共查询到17条相似文献，搜索用时 171 毫秒
1.
基于多时相GF-6遥感影像的水稻种植面积提取 总被引：2，自引：1，他引：1
为获取高精度水稻种植面积提取方法和分析红边信息在作物识别能力上的优越性,该研究选取辽宁省盘锦市为研究区域,利用2020年水稻关键物候期的多时相高分6号宽幅相机（GF-6 WFV）遥感影像,构建归一化植被指数（Normalized Difference Vegetation Index,NDVI）、归一化水体指数（Normalized Difference Water Index,NDWI）、比值植被指数（Ratio Vegetation Index,RVI）和归一化差异红边1指数（Normalized Difference Red-Edge 1 Index,NDRE1）,根据各地物类型进行时序分析,在获得水稻面积粗提取结果的基础上对其他地类进行掩膜,准确提取水稻种植面积。对2020年盘锦市水稻提取结果进行精度分析,结果表明,基于实测数据进行精度验证的总体精度为94.44%,基于目视解译数据进行精度验证的总体精度和Kappa系数分别为95.60%和0.91。根据目视解译数据对有无红边波段参与的水稻提取结果进行对比分析可知,红边波段的引入使总体分类精度、水稻制图精度和Kappa系数分别提高了3.20个百分点、6.00个百分点和0.06。该研究证明红边波段可以有效降低作物的错分、漏分情况,对水稻精准估产和丰富农作物遥感监测方法具有重要作用,显示出国产红边卫星数据在作物分类、面积提取方面具有巨大应用潜力。 相似文献
2.
基于无人机影像的SEGT棉花估产模型构建 总被引：3，自引：3，他引：0
及时、准确的产量估算对农业经营管理和宏观决策具有重要意义。该研究利用无人机高分辨率遥感影像,提出了一种基于苗铃生长趋势的SEGT(Seedling Emergence and Growth Trend)模型用于棉花产量估算。首先借助无人机可见光影像数据,通过植被指数与大津法、形态学滤波相结合的方法,获取研究区内棉花出苗信息;然后利用无人机多光谱时间序列影像数据,分析各时期归一化差异植被指数NDVI(Normalized Difference Vegetation Index)与实际产量的相关特征,对棉花生长状态进行等级划分,反演每株棉花的预测成铃数;最后结合棉花单铃质量构建SEGT模型进行产量估算,并根据实测产量数据进行精度验证。试验结果表明:ExG-ExR(Excess Green-Excess Red)植被指数对棉花苗识别和提取效果较好,精确率、召回率、F1值分别达到93%、92.33%和92.66%,VDVI(Visible-band Difference Vegetation Index)植被指数精度次之;将预测产量与实测产量进行对比验证,估产模型的决定系数达到0.92,表明利用SEGT模型进行棉花产量估算是一种切实可行的方法。研究结果可为无人机遥感在作物估产中的应用提供参考。 相似文献
3.
作物水分胁迫指数（Crop Water Stress Index，CWSI）的监测对掌握作物的水分状况、指导灌溉具有重要意义。该研究以菜心为试验对象，测量了不同土壤水分条件下的冠层温度，采集了空气温度、相对湿度、风速、光合有效辐射和4个波段（450、650、808、940 nm）的光谱反射图像，并计算了归一化植被指数（Normalized Difference Vegetation Index，NDVI）、差值植被指数（Difference Vegetation Index，DVI）、再归一化差值植被指数（Re-Difference Vegetation Index，RDVI）和转换型土壤调整指数（Optimized Soil-Adjusted Vegetation Index，OSAVI）等，通过支持向量回归（Support Vector Regression，SVR）分别构建了CWSI上基线、CWSI下基线和冠层温度的反演模型。结果表明，菜心在450和650 nm的冠层光谱反射率在0～0.1之间，在808和940 nm的反射率较高，在0.4～0.6之间，当菜心由营养生长阶段进入生殖生长阶段，808和940 nm的反射率有所上升。植被指数能反映菜心的生长状态和植被覆盖度，随着冠层温度的升高，NDVI、DVI、RDVI上升，OSAVI下降；而同一个水分处理组在不同生长期的植被指数有明显的差异，生殖生长期的植被指数变化范围小于营养生长期。结果表明，使用空气温度、相对湿度、风速、光合有效辐射反演CWSI上、下基线具有可行性，决定系数均大于0.75；使用植被指数反演菜心在两个生长期的冠层温度具有较好精度，决定系数均大于0.7。基于反演值计算的CWSI与基于测量值计算的CWSI有较好的相关性，决定系数为0.70；CWSI与气孔导度是负相关的关系，决定系数为0.53。该研究应用气象参数反演CWSI上基线和CWSI下基线，利用植被指数反演冠层温度，基于SVR的模型反演值达到了一定的拟合效果，为实现菜心水分胁迫指数的光谱监测提供支持。 相似文献
4.
