张家港市2005—2008年小麦的生产力变化进行了动态估测。结果表明,遥感估测张家港市2005—2008年小麦平均种植面积的精度结果为97%以上;小麦平均产量精度结果为93.55%;利用3S技术进行张家港市小麦总产遥感估测值与地面统计值差异低于8%;遥感估测张家港市小麦总产量呈逐年上升的趋势,而耕作面积相对稳定。总之,基于近4年遥感数据所获取的张家港市小麦总产量的变化情况建立模型,可以估测出张家港市城市化发展对当地小麦供需平衡的影响不大。 相似文献
4.
基于遥感的高山松连清固定样地地上生物量估测模型构建 总被引：2，自引：0，他引：2
5.
利用landsat5影像和通过蓄积量-生物量转换方法获得的样地生物量数据,从宜良县云南松林遥感特征、地形特征、郁闭度等方面选取自变量,采用随机森林回归和偏最小二乘法进行生物量遥感估测建模。结果表明:随机森林回归估测模型调整决定系数R2为0.881,模型估测精度为82.3%;偏最小二乘模型的调整决定系数R2为0.753,模型估测精度为78.43%。随机森林回归在模型拟合效果和检验精度上均优于偏最小二乘模型。 相似文献
6.
《新疆农业大学学报》2019,(5)
为提高恰西国家森林公园的郁闭度估测模型精度,对单变量和多变量建模进行对比研究,选取出最优的建模因子用于郁闭度反演。先对地形因子和遥感影像的纹理特征因子、植被指数因子进行获取和提取,接着采用偏最小二乘回归法,分别以4种不同建模因子构建郁闭度估测模型,最后用检验样本对4种模型进行精度评价和分析。结果表明,多变量的估测模型结果最好,其校正R~2为0.842,均方误差为0.069 5,估测精度达到了89.93%。采用多变量比只采用一种变量模型的估测精度要高,更适用于该研究区域的郁闭度反演。 相似文献
7.
《西北林学院学报》2016,(1)
森林蓄积量遥感估测在森林资源管理中具有十分重要的意义。以建德市为研究区,利用2007年TM遥感影像和2007年森林资源2类调查数据,对杉木树种分立地质量等级和不分地位等级2种类型建立蓄积量的遥感估测模型,并进行精度检验。其中立地质量等级依据小班平均高和平均年龄建立的地位级表划分为好、中、差3种类型,以每个小班的总蓄积量为因变量,小班各单个遥感因子信息总量为自变量。结果表明:以TM遥感影像主成分分析中第1主成分为自变量的模型拟合效果最好,相关系数R均在0.67以上,最高为0.868;利用预留独立样本对模型精度进行验证,不分地位级总体估测精度为90.31%,分立地质量等级好、中、差3种类型总体的估测精度分别为96.1%、97.24%、95.56%,分立地质量类型建模的精度明显优于统一建模的精度。研究结果为森林蓄积量遥感估测提供一种改进的思路,且为提高森林生物量和碳储量遥感估测精度提供一种参考方法。 相似文献
8.
《现代农业科技》2015,(18)
为进一步提高遥感估产精度,显示国产影像在农业估产中的应用效果,该研究以2010—2013年HJ-1A/1B影像为遥感数据,分析了卫星遥感变量与小麦实际单产的定量关系,运用偏最小二乘回归算法构建及验证了以实际单产为目标的多变量遥感估产模型。研究表明:实际单产与所选用的大多数遥感变量间关系密切,且多数遥感变量两两间具有严重的多重相关关系;实际单产偏最小二乘回归模型的最佳主成分为5,且植被衰减指数、绿色归一化植被指数、调整土壤亮度的植被指数、比值植被指数和归一化植被指数为实际单产遥感估测的敏感变量;建模集和验证集实际单产估测模型的决定系数分别为0.74和0.70,均方根误差分别为754.05、748.20 kg/hm2,相对误差分别为11.5%和8.88%,且估测精度比线性回归算法分别提高20%以上和40%以上,比主成分分析算法分别提高18%以上和30%以上,说明偏最小二乘回归算法模型估测区域实际单产的效果要明显好于线性回归和主成分分析算法,该模型应用结果与小麦实际单产区域分布情况相符合,为提高区域小麦实际单产的遥感估测精度提供了一种途径。 相似文献
9.
