排序方式： 共有9条查询结果，搜索用时 531 毫秒
1
1.
基于长时间序列遥感数据反演NPP的耕地质量评价 总被引：4，自引：0，他引：4
为客观获得省域耕地质量分布状况,减少时间断点引起的评价误差,构建了一种基于长时间序列遥感数据反演NPP的耕地质量评价方法。首先,在耕地图斑约束下,采用时序LSWI和EVI数据识别水稻和玉米;然后,采用2000—2010年MODIS的MOD09A1数据,结合气象站点数据,利用VPM模型分别计算水稻和玉米的净初级生产力(NPP),并得到多年NPP均值,可反映耕地种植作物的常年长势,使用距平分析法消除作物类型差异,得到表征耕地质量的评价结果;最后,以吉林省为研究区,对本文提出的方法进行了实证与分析。实验结果表明,长时间序列NPP耕地质量反演结果与耕地质量利用等别整体空间分布一致。其中,吉林省中部与北部由于耕地集中连片,反演结果准确。南部山区耕地斑块破碎,耕地与林地混合,导致反演结果偏高。本文构建的长时间序列NPP耕地质量评价方法对省域范围、集中连片耕地质量评价具有可行性,可为我国耕地质量评价提供科学依据。 相似文献
2.
基于核密度估计的京津冀地区耕地破碎化分析 总被引：10，自引：0，他引：10
为了深入分析京津冀地区耕地破碎化和人工干扰程度,以空间网格为基本单元,采用核密度函数法对耕地进行密度计算,继而采用自然断点法进行密度分区,采用景观格局指数法,对耕地的空间分布特征、破碎化程度进行定量分析,最后采用耕地破碎度指数和人工干扰指数对比分析提出耕地整治的方向。结果表明:耕地核密度变化范围为0~95.08点/km2,85%以上的耕地集中分布在区域中部和东南部的中密度区到高密度区,耕地面积随着密度降低而减少;耕地斑块密度指数、斑块边界密度指数、面积加权分维数和耕地斑块聚集度在不同密度区的变化情况均反映出破碎化程度随着耕地密度减小而增大;耕地破碎度指数和人工干扰度指数均随着耕地密度降低而升高,人工干扰是该区域耕地破碎化程度加剧的主要因素。采用核密度估计法能合理地反映耕地聚集程度和破碎化程度,可为京津冀地区协同发展、耕地整治和土地利用优化布局提供理论支撑。 相似文献
3.
针对湿地季节性变化特点和不同湿地类型植被覆盖的差异,综合利用多时相GF1-WFV和GF3-FSⅡ极化特征数据,开展湿地精细分类方法研究。首先,对13期GF1-WFV影像的光谱信息、植被指数和水体指数,利用随机森林算法(Random forests,RF)的OOB样本,优选出50个特征值,进行湿地初分类;然后,针对分类结果中沼泽草地、灌丛沼泽和沼泽地混分,部分湿地类型识别精度低的问题,利用1期植被生长旺盛期的GF3-FSⅡ双极化SAR影像,从强度和幅度两个维度进行后向散射特征分析,优选σFD-HH进行部分湿地类型识别;最后,以吉林省大安市为研究区进行实例验证与分析,结果表明,湿地分类总体精度为86. 23%,Kappa系数为0. 82。本文研究结果可以为湿地资源调查和管理提供技术支撑。 相似文献
4.
高分辨率遥感影像农田林网自动识别 总被引：3，自引：0，他引：3
以0.5 m的Geo Eye-1卫星遥感影像为数据源,充分利用影像的纹理和光谱信息,研究农田林网高分辨率遥感自动识别方法。首先利用归一化差值植被指数(NDVI)和二维熵值构建分类决策树,并结合辅助数据初步提取出带状的农田林网;其次对该结果进行形态学处理,得到连续、细化的农田林网识别结果。选取甘肃省临泽县河西走廊中部巴丹吉林沙漠南缘绿洲的部分区域为研究区,进行实例验证,结果表明,采用本文构建的方法,农田林网的自动识别精度均在92%以上,平均精度达到92.97%,空间位置吻合度均在86%以上,平均吻合度达到93.13%,满足土地整治等工程监管的实际需求。该方法可为农田林网建设及相关工程监管提供科学支撑。 相似文献
5.
多源遥感数据支撑的耕地质量监测与评价 总被引：4，自引：1，他引：3
【目的】耕地质量监测与评价可为土地整治、占补平衡、新增耕地质量评估和基本农田管护提供科学依据,多源遥感为实现长时序大范围的耕地质量监管提供了数据基础和技术支撑。【方法】文章从耕地质量的定义出发,研究了基于遥感技术耕地质量监测与评价的两种策略:(1)从地学特征、土壤特性、环境状况、建设水平和生物多样性等5个维度表达耕地质量的科学内涵,构建以多源遥感数据为基础的耕地质量监测与评价指标体系,并梳理利用遥感技术获取各关键指标因素的方法;(2)从系统思维的角度,利用长时间序列遥感数据监测作物长势间接反映耕地质量综合状况。【结果】以多源遥感支撑的耕地质量监测与评价体系可实现耕地质量信息的实时、大范围获取,对耕地质量监测与评价工作具有重要意义;遥感技术支撑的耕地质量监测与评价,逐渐向更高精度、更多样化和更融合的方向发展。【结论】该研究结果可为耕地质量的实时大范围监管和耕地资源的"三位一体"管护提供参考。 相似文献
6.