矿山恢复治理区植被物候与植被健康状况可以定量评价恢复治理工程实施效果,以往矿山恢复治理遥感监测多侧重于监测植被覆盖变化,忽略了对恢复治理区域植被物候特征和健康状况的评估。该研究使用时间序列哨兵2号影像,基于Savitzky-Golay滤波、动态阈值、曲率曲线等方法,以黑龙江省七台河市一玄武岩采石场及周边区域为例,分别提取了恢复治理区和正常耕作区玉米出苗期、拔节期、抽雄期、成熟期、物候期间隔长度等遥感物候指标,研究恢复治理区和正常耕作区玉米生长状态的差异。同时,提取并对比恢复治理区和正常耕作区植被红边位置指数(REIP)、归一化植被指数(NDVI)、绿色归一化植被指数(GNDVI)、陆地叶绿素指数(MTCI)、特征色素简单比值指数(PSSRA)、倒红边叶绿素指数(IRECI)、改进的叶绿素吸收指数(MCARI)和植被覆盖度(FVC)等遥感指标值,评估各遥感指标区分恢复治理区作物的能力和诊断矿山恢复治理区作物健康程度的可行性和敏感性。结果表明:1)相较正常耕作区,恢复治理区玉米关键物候期推迟,出苗期、拔节期、成熟期分别推迟了5～12、9～12和21～22 d,恢复治理区作物生长状态的差异随着作物生长阶段的推移逐步显现;2)恢复治理区和正常耕作区REIP、NDVI、GNDVI、PSSRA、IRECI和FVC等遥感指数值有明显差异,其中GNDVI指数反映恢复治理区作物的整体光谱特征更稳定,PSSRA指数对于区分恢复治理区和正常耕作区作物光谱特征差异最敏感,这种差异受两区域玉米作物叶绿素含量、叶面积指数和叶片含水量等生理信息差异的综合影响。该研究可为矿山恢复治理效果快速评估提供一种技术思路。 相似文献
5.
基于MODIS指数和随机森林的江西省早稻种植信息提取 总被引：1，自引：1，他引：0
尽早获取双季早稻的种植信息,对政府部门掌握全省水稻生产形势及制定粮食安全保障的相关政策方针具有重要意义。传统业务服务中,通常将水稻生长早期的多时相MODIS指数与阈值法相结合,对种植信息进行提取,但该方法主观性强,受人为及不同地区水稻物候期差异影响大,且存在混合像元等限制,机器学习算法可以较好解决此问题。因此,该研究提出一种结合水稻生长早期MODIS指数和随机森林的种植信息提取方法,基于江西省早稻生长早期多时相MODIS增强型植被指数（Enhanced Vegetation Index,EVI）、归一化植被指数（Normalized Difference Vegetation Index,NDVI）和地表水分指数（Land Surface Water Index,LSWI）的变化特征,利用随机森林算法构建早稻种植区域提取模型与丰度反演模型,提取全省早稻种植信息,并利用Sentinel-1A提取的验证样区与统计资料验证。结果表明,早稻种植区域及丰度的空间分布特征与Sentinel-1A提取的验证样区的空间特征基本一致,提取模型的分类精度为93.18%,丰度反演模型与样本数据的平均绝对误差、均方根误差和决定系数分别为0.07、0.10与0.86,且在高丰度种植区反演效果更优。与统计资料相比,全省早稻面积识别精度为92.33%。该研究解决了水稻种植信息提取中阈值选取合理性、混合像元与时效性限制等问题,为水稻生长早期种植信息的业务化提取提供一种参考方法,具有一定应用价值。 相似文献
6.
