共查询到19条相似文献，搜索用时 125 毫秒
1.
选取关中平原2008-2016年的条件植被温度指数（vegetation temperature condition index,VTCI）遥感干旱监测结果,基于最优的干旱影响评估方法确定冬小麦各生育时期干旱对其单产的影响权重,构建县域尺度加权VTCI与小麦单产间的一元线性回归模型,并结合求和自回归移动平均模型（autoregressive integrated moving average,ARIMA）对各县（区）的冬小麦单产进行估测及向前一、二、三旬的预测。结果表明,基于改进的层次分析法与熵值法的最优组合赋权法对冬小麦各生育时期的权重确定较合理,以拔节期（0.489）最大,抽穗-灌浆期（0.427）次之,返青期（0.035）与乳熟期（0.049）较小;加权VTCI与小麦单产之间的相关性显著,单产估测精度较高;向前一、二、三旬的单产预测精度均较高,且以向前一旬的预测精度最高,有76.9%的相对误差小于2.0%,71.6%的均方根误差小于75.0 kg/hm2。 相似文献
2.
为了进一步提高冬小麦产量估测的精度,基于集合卡尔曼滤波算法和粒子滤波（particle filter, PF）算法,对CERES–Wheat模型模拟的冬小麦主要生育期条件植被温度指数（vegetation temperature condition index,VTCI）、叶面积指数（leaf area index, LAI）和中分辨率成像光谱仪（moderate-resolution imaging spectroradiometer, MODIS）数据反演的VTCI、LAI进行同化,利用主成分分析与Copula函数结合的方法构建单变量和双变量的综合长势监测指标,建立冬小麦单产估测模型,并通过对比分析选择最优模型,对2017—2020年关中平原的冬小麦单产进行估测。结果表明,单点尺度的同化VTCI、同化LAI均能综合反映MODIS观测值和模型模拟值的变化特征,且PF算法具有更好的同化效果;区域尺度下利用PF算法得到的同化VTCI和LAI所构建的双变量估产模型精度最高,与未同化VTCI和LAI构建的估产模型精度相比,研究区各县（区）的冬小麦估测单产与实际单产的均方根误差降低了56.25 kg/hm2,平均相对误差降低了1.51%,表明该模型能有效提高产量估测的精度,应用该模型进行大范围的冬小麦产量估测具有较好的适用性。 相似文献
3.
小波变换在处理GPS噪声的应用中有较好的效果.本文研究利用GPS连续观测资料的小波变换去噪结果进行质量评价,通过对分析资料采用不同的小波基函数、对同一小波基函数下的小波变换各尺度结果进行比较,并结合实例分析得出了初步的结论:对GPS连续观测资料进行小波变换去噪,采用sym6、sym8和coif4小波,分解尺度在4～6之... 相似文献
4.
关键时相长势—环境和景观特征对河北省县级尺度冬小麦单产估算精度影响分析 总被引：1，自引：0，他引：1
区域尺度上精准、快速的作物单产估算可以有效地为国家粮食安全相关政策的制定提供数据支撑。本文针对县级估产时相和特征类型选择问题,基于遥感、气象和统计等多源数据,通过不同时相和特征要素之间的组合分析来探索其对于县级尺度冬小麦单产估算的影响。特征要素主要考虑作物长势、环境（水分和光温条件）和农田景观3个类型;时相主要考虑由冬小麦生长过程NDVI（Normalized Difference Vegetation Index）曲线特征提取的5个关键时段（P1—P5）。利用不同时相与类型特征的组合与统计单产构建随机森林回归模型,根据精度评价结果分析各组合的优劣。2014年—2017年的数据用来建模,2018年数据用来验证。对于单时相,P2、P3、P4的表现明显好于P1和P5;多时相的准确度明显优于单时相,其中P2、P4的组合效果最佳。对于不同类型的特征要素,作物长势特征参量对估产精度的影响最大,而水分影响和光温条件等环境因子的加入对估产准确性并没有明显提升,农田景观参数的加入能够有效提升估产的准确性。在最优组合的基础上,剔除冗余变量优选出5个重要的指标因子（PROP、NDVI_P2、B2_P2、ED、B1_P4）,并建立单产估算模型获取2018年河北省冬小麦县级尺度单产。结果表明,平均相对误差（MRE）仅为2.85%,决定系数（R 2）为0.83,均方根误差（RMSE）为253.25 kg/ha,归一化均方根误差（NRMSE）为4.09%。研究结果为全国县级冬小麦单产估算提供了新的思路和方法参考。 相似文献
5.
