共查询到16条相似文献，搜索用时 234 毫秒
1.
倒伏胁迫下冬小麦冠层光谱及红边特征 总被引：2，自引：0，他引：2
《山西农业科学》2015,(6):673-676
倒伏已成为影响小麦减产的主要因素之一,实时监测倒伏胁迫对小麦生长具有重要意义。通过人工模拟不同倒伏级别处理,利用光谱观测数据,分析了倒伏冬小麦光谱和红边参数变化特征。结果表明,倒伏小麦冠层光谱反射率较正常小麦整体增高,近红外波段比可见光波段增加明显,且倒伏级别越大反射率越高,表明冬小麦受倒伏胁迫后,冠层光谱对其响应敏感;倒伏小麦红边位置发生蓝移,红边幅值和红边面积则呈增大趋势。因此,可利用高光谱技术实现对冬小麦倒伏的实时监测。 相似文献
2.
3.
基于低空无人机多光谱遥感的水稻倒伏监测研究 总被引：2，自引：0，他引：2
《上海农业学报》2018,(6)
为了获取水稻倒伏信息,使用小型低空无人机搭载多光谱成像仪,对发生倒伏灾害的水稻田块进行遥感监测。结果表明:在多光谱影像上,倒伏水稻与正常水稻的光谱反射率在各个波段上均有差异,其中以绿波段和红边波段差异最为显著。在光谱分析的基础上,使用偏最小二乘判别分析法构建基于全波段光谱反射率的水稻正常/倒伏分类模型,取分类阈值k=0. 5,对多光谱影像上的正常水稻和倒伏水稻进行了有效区分,准确率分别达到98. 104%和99. 044%,精度能够满足水稻倒伏面积监测的需求。根据分类结果统计出研究区水稻倒伏面积为38 074. 4 m2,占总面积的73. 4%。研究结果表明,使用无人机多光谱遥感可以为水稻倒伏监测提供高效、精确的技术支持。 相似文献
4.
《河南农业大学学报》2016,(5)
2014年利用人工模拟的方法开展了冬小麦倒伏试验。在冬小麦4个生育时期设定了与竖直方向呈30°(C1),60°(C2)和90°(C3)3种倒伏梯度和正常生长0°(CK)4个处理,通过SAC光谱仪监测冬小麦倒伏获取冬小麦在不同时间、不同倒伏程度情况下的光谱数据,分析冬小麦光谱反射率曲线图,总结冬小麦倒伏后光谱反射率的变化特征。结果表明,正常生长的冬小麦和倒伏冬小麦的反射率特征一致,红色波段反射率最低,近红外波段的反射率最高,发生倒伏后对应的反射率在可见光波段和近红外波段整体上升,倒伏角度越大,反射率越高。对比冬小麦倒伏后光谱反射率和遥感影像亮度值的变化,可监测冬小麦倒伏时间、受灾程度,预测产量损失。在本研究基础上可实现利用遥感技术对冬小麦倒伏地区的动态监测。 相似文献
5.
《江苏农业科学》2016,(3)
倒伏是玉米主要自然灾害之一,及时、准确地监测玉米倒伏的程度,对于玉米倒伏灾害的损失评估及防治有重要意义。设置玉米吐丝期不同倒伏程度的田间模拟试验,利用地面高光谱数据,比较正常生长的玉米及受倒伏危害玉米的冠层反射光谱和高光谱特征参数的差异,分析了倒伏角度与高光谱参数之间的相关关系。结果表明,玉米倒伏后可见光波段的反射率增加高于近红外波段,且随着时间的推移,近红外波段的差异变小。玉米吐丝期倒伏后红谷吸收深度变浅,反射绿峰高度降低,红边位置和近红外平台位置均向短波方向移动。红边内(620~760 nm)一阶微分光谱所包围的面积变化差异小;蓝边内(430~470 nm)和近红外平台(780~1 300 nm)的一阶微分光谱所包围的面积增加显著。倒伏角度与高光谱特征参数相关分析表明,D、SDr/SDb、(SDr-SDb)/(SDr+SDb)相关系数最高,可以作为监测玉米倒伏程度的高光谱特征参数指标。 相似文献
6.
