排序方式: 共有53条查询结果,搜索用时 187 毫秒
31.
不同政策情景下荒漠化地区土地耕作适宜性评价 总被引:3,自引:3,他引:0
针对目前耕地适宜性评价中存在指标缺乏表达农民意愿及生态限制性因子的缺陷,应用基于生态限制性因子指标体系开展了中国荒漠化地区土地耕作适宜性评价。结果表明:在粮食安全政策导向情景下,荒漠化地区土地耕作适宜性较高的地区集中分布在亚湿润干旱区及半干旱区的局部地区,占地37×104 km2;在生态环境政策导向下,荒漠化地区土地耕作适宜性较高的地区集中分布在内蒙古南部、西藏南部、新疆北部的局部地区,占地约26.9×104 km2;由于政策导向的不同,宜耕减少地区主要集中于内蒙古东部和西藏南部的局部地区。该研究为大空间 相似文献
32.
以日南一号温州蜜柑为试材,对不同时期、不同黄化程度叶片反射光谱及叶绿素含量进行研究,结果表明,日南一号叶片反射光谱在350~1 750 nm范围内,出现了5次反射峰,其中可见光区域552 nm和近红外长波1 680nm波段处各出现了1次较弱的反射峰,在近红外短波段范围出现了3次强反射峰.在整个测定波段范围内,光谱反射率强弱为夏梢叶片>春梢叶片>秋梢叶片.随着叶绿素含量降低,叶片反射率增强,但叶绿素含量进一步降低,反射率出现减弱.在可见光波段范围,光谱反射率强弱为重度黄化叶>中度黄化叶>轻度黄化叶>正常叶,而在近红外区域,出现中度黄化叶>重度黄化叶>轻度黄化叶>正常叶的趋势. 相似文献
33.
气候变化背景下东北三省主要作物典型物候期变化趋势分析 总被引:18,自引:4,他引:18
【目的】分析气候变化背景下东北三省主要作物类型(水稻、玉米、春小麦和大豆)典型物候期(出苗期、抽穗期和成熟期)的变化趋势。【方法】应用气候倾向率(θ)确定农业气候资源特征和典型物候期的变化趋势与整体对应关系。【结果】近20年来,东北三省大部分地区≥10℃初日出现了提前趋势,初霜日不断推迟,温度生长期天数持续增加,≥10℃积温总体呈升高趋势。在此背景下,水稻和玉米均出现了出苗期提前(0.04<θ<0.55 d•a-1和0.04<θ<0.35 d•a-1)、成熟期推后(0.09<θ<0.35 d•a-1和0.23 <θ<0.38 d•a-1)、以及生育期延长(0.31<θ<1.26 d•a-1和0.11<θ<0.57 d•a-1)的趋势;大豆则表现为出苗期提前(0.01<θ<0.61 d•a-1)、成熟期提前(0.18<θ<0.19 d•a-1)、生育期缩短(0.06<θ<0.17 d•a-1)的趋势;而春小麦典型物候期的变化趋势不明显。【结论】东北三省农业气候资源变化使作物生长期内温度适宜程度偏向好转,总体上有利于早种晚收、生育期长的作物品种的推广种植。 相似文献
34.
基于植物净初级生产力模型的区域冬小麦估产研究 总被引:6,自引:8,他引:6
该文以中国冬小麦主要种植区黄淮海平原典型县市的冬小麦为研究对象,以植物净初级生产力模型对冬小麦估产进行研究。其中光合有效辐射数据(PAR)主要通过TOMS传感器紫外反射率月数据来计算获得。并且通过投影转换和内插方法,将分辨率由经度1.25度、纬度1度转为250 m。光合有效辐射分量(fPAR)主要通过250 m分辨率MODIS的最大值合成法生成的NDVI月数据和fPAR之间的统计直线关系(fPAR=a NDVI+b)来反演。在研究中光能转化有机质效率(ε)被视为常数,其值通过前人研究结果确定。然后计算冬小麦净初级生产力(NPP=ε×fPAR×PAR)。文中主要考虑冬小麦产量形成关键期内NPP的形成,然后将累积的NPP转化为作物干物质的量,最后通过冬小麦收获指数修正,得到估计的冬小麦产量。而且利用地面实际调查产量数据对所预测的植物净初级生产力NPP和所预测的产量进行了验证,通过NPP计算的冬小麦生物量与实际生物量间相对误差为-4.30%;预测冬小麦产量与实际小麦产量间相对误差平均为-4.41%,结果令人满意。 相似文献
35.
