排序方式: 共有75条查询结果,搜索用时 15 毫秒
1.
基于时序归一化植被指数的冬小麦收获指数空间信息提取 总被引:6,自引:1,他引:5
为获取农作物收获指数(HI)空间分布信息,该研究充分利用遥感技术,以冬小麦为例,利用时序归一化植被指数NDVI构成的作物生长过程曲线提取MODIS NDVI阶段性累积特征参数,并用生殖生长关键阶段和营养生长关键阶段对应的NDVI累积参数比值HINDVI_SUM构建了用于反演冬小麦收获指数的参数,并建立了参数HINDVI_SUM与冬小麦实测收获指数的定量关系,利用上述定量关系实现作物收获指数空间信息的提取。经过对反演冬小麦收获指数的精度验证,结果表明,利用构建参数HINDVI_SUM在区域范围内反演冬小麦收获指数取得了较好的效果。其中,冬小麦收获指数预测的平均相对误差为2.40%,均方根误差(RMSE)为0.02,证明了该研究利用时序NDVI构建参数HINDVI_SUM反演区域冬小麦收获指数空间信息的方法准确性和可行性。 相似文献
2.
基于遥感技术的气象因素变化影响水稻单产定量研究 总被引:2,自引:0,他引:2
以黑龙江省五常市为研究区域,应用在水稻移栽期至成熟期选择的系列MODIS影像反演NDVI,通过NDVI间接反演LAI,并逐日拟合水稻全生育期的LAI,结合SIMRIW模型,计算研究区域2006年低温影响下的水稻单产。经演算,水稻单产值为5411.74kg/hm^2,是实际值的84%。研究结果表明应用高时间分辨率MODIS图像能够准确反演并拟合逐日LAI,可以为冷害影响下水稻单产的研究提供参考。 相似文献
3.
基于MODIS温度/植被指数的东北地区土地覆盖分类 总被引:11,自引:8,他引:11
该文采用MODIS NDVI时序数据对东北区土地覆盖分类进行研究,以验证MODIS区域土地覆盖制图的可靠性。通过试验发现经过Savizky-Golay滤波处理能有效去除云、缺失数据及异常值的影响,使得NDVI时序曲线能更好的反映植被季相变化特征,分类结果表明NDVI时序数列能较好的区分植被与非植被、草本(一年生)与木本(多年生)覆盖类型。但研究区内一年一熟的农作物与高盖度草地、落叶针叶林与落叶阔叶林具有相似的物候特征,混分现象比较严重。该研究通过添加地表温度(land surface temperature, LST)数据解决这一问题,利用所得温度/植被指数TVI对研究区进行土地覆盖分类。所得结果用363个野外调查样区进行验证,NDVI及TVI时序数据的分类精度分别为62.26%与71.63%。结果表明TVI比NDVI对土地覆盖类型中的植被类型识别更有效。 相似文献
4.
基于MODIS反演逐日LAI及SIMRIW模型的冷害对水稻单产的影响研究 总被引:3,自引:2,他引:3
该文旨在将遥感技术与水稻作物模型SIMRIW相结合,以黑龙江省五常市为例,研究冷害对水稻单产的影响。通过在水稻移栽期至成熟期选取的系列MODIS图像计算NDVI,进而反演水稻全生育期逐日LAI,结合SIMRIW模型计算水稻单产。计算结果表明2006年五常市水稻单产值为5411.74 kg/hm^2,为实际值的83%;而在4种用于LAI反演的统计模型中,抛物线模型精度最好;整体拟合法在逐日LAI计算中要优于分段拟合法。这说明应用MODIS能够准确反演并拟合逐日LAI,它可为冷害影响水稻单产的评价研究提供参考。 相似文献
5.
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
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
6.
本文在区域比较优势分析的基础上,结合资源禀赋和市场需求,提出了一些新的粮食生产结构调整的建议. 相似文献
7.
