共查询到19条相似文献，搜索用时 218 毫秒
1.
为探究双向反射分布（Bidirectional Reflectance Distribution Function,BRDF）模型改进的光化学植被指数（Photochemical Reflectance Index,PRI）反演水稻冠层光能利用率（Light Use Efficiency,LUE）能力,该文利用多角度水稻冠层辐射数据和同期通量观测数据,引入BRDF模型对多角度PRI进行观测角度标准化处理。获取晴天09:00-15:00每半小时数据156组,其中130组数据用来建模,另外26组数据对所建模型进行验证。结果表明：BRDF模型在晴空指数（Clearness Index,CI）较低时拟合效果较差,随着CI的升高模型模拟效果变好;BRDF模型的拟合参数受光照条件和植被状况的影响,不同CI范围下的各向同性权值ki与LUE相关性均良好（决定系数大于0.3）,在0.6≤CI<0.7时相关性最佳,决定系数为0.63;无论是否采用BRDF模型的角度校正,由PRI反演LUE的模型均可采用线性形式或指数形式;但采用BRDF模型的角度校正后,反演模型精度得到显著提升,决定系数从0.46（p<0.01,校正前）可提高到0.8（p<0.01,校正后）;验证结果显示,采用BRDF模型的角度校正前后,相对反演偏差指数由1.34提升到 2.6,同时验证的拟合决定系数也由0.44提高到0.87。该研究相比较传统多角度遥感观测的PRI指数,BRDF模型的角度修正提高了PRI对水稻LUE的反演能力,证明了多角度冠层光谱观测可利用BRDF模型提高其植被指数对植物生理活动探测能力的可行性。 相似文献
2.
利用遥感手段监测土壤湿度有利于分析大尺度区域的土壤干湿状况。比对分析不同植被指数计算的温度植被干旱指数（TVDI）的精度能够提高TVDI反演土壤湿度的实际应用价值。以三江平原为研究区,基于2013年5—9月的四期MODIS影像,利用归一化植被指数（NDVI）、增强型植被指数（EVI）、修正土壤调节植被指数（MSAVI）、比值植被指数（RVI）分别计算TVDI,并以地面实测土壤湿度数据及降水数据进行精度验证。结果表明:（1）4种植被指数计算的TVDI与土壤湿度数据均具有一定的负相关关系,即TVDI值越高,土壤湿度值越低;（2）不同植被指数计算的TVDI在5月、6月、9月与土壤湿度回归分析的R2数值相近,均适合用来反演这3个时间段的土壤湿度,在7月份,相较于NDVI和RVI计算的TVDI结果（R2均在0.15左右）,基于EVI和MSAVI计算的TVDI （R2均在0.35左右）更适合反演该时期的土壤湿度;（3）5—9月期间,干旱现象主要发生在三江平原的中部及西南部,干旱程度主要为轻旱,东部及东北部在不同时期基本保持在正常或轻微湿润状态。 相似文献
3.
水稻叶面积指数与MODIS植被指数、红边位置之间的相关分析 总被引：9，自引：4，他引：9
对模拟中分辨率成像光谱仪（MODIS）两个植被指数归一化植被指数（NDVI）、增强植被指数（EVI）以及红边位置（REP）与水稻叶面积指数（LAI）进行了相关研究。利用光谱分辨率为3 nm 的ASD FieldSpec UV/VNIR 光谱仪获得了2002年两个不同水稻品种——杂交稻和常规稻整个生长期的高光谱数据，同时对水稻LAI进行了测定。利用一阶微分计算红边位移。模拟了MODIS 3个波段，波段1(620-670 nm，红波段)，波段2(841～876 nm，近红外)和波段3(459～479 nm，蓝波段)，并用这些波段计算了MODIS-NDVI和EVI。结果表明：对于常规稻，MODIS-NDVI、EVI和REP与水稻LAI呈现出良好的相关性；而对于杂交稻，与水稻LAI相关性来说，MODIS-EVI和REP要比MODIS-NDVI更敏感。分析原因，主要是因为杂交稻同常规稻相比在生长的中后期LAI比较大，MODIS-NDVI容易饱和；而MODIS-EVI和REP由于可以消除背景影响，增强对LAI的敏感性。因此MODIS-EVI和REP可以更有效地监测水稻叶面积指数。 相似文献
4.