采用高光谱仪测定不同春性冬小麦品种于不同时期倒伏的群体冠层光谱反射率,分析不同倒伏条件下的小麦冠层光谱特征,建立可快速、有效监测小麦倒伏严重程度的数学模型,为合理评价倒伏程度提供依据。结果表明,小麦倒伏后冠层光谱反射率增加,可见光波段550 nm附近出现1个波峰,670 nm附近出现1个波谷;近红外波段1 000 nm处出现1个较明显的波动,呈现2个波谷,1个波峰。同一倒伏级别下,倒伏时期不同,光谱反射率曲线存在差异,可见光波段乳熟末期冠层反射率高于开花期光谱反射率,而近红外波段恰好相反;在同一倒伏时期,倒伏级别越高,光谱反射率越大。倒伏级别与冠层光谱反射率的相关系数于760 nm处达最大(r=0.973 4**)。与NDVI、RVI、DVI相比,采用760 nm处冠层光谱反射率和DVI可有效评估春性冬小麦倒伏严重度。 相似文献
7.
【目的】叶面积密度（leaf area density,LAD）反映作物在垂直方向上体积内叶面积总量的差异,体现作物冠层内叶面积随着高度变化的分布状况。本文旨在探索玉米叶面积密度对于倒伏胁迫强度的表征能力及其光谱响应规律。【方法】以抽雄期倒伏夏玉米为研究对象,获取倒伏后玉米多期LAD及冠层光谱数据,对倒伏玉米冠层光谱进行一阶微分和小波变换处理,根据LAD与冠层光谱一阶微分及小波分解系数的相关性分析,筛选LAD敏感波段和最佳小波分解尺度,采用偏最小二乘法构建倒伏玉米LAD光谱诊断模型,并利用实测样本验证模型精度。【结果】玉米LAD随着倒伏胁迫程度的增强而增大,LAD可有效表征玉米倒伏胁迫强度及其自身恢复能力;玉米倒伏后冠层结构发生较大变化,倒伏玉米冠层光谱反射率较正常玉米整体增高,近红外波段的增幅相比可见光波段更高,倒伏强度越强则光谱反射率越高;LAD敏感波段主要分布在蓝光波段354—442、472—495 nm和红光波段649—829 nm以及近红外波段903—1 195 nm和1 564—1 581nm;同一阶微分处理相比,基于连续小波变换的玉米倒伏LAD诊断模型的验证R2提高6.08%—9.11%,RMSE降低23.08%—31.63%;小波分解尺度对LAD诊断精度有一定的影响,中低尺度模型精度优于高尺度模型,其中第5尺度构建的模型对LAD的拟合效果最优（R2=0.898,RMSE=1.016）。【结论】利用连续小波变换技术对玉米冠层高光谱解析,可有效诊断倒伏胁迫下的玉米叶面积密度,可以为玉米倒伏胁迫灾情遥感监测提供必要的先验知识。 相似文献
8.
【目的】小麦倒伏严重影响小麦光合及成熟进程,进而造成小麦减产及品质下降。为快速精确获取倒伏信息,评估无人机遥感监测小麦倒伏的能力,构建小麦倒伏监测模式,为灾情评估、保险理赔及灾后补救提供技术支持。【方法】利用近地无人机获取包含红、绿、蓝、红边和近红外5个多光谱波段图像,经过预处理飞行高度50 m的小麦冠层图像,得到分辨率为1.85(cm/像素)的数字正射影像图（DOM）和数字表面模型（DSM）,从中提取光谱特征、高度特征和光谱纹理共3类特征信息;采用支持向量机（SVM）和随机森林（RF）2种分类器对6种不同特征集组合进行倒伏分类比较,使用准确率（Acc）、精确率（Pre）、召回率（Re）和调和平均数（F1）以确定较优的特征组合和分类器;同时使用3种不同的特征集筛选方法（套索算法Lasso、随机森林递归算法RF-RFE和Boruta算法）对优化的特征子集进行综合评价,确立适宜的倒伏分类评价方法。【结果】单一特征的光谱和纹理及其组合对小麦倒伏的分类评价结果较差,“椒盐现象”严重,在此基础上融合DSM信息的分类精度显著提高。采用随机森林分类器对光谱特征、纹理特征和高度特征进行特征集组合,小麦... 相似文献
9.