以滇西北典型代表区域的迪庆州香格里拉市云冷杉为研究对象,运用Landsat 8遥感影像数据结合地面角控样地调查数据,建立云冷杉BPNN和SVM估测模型,进行对比分析。结果表明:SVM模型精度明显优于BPNN模型,其R2、r RMSE和P分别为0.67、27.91%和77.09%。利用SVM遥感估测模型得到香格里拉市云冷杉林总蓄积量与传统森林资源二类调查当年的统计结果误差仅为1.14%,SVM估测模型可为今后森林蓄积量估测提供参考。 相似文献
10.
为了对江苏省张家港市水稻生产力进行大面积高效估测,建立一个科学准确的方法平台,利用TM和IRS-P6遥感影像,采用NDVI值比较区分法,应用"3S"技术对张家港市2005—2008年水稻的生产力变化进行了动态估测。结果表明:利用"3S"技术定量估测张家港市2005—2008年水稻平均种植面积的精度结果为96.41%;水稻平均单产精度结果为91.73%;水稻总产量遥感估测值与地面统计值差异结果为-11.69%;遥感估测张家港市水稻总产量呈逐年上升的趋势,而耕地面积相对稳定。总之,基于"3S"技术定量估测张家港市近4年水稻生产力精度达到95%以上,实现了利用遥感技术估测张家港市大面积农业生产力的目的。 相似文献
11.
新疆雪岭杉生物量模型对比研究 总被引：1，自引：0，他引：1
基于80株样木的实测数据,运用相关分析和回归分析方法构建了雪岭杉的地上部组织、地下部和各组分器官的生物量估测模型,并根据评价指标对比分析各种模型。结果表明:地上各部分生物量一元模型精度除树叶为77%,其他均在90%以上,可以满足大尺度森林生物量估计;地上各生物量二元模型拟合效果要优于一元模型,但是不同组分生物量模型适合的因子组合不同,地上生物量和树干生物量模型W=aDbHc相对最优,预估精度97.38%和97.26%,树枝、树叶生物量模型W=a(D3/H)b最优,预估精度93.96%和90.37%;地下生物量模型以根茎比方程建立的一元模型最优,预估精度89.01%。建立的地上及各组分生物量模型和地下生物量模型可用于新疆天山山区雪岭杉生物量估计。 相似文献
12.
基于遥感的农业干旱监测模型研究 总被引：1，自引：0，他引：1
依据干旱监测的原理,从土壤水分、植被指数、表面温度、要素综合等角度出发,对现有主要农业干旱遥感监测模型进行归纳总结,分析了各种方法的优缺点,以及各自的适用范围;重点分析了条件植被温度指数、温度-植被干旱指数,指出它们应看作是对归一化温度指数的简化处理,兼具实用性和一定的监测精度,在业务应用中有一定的推广价值,并预测了未来遥感干旱监测的发展方向和目标。 相似文献
13.