红光波段和近红外波段常被作为森林蓄积量反演的敏感波段,介于两者之间的红边波段往往被忽略,为了明确红边波段对森林蓄积量的遥感反演精度的影响,本研究基于高分六号卫星宽幅影像（GF6-WFV）,结合西宁市2014年森林资源二类调查数据,从光谱特征、植被指数、地形因子、影像纹理等4个方面选取蓄积量反演的自变量,采用多元线性回归（MLR）、随机森林（RF）模型,分析比较了有无红边波段对西宁市针叶林蓄积量遥感反演精度的影响。结果表明：（1）无红边波段（No Red-Edge）和加入红边波段（Red-Edge Added）两组处理的纹理特征变量降维后,其主成分信息主要解释了红外、近红外以及红边1波段的纹理特征。（2）与蓄积量相关的光谱特征变量：No Red-Edge处理主要包括红边波段和近红外波段的地表反射率,Red-Edge Added处理主要为红边1波段的地表反射率;植被指数变量：No Red-Edge处理主要包括NDVI和SAVI,Red-Edge Added处理为MTCI。（3）加入红边波段后,RF模型的R2优于MLR模型,分别为0.6719和0.5487,RF模型的均方根误差（RMSE）小于MLR模型,分别为26.3m3hm−2和20.8m3hm−2。（4）去除模型对反演精度的影响后,相对于No Red-Edge,Red-Edge Added处理的反演结果与观测值拟合的R2提高了11.6%,RMSE降低了9.1%。说明加入红边波段可显著提高西宁市针叶林蓄积量的反演精度,研究结果可为森林蓄积量的遥感反演提供科学依据。 相似文献
5.
基于MODIS数据的三种模型对区域玉米生产力的估算效果 总被引：1，自引：0，他引：1
总初级生产力GPP（Gross Primary Productivity，GPP）是描述陆地生态系统的关键指标，提供了全球范围内气候变化下碳元素循环的定量描述，是生态系统功能状况的重要参量，是碳循环中的关键要素，反映气候变化及人类活动对陆地植被综合影响下的结果。光能利用率LUE（Light Use Efficiency，LUE）作为总初级生产力估算模型中的关键参数，其取值受环境影响因子、时空分布差异、植被类型等众多因素影响，并直接影响模型的估算结果。为定量评价遥感植被参数在估算生态系统GPP方面的能力，以锦州玉米生产区为研究对象，基于2013−2014年的地面通量数据和MODIS卫星数据，利用APAR（Absorbed Photosynthetically Active Radiation，APAR）、LUE-PRI（Photochemical Reflectance Index，PRI）、REG-PEM（REGion Productivity Efficiency Model，REG-PEM）三种估算模型，估算不同尺度下的玉米生态系统GPP，并借助一元线性回归分析法，与锦州生态系统野外观测站的实测GPP值进行相关分析。结果表明：（1）逐日尺度上，APAR模型和REG-PEM模型都能较好地响应实际GPP值的季节性波动，其中APAR模型相对误差小于REG-PEM模型，但二者估算的GPP都存在峰值低估、谷值高估的现象，主要原因是LUEmax值在低植被覆盖区被高估，气温和水分因子对LUE的影响被低估，在重构植被指数曲线EVI、LSWI时产生不可避免的误差；（2）小时尺度上，由于中午时段太阳辐射增强、气温升高，导致植被叶片出现光饱和和午休现象，大大削弱了APAR对GPP的模拟效果。利用光化学植被指数PRI模型估算GPP，相较于APAR模型一定程度上能够提高GPP的估算精度，但模拟效果还有待提高。 相似文献
6.