作物生长模型广泛应用于区域作物估产研究与应用之中,如何选择最佳作物模型优化参数是获得较好模拟预测结果的关键之一。研究选择河南洛阳为试验区,应用扩展傅里叶振幅灵敏度检验(EFAST)法对CERES-Wheat模型作物参数及田间管理参数进行了全局敏感性分析。结果表明,完成一片叶生长所需积温、最适温度条件下通过春化阶段所需天数、光周期参数、最佳条件下标准籽粒质量参数、开花期单位株冠质量的籽粒数参数等指标具有较高敏感性,系为模型参数“本地化”的关键参数。播种日期、播种密度、施肥日期、播种深度、灌溉日期是模型区域化应用的最佳优化变量。研究表明,EFAST敏感性分析是模型参数“本地化”和选择最佳“区域化”优化变量的有效方法。 相似文献
36.
基于小型无人机遥感的玉米倒伏面积提取 总被引:18,自引:10,他引:8
该文使用2012年小型无人机遥感试验获取的红、绿、蓝彩色图像研究灌浆期玉米倒伏的图像特征和面积提取方法。研究首先计算和统计正常、倒伏玉米的30项色彩、纹理特征,然后比较特征的变异系数和相对差异评选出适宜区分正常、倒伏玉米的特征;通过分析发现,与红、绿、蓝色灰度比较,多项色彩、纹理特征的变异系数更大或不同类别间的相对差异更小,不适用于准确区分正常、倒伏玉米,最适于区分正常和倒伏玉米的特征是3项基于灰度共生矩阵的红、绿、蓝色均值纹理特征。分别基于色彩特征和评选出的纹理特征提取倒伏玉米面积,对比2种方法的误差发现,基于红、绿、蓝色均值纹理特征提取倒伏玉米面积的误差最小为0.3%,最大为6.9%,显著低于基于色彩特征提取方法的。该研究结果为应用无人机彩色遥感图像准确提取倒伏玉米面积提供了依据和方法。 相似文献
37.
基于无人机影像的农情遥感监测应用 总被引:32,自引:21,他引:11
该文以中国农业科学院(万庄)农业高新技术产业园及周边地区4.2×3.1 km的范围为研究区域,利用无人机搭载RICOH GXR A12型相机进行了航拍试验,主要测试了定位定向系统(positioning and orientation system,POS)数据辅助下光束法区域网平差方法平面定位及面积测量精度,以及无人机影像的作物面积识别精度。结果表明,在无控制点约束条件下,直接采用POS数据进行光束法区域网平差后,以中误差表示的平面定位精度为X轴方向(东西方向)中误差为2.29 m,Y轴方向(南北方向)中误差为2.78 m,整体平面中误差3.61 m;采用3阶一般多项式模型进行几何精校正,X轴方向中误差为1.59 m,Y轴方向中误差为1.8965 m,整体平面中误差为2.32 m,符合《数字航空摄影测量空中三角测量规范》中对1∶10 000平地的平面精度要求,能够满足农作物面积遥感监测中作物面积调查定位精度的要求;采用监督分类和面向对象分类2种方法,对面积评价区域种植的春玉米、夏玉米、苜蓿和裸土4种地物类型进行分类,以差分GPS调查结果为评价标准,4种作物总体识别精度分别达到了88.2%(监督分类)和92.0%(面向对象分类),单独分类精度分别为88.9%、86.7%、93.0%、86.6%和90.35%、92.61%、94.93%、93.30%。研究结果说明了无人机遥感影像获取小范围、样方式分布的作物影像方面具有广泛的应用前景,推广后能够满足全国农作物地面样方对高空间分辨率影像的需求,可以部分替代现有人工GPS测量的作业方式。 相似文献
38.
