四川省泸定县磨西台地地质灾害遥感监测研究     

张景华  李宗亮  张建龙  刘小霞  欧阳渊 《水土保持通报》2013,33(3):104-108,264

利用多时相,多平台卫星遥感数据,对四川省泸定县磨西台地的地质灾害开展了遥感监测.研究了地质灾害的发展演化趋势,判定了地质灾害的稳定性,为磨西台地的地质灾害防治提供了科学依据.遥感监测显示,自2006年1月2日至2009年12月21日的近4 a,磨西台地内无新发生泥石流和崩塌灾害,原已发生的泥石流和崩塌也未见明显复发,泥石流处于停歇期,崩塌处于稳定状态.大部分滑坡处于稳定状态,只有1处新发生的滑坡还在发展之中,处于不稳定状态,存在进一步发展的可能,需进一步加强监测.磨西台地岸坡的冲蚀滑塌和浅层流滑则一直在持续发展,对磨西台地岸坡的稳定构成威胁,并造成磨西台地面积的缩小,需要及时治理.  相似文献   

面向对象的湖北省土地覆被变化遥感快速监测   总被引：1，自引：3，他引：1  

罗开盛  李仁东  常变蓉  邱娟 《农业工程学报》2013,29(24):260-267

为了快速监测湖北省土地覆被变化,以HJ-CCD、TM以及ETM影像为数据源,探索出了集成面向对象技术与"3S"技术的中尺度土地覆被变化遥感流程和方法。该方法首先基于HJ-CCD影像和面向对象技术进行2010年湖北省土地覆被信息的提取,并用野外采样点对结果进行验证。在保证高精度的情况下利用向量相似性函数对湖北省2000－2005年以及2005－2010年进行变化检测,从而获得2个变化时期影像的变化区域,然后利用面向对象技术中的最邻近分类器对变化区进行自动化分类。最后分别将2期的变化结果与未变化结果融合后获得湖北省2000年、2005年和2010年的土地覆被图,在GIS中处理后建成县、市、省3级行政级别的湖北省土地覆被变化本底数据库。试验表明分类结果的总体精度为93.24%,Kappa系数为0.914;2000－2005年与2005－2010年变化检测的总体精度分别为90.88%和90.75%。同时研究发现景观破碎的地区应用面向对象技术有一定的局限性。  相似文献   

基于产量的稻田肥力质量评价及障碍因子区划——以进贤县为例   总被引：5，自引：0，他引：5  

樊亚男  姚立鹏  瞿明凯  胡文友  黄标  赵永存 《土壤学报》2017,54(5):1157-1169

土壤肥力质量评价及土壤肥力障碍因子分析,对于区域土壤利用和改良、指导农业生产结构布局具有重要意义。以江西省进贤县为研究区,通过水稻遥感解译测产,结合主成分分析进行土壤质量评价;采用综合指数法表征土壤肥力质量水平,分析该区域低肥力质量区域主要障碍因素,并进行障碍因子区划。结果表明,该地区土壤肥力质量评价的最小数据集(MDS)指标包括:有机质、阳离子交换量(CEC)、全钾(TK)、交换性钙(Ex.Ca)、容重、粉黏比;土壤质量综合指数与水稻产量相关系数达到0.73(p0.01),以当地水稻平均产量7.215 t hm~(-2)确定土壤质量综合指数阈值为0.65。分析得出,该地区影响土壤肥力的主要障碍包括有机质含量低和容重较大反映的低熟化度障碍、中量元素缺乏反映的酸化障碍、全钾含量低和高粉黏比反映的结构障碍等。根据障碍因素将研究区域划分为三大障碍区:东南部丘陵区主要障碍因子为酸化和土壤结构障碍;中西部低岗平原主要为土壤酸化障碍;北部滨湖区主要障碍为水稻土熟化程度低。通过对不同区域施行针对性改良措施有益于提高土壤肥力。  相似文献   

引入地形因子的黑土区大豆干生物量遥感反演模型及验证     

张新乐  徐梦园  刘焕军  孟令华  邱政超  潘越  谢雅慧 《农业工程学报》2017,33(16):168-173

为了对田块尺度农作物地上干生物量进行估测,提高大豆地上干生物量反演模型的精度和稳定性,该文获取了研究区地块2016年7、8月份的SPOT-6多光谱数据,并测定不同地形坡位的大豆地上干生物量,以归一化植被指数(normalized difference vegetation index,NDVI)和增强型植被指数(enhanced vegetation index,EVI)为输入量,建立田块尺度大豆地上干生物量一元线性回归模型;加入与地上干生物量相关的地形因子,建立逐步多元回归和神经网络多层感知反演模型.结果表明:1)使用传统的单一植被指数模型预测大豆地上干生物量有可行性,但模型精度和稳定性不高.2)加入地形因子(海拔、坡度、坡向)的神经网络多层感知器模型,有较高的精度和可靠性,模型准确度达到90.4％,验证结果显示预估精度为96.2％.反演结果与地块的地形、地貌、气温和降水特征基本吻合,反映了作物长势的空间分布特征,可以为田块尺度大豆地上干生物量动态监测和精准管理,提供借科学依据.  相似文献   