无人机影像反演玉米冠层LAI和叶绿素含量的参数确定 总被引：6，自引：4，他引：2
小型低空无人机（unmanned aerial vehicle, UAV）机动灵活、操作简便,可以按需获取高空间分辨率影像,是育种玉米长势监测的一种重要技术手段。针对UAV影像反演玉米冠层叶面积指数（LAI, Leaf Area Index）和叶绿素含量的参数确定问题,该研究以DJI S1000+无人机为平台,搭载法国Parrot Sequoia相机,获取海南三亚市崖城玉米育种基地的多光谱影像。基于预处理后的UAV影像,采用重采样的方式获得不同分辨率下（0.1～1 m）的不同植被指数,所构建的植被指数包括归一化植被指数（normalized difference vegetation index,NDVI）、叶绿素指数（grassland chlorophyll index,GCI）、比值植被指数（ratio vegetation index,RVI）、归一化红边红指数（normalized difference rededge-red index,NDIrer）、归一化红边绿指数(normalized difference rededge-green index,NDIreg)和重归一化植被指数(renormalized difference vegetation index,RDVI),通过将不同分辨率下的不同植被指数与地面实测数据进行回归分析,以获得各分辨率下植被指数与冠层LAI和叶绿素含量的关系模型及其决定系数,以决定系数的大小为依据来确定玉米冠层LAI和叶绿素含量反演的最优空间分辨率和最优植被指数。通过试验发现,在分辨率为0.6 m时,NDVI与地面实测LAI之间的决定系数R2为0.80,决定系数达到了最大,利用该分辨率下的NDVI反演得到的LAI验证精度R2达到了0.73;在分辨率为0.1 m时,NDIreg与地面实测叶绿素含量之间的决定系数R2为0.70,决定系数达到了最大,利用该分辨率下的NDIreg反演得到的叶绿素含量验证精度R2达到了0.63。因此得出结论：1）植被指数的选择：① 对于玉米冠层LAI的反演来说,不包含绿波段的植被指数的LAI反演精度较高,这说明绿波段对LAI的变化不敏感;② 对于玉米冠层叶绿素含量反演来说,包含红边波段的植被指数的反演精度较高,因此影像的红边波段对叶绿素含量的变化非常敏感。2）UAV影像空间分辨率的选择：反演LAI的最优分辨率是0.6 m,此时NDVI与实测LAI的决定系数达到最大;反演冠层叶绿素含量的最优分辨率是0.1～0.3 m范围内,此时NDIreg与实测叶绿素含量的决定系数达到最大。该研究可为UAV反演玉米表型参数时的分辨率和植被指数选择提供参考。 相似文献
7.
多光谱遥感结合随机森林算法反演耕作土壤有机质含量 总被引：4，自引：6，他引：4
土壤有机质(Soil Organic Matter,SOM)遥感反演一般以单期影像作为输入量,为研究多时相影像遥感结合随机森林提高SOM遥感反演精度的可能性,该研究以黑龙江省农垦总局胜利农场耕地范围为研究区,以Sentinel-2A和Landsat 8影像作为数据源,获取两期裸土遥感影像,构建光谱指数,以随机森林算法筛选波段和光谱指数作为输入量,构建SOM反演模型。结果表明:1)两期影像的SOM反射光谱响应波段包括二者共有的中心波长:约560、660、850 nm,以及Sentinel-2A特有的中心波长740 nm 4个波段;2)基于单期影像最佳波段和光谱指数,Sentinel-2A影像SOM最优反演模型R2为0.913,均方根误差为0.860 g/kg,精度高于Landsat 8影像反演模型;3)单期影像最佳波段引入光谱指数,相比以最佳波段作为输入量,使SOM最优反演模型的均方根误差分别提高了28.867%和8.722%;4)引入时相信息,基于单期和两期影像波段和光谱指数,SOM最优反演模型精度由高到低为两期影像(R2为0.938,均方根误差1.329 g/kg)、Sentinel-2A影像(R2为0.935,均方根误差为1.944 g/kg)、Landsat 8影像(R2为0.922,均方根误差2.022 g/kg),两期影像SOM最优反演模型的稳定性和精度略高于单期影像。研究结果证明了Sentinel-2A影像数据以及多时相裸土影像反演SOM的优势。 相似文献
8.
基于PROBA/CHRIS遥感数据和PROSAIL模型的春小麦LAI反演 总被引：2，自引：2，他引：0
大面积区域作物叶面积指数（LAI）遥感反演,对指导作物管理具有重要的意义。该文基于2008年5－7月在黑河流域开展的大型星－机－地遥感综合试验获取的多角度高光谱PROBA/CHRIS数据及地面同步观测数据,利用PROSAIL辐射传输模型和神经元网络方法反演春小麦LAI,并利用地面实测LAI进行验证和分析,结果表明：PROBA/CHRIS数据的最佳组合波段为band 4（555.1 nm）、band 9（696.9 nm）和band15（871.5 nm）,利用PROBA/CHRIS数据反演LAI时,3角度组合（0°、36°、55°）反演LAI精度最高（R2=0.854,RMSE=0.344;MAE=0.213）。随着观测角度增加LAI反演精度相应提高,但超过3个角度后,多观测角度数据会带来较大不确定性,影响神经元网络建模,导致LAI反演精度下降。 相似文献
9.
