排序方式: 共有49条查询结果,搜索用时 15 毫秒
21.
MODIS资料在2005年陕西春旱过程监测中的应用 总被引:5,自引:2,他引:5
从可业务化的角度,在近年研究开发的NOAA/AVHRR遥感干旱监测业务化模型的基础上,充分考虑引起干旱的水热条件以及土壤覆盖类型等因子,结合陕西的地形、气候、植被覆盖特征,建立了基于MODIS数据的区域性干旱遥感监测的业务化模型和资料处理流程.通过对陕西2005年3-5月发生严重春旱过程的监测,结果表明使用基于MODIS数据的热惯量和植被供水指数两种模型进行区域性遥感干旱监测是可行的,修正后的植被供水指数模型在干旱面积估算精度和图像的可视化效果方面有了明显提高. 相似文献
22.
基于遥感生态指数的陕西省东庄水库流域生态环境变化监测与评价 总被引:1,自引:1,他引:0
[目的] 对陕西省东庄水库流域生态环境开展实时准确的监测,为流域开发与保护、城镇经济发展提供数据和理论支撑。[方法] 选取2000,2010,2020年Landsat遥感影像,基于谷歌地球引擎(GEE)平台构建湿度、绿度、干度、热度4个指标,通过主成分分析法计算遥感生态指数,对东庄水库流域20 a间生态环境变化进行监测与评价,基于IDRISI软件的CA-Markov模型对2030年东庄水库流域生态环境情况进行模拟。[结果] ①20 a间东庄水库流域生态环境整体维持在一个水平,RSEI均值由0.499上升到0.500,生态环境状况略微有上升; ②从RSEI各等级变化来看,20 a间东庄水库流域生态环境状况较为复杂,生态环境的改善与恶化长期持续并存,渭北地区1999年以来实施的退耕还林政策对流域生态环境改善起到正向作用,且效用开始凸显。[结论] 东庄水库生态环境恶化的区域主要集中在城镇及其周边区域,改善的区域主要集中在林区和丘陵地区。今后仍需继续关注经济高速发展与生态环境治理二者间的平衡问题。 相似文献
23.
为进一步研究冬小麦在不同时间尺度下长势及产量变化情况,以陕西省关中平原为研究区域,选择与作物长势密切相关的条件植被温度指数(VTCI)和叶面积指数(LAI)作为研究指数,Morlet小波作为函数,利用小波变换和交叉小波变换分别分析不同时间尺度下冬小麦各生育时期VTCI和LAI与单产时间序列间的主振荡周期和共振周期。通过计算小波互相关度,确定各生育时期VTCI和LAI的权重,从而分别构建基于加权VTCI、加权LAI的单参数和双参数估产模型。结果表明,不同生育时期VTCI和LAI与单产间存在不同的主振荡周期和共振周期;通过小波变换构建的基于加权VTCI、加权LAI单产估测模型的归一化均方根误差(NRMSE)分别为16.88%、13.58%,决定系数(R2)分别为0.259、0.520,基于双参数的估产模型NRMSE为13.52%, R2为0.531,表明基于双参数估产模型精度更高。通过交叉小波变换构建的基于加权VTCI、加权LAI单产估测模型的NRMSE分别为16.83%、13.56%,R2分别为0.263、0.522,基于双参数的估产模型NRMSE为13.40%,R2为0.533,表明基于交叉小波构建的估产模型比基于小波变换的估产模型精度均有所提高。利用共振周期构建的双参数估产模型对关中平原2011—2018年冬小麦的单产进行估测,结果显示,产量分布呈现西部高东部低的空间分布特征。 相似文献
24.
基于遗传算法的条件植被温度指数的时间尺度转换方法 总被引:1,自引:0,他引:1
多时相VTCI遥感数据具有更多的旱情信息,能充分反映旱情对作物生长及产量的影响。不同时段发生干旱导致的作物减产率不同,研究基于多时相VTCI时间尺度转换的干旱影响评估的方法具有重要意义。针对关中平原冬小麦主要生育期VTCI的时间尺度转化问题进行了建模分析,研究了求解该问题的基于因子权重排序法与熵值法的归一组合赋权法(CAFE)、穷举法(EA)和遗传算法(GA)的过程和结果,其中EA可得到问题的最优权重值。结果表明:CAFE确定的冬小麦不同生育时期干旱对产量影响的权重值与EA获得的最优权重值相差较大,而GA获得的权重值等于或接近于最优权重值,其获得的加权VTCI与冬小麦单产的回归分析结果亦接近于EA而优于CAFE,精度较高,同时其运算过程的时间复杂度大大低于EA。GA对关中平原冬小麦各生育时期干旱对产量影响权重的确定较为合理,更适合于关中平原多时相VTCI数据时间尺度转换研究和干旱对冬小麦生产的影响评估研究。 相似文献
25.