冬小麦生长便携式NDVI测量仪的研制与试验 总被引：4，自引：2，他引：4
该文介绍了一种测量冬小麦生长归一化植被差异指数(NDVI—Normalized Difference Vegetation Index)的新型仪器，该仪器能快速、方便地测定农作物的NDVI值，准确地对作物的生长情况做出评估，对指导作物管理具有着重要作用。它利用日光作光源，通过4个具有特殊光谱响应特性的光电探测器，在近红外和红光两个特征波长处，分别对入射光和植被的反射光进行探测，根据测得的信号，经模拟/数字转换后，由单片机按一定的计算公式求出归一化植被差异指数，所得NDVI结果由液晶显示器(LCD)显示。在 相似文献
7.
基于Google Earth Engine的淮河流域越冬作物种植面积制图 总被引：3，自引：3，他引：0
越冬作物是中国重要的作物类型,其面积的变化不仅对中国粮食产量和经济产生直接的影响,还潜在地影响中国的粮食安全,因此有必要准确绘制越冬作物种植面积图来为决策制定者提供科学参考。该研究以淮河流域为例,基于Google Earth Engine云平台,融合时间序列Landsat-7/8和Sentinel-2A/B卫星影像,采用S-G（Savitzky-Golay）滤波器重构作物时间序列的归一化差异植被指数（Normalized Difference Vegetation Index,NDVI）,根据不同植被类型物候期的差异,选取越冬作物生长旺盛期NDVI最大值、越冬作物播种期和收获期中相应的NDVI最小值和中位数,在像元尺度上构建越冬作物提取算法,绘制淮河流域越冬作物的种植面积。研究结果表明,所构建算法能够精确提取淮河流域越冬作物的种植面积,总体精度为95.8%,Kappa系数为0.912,该研究可为作物面积的提取和监测提供方法参考。 相似文献
8.
不同施氮水平下棉花叶片最大羧化速率的高光谱估测 总被引：1，自引：2，他引：1
植物叶片最大羧化速率(Maximum Carboxylation Rate,V_(cmax))是表征植被光合能力的重要参数之一,研究叶片V_(cmax)对氮素的响应对预测植被光合作用和未来植被生产力具有重要意义。该研究以国欣棉9号为试验材料,设置4个施氮水平,测定棉花不同生育时期叶片生理参数和叶片反射光谱,探究V_(cmax)与生理参数及光谱指数的关系,建立叶片V_(cmax)最优反演模型。结果显示,棉花叶片V_(cmax)在苗期至蕾期不受施氮水平的影响,随着生育进程的推进,氮素逐渐成为影响叶片V_(cmax)高低的主要因素之一。此外,叶片V_(cmax)与含氮量的相关程度最高,远高于叶片V_(cmax)与叶绿素、比叶重的关系。对叶片V_(cmax)与光谱指数进行回归分析发现,由蓝光和红边波段组合的光谱指数能较好的预测叶片V_(cmax),其中表现最好的为归一化差值植被指数(Normalized Difference Vegetation Index,NDVI697,445)和比值植被指数(Ratio Vegetation Index,RVI445,694),决定系数(R~2)均大于0.75。最后,以生理参数和光谱指数为基础,采用一般线性回归和多元逐步回归构建棉花叶片V_(cmax)估算模型,结果表明,由RVI445,694、光化学植被指数(Photochemical Vegetation Index,PRI)、修正型归一化差值植被指数(Modified Normalized Difference Vegetation Index,m ND705)所构建的多元逐步回归模型精度最高(R~2=0.809, RMSE=16.93μmol/(m~2·s)),叶片含氮量和叶绿素所构建的多元逐步回归模型次之(R~2=0.801,RMSE=17.01μmol/(m~2·s)),高于其他单变量线性回归模型。研究表明,利用高光谱指数可以有效地估测棉花叶片最大羧化速率,结果可为叶片V_(cmax)准确反演和评估光合能力提供支撑。 相似文献
9.