农作物遥感识别中的多源数据融合研究进展 总被引:10,自引:2,他引:8
农作物遥感识别是地理学和生态学研究的前沿和热点,多源数据在农作遥感识别中日益发挥重要作用。笔者从多源数据融合的角度,归纳了2000年后多源数据在农作物遥感识别中应用的总体概况,系统梳理并提炼了当前多源数据融合的主要融合技术和融合模式。围绕与多源数据融合和农作物遥感识别相关的关键词,在Google学术、ISI Web of Knowledge和中国知网中对2000-2014年间国内外发表的论文进行检索,并统计不同传感器的使用频率及结合方式。研究表明,以提高空间分辨率为目标的多源数据融合和以提高时间分辨率为目标的多源数据融合技术是当前的两种主要方式,可以在一定程度上实现时空尺度的扩展。前者的融合技术包括图像融合、正态模糊分布神经网络模型、成分替换、半经验数据模型融合及多分辨率小波分解等,可以提升遥感数据的空间分解力和清晰度,较好弱化混合像元产生的影响,但农作物光谱信息有一定程度的丢失或扭曲,农作物空间分布局部细节信息与纹理特征依然会缺失;后者的融合技术形式灵活多样,可分为同源数据联合扩展时序的时空优化技术和异源数据联合扩展时序的时空优化技术,其可以有效排除短时间段内农作物生育期交叉,但易受不同遥感数据源间光谱反射率或植被指数转换模型及光谱波段设置差异的影响。在融合模式方面,根据数据类型分为光学数据的融合、光学数据与微波数据的融合以及遥感与非遥感数据的融合,以实现卫星资源优势互补为宗旨,充分挖掘不同类型农作物在遥感数据上呈现的光谱、时间和空间特征差异信息。同样,农作物遥感识别研究中的多源遥感数据融合也存在诸多挑战,在未来一段时间内,完善不同传感器之间的合作、更深层次挖掘融合信息以及多尺度长时间序列的中高分辨率农作物空间分布数据集的需求是多源数据融合的农作物遥感识别研究的重点发展方向和亟待解决的问题。研究结果有助于更好地理解多源遥感数据融合的技术和模式,为摸清多源数据融合在农作物识别中总体进展提供支撑,同时也为其他多源数据融合研究提供借鉴。 相似文献
8.
基于粮食生产能力的APEC地区粮食安全评价 总被引:3,自引:0,他引:3
【目的】以具有典型代表性且在世界粮食供给体系中占据重要地位的亚太经合组织(Asia-Pacific Economic Cooperation,APEC)地区为研究区域,开展基于粮食生产能力的粮食安全评价研究。【方法】利用机制法模型测算区域的土地生产潜力和粮食生产潜力,并以此作为粮食安全评价的基础;分别从粮食生产与消费、粮食增产潜力、人口承载等方面建立指标体系,应用层次分析法(AHP)分析APEC各成员体的粮食安全形势。【结果】APEC地区粮食生产潜力总和为17.39亿t,其中中国的潜力总产5.69亿t,为区域内最高。比照当前的粮食现实产量,总体来说,各成员体均具有一定的增产空间,但如果综合考虑人口承载、粮食消费等情况,各成员体的粮食安全形势呈现分化态势,除日本、韩国外,发达成员体总体上略好于不发达成员体。【结论】如何最大限度地挖掘区域粮食生产潜力并有效控制人口增长将是保障APEC地区粮食安全的重要途径和重要挑战。 相似文献
9.
黑龙江省宾县农作物格局时空变化特征分析 总被引:10,自引:0,他引:10
【目的】农作物时空格局特征分析是微观层面农户农作物选择影响机制研究的基础。通过分析宾县乡镇尺度农作物格局的时空变化特征,为农作物种植结构变化机理机制研究提供依据。【方法】基于黑龙江省宾县1996—2010年乡镇级统计数据,运用数理统计和GIS空间分析等方法,分析宾县过去15年玉米、大豆、水稻3种主要粮食作物和经济作物播种面积数量变化及空间变化特征。【结果】1996—2010年宾县农作物总播种面积增加22.86%,主要是由粮食作物播种面积变化引起。粮食作物播种面积增加32.80%,经济作物减少52.84%,粮经比从88﹕12调整到96﹕4。玉米种植面积大幅增加73.82%,种植比例不断提高,大豆种植面积减少1.05%,水稻种植面积减少29.78%。主要粮食作物空间变化呈现较强的规律性,即玉米种植在全县范围内分布较均衡,大豆种植中心向东南部集中,水稻种植集中到宾县北部和西部地区。【结论】过去15年宾县农作物格局时空变化明显,分析掌握其变化特征,有助于进一步探究其变化的原因,为科学调整县域农作物种植结构、提升农业综合生产能力提供科学依据。 相似文献
10.
农作物分布格局动态变化的遥感监测——以东北三省为例 总被引:4,自引:1,他引:3
【目的】当前对涉及到耕地内部不同作物空间分布及其变化的研究较少。本文旨在探讨大尺度作物种植面积和分布格局遥感提取方法及景观生态学中景观格局指数在作物格局动态变化分析中的应用。【方法】基于2005年和2010年作物生育期内遥感影像全覆盖的MODIS-NDVI数据,利用RS、GIS技术,通过分析东北地区主要作物(水稻、玉米、大豆)的种植结构、物候历及NDVI曲线特征,建立不同作物面积遥感提取模型,提取大尺度农作物空间分布格局信息。同时,利用景观格局指数方法分析农作物格局动态变化特征和变化规律。【结果】与多年平均统计数据比较,基于MODIS遥感数据提取的作物面积信息,2005年和2010年平均精度达到了90%以上;5年间,东北地区主要作物种植结构发生了较大变化。其中大豆平均斑块面积减少,面积年动态度为-4.47%,水稻和玉米平均斑块面积均增加,且5年的变化幅度均超过20%。【结论】成本和收益是作物面积增加或减少的主要原因;用中等分辨率的遥感数据进行大尺度作物面积提取的方法是可行的;景观生态学中格局指数可以用来分析耕地内部作物格局的动态变化规律。 相似文献