为确定江苏地区水稻田块信息提取的适宜尺度,选取拔节期30m×30m空间分辨率HJ1A/CCD2影像和16m×16m空间分辨率GF1/WFV4近红外波段影像,采用高通滤波（HPF）算法构建4种空间尺度融合影像。利用定量指标评价和植被指数反演评价分析4种融合影像筛选适宜尺度,最后通过多类光谱指标构建决策树提取水稻面积与PROSAIL冠层光谱模型反演叶面积指数（LAI）,验证融合影像适宜尺度相较原始影像尺度的优越性。结果表明：（1）综合定量指标评价和植被指数反演评价,20m×20m尺度和15m×15m尺度均可保证光谱继承性,反演水稻田块信息,而结合尺度优势,适宜尺度筛选为15m×15m;（2）与原始影像尺度相比,15m×15m尺度空间分辨率提高,同时水稻面积提取精度增大,面积精度93.33%,样方精度94.71%,标准误差0.25hm2,且能理想反演LAI,精度达94.69%,标准误差0.893。结论表明,研究区水稻田块信息反演的适宜尺度为15m×15m。 相似文献
10.
利用HJ-1B遥感数据反演西北地区近地表气温 总被引：1，自引：1，他引：0
近地表气温是一个重要的气候参数,为了给农业研究提供空间上连续的气温信息,以西北地区为研究区,利用HJ-1B数据运用温度-植被指数方法（temperature-vegetation index, TVX）反演近地表气温。首先采用修正普适性单通道算法反演地表温度,并利用同一地区的MODIS温度产品进行了对比验证,然后利用2010年7月20日、2010年8月28日、2011年8月8日3景影像结合研究区气象站点观测的气温资料推算饱和NDVI值,最后将推算结果应用到2011年8月28日影像,利用气象站点观测资料对TVX方法反演的气温进行了精度验证。结果表明,反演地表温度与 MODIS 温度产品空间分布趋势基本一致,符合研究区的地表覆盖状况;反演气温与反演地表温度空间分布格局具有较好的一致性,可以提供比气象站点观测数据更理想的空间异质性信息;反演气温值比观测值偏高,二者平均绝对误差MAE为2.16 K,均方根误差RMSE为2.72 K。为快速有效获取大范围的气温时空信息提供了一种新思路,对科学指导农业生产、合理利用农业资源具有一定的可参考性。 相似文献
11.
Seyed Rashid Fallah Shamsi Sanaz Zare Seyed Ali Abtahi 《Archives of Agronomy and Soil Science》2013,59(4):471-489
Remote sensing is currently a tremendous asset in controlling and monitoring soil salinity. Moderate resolution imaging spectroradiometer (MODIS) images can be obtained daily, are free, offer more opportunities to acquire cloud-free images and may be preferred over high-resolution spatial data. The main objective of this study was to evaluate the capability of MODIS imagery to assess soil properties when coupled with field soil sampling. The study area was ～95,000 ha, located in the south-east of Fars Province, Iran. In total, 240 soil samples were selected from 60 georeferenced soil pits, following a stratified random sampling approach. Sixteen spectral indices were calculated from a nadir-viewed MODIS scene to establish statistical correlation models between measured soil properties and MODIS band values. A precise map of the soil properties was produced using geostatistical techniques. A paired-sample t-test indicates that there are no significant differences between values estimated using MODIS data statistical modeling and laboratory-measured soil properties of samples collected through fieldwork. The results also indicate that image transformation (salinity index (SI) to radiance) reduces estimation errors and increases both model efficiency and the R 2 of the models. The results also indicate that MODIS imagery provides useful information on soil properties. 相似文献
12.