新疆植被NDVI时空变化及定量归因 总被引：1，自引：0，他引：1
为揭示自然与非自然因素以及因素之间的交互作用对新疆植被覆盖变化的影响,以归一化植被指数(Normalized Difference Vegetation Index,NDVI)为植被覆盖状况表征指标,结合气候、地形、水文、土壤以及人为干扰等15种因子,采用线性趋势分析、随机森林和地理探测器模型,分析了2000—2018年新疆地区植被NDVI的时空演变特征,并对其空间分异的驱动力进行了定量探测。结果表明:新疆NDVI分布呈现北高南低、西高东低、山区高平原低的特点; 研究期间植被覆盖状况有明显改善,60.91%的植被区域NDVI呈增加趋势。土壤湿度的解释力最高(0.394),与耕地面积和潜在蒸散发共同主导植被NDVI的时空格局; 双因子的交互作用能以非线性方式增强对NDVI空间分布的解释力,其中,尤以土壤湿度和潜在蒸散发的交互作用影响力最强; 各因子存在促进植被生长的最适宜范围或特征,其中,NDVI空间变化基本与水分因素呈正相关,与辐射量、海拔呈负相关。总体上,土壤水分条件对新疆植被变化的影响更为直接,此外,适度的人类活动对植被恢复已有明显的促进作用。 相似文献
10.
北京植被净初级生产力对物候变化的响应 总被引：1，自引：1，他引：0
植被净初级生产力（Net Primary Productivity,NPP）对物候的响应是全球气候变化背景下的重要研究内容,气候变化对植物物候与NPP的影响仍需明了,物候的时空变异规律更需深入探讨。该研究基于2001-2020年MODIS归一化植被指数（Normalized Difference Vegetation Index,NDVI）数据提取北京植被物候信息,利用CASA（Carnegie-Ames-Stanford-Approach）模型模拟NPP,通过线性回归、趋势分析和结构方程模型等方法,阐明NPP与物候时空变化特征,探究气象因素和物候变化对NPP的影响。结果显示：1）2001-2020年超过70 %的区域出现生长季开始（Start of Growing Season,SOS）逐渐提前,平均每年提前0.53 d。超过90%的区域生长结束期（End of Growing Season,EOS）逐渐推迟,平均每年推迟0.51 d。2）SOS提前和生长季（Length of Growing Season,LOS）延长均对NPP增长产生显著影响（P<0.05）。SOS每提前1 d,NPP增长3.74 g/m2;LOS每延长1 d,NPP增长2.56 g/m2 。秋季EOS推迟对NPP变化影响不显著。3）春季和秋季,气候通过改变物候（SOS、EOS）对NPP的间接影响大于直接影响,而夏季温度和降雨对NPP的直接影响更大。该研究表明春季物候变化是NPP年际变异的重要驱动因子,春季物候提前导致NPP年总量增加。研究结果是都市区植被生产力如何响应气候变化认识的重要补充。 相似文献
11.
基于GF-1与Landsat8 OLI影像的作物种植结构与产量分析 总被引：4，自引：1，他引：3
作物种植结构监测和估产是精准农业遥感的重点领域,其研究对于指导作物种植结构和制定农业政策具有重要意义。该文以黑龙江省北安市为研究区,以2015年的Landsat8 OLI和多时相GF-1为遥感数据源,基于物候信息和光谱特征确定的农作物识别关键时期和特征参数,构建面向对象的决策树分类模型,开展作物种植结构监测研究;综合植被光谱指数和地面采样数据,采用逐步回归方法建立产量遥感估算模型。结果表明:多源与多时相的遥感数据可以反映不同农作物的季相特征,应用本文所构建的决策树分类模型,作物分类效果较好,总体精度达87.54%,Kappa系数为0.8115;2015年,北安市的主要作物类型为大豆、玉米、水稻和小麦,面积分别为2204、1955、122和19 km~2,其中大豆的种植面积最大,占作物种植面积的51.24%。基于NDVI、EVI和GNDVI构建的多元回归模型为北安市大豆和玉米产量估算最优模型(R~2=0.823 7,均方根误差135.45 g/m~2,精度80.55%);北安市玉米高产区集中分布在西部,大豆的高产区主要分布在东部;2015年北安市玉米和大豆的单产分别为8 659、2 846 kg/hm~2,总产量分别为16.93×10~8、6.27×10~8 kg。利用作物关键物候期的多源多时相遥感数据能够精确高效地提取作物种植结构,构建的产量估算多元回归模型,为精准农业科学发展提供参考。 相似文献
12.