亚像元定位技术对地表遥感信息提取及农业遥感定量化发展具有重要意义。针对当前国内外亚像元定位研究多集中于亚像元定位模型而缺少模型定位精度影响因素分析的现状,该文开展了定位尺度因素(如重建尺度、影像空间分辨率)和像元空间关系等对农业区域多光谱遥感影像亚像元定位模型精度影响的定量分析。以中国吉林省白城地区洮南市和内蒙古自治区兴安盟突泉县交界农业区为研究区域,以典型的空间引力模型为核心模型,以具有相同光谱分辨率的高分一号(GF-1)卫星8、16 m空间分辨率多光谱遥感影像为基础数据,对重建尺度、影像空间分辨率和像元空间关系等因素对遥感亚像元定位精度的影响进行了探讨。结果表明,对于8 m空间分辨率GF-1遥感影像,当重建尺度为5时,在邻接空间关系下的亚像元定位可达到最佳效果,即由40 m空间分辨率遥感影像重建8 m空间分辨率遥感影像的总体精度为74.67%,Kappa系数为0.604;对于16 m空间分辨率GF-1遥感影像,当重建尺度为4时在象限空间关系下的亚像元定位可达到最佳效果,即由64 m空间分辨率重建16 m空间分辨率遥感影像的总体精度为74.65%,Kappa系数为0.623。此外,重建尺度、影像空间分辨率和像元空间关系对亚像元定位精度具有波动影响,3个因素对应的亚像元定位总体精度最大变幅分别为18.08%、4.39%和0.08%,对应Kappa系数变化最大幅度分别为0.268、0.049和0.006。因此,在不同精度影响因素下,基于空间引力模型的GF-1亚像元定位精度影响因素轻重等级依次为重建尺度影像空间分辨率像元空间关系,这可为遥感亚像元定位模型选取、模型参数设置以及适宜的遥感数据选择提供一定参考。 相似文献
39.
农业土地变化是全球变化与可持续研究的热点,当前研究虽取得了长足进展,但仍存在诸多不足,集中表现在对农业土地系统复杂性与动态性的认识不够.近年来,基于Agent的农业土地变化研究(农业ABM/LUCC,Agent-based agricultural land change modeling)逐渐兴起,极大的丰富了传统研究的理论与方法,具体表现在:(1)农业ABM/LUCC将微观层面的人类个体行为整合进土地变化研究框架,有助于更加清楚的认识农业土地系统的“人类-自然”综合复杂性问题.(2)农业ABM/LUCC能够动态表达土地系统变化的内生反馈机制,有助于弥补传统的静态土地变化驱动机制分析的不足.(3)基于ABM/LUCC的农业土地利用格局动态研究是整合“人类-自然”综合研究的关键桥梁,农业ABM/LUCC能够与其他生物地球物理模型或经济模型动态嵌套,使多尺度、多维度综合模型研究成为可能.然而,农业ABM/LUCC研究也存在诸多挑战,如理论研究滞后于应用研究,大尺度应用难以开展,以及农户行为的模拟结果很难得到校验等. 相似文献
40.
基于Hyperion高光谱影像的冬小麦地上干生物量反演 总被引:3,自引:0,他引:3
在黄淮海粮食主产区选择河北省衡水市深州市为试验区,以冬小麦地上干生物量为研究对象,以作物冠层高光谱和EO-1 Hyperion高光谱卫星数据为主要数据源,在分析冠层高光谱构建的窄波段植被指数(N-VIs)与实测冬小麦地上干生物量间相关性基础上,提出了利用拟合精度R2极大值区域重心确定冬小麦干生物量敏感的光谱波段中心的方法,并运用该方法确定了冬小麦生物量敏感波段中心。在此基础上,以敏感波段中心筛选结果为指导,利用窄波段植被指数及相关波段开展Hyperion高光谱卫星遥感区域冬小麦干生物量遥感反演和精度验证。最终,按精度最高原则优选区域冬小麦地上生物量反演结果。其中,研究采用了冬小麦孕穗期Hyperion数据,涉及的植被指数包括窄波段归一化植被指数(N-NDVI)、窄波段差值植被指数(N-DVI)和窄波段比值植被指数(N-RVI)。结果表明,通过与实测冬小麦地上干生物量对比,利用冠层高光谱冬小麦地上干生物量反演敏感波段筛选结果及其相应波段构建的Hyperion窄波段植被指数进行孕穗期作物干生物量估算取得了较好结果,其精度由大到小为:NNDVI、N-RVI、N-DVI。其中,以波段B18(波长528.57 nm)、波段B82(波长962.91 nm)构建的Hyperion N-NDVI估算区域冬小麦地上干生物量精度最高,相对误差(RE)和归一化均方根误差(NRMSE)分别为12.65%和13.78%。 相似文献