MODIS植被指数的多传感器比较 总被引：5，自引：0，他引：5
CHENG Qian 《土壤圈》2006,16(3):362-370
Vegetation indices （Ⅵ） are one of the standard science products available from the Moderate Resolution Imaging Spectroradiometer （MODIS）. Validation of MODIS-Ⅵ products was an important prerequisite to using these variables for global modeling. In this study, validation of the MODIS-Ⅵ products including single-day MODIS, level 2 （gridded） daily MODIS surface reflectance （MOD09）, 16-day composited MODIS （MOD13） was performed utilizing multisensor data from MODIS, Thematic Mapper （TM）, and field radiometer, for a rice-planting region in southern China. The validation approach involved scaling up independent fine-grained datasets, including ground measurement and high spatial resolution imagery, to the coarser MODIS spatial resolutions. The 16-day composited MODIS reflectance and Ⅵ matched well with the ground measurement reflectance and Ⅵ. The Ⅵ of TM and MODIS were lower than the ground Ⅵ. The results demonstrated the accuracy, reliability, and utility of the MODIS-Ⅵ products for the study region. 相似文献
13.
基于车载近地遥感系统的冬小麦生育早期产量估测方法 总被引：1，自引：1，他引：0
冬小麦生育早期的产量估测对于制定冬小麦整个生长期的精准管理策略具有重要的参考意义。该文利用车载近地遥感估产系统对冬小麦生育早期冠层叶片光谱信息进行动态获取,提出了一种基于冠层光谱信息的动态光化学植被指数MPRI(mobile photochemical reflectance index),构建了基于MPRI的冬小麦产量车载近地遥感估产模型,分析了估测效果,结合GIS手段对估产数据进行了空间分析。研究结果表明:冬小麦生育早期冠层指数MPRI对冬小麦的产量单点估测具有一定的效果,决定系数R2约为0.78。车载近地遥感估产系统动态测量时,MPRI表现出良好的数据识别能力。通过设置阈值能够剔除动态测量中的土壤背景干扰信息,说明MPRI对于冬小麦生育早期产量具有较好的估测效果。对动态估产结果进行空间分析,能够掌握小区域内小麦生育早期产量的空间分布情况,为冬小麦生育早期产量估测提供了新的思路和方法。 相似文献
14.
基于GPS-IR的美国中西部地区NDVI时间序列反演 总被引：1，自引：1，他引：0
基于AVHRR(advanced very high resolution radiometer)、MODIS(moderate-resolution imaging spectroradiometer)等卫星遥感影像获取的归一化植被指数(normalized difference vegetation index,NDVI)存在大气噪声、土壤背景、饱和度等固有问题。GPS(global positioning system)卫星播发的L波段信号对土壤和植被水分含量变化较为敏感,GPS-IR(GPS-interferometric reflectometry)利用测地型接收机和天线记录GPS反射信号的变化,进而反演测站环境参数。该文研究了利用GPS-IR反演区域NDVI时间序列的方法。采用4个GPS参考站2007-2015年近9 a的连续观测数据,由伪距和相位观测值计算了归一化微波反射指数(normalized microwave reflection index,NMRI),傅立叶变换显示NMRI具有明显的周期特性,其中年周期和半年周期分量普遍较为突出。利用三角多项式拟合剔除NMRI中由积雪和降雨引起的粗差点后,其波动与同时间段内MODIS NDVI的趋势一致。一元线性回归结果显示NMRI与NDVI之间存在显著线性相关,相关系数在0.697~0.818(P0.001),NDVI反演误差的均方根误差在0.059~0.079,表明GPS-IR反演区域NDVI时间序列是可行的,该研究为获取准实时、低成本和高时间分辨率的NDVI提供了新的思路。 相似文献
15.
时间序列LAI对模拟大气与植被边界上的碳水交换过程至关重要,其已经成为众多区域尺度的碳水循环机理模型研究中重要的驱动数据。针对低空间分辨率MODIS LAI产品在中小区域尺度应用时表达LAI的空间异质性精度差问题,该研究提出了一种中小区域尺度时间序列林地LAI快速估测方法。该方法首先提取了林地MODIS LAI的归一化生长曲线,利用三次样条插值函数进行归一化LAI曲线的拟合,以此曲线模拟LAI的全年变化情况;其次基于传统遥感统计模型和TM遥感数据估测展叶完全时期的LAI,作为研究区域LAI的最大值并以此控制LAI生长曲线;最后将归一化LAI拟合函数与最大LAI相乘得到时间序列LAI数据集。试验结果表明:MODIS LAI产品对中小区域尺度较高空间分辨率LAI值的估测不够准确,但MODIS LAI归一化生长曲线与归一化的实际LAI生长变化情况保持较高的一致性,可以用来模拟LAI的全年变化情况;该研究提出的方法可简单、高效地为中小区域尺度的其他研究提供有效的时间序列林地LAI数据。 相似文献
16.