Using SPOT images and field sampling to map burn severity and vegetation factors affecting post forest fire erosion risk 总被引：1，自引：0，他引：1
Runoff and erosion rates are known to increase substantially after a major forest fire. Erosion control measures therefore need to be put into place quickly after a large fire, and determining where to locate the measures requires accurate mapping of post fire erosion risk. Burn severity can be determined from field observations, but these are costly and time consuming. Satellite imagery is an alternative to quickly map burn severity for erosion mapping purposes. Post fire erosion decreases as forest vegetation recovers and this is related to both pre fire vegetation characteristics and soil properties. The objectives of this study were to test the use of SPOT multispectral images for mapping burn severity, pre fire vegetation density, and longer term (2.5 years) vegetation recovery. Indices tested include the Normalized Burn Ratio (NBR), Normalized Difference Vegetation Index (NDVI), Differenced Normalized Burn Ratio (dNBR), and Differenced Normalized Difference Vegetation Index (dNDVI). Indices were compared to field data gathered immediately after the fire and about 2.5 years later. The multi-temporal indices (dNBR and dNDVI) were more useful for burn severity mapping in the heterogeneous forest–scrubland–vineyard environment where bedrock and vineyard surfaces were confused with burned areas when using single images (NBR and NDVI). All of the post fire indices showed traces of the fire 2.5 years later; this was confirmed using Analysis of Variance where differences in indices were related to original ground cover (pine forest, mixed forest, mostly bedrock and vineyards) and the burn scar. Pre fire vegetation cover was less successfully mapped using the NDVI according to the initial field observations. Similarly, none of the post fire indices were able to distinguish differences in N–S vegetation recovery revealed by field measurements of understory vegetation height and cover; N facing slopes had deeper finer soils and these more favourable conditions led to greater vegetation growth than on S facing slopes and topslope convexities. It is suggested that relationships between topography and soil properties can be useful for mapping both soil erodibility and post fire vegetation recovery. 相似文献
13.
基于无人机多光谱的大豆旗叶光合作用量子产量反演方法 总被引：3，自引：2，他引：1
大豆旗叶的量子产量（Quantum Yield,QY）对于评估光合效率非常重要,利用无人机多光谱数据对QY值进行高通量反演,能够无损、高效的监测光合作用过程中的生理化学变化。该研究的目的是探究植被指数与QY值相关性,并基于高相关性的植被指数反演QY值,同时分析了多植被指数与单植被指数构建反演模型的准确性。结果表明,与传统反演算法支持向量回归（Support Vector Regression,SVR）相比,基于集成学习的自适应提升（Adaptive Boost,AdaBoost）算法提高了模型的准确性,测试集决定系数（coefficient of determination,R2）为0.982,均方根误差（Root Mean Square Error, RMSE）为0.089,相对分析误差（Residual Predictive Deviation,RPD）为7.29。研究表明基于多植被指数、利用AdaBoost算法可以构建更为有效的无人机多光谱大豆光合有效量子产量反演模型,为评估高通量光合效率提供了一种先进的方法。 相似文献
14.