基于SPOT-5影像的冬小麦拔节期生物量及氮积累量监测 总被引：8，自引：0，他引：8
【目的】建立基于SPOT-5遥感信息的冬小麦拔节期地上部生物量和氮积累量的遥感监测模型,为利用SPOT-5影像进行大面积小麦生产力预测和氮素调控提供依据。【方法】分析冬小麦拔节期地上部生物量和氮积累量与同期SPOT-5光谱参数之间的定量关系,筛选出适宜的光谱参数,建立并评价冬小麦拔节期地上部生物量和氮积累量的遥感监测模型。【结果】绿光、红光和近红外波段反射率与冬小麦拔节期地上部生物量和氮积累量的相关系数均达到极显著水平。其中,近红外波段反射率对地上部生物量反应最敏感,绿光波段反射率则对地上部氮积累量反应最敏感。利用归一化植被指数（NDVI）为变量建立地上部生物量指数函数遥感监测模型表现最优,决定系数（R2）达到0.696**,均方根误差（RMSE）达到258.92 kg•hm-2。利用近红外和绿光波段反射率的比值为变量建立地上部氮积累量线性函数遥感监测模型表现最优,R2达到0.717**,RMSE达到19.24 kg•hm-2。依据上述模型,制作了研究区冬小麦拔节期地上部生物量和氮积累量遥感监测专题图。【结论】SPOT-5影像在冬小麦拔节期小麦长势监测中能够获得较高精度,具有广泛的应用前景。 相似文献
10.
基于多时相HJ-1B CCD影像的玉米倒伏灾情遥感监测 总被引：6，自引：1，他引：6
【目的】通过对倒伏发生前后的多时相HJ-1B卫星CCD多光谱影像植被指数的变化分析,实现区域尺度下的玉米倒伏受灾范围监测和灾情评估。【方法】以2015年8月3日因大风暴雨导致大面积玉米倒伏的河北省藁城市为研究区,提取HJ-1B CCD多光谱影像的多种植被指数,根据多时相植被指数变化量与实测倒伏样本的关联分析,筛选玉米倒伏敏感植被指数,采用正态(偏正态)统计理论的双阈值划分策略划定阈值,构建基于植被指数变化分析的玉米倒伏灾情遥感监测模型,评价玉米倒伏灾情严重程度,并基于野外实测样本进行精度评价。【结果】基于城镇、水体、倒伏与未倒伏玉米的HJ-1B CCD2多光谱反射率曲线可得,玉米与城镇建筑物和水体的光谱反射率存在较大差异,在可见光波段,倒伏玉米要高于未倒伏玉米的反射率,然而在近红外波段(830 nm),未倒伏玉米略高于倒伏玉米的反射率。由已提取出玉米种植区域后的前后两期HJ星的差值影像分析可得其像元整体分布趋势基本符合正态(偏正态)分布。由相关性分析可得,倒伏前后的比值植被指数(RVI)差值与玉米倒伏比例具有最高的相关性(R=0.9377),而且倒伏越严重,其RVI差值越大;通过野外实测样本与模型验证结果进行混淆矩阵分析,总体分类精度达到85.7%,Kappa系数为0.804;研究区玉米倒伏遥感空间制图结果与当地农业技术推广站监测结果基本一致。【结论】倒伏发生后,其玉米长势以及灾后恢复程度均存在较大差异,因此,基于玉米倒伏前后RVI差值的遥感监测模型能有效反映不同倒伏程度的冠层群体变化信息以及长势恢复情况,能在区域尺度下实现玉米倒伏受灾范围监测和灾情等级评估。 相似文献
11.
以2006—2015年CNKI数据库收录的1 935条有关遥感领域的研究文献为基础数据,借用Cite Space III软件绘制出国内遥感领域研究的可视化图谱,并进行文献可视化分析,旨在定量得出国内在遥感领域的核心研究力量分布,包括研究机构、科研学者,同时通过可视化手段分析国内在该领域的研究热点和前沿发展趋势。结果表明,国内遥感领域的核心研究力量主要集中在中国科学院相关部门与高校,我国在该领域的研究已经从理论过渡到越来越广泛的实际应用中,热点研究话题包括"高光谱遥感""植被指数""冬小麦"等,未来的研究趋势主要是农作物监测、估算模型、灾害监测与灾后评估等。 相似文献
12.
13.
