基于RIA-GIS的农业蓟马害虫分布可视化系统开发     

张小斌  祝利莉  吕要斌  郑可锋 《计算机与农业》2010,(7):31-33

基于全国蓟马分布普查数据,采用RIA-GIS和Web Service技术构建了中国农业蓟马害虫分析可视化系统,实现了蓟马全球分布、普查分布、潜在分布和自定义区域分布等查询功能,为开展农业蓟马害虫分布与防控研究提供了技术支持。  相似文献   

Mapping winter rapeseed in South China using Sentinel-2 data based on a novel separability index          下载免费PDF全文

TAO Jian-bin  ZHANG Xin-yue  WU Qi-fan  WANG Yun 《农业科学学报》2023,22(6):1645-1657

Large-scale crop mapping using remote sensing data is of great significance for agricultural production, food security and the sustainable development of human societies. Winter rapeseed is an important oil crop in China that is mainly distributed in the Yangtze River Valley. Traditional winter rapeseed mapping practices are insufficient since they only use the spectral characteristics during the critical phenological period of winter rapeseed, which are usually limited to a small region and can...  相似文献   

GEE环境下融合主被动遥感数据的冬小麦识别技术   总被引：2，自引：0，他引：2  

马战林  刘昌华  薛华柱  李静茹  房旭  周俊利 《农业机械学报》2021,52(9):195-205

遥感技术已成为大宗作物种植面积提取的有效手段。为避免冬小麦提取中受光学数据缺乏的影响,基于随机森林算法（RF）和Google Earth Engine（GEE）云平台,探索时间序列Sentinel-1合成孔径雷达（SAR）数据后向散射系数对冬小麦提取效果,并融合Sentinel-1、2主被动遥感数据,研究后向散射系数、光谱特征、植被指数特征与纹理特征的不同组合对冬小麦识别精度的改善情况。结果表明：仅融合多时相Sentinel-1 SAR数据时,分类总体精度为85.93%,Kappa系数为0.75,冬小麦识别精度达到95%以上。融合多时相SAR数据与单时相光学数据,在充分利用极化信息和光谱信息进行分类后,分类总体精度为95.78%,Kappa系数为0.92,比多时相SAR分类结果分别提高9.85个百分点和约22.67%,对冬小麦的识别精度提高约2个百分点。通过分析不同特征组合情况下纹理特征对分类的影响,发现纹理特征对冬小麦的识别精度影响程度较小。  相似文献   

利用Google服务构建个人网络学习平台     

许丽华 《农业网络信息》2007,(7):92-95

本文介绍了Google主要的网络服务,提出了利用Google服务构建个人网络学习平台的思想和策略,并分析了Google服务应用推广中存在的困难.  相似文献   

基于GPS与GE的土壤水力参数空间变异采样间距确定     

王卫华  王全九 《农业机械学报》2014,45(3):97-100

为在土壤分析研究时,制定工作量少、试验设计经济合理,同时采样点具备代表性的野外采样方案,采用GPS与Google Earth相结合的方法,在陕西省泾惠渠灌区研究了土壤水力参数区域尺度的空间变异性,结果表明:土壤饱和含水率与饱和导水率在该区域尺度下属于中等变异,且两者均具有较强的空间依赖性;饱和含水率的最佳拟合模型为球形模型,土壤饱和导水率的最佳拟合模型为指数型;推荐两者的采样间距分别为2.38 km和7.14 km。  相似文献   

Google Earth在森林防火信息管理中的实现方法   总被引：1，自引：0，他引：1  

张冬有  王潇 《中国农学通报》2011,27(13):59-62

为了提高森林防火信息管理中空间数据的利用效率,针对Google Earth的共享遥感影像数据,提出利用Google Earth的二次开发,将其应用到森林防火信息管理。笔者通过调用Google Earth类库的方法,开发实现了森林防火信息系统。系统读取Access数据库的坐标信息,自动生成并加载各类地标文件,实现防火专题信息定位、GPS跟踪、历史火场位置重现等功能,为森林防火管理与决策提供依据。  相似文献   

农产品快速图形化追溯系统构建   总被引：5，自引：4，他引：1  

钱建平  杨信廷  刘学馨  吴晓明  范蓓蕾 《农业工程学报》2011,27(3):167-171

农产品快速图形化溯源是保障追溯过程可信度、增强追溯结果显示度、提高公众参与度的重要措施。该文以基于地理坐标和多重加密的农产品追溯码为编码方式,以Google Earth地图为展示工具,设计了以“正确性判断-追溯码解析-产地定位-属性追溯-结果显示”为主线的追溯流程;通过调用Google Maps API,采用.Net平台构建了基于B/S架构的农产品快速图形化溯源系统。系统通过在广州市农产品质量安全监管平台的使用表明,系统在满足一般属性追溯的同时,可快速定位到产地并以地图的形式展示,体现了溯源图形化、应急定位快速化的特点,有利于追溯系统的推广应用和质量安全突发事件的应急管理。  相似文献   

四川省2009—2020年植被覆盖度时空变化遥感动态监测     

何利平  简季 《水土保持通报》2022,42(2):203-209

[目的]监测和分析四川省2009—2020年植被覆盖度时空变化特征,为定量评估区域生态环境提供重要的基础研究数据,也为城市规划及可持续城市发展提供科学参考。[方法]借助Google Earth Engine云计算平台,获取了2009—2020年四川省Landsat系列影像,利用像元二分模型对研究区植被覆盖度进行了定量估算。[结果](1)2009—2020年间,四川省主要以高、中高植被覆盖度为主,其面积可达全省面积的80%,而低、中低植被覆盖度面积所占比例低于10%。(2)从空间上分布,四川省植被覆盖度空间差异比较明显,植被覆盖度较低区域主要分布在成都平原经济区及川西部分地区;(3)从空间变化特征上分析,2009—2020年研究区的植被覆盖度整体呈现基本稳定趋势(44.39%),植被覆盖度改善的区域面积(30.78%)大于植被覆盖度退化区域(24.82%),其中明显退化区域面积所占比例最少,仅占全省面积的4.96%。[结论]总体上,2009—2020年四川省的植被覆盖状况良好,以高、中高植被覆盖度为主,植被覆盖度呈现基本稳定趋势。  相似文献   

利用CorelDraw绘制基于Google卫星图片的农业专题图     

陈謇  丁安娜 《农业网络信息》2010,(7):22-23,30

阐述了将Google Earth提供的免费卫星图片作为数据源的方法,并利用CorelDraw软件绘制具有一定精度的农业专题图。  相似文献   

黄河中游骨干坝蓄水比例及蒸损量研究     

胡娟萍  张丽  赵茹  陈学凯 《中国农村水利水电》2015,(7)

近年来,受到气候的极端变化和各种人类活动的影响,黄河中游径流量减少的趋势越来越明显。在以往的水资源评价中,只考虑了干流上部分水库对径流减少的影响,而忽略了蓄水骨干坝的影响。通过水土保持部门调研、Google Earth查询以及实地勘测等途径,较为准确的确定了骨干坝的分布及蓄水比例,并根据水量平衡得出蓄水骨干坝的蒸发损失。研究表明:黄河中游头道拐至潼关之间,骨干坝共计4 798座,包括蓄水骨干坝895座,蓄水比例达到18.65%;骨干坝蒸损量为0.19亿m3。此研究初次考虑了蓄水骨干坝对径流减少的影响,可为以后研究径流减少提供理论依据。  相似文献