基于无人机和卫星遥感影像的制种玉米田识别纹理特征尺度优选   总被引：2，自引：0，他引：2  

张超  乔敏  刘哲  金虹杉  宁明宇  孙海艳 《农业工程学报》2017,33(17):98-104

制种玉米田在高空间分辨率遥感影像上呈现的明显条带状纹理,是有效区分光谱值相近的大田玉米和制种玉米的重要信息.该文在新疆维吾尔自治区奇台县玉米种植区以高空间分辨率的无人机遥感影像为数据源,针对制种玉米识别的纹理特征计算尺度问题,首先采用最近邻内插法对制种玉米和大田玉米样本田块的无人机影像进行重采样,得到不同分辨率的样本;然后用融合Uniform-LBP(local binary pattern)和GLCM(gray level co-occurrence matrix)方法得到提取玉米田块纹理特征合理GLCM参数,其中方向参数为0°、45°、90°和135°这4个方向上的纹理特征值的平均值、距离为5~7像元、灰度级为8;通过多尺度对比分析,得到最适宜区分制种玉米与大田玉米的纹理辨率为0.6~0.9m.最后采用奇台县的0.7m分辨率的Kompsat-3遥感影像进行验证,在多时相EVI(enhanced vegetation index)光谱信息识别玉米的基础上,利用本文确定的纹理分析方法,通过决策树建立规则识别制种玉米,识别精度达90.9%.通过该文的研究,可为高空间分辨率遥感制种玉米田监管提供支撑.  相似文献   

基于物联网的生猪运动行为及猪舍环境远程监控系统     

段玉瑶  马丽  刘刚 《农业工程学报》2015,31(Z2):216-221

In intensive and large-scale livestock breeding, how to evaluate welfare of each individual effectively has become one hotspot of welfare breeding.In this study, a remote monitor system based on computer vision technology and wireless sensor networks was proposed.In the system, pig videos in the piggery were captured by IP cameras and transmitted remotely to PC systems for objects tracking and trajectory extraction, and the piggery environmental data such as temperature, humidity and harmful gases were collected by wireless sensor networks(WSN) nodes.Traditional Camshift tracking algorithm was improved.The average root mean square errors of traditional and improved algorithm were 78.07 and 32.29, indicating the improved algorithm reduced error and improved tracking stability.The results of the real-time monitoring of environmental parameters by WSN showed that the hydrogen and ammonia concentrations, and the ambient temperature were all kept in the normal range, while the carbon dioxide concentration was exceeded, and the air humidity was slightly high.Through data mining, precise welfare monitoring and breeding management were realized.  相似文献   

基于Landsat TM影像的半干旱牧区天然打草场面积的遥感监测   总被引：1，自引：2，他引：1  

唐欢  高娃  徐丽君  闫瑞瑞  陈宝瑞  辛晓平 《农业工程学报》2015,31(23):160-167

天然打草场是中国草地畜牧业的物质基础,也是中国内陆的生态屏障。目前中国打草场分布状况、分布面积、产量高低等信息十分缺乏,严重制约饲草储备和救灾应急功能发挥。为解决这些问题,该文基于2009－2011年的Landsat TM5影像数据,并借助野外调查点和目视解译方法对中国半干旱牧区天然打草场状况进行监测分析。结果表明,中国半干旱牧区天然打草场面积达800.35万hm2,目视解译结果的平均解译精度达到76.78%。其中,内蒙古天然打草场面积居首位,面积为688.04万hm2,其次是松嫩平原草原区,打草场面积为91.80万hm2,河北半干旱农牧交错区的打草场面积最小,为20.51万hm2。在内蒙古,呼伦贝尔草甸草原天然打草场约为180.89万hm2,科尔沁沙化草原天然打草场约为96.44万hm2,锡林郭勒典型草原天然打草场面积约为395.40万hm2。研究区天然打草场的植被类型以温性草原类、温性草甸类、低地草甸类为主,少量分布在山地草甸类和温性荒漠草原类。该研究结果可为进一步分析全国半干旱区域打草场变化提供数据支撑。  相似文献   