土地整治遥感监测研究进展分析 总被引：2，自引：0，他引：2
通过回顾国内外土地整治概念及内容的发展历程,总结了新时期土地整治的基本内涵和工作需求。通过分析遥感在土地整治工作中的广泛应用,梳理了土地整治遥感监测的发展脉络,归纳了土地整治遥感监测的关键技术及其研究现状,进而给出了土地整治遥感监测相关技术及应用的发展趋势。分别从土地资源调查与保护、土地复垦与生态修复、农用地整治、宜农未利用地开发、建设用地整治及生态化土地整治等不同土地整治类型和潜力测算与风险评估、规划设计、施工监管及验收评价等土地整治项目过程等角度,对多年来遥感技术在土地整治工作中的应用情况进行了系统阐述,最后在总结技术优势与局限的基础上,提出了未来的攻关难点和发展方向,为土地整治遥感监测工作的开展提供科学参考。 相似文献
7.
耕地健康产能多要素评价体系构建与应用 总被引：3，自引：0，他引：3
从耕地及其周边生态系统角度出发,构建了"需求—功能—维度—要素—指标"的耕地健康产能评价框架,该框架包括耕地产能和耕地健康2个维度,以及气候条件、土壤特性、利用状况、环境胁迫状况和有益生态状况5个要素,结合研究区特点建立了耕地健康产能评价指标体系;利用国产GF-1遥感数据获取植被覆盖度、生物多样性等关键指标信息,对耕地健康产能进行客观评价;最后,选择我国松嫩平原的吉林省大安市为研究区,进行实例应用。研究结果表明,大安市耕地健康优等和健康低等占总面积的40. 35%和52. 07%,亚健康优等和亚健康低等比例较低,占7. 58%,耕地健康状况总体良好,耕地产能较低;耕地健康产能主要受利用状况、有益生态状况影响,土壤特性影响次之。本文构建的耕地健康产能评价体系是对已有耕地质量评价方法的扩展,可为耕地合理利用与可持续发展提供科学支撑。 相似文献
8.
基于TOPSIS和BP神经网络的高标准农田综合识别 总被引：6，自引：0，他引：6
为提高耕地综合生产能力,适应农业现代化发展需求,我国提出了高标准农田建设的重大战略部署。高标准农田的识别是建设前选址和建设后评价的基础。本文以耕地图斑为基本单元,融合遥感影像等多源数据,从本底条件、空间形态、建设水平、生态防护等方面,构建农田综合质量多特性表征体系,采用逼近理想点排序法(TOPSIS)进行初步评价,再以人机交互的方式选取各质量等级农田的真值样本,进一步采用BP神经网络算法修正各特性权值,得到农田综合质量的精确评价结果,实现高标准农田识别。以吉林省大安市为研究区,研究结果表明:基于多特性表征体系的农田综合质量评价方法精度达到96%以上;研究区高标准农田面积广大,主要分布在耕地集中连片、道路通达、生态防护良好、具有农业现代化生产优势的东北部、中北部、西北部边缘和部分南部区域;当地已备案的高标准农田和未备案、有潜力的高质量农田区域均得到有效识别。 相似文献
9.
土地整治区田块空间形态变化遥感监测与评价 总被引：2，自引：0，他引：2
为了客观监测和评价土地整治项目建设成效,基于高空间分辨率遥感影像,以耕地图斑数据为约束,利用面向对象分类方法识别田块,并构建田块级和区域级田块空间形态评价指标体系,选取田块面积、规整度、紧致性和连片性等4个指标为田块层级评价指标,选取田块密度、平均田块面积、最大田块指数、景观形状指数和周长面积分维数等5个指标为区域层级评价指标,并分别对两个层级指标进行去量纲处理,构建综合指标。分别以广西丘陵区和海南平原区的土地整治区作为试验区,试验结果表明:广西研究区整治前田块层级耕地空间形态综合指标分布在50~70,整治后提升到70~90,海南研究区整治前在70~90,整治后提升到90~100;广西研究区整治前区域层级田块空间形态综合指标值为41,整治后提升到83;海南研究区整治前为63,整治后提升到92。表征经过土地整治,两个研究区的田块形态均得到了较大提升。研究提出的土地整治项目建设成效遥感监测和评价方法,可以为我国土地整治和高标准农田建设的监测和评价提供技术支撑。 相似文献
1