用PLS算法由HJ-1A/1B遥感影像估测区域冬小麦理论产量 总被引：1，自引：0，他引：1
【目的】作物遥感估产是遥感技术在农业生产中研究与应用的重点领域,能够向大田区域生产提供及时可靠的产量信息,准确地估测作物产量,对于确保国家粮食安全,制定社会发展规划,指导和调控宏观种植业结构调整,提高涉农企业与农民的经营管理水平具有重要意义,为进一步提高遥感估产精度,显示国产影像在农业估产中的应用效果。通过筛选冬小麦理论产量的敏感遥感变量,构建基于国产影像的理论产量遥感估测模型,实现区域冬小麦理论产量遥感估测,为及时了解不同生态区域冬小麦产量丰欠变化趋势提供参考。【方法】以2010年4月26日、2011年4月28日、2012年4月28日和2013年5月2日冬小麦开花期四景HJ-1A/1B影像为遥感数据,提取出13个遥感变量,以江苏省泰兴、姜堰、仪征、兴化、大丰5县作为试验采样区,于各实验区选取具有代表性的样点进行采样,并于室内进行测定,将335个实测的冬小麦理论产量样本按3﹕2比例分成建模集和验证集样本,依据估算残差平方和处于最小值确定模型所需主成分数,将决定系数、均方根误差和相对误差为模型评价参数,利用建模集样本分析了卫星遥感变量与冬小麦理论产量的定量关系,运用偏最小二乘回归算法构建及验证了以理论单产为目标的多变量遥感估产模型,将其算法模型估产效果与线性回归算法和主成分分析算法模型进行比较,并制作了冬小麦理论产量空间等级分布图。【结果】理论产量与所选的大多数遥感变量间关系密切,且多数遥感变量两两间具有极显著的多重相关性;理论产量偏最小二乘回归模型的最佳主成分数为4,且结构加强色素植被指数、归一化植被指数、绿色归一化植被指数和植被衰减指数为理论产量遥感估测的敏感变量;经建模集和验证集评价,理论产量估测模型的决定系数分别为0.79和0.76,均方根误差分别为720.45和928.05 kg·hm-2,相对误差分别为11.45%和13.92%,且估测精度比线性回归算法分别提高了25%以上和27%以上,比主成分分析算法分别提高了15%以上和16%以上,说明偏最小二乘回归算法模型估测区域理论产量的效果明显好于线性回归和主成分分析算法,且具有较强的应用能力。【结论】该模型应用结果与冬小麦理论产量实际区域分布情况相符合,为提高遥感对区域冬小麦理论产量的估测精度提供了一种有效途径,有利于大面积应用和推广。 相似文献
14.
基于开花期卫星遥感数据的大田小麦估产方法比较 总被引：4，自引：2，他引：2
【目的】卫星遥感具有覆盖范围广、获取速度快、信息量大、动态性强等优势,能够及时准确地获取作物产量信息,反映作物产量空间变化趋势。遥感技术作物估产已成为现代农业生产中研究热点。通过改善遥感估产建模方法,以实现进一步提高大田作物遥感估产精度,为宏观了解不同区域作物产量形成情况及变化趋势提供直观、可靠的参考。【方法】论文结合2011—2012年江苏省大丰、兴化、姜堰、泰兴、仪征5个县区的定点观测试验,以国产卫星产品HJ-1A/1B影像为遥感数据,于小麦开花期开展大田定位观测区卫星遥感植被指数、关键生长指标与收获期单产间的定量分析。通过对产量与小麦生长指标以及植被指数进行定量关系分析,进一步增强遥感反演的机理性和重演性。将卫星遥感变量与小麦产量进行相关关系分析作为遥感估产的直接建模方法,间接建模方法则是选取与产量相关性较好的遥感变量以及与遥感变量相关性较好的主要苗情指标,利用筛选得到的敏感遥感变量,首先监测对应的小麦生长指标,结合该小麦生长指标与产量间的定量关系,进而建立间接估产模型,利用此模型进行小麦遥感间接估产。利用直接和间接建模方法,以相关性最高为原则,筛选估算产量的敏感卫星遥感变量。以2012年试验数据为建模样本,采用线性回归分析方法,分析小麦开花期苗情指标、产量与卫星遥感变量两两之间的相关性,分别构建以遥感植被指数为基础的大田小麦估产模型,与地面实测结果一起建立模型共同分析。以2011年试验数据为验证样本,选取评价指标拟合度(R2)和均方根误差(RMSE),对两类模型的估算精度进行验证和比较,以提高遥感反演的定量化水平和可信度。【结果】分别以差值植被指数(difference vegetation index,DVI)和比值植被指数(ratio vegetation index,RVI)为基础的单因子直接估产模型的均方根误差(root mean square error,RMSE)为918 kg·hm-2和1 399.5 kg·hm-2,以DVI和RVI遥感变量构建双变量估产模型的RMSE为1 036.5 kg·hm-2,以归一化植被指数(normalized difference vegetation index,NDVI)和叶片氮积累量为基础构建的间接估产模型的RMSE为805.5 kg·hm-2,说明开花期HJ-1A/1B影像估算小麦区域产量是可行的,且精度较高;经比较,以NDVI和叶片氮积累量为基础的间接估产模型精度明显高于直接估产模型,相较于DVI直接估产模型RMSE降低了112.5 kg·hm-2,相较于RVI直接估产模型RMSE降低了594 kg·hm-2,相较于双因子模型RMSE降低了231 kg·hm-2。【结论】国产卫星HJ-1A/B可以较好满足估测小麦产量要求,且利用间接方法建立作物遥感估产模型要好于直接方法,研究结果为利用遥感技术更为准确估算大田小麦产量提供了一种新的途径。 相似文献
15.