基于连续小波分析的混合植被叶绿素反演 总被引：1，自引：0，他引：1
利用DB4小波函数对两个尺度4个数据集混合植被高光谱数据进行连续小波分析,分析小波系数与叶绿素含量之间的相关性,建立模型并利用验证数据进行验证,将模型精度与植被指数经验模型进行比较,最后进行了不同数据集之间的交叉验证。结果表明,在叶片尺度与冠层尺度上,基于连续小波分析进行混合植被叶绿素反演,所得模型精度均高于植被指数经验模型精度;在相同尺度上,模拟与实测数据集之间有相同的小波系数特征区域,可以用来进行叶绿素含量反演。 相似文献
6.
7.
基于Morlet小波变换的方法对地表沉降数据序列进行多尺度特征分析,主要是周期性信息的多尺度描述.展现了沉降序列的频率特征在时域上的表现.小波变换能够清晰的给出不同尺度的强弱和分布情况以及沉降变化的趋势和突变点,以某矿的工业广场10个月19期2周等时间间隔的沉降数据序列为例,分析了沉降数据中显含2.1和4.1个月的主周期信息.说明小波变换在沉降数据序列的分析中具有优越的性质. 相似文献
8.
针对现有研究在反演叶绿素含量不足的问题,该文基于地面高光谱和实测农学数据,采用PROSAIL模型和连续小波变换并结合偏最小二乘回归、支持向量机和人工神经网络方法反演冬小麦叶绿素。先通过PROSAIL模型模拟作物光谱,再对模拟光谱进行连续小波变换,筛选出敏感波段和尺度并应用于4组实测数据,最后利用小波系数和实测叶绿素构建偏最小二乘回归、支持向量机和人工神经网络反演模型。研究结果表明,利用小波系数构建反演模型的精度相比于植被指数反演有所提高,在基于小波系数反演叶绿素的方法中偏最小二乘法精度略高于其他两种方法。通过将PROSAIL模型、连续小波变换和偏最小二乘回归结合能够实现冬小麦叶绿素遥感估算。 相似文献
9.
Gaussian反对称小波与SAR影像目标特征提取 总被引：2，自引：0，他引：2
由于遥感影像中目标尺度的不确定性 ,使得在目标特征提取和检测前难以事先确定最佳尺度以适应影像空间不同尺度目标的识别与检测 ,给遥感影像自动识别与全自动数字摄影测量带来了极大困难。为了解决遥感影像中不同尺度目标的探测问题 ,提出基于一般高斯核构造一类Gaussian反对称小波并给出相应二维小波变换的快速算法 ,弥补了MallatGaussian小波 (σ =1)在解决遥感影像空间不同尺度目标检测中的不足。对于影像中不同尺度的目标特征探测 ,通过在Gaussian核函数中选择适当的参数σ值 ,得到相应的反对称小波空间滤波器响应系数 ,用于解决不同目标的检测问题。分别给出了有关Gaussian反对称小波的 5组空间滤波器响应系数 ,对于研究遥感影像目标兴趣算子和多源遥感影像特征检测尤为重要。由于SAR影像中“speckles”是一乘性噪声 ,文中先对原SAR影像进行对数变换得到一同态影像。基于小波变换的软域值斑点噪声抑制既在一定程度上抑制斑点噪声又保持影像细节信息。通过对两SAR影像检测实验 ,表明给出的Gaussian反对称小波类在遥感影像特征检测中效果极佳。遥感影像中同时存在阶跃型和屋脊型边缘 ,可以采用反对称小波的极大模或过零点检测提取影像边缘特征 ,但得到的结果存在局部位置偏差。这一结论对于今后研究 相似文献
10.