基于作物及遥感同化模型的小麦产量估测 总被引:5,自引:3,他引:2
为提高陕西省关中平原冬小麦的估产精度,该文通过粒子滤波算法同化Landsat遥感数据反演的状态量叶面积指数(leaf area index,LAI)、土壤含水量(0~20 cm)、地上干生物量数据和CERES-Wheat模型模拟的状态量数据,分析小麦不同生育期的LAI、土壤含水量及生物量同化值和实测单产的线性相关性,以构建同化估产模型。结果表明,在返青期土壤含水量同化值和实测单产的相关性高于LAI、生物量同化值和实测单产的相关性,选择土壤含水量作为最优变量;在拔节期和抽穗-灌浆期同时选择LAI、土壤含水量及生物量作为最优变量;在乳熟期选择生物量作为最优变量。在小麦各生育时期同化最优变量的估产精度(R2=0.85)高于同时同化LAI、土壤含水量及生物量的估产精度,同时同化LAI、土壤含水量及生物量的估产精度高于同时同化LAI和土壤含水量(或LAI和地上干生物量、或土壤含水量和地上干生物量)的估产精度,表明在作物不同生育时期同化与产量相关性较大的变量对提高估产精度有重要作用。 相似文献
26.
基于不同时间尺度标准化降水指数的干旱监测结果,以规范化的各阶白相关系数为权重,采用加权马尔可夫链方法对未来干旱状态进行预测和分析.以关中平原和渭北旱塬36个气泉站39年逐月降水量为分析数据.系统地分析了该方法在不同时间尺度(从1个月到1年)上的预测能力及存在的问题.结果表明:对所选的5个时间尺度该方法都有一定的预测能力,并且随着时间尺度的增加,预测正确率也相应提高.同时,该方法对无旱的预测比较准确.对干旱的发生也有一定预测能力,可以作为早期干旱预警的参考.但是,该方法对干旱状态突变的预测能力较弱;随着干旱程度的加重其预测能力也逐渐降低. 相似文献
27.
为了进行田块尺度的冬小麦单产估测,以陕西省关中平原为研究区域,基于Sentinel-1、Sentinel-2和Sentinel-3卫星数据反演叶面积指数(LAI),并利用增强的深度卷积神经网络融合模型(EDCSTFN)和增强的时空自适应反射率融合模型(ESTARFM)对Sentinel-1、Sentinel-2和Sentinel-3 LAI进行时空融合,进而重建尺度12d的空间分辨率20m LAI并用于冬小麦单产估测。结果表明,基于Sentinel-1后向散射系数和相干性能够准确地反演关中平原冬小麦种植区的20m空间分辨率LAI,决定系数(R2)在冬小麦主要生育期可达0.70以上;相比于基于Sentinel-2和Sentinel-3的ESTARFM模型和EDCSTFN模型(EDCSTFN_S3),基于Sentinel-1和Sentinel-2的EDCSTFN模型(EDCSTFN_S1)可以明显提高距离参考影像获取日期较远的日期的LAI时空融合精度,ESTARFM、EDCSTFN_S3和EDCSTFN_S1 3个模型在5月下旬的融合结果对应的R2分别为0.53、0.71和0.76;基于时空融合LAI的冬小麦估产结果与冬小麦单产数据具有良好的相关性(R2=0.52,P<0.01),估产结果的均方根误差为358.25kg/hm2,归一化均方根误差为19%,平均相对误差为7.34%,并显示了丰富的田块尺度冬小麦单产分布细节特征,展现了进行田块尺度冬小麦精确估产的潜力。 相似文献
28.
陕西省关中地区春旱和伏旱频发,素有“十年九旱”之说。据气象部门报道,2012年年末至2013年年初,陕西省遭遇了自1961年以来最严重的一次气候干旱,严重影响了关中地区冬小麦的生长。为了进一步论述遥感干旱监测的实时性和宏观性,本文基于Aqua MODIS卫星遥感数据,采用条件植被温度指数(VTCI)干旱监测方法对关中地区2013年3月以来的干旱程度进行了监测并进行剖析。 相似文献
29.
选取关中平原2002—2009年冬小麦越冬后每年3—5月9旬的条件植被温度指数(CVTI)遥感干旱监测结果,基于归一组合赋权法确定的冬小麦越冬后四个主要生育时期干旱对产量影响的最优权重,建立关中平原4市(不包括铜川)冬小麦每年的加权CVTI与单产间的一元线性回归模型,并对冬小麦的单产进行了估算。结果表明,2002—2009年关中平原冬小麦单产在波动中呈上升趋势,中部单产较高,西部次之,东部最低。基于关中平原4市的整体产量估算模型预测西安市部分区县2010年的单产,取得较好的结果,验证了关中平原4市的整体产量估算模型具有较好的精度,能够较准确地反映关中平原干旱对冬小麦产量的影响。 相似文献
30.
基于MODIS时序植被指数的陕西植被季相变化分析 总被引:7,自引:4,他引:7
分析了MODIS在植被生长变化监测中的优势,讨论了省级MODIS植被指数序列的建立方法。根据陕西主要植被覆盖类型,在风沙草原区、农作物区、林区共选取了5个样本县,利用2004-2005年MODIS-NDVI序列数据,通过提取NDVI曲线特征参数,结合地面气象观测资料,总结上述植被类型的季相变化特征,提出了关中农作物的物候变化规律和长势评价指标,探索了利用遥感手段对陕西省植被进行宏观、动态监测的方法。结果表明:风沙草原区植被对降水的依赖性很强,林区植被与温度的相关性较好,对降水的响应不明显。时序NDVI曲线是农作物生长的动态迹线,结合农作物的物候节律,可实时监测其生长状况并进行量化评价分析。 相似文献