以NOAA卫星数据为基础,建立了利用RS和GIS技术估算光能利用率的一种新方法。并以北京地区为例,利用2007年的NOAA18 1B卫星资料和20个气象站点的数据,研究了北京地区植被光能利用率及其时空格局,并分析了NDVI与光能利用率的关系。结果表明：利用NOAA18卫星资料能较好地估算北京地区植被光能利用率;北京地区植被的年光能利用率为0.04%-1.06%,平均为0.57%,年最大值为2.83%;落叶阔叶林的光能利用率为0.74%,灌丛为0.51%,农田为0.50%;光能利用率的高值区主要分布在北部山区森林,低值区分布于城区;四季的光能利用率变化明显,春夏秋冬季分别为0.31%、1.37%、0.49%和0.04%;利用年NDVI最大值可以较好地模拟年光能利用率。 相似文献
17.
利用MODIS_EVI图像时间序列提取作物种植模式初探 总被引：4，自引：9，他引：4
作物种植模式对于高效、可控农业管理具有非常重要的意义,通过遥感手段获取种植模式信息是目前亟待解决的难题.以华北平原为试验区,收集了2003年全年每16天合成的MODIS_EVI时间序列图像,从种植模式的MODIS_EVI时间谱分析入手,提取了表征冬小麦及其后茬夏玉米与其他同季生长作物物候差异性特征,分析表明返青期和峰值时期对冬小麦提取贡献最大,而峰值时间和大小以及表征营养生长向生殖生长转化时生物量累积差异的参量(偏斜度)对玉米提取贡献最大.建立了冬小麦和夏玉米的提取模型,各省17个县的抽样表明,冬小麦的总体提取精度为88.38%最后形成了小麦─玉米、小麦─水稻和小麦─其他种植模式的分布图,与作物熟制气候分布图具有较好的一致性. 相似文献
18.
Satellite remote sensing offers the potential to accurately identify and monitor spectrally separable land-cover classes at a range of spatial and temporal scales. This paper investigates the separability of despoiled land in imagery acquired by sensors carried by the Landsat satellites. These systems offer the opportunity to map areas at large to medium scales at a relatively high temporal frequency and so provide information on environmental quality necessary for many monitoring and planning activities. From an investigation using imagery of South Wales it was found that despoiled land was separable from other classes in the Landsat TM imagery, with an accuracy of over 90 per cent. Furthermore, with Landsat TM data three spectral wavebands were found to provide a level of separability similar to that based on all wavebands available, illustrating potential savings to the analyst. Despoiled land cover was classified from Landsat TM and MSS data and these classifications were evaluated against a manually produced map of despoiled land cover derived from the interpretation of aerial photographs. Estimates of the extent of despoiled land cover in administrative units derived from the Landsat TM data were significantly correlated (r = 0.81) with the map based estimates, although a weaker correlation was observed with Landsat MSS data. 相似文献
19.
基于相似性分析及线性光谱混合模型的双季稻面积估算 总被引：2，自引：1，他引：1
为了解决大范围水稻种植信息提取时的混合像元问题,以便能够准确及时地获取水稻信息、指导水稻生产、保证粮食安全,该文提出了一种基于相似性分析和线性光谱混合模型复合的水稻提取业务化方法。以江西省为研究区,利用2010年4月15日至2010年10月31日的MODIS合成地表反射率数据(MODIS09A1),计算出时间序列MODIS-EVI指数,运用Savizky-Golay滤波方法对其进行平滑处理减少云等噪声的影响。根据双季稻的生长规律,结合野外调查和HJ-1ACCD2影像,确定双季稻样点,提取出标准双季稻EVI生长变化曲线,构建图像像元相似性指数,然后采用线性光谱混合像元分解模型对疑似双季稻像元进行混合像元分解,获得江西省双季稻种植面积信息的分布情况。结果显示,运用该方法提取的江西省双季稻种植分布情况与实际情况吻合,与江西省2010年统计年鉴中全省双季稻种植面积相比,提取精度为93%,精度较理想,与各地区统计面积相关性较好,R2=0.9659,可以为今后高精度水稻种植信息业务化的提取提供参考。 相似文献