基于蒸渗仪的蒸散量时间尺度扩展方法对比 总被引：7，自引：2，他引：5
蒸散量（ET,Evapotranspiration）时间尺度扩展方法模拟效果受多种因素影响。本文利用蒸渗仪实测的冬小麦生育期ET数据,对比分析基于蒸发比、作物系数和冠层阻力的不同ET时间尺度扩展方法的估算效果。结果表明,对小时到日尺度的ET时间扩展而言,利用上午时段（10：00-11：00）的ET实测数据,基于冠层阻力的日ET尺度扩展值估算效果要优于基于蒸发比和作物系数的效果,而利用下午时段（14：00-15：00）的ET实测数据,基于作物系数的日ET尺度扩展值估算效果要优于基于蒸发比和冠层阻力的效果,对于从典型日到生育期尺度的ET时间扩展,基于作物系数的生育期ET尺度扩展值估算效果要好于基于蒸发比和冠层阻力的效果。应根据当地的气候气象条件、作物种植状况、时间尺度扩展类型、土壤水分、ET观测设施种类等因素,择优适宜的ET时间尺度扩展方法。 相似文献
11.
小波变换在时间序列特征提取中的应用 总被引：1，自引：0，他引：1
时间序列的数学特征主要包括随机项、周期项以及趋势项.针对变形监测等测绘领域中如何对时间序列进行特征提取并进行分析与预测等重要问题,提出一种基于多尺度分析的小波变换方法.首先选取合适的小波基函数、分解层次等参数,其次将待分析的时间序列分解成低频和高频两部分,最后将分解后的时间序列投射到不同尺度上,从而可以提取所需要的有用信息.研究结果表明,基于多尺度分析的小波变换方法能够有效对时间序列进行特征提取,分析出其中的随机项、周期项、趋势项等信息,可以用于GPS变形监测等工程实际中. 相似文献
12.
Comparison of three remotely sensed drought indices for assessing the impact of drought on winter wheat yield 总被引：1，自引：0，他引：1
Jianxi Huang Wen Zhuo Ran Huang Fernando Sedano Wei Su 《International Journal of Digital Earth》2020,13(4):504-526
ABSTRACTAgricultural drought threatens food security. Numerous remote-sensing drought indices have been developed, but their different principles, assumptions and physical quantities make it necessary to compare their suitability for drought monitoring over large areas. Here, we analyzed the performance of three typical remote sensing-based drought indices for monitoring agricultural drought in two major agricultural production regions in Shaanxi and Henan provinces, northern China (predominantly rain-fed and irrigated agriculture, respectively): vegetation health index (VHI), temperature vegetation dryness index (TVDI) and drought severity index (DSI). We compared the agreement between these indices and the standardized precipitation index (SPI), soil moisture, winter wheat yield and National Meteorological Drought Monitoring (NMDM) maps. On average, DSI outperformed the other indices, with stronger correlations with SPI and soil moisture. DSI also corresponded better with soil moisture and NMDM maps. The jointing and grain-filling stages of winter wheat are more sensitive to water stress, indicating that winter wheat required more water during these stages. Moreover, the correlations between the drought indices and SPI, soil moisture, and winter wheat yield were generally stronger in Shaanxi province than in Henan province, suggesting that remote-sensing drought indices provide more accurate predictions of the impacts of drought in predominantly rain-fed agricultural areas. 相似文献
13.
基于遥感数据与作物生长模型同化的冬小麦长势监测与估产方法研究 总被引：23，自引：2，他引：23
本文以LAI作为结合点，讨论了利用复合型混合演化（SCE—UA）算法实现CERES—Wheat模型与遥感数据同化的可行性。CERES—Wheat模型同化后主要生育期和产量的模拟值分别与真实条件下模型相应模拟值以及实测值进行比较。结果表明，同化后CERES—Wheat模型的模拟精度对LAI外部同化数据的误差并不十分敏感。并且在LAI同化数据较少时，也可获得较好的同化结果。这一特点体现了SCE—UA算法应用于同化过程的优越性，为同化策略在区域冬小麦长势监测及估产中的应用提供了基础。 相似文献
14.