为了对舟曲特大山洪泥石流灾害进行监测评估,以遥感技术为主要手段获取多时相、多分辨率、多传感器的遥感影像。在综合分析获取的灾区遥感影像数据的基础上,结合舟曲特大山洪泥石流发生后的实际情况及灾后应急救灾、灾害评估及恢复重建的实际需要,在＂救灾响应＂前提下,按＂轻重缓急＂原则处理灾后多源遥感影像。在多源遥感影像处理过程中,采用遥感图像处理、摄影测量和地理信息系统技术处理遥感图像,提出了影像拼接、面向对象的灾情信息提取等遥感影像处理的关键技术和方法。根据研究区的实际情况,利用目视解译、遥感图像分类、面向对象的变化监测等信息提取技术,对灾区地质灾害等灾害信息进行了有效地提取,准确确定滑坡、泥石流、倒损房屋、受损道路与桥梁、土地资源、水利设施、市政基础设施等各种灾情信息。同时归纳了灾害信息提取的一般方法,具有良好的科学性和可操作性,适合于巨大灾害灾情遥感应急监测评估工作。该研究成果为全面准确地掌握灾情,科学地评估灾情,进而采取有效救灾防灾抢险等措施和灾后恢复重建提供科学依据,对有效指导防灾减灾具有重大理论和实践意义。 相似文献
14.
基于高光谱的冬小麦叶面积指数估算方法 总被引：3，自引：0，他引：3
【目的】冬小麦叶面积指数是评价其长势和预测产量的重要农学参数,高光谱技术监测叶面积指数的方法能够实现快速无损的监测管理。本文旨在将田间监测和高光谱遥感相结合,探索研究中国南方江汉平原地区冬小麦的最佳波段、光谱参数及监测模型。【方法】研究选取江汉平原的湖北省潜江市后湖管理区,利用ASD地物光谱仪和SunScan冠层分析系统在田间对冬小麦的冠层光谱及叶面积指数的变化进行监测,并探讨高光谱植被指数与冬小麦叶面积指数之间的定量关系。通过相关性分析、回归分析等方法构建6种植被指数与冬小麦叶面积指数的反演模型。【结果】冬小麦冠层光谱反射率中近红外波段870 nm,红光波谷670 nm,绿光波峰550 nm,蓝光450 nm波段对叶面积指数变化最为敏感,通过构建植被指数与叶面积指数模型,相关性均较好,决定系数（R2）为0.675-0.757,其中NDVI反演模型的R2最高为0.757。【结论】经模型精度检验,NDVI植被指数反演模型的精度较其它模型好,较适合对研究样区的冬小麦进行叶面积指数反演。 相似文献
15.
VI-LST遥感模型在福建省干旱灾害监测中的应用 总被引：2，自引：0，他引：2
植被指数(VI)和地表温度(LST)是描述地表特征信息的2个重要参数.本研究采用基于VI和LST特征空间的遥感模型对2000年以来福建省三起比较严重的干旱灾害进行监测分析,结果表明:采用增强型植被指数(EVI)拟合特征空间干边方程的相关系数高于采用归一化植被指数(NDVI)拟合干边方程的相关系数.VI-LST遥感模型能客观地反映地表水分供应状况,较好地反映区域旱情的空间分布和旱情动态发展过程,干旱灾害的卫星遥感监测结果与地面气象监测结果基本一致,在福建省抗旱减灾工作中具有一定的实用价值. 相似文献
16.
【目的】寻求一个高效、准确的冰雹灾害遥感监测方法,为黑龙江省开展生态灾害的卫星遥感监测提供技术参考。【方法】针对2011-08-18黑龙江省木兰县一次冰雹灾害的个例,结合天气实况和雷达资料,利用从环境减灾卫星获得的遥感数据（2009-2011年）,分析了冰雹灾害前后归一化植被指数（NDVI）的变化,对遭受冰雹灾害区域进行了遥感监测,并对监测结果进行了检验。【结果】植物遭受冰雹灾害后的一段时间内,NDVI出现异常下降的现象,与未遭受冰雹灾害的区域差别明显,说明利用NDVI来判别遭受冰雹灾害的区域是可行的。遥感监测结果显示,此次遭受冰雹灾害的区域为木兰县西南部（东经127°38′～127°55′,北纬45°55′～46°06′）,受灾总面积为82.17 km2。监测结果表明,遥感监测冰雹灾害的准确率平均可达86.67%。【结论】利用环境减灾卫星对冰雹灾害进行遥感监测和灾害等级评估是可行的。 相似文献