多时相MODIS影像的黑龙江省水稻种植面积提取 总被引：1，自引：1，他引：0
黑龙江省稻田面积扩张引起农区地类发生巨大变化,利用遥感手段快速动态监测稻田面积扩张的变化,可为水稻产量估算、水土资源开发利用和评价提供科学决策依据。该研究以中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer,MODIS）地表反射率和植被指数数据为主要数据源,融合归一化光谱特征、分层分类、最大似然法、阈值和指数时间序列等方法建立决策树模型,对2003－2018年黑龙江省的稻田、旱地、草甸、滩地、森林、水体、城镇等进行遥感解译,并采用混淆矩阵法验证结果精度。结果表明2003－2018年稻田识别Kappa系数达到0.899～0.961,总精度达到了85.5%～92.3%。黑龙江省新增稻田主要由旱地、草甸和滩地转变,水稻种植面积从2003－2018年扩大了3倍,平均每年扩张158 100 hm2,稻田播种区域的中心向北延伸约160 km。该研究基于黑龙江省不同植被的物候特征,确定了不同地类的决策树分类判定标准,为黑龙江省稻田面积变化提供有效的方法。 相似文献
15.
基于NOAA/AVHRR遥感资料的锡林郭勒草地植被变化特征 总被引：1，自引：0，他引：1
通过对2005-2008年历年8月份归一化植被指数（NDVI）差值变化和5月上旬-7月中旬历旬降水量与牧草产量关系的综合分析,探讨了锡林郭勒草地植被变化特征及其形成的主要原因。结果表明：锡林郭勒草地大部地区各年度同期植被指数变化明显,植被指数差值增大的面积逐年增加,植被长势均好于前1年;3a草地植被指数差值减少的区域主要分布在中、东部地区,表明该地区草地植被退化明显。草地地表植被变化和牧草产量波动与6月下旬降水量显著相关。定期监测草地地表植被变化特征,可为科学决策提供依据。 相似文献
16.
基于HJ-1A/1B CCD数据的干旱监测 总被引：4，自引：3，他引：1
HJ-1A/1B是中国以防灾减灾和环境监测为直接应用目标的小卫星星座,为探讨HJ-1A/1B CCD数据在快速监测西南喀斯特地区旱情变化的应用潜力,以2010年遭受严重旱灾的贵州安顺地区为研究区,基于多时相的?HJ-1A/1B?CCD数据,利用垂直干旱指数、改进的垂直干旱指数和归一化植被指数对研究区的干旱情况和植被长势进行时间序列的监测与分析,并研究了监测模型在干旱监测中的适宜性、差异性及影响因素。结果表明,利用HJ-1A/1B CCD数据、垂直干旱指数和改进的垂直干旱指数,可以实现对旱情变化的快速监测;改进的垂直干旱指数对干旱变化的响应比垂直干旱指数敏感,且在植被覆盖较好地区的监测效果比垂直干旱指数更为有效;降水是影响监测效果的重要因素,降水对改进的垂直干旱指数的影响比垂直干旱指数大;结合干旱监测指数（MPDI,PDI）与植被指数NDVI的时间序列分析,可以更为准确地监测研究区实际旱情变化和植被长势情况。该研究对推广HJ-1A/1B数据在西南喀斯特地区的作物长势和旱情监测中的应用,以及提高中国应对突发灾害的决策能力具有重要意义。 相似文献
17.
土壤含水率是农业、环境、气象等领域进行建模的重要参数。该研究将微波遥感与光学遥感相结合,利用Sentinel-1数据交叉极化比及变换土壤调节植被指数对地表粗糙度进行估计,构建了一种改进的水云模型(modifiedwatercloud model, MWCM)。分析将NDVI、NDWI和NDWI1725,2200等植被指数作为植被冠层含水率时,水云模型(water cloud model,WCM)及MWCM农田地表土壤含水率的反演精度。结果表明:从总体精度上来看,MWCM的反演精度优于WCM。在不同植被覆盖度情况下:当植被覆盖度为中、低程度(NDVI0.5),MWCM具有较高的反演精度;在较高的植被覆盖度情况下(NDVI≥0.5),WCM与MWCM的反演精度较为接近。MWCM可有效的建立微波后向散射系数与地表土壤水分的关系,提高土壤含水率反演精度,为各种地表覆盖类型的土壤含水率反演提供研究思路及理论支持。 相似文献