通过遥感反模型、综合估算模型、生物地球化学循环模型3个模型探讨了土地用途转换效应评价模型与方法。结果表明,遥感反演模型以植被第一生产力模型为代表,能够在较大尺度上监测与土地用途转换密切联系的生态系统生产力变化;综合估算模型以农业生产力估算系统（ESAP）为代表,适用于评价土地用途转换导致的农业生产力变化;生物地球化学循环模型以CENTURY为代表,一般服务于模拟生态系统内部C、N、P与S营养元素的变化规律;土地用途转换效应评价模型为评价土地用途转换效应,深入分析土地用途带来的生态环境问题提供了工具,利用土地用途转换效应评价模型测算出的区域尺度土地用途转换效应对于合理制定土地利用管理政策具有指导价值。 相似文献
16.
17.
18.
2007年,北京市统计局、国家统计局北京调查总队引进了遥感技术来改进常规农业调查方式,实现了农业统计方式的跨越式革新,遥感在农业统计中的应用,不仅提高了统计工作效率,而且实现了对北京市主要农作物(冬小麦和玉米)播种面积、设施农业占地面积、地表动土工程、主要农作物产量测量和生态资源的遥感监测,满足了统计遥感业务工作的需要,为今后遥感技术在相关统计领域的深入发展和更好的为统计部门服务奠定了基础。文章通过参阅相关资料,分析如今北京市农业遥感发展现状,探讨和展望遥感在农业统计中应用的发展前景,对今后遥感在统计其他相关领域的发展具有一定借鉴意义。 相似文献
19.
HJ-1号卫星数据与统计抽样相结合的冬小麦区域面积估算 总被引：18，自引：0，他引：18
【目的】探讨利用HJ-1号卫星遥感数据进行冬小麦种植面积测量的可行性,并进一步结合统计抽样的方法,估算区域冬小麦种植面积,解决单靠遥感进行冬小麦种植面积测量时多期影像信息误差积累和生长差异性影响的问题。【方法】以北京市为研究区,采用多时相HJ-1号卫星遥感数据与分层抽样相结合的方法进行冬小麦种植面积测量:利用多时相HJ-1号卫星遥感数据获取冬小麦遥感识别结果(56506.67hm2),结合耕地地块数据建立入样总体,以耕地地块内冬小麦遥感识别面积作为分层标志进行分层随机抽样,反推得到北京市冬小麦面积总量(59680hm2)。【结果】多时相冬小麦遥感识别结果MAE为0.17,bias为-0.05,抽样反推区域总量面积提高了约5%,在一定程度上纠正了HJ-1号卫星多期遥感影像提取冬小麦区域面积偏低的问题。【结论】本文方法能够准确测量出区域冬小麦总量面积,具有较强的应用性和普适性,为采用HJ-1号卫星遥感数据进行农作物种植面积遥感测量进行了先期的方法探讨,深化了该遥感数据源的应用。 相似文献