15.
Growth stages of wheat subjected to different fertillizer treatments and sown on different dates have been estimated using spectral data. Greenness profiles were generated for different wheat plots. The profile parameters have been used to calculate growth stages at various times in the growing season. The model proposed by Badhwar (1981) has been used for this purpose. Results show that the model is capable of predicting growth stages accurately. There is a high correlation (r=0.97) between the observed and the predicted growth stages of wheat grown under various treatments. 相似文献
16.
Monitoring winter wheat growth in North China by combining a crop model and remote sensing data 总被引：6，自引：0，他引：6
Ma Yuping Wang Shili Zhang Li Hou Yingyu Zhuang Liwei He Yanbo Wang Futang 《International Journal of Applied Earth Observation and Geoinformation》2008,10(4):426
Both of crop growth simulation models and remote sensing method have a high potential in crop growth monitoring and yield prediction. However, crop models have limitations in regional application and remote sensing in describing the growth process. Therefore, many researchers try to combine those two approaches for estimating the regional crop yields. In this paper, the WOFOST model was adjusted and regionalized for winter wheat in North China and coupled through the LAI to the SAIL–PROSPECT model in order to simulate soil adjusted vegetation index (SAVI). Using the optimization software (FSEOPT), the crop model was then re-initialized by minimizing the differences between simulated and synthesized SAVI from remote sensing data to monitor winter wheat growth at the potential production level. Initial conditions, which strongly impact phenological development and growth, and which are hardly known at the regional scale (such as emergence date or biomass at turn-green stage), were chosen to be re-initialized. It was shown that re-initializing emergence date by using remote sensing data brought simulated anthesis and maturity date closer to measured values than without remote sensing data. Also the re-initialization of regional biomass weight at turn-green stage led that the spatial distribution of simulated weight of storage organ was more consistent to official yields. This approach has some potential to aid in scaling local simulation of crop phenological development and growth to the regional scale but requires further validation. 相似文献
17.
Spatial differences in drought proneness and intensity of drought caused by differences in cropping patterns and crop growing environments within a district indicate the need for agricultural drought assessment at disaggregated level. The objective of this study is to use moderate resolution satellite images for detailed assessment of the agricultural drought situation at different administrative units (blocks) within a district. Monthly time composite NDVI images derived from moderate resolution AWiFS (60 m) and WiFS (180 m) images from Indian Remote Sensing satellites were analysed along with ground data on rainfall and crop sown areas for the kharif seasons (June – November) of 2002 (drought year), 2004 (early season drought) and 2005 (good monsoon year). The impact of the 2002 meteorological drought on crop area in different blocks of the district was assessed. The amplitude of crop condition variability in a severe drought year (2002) and a good year (2005) was used to map the degree of vulnerability of different blocks in the district to agricultural drought. The impact of early season deficit rainfall in 2004 on the agricultural situation and subsequent recovery of the agricultural situation was clearly shown. Agricultural drought assessment at disaggregated level using moderate resolution images is useful for prioritizing the problem areas within a district to undertake, in season drought management plans, such as alternate cropping strategies, as well as for end of the season drought relief management actions. The availability of ground data on rainfall, cropping pattern, crop calendar, irrigation, soil type etc., is very crucial in order to interpret the seasonal NDVI patterns at disaggregated level for drought assessment. The SWIR band of AWiFS sensor is a potential data source for assessing surface drought at the beginning of the season. 相似文献
18.
19.
采用VB语言与MATLAB语言编程,提取南宁实验GPS控制网观测数据中的原始载波信号,利用小波分析理论在多尺度、多分辨率、可伸缩、可平移等分析方面的优势,分别对提取的原始载波信号、单差观测值、双差观测值采用bd3小波函数进行3层小波分解,研究高频信号特点以及不同差分方法消除噪声的效果。将小波分析理论作为数学工具,实施GPS观测数据小波分解和重组,对于发现并削弱GPS误差具有一定的参考价值。 相似文献