T-M水量平衡模型在流域产流计算中的应用     

王希  王秀茹  贾芳芳  徐征和 《水土保持通报》2015,35(1):193-198

[目的]旨在通过研究流域各月度产水量,对水资源管理和农业灌溉用水调度进行指导。[方法]以锦阳川流域为研究对象,运用遥感(remote sensing,RS)和地理信息系统(geographic information system,GIS)提取和处理空间土地利用、土壤及数字高程模型数据,结合降雨、气温及不同植物的根深数据,采用Thornthwaite and Mather(T—M)模型计算了水分亏缺与剩余,土壤水分补给与利用的周期及月度产流量。[结果]研究区2011年平水年全年总径流量为281.0mm,在1,3—4,6和10月,存在水分亏缺及土壤水分利用,面积加权的水分亏缺值为5.8mm;2月,11—12月降水对土壤水分进行补给;5和7—9月,存在水分剩余,面积加权的剩余值为286.2mm。丰水年(25%)、平水年(50%)和枯水年(75%)多年平均产水量分别为8.3×107,4.8×107及2.2×107 m3。[结论]研究区在丰水年(25%)的2,7—11月,平水年(50%)的2—3,7—9月和枯水年(75%)的12—2,7—9月存在水分剩余。  相似文献   

基于多光谱与高光谱遥感数据的冬小麦叶面积指数反演比较   总被引：3，自引：6，他引：3  

刘轲  周清波  吴文斌  陈仲新  唐华俊 《农业工程学报》2016,32(3):155-162

近年来,高光谱遥感数据广泛应用于农作物叶面积指数(LAI)反演。与常用的多光谱遥感数据相比,高光谱数据能否提高农作物LAI反演的精度和稳定性还存在争议。针对这一问题,该研究利用实测冬小麦冠层高光谱反射率数据,构造了不同光谱分辨率和波段组合的5种光谱数据。基于ACRM(a two-layer canopy reflectance model)模型、2套参数化方案及上述5种光谱数据,对冬小麦LAI进行反演,分析光谱分辨率、高光谱数据波段选择、模型参数不确定性3方面因素对LAI反演精度与稳定性的影响。研究结果表明:当波段选择适宜、模型参数不确定性较小且光谱数据分辨率较高时,LAI反演精度与稳定性更高,提高光谱分辨率对LAI反演精度的改进作用随光谱分辨率的升高而降低;反之,当高光谱数据波段选择不当或者模型参数不确定性较大时,提高光谱数据的分辨率并未提高LAI反演精度。该研究解释了"高光谱遥感数据能否提高植被参数反演精度"问题,为进一步发挥高光谱数据在农作物LAI反演中的潜力提供了科学参考。  相似文献   

基于HJ时间序列数据的农作物种植面积估算   总被引：13，自引：7，他引：13  

刘佳  王利民  杨福刚  杨玲波  王小龙 《农业工程学报》2015,31(3):199-206

通过对长时间序列遥感影像的波谱变化特征分析,可以有效地进行农作物种类识别与信息提取,提高农作物种植面积的遥感监测精度。中空间分辨率多光谱遥感影像适合于中国大范围大宗农作物面积监测,也是能够提供稳定时间序列遥感数据源之一。该研究以河北省衡水市为研究区域,采用2011年10月3日-2012年10月24日期间,16景30 m空间分辨率的HJ-1A/B卫星CCD(电荷耦合元件,charge-coupled device)影像月度NDVI(归一化植被指数,normalized difference vegetation index)时间序列数据,针对冬小麦、夏玉米、春玉米、棉花、花生和大豆等主要作物类型,在全生育期波谱特征曲线分析基础上,提取主要作物类型的曲线特征,采用基于NDVI阈值的决策分类技术,进行了农作物种植面积遥感识别,以15个规则的2 km×2 km的地面实测GPS(全球定位系统,global positioning system)样方进行了精度验证。考虑到大豆和花生2种作物的NDVI时间序列特征相似性较高,将这2种作物合并为一类进行分类,并命名为小宗作物。结果表明,冬小麦、夏玉米、春玉米、棉花和小宗作物等5类目标可以有效识别,分类总体精度达到90.9%,制图精度分别为94.7%、94.7%、82.4%、86.9%和81.2%,其他未分类类别精度为85.9%。利用中高分辨率遥感时间序列卫星影像,在大宗农作物时间序列的变化规律分析基础上,可以准确地提取大宗农作物种植面积,在农作物面积资源调查中具有较大的应用潜力。  相似文献