共查询到20条相似文献，搜索用时 140 毫秒
1.
1 引言 虽然事实已经证明用卫星资料估计农业产量比较困难,但是,利用NDVI还是取得了一些成果。这些成果大都把重点放在研究产量与NDVI单点观测的关系上。但是最有前途的方法之一还是使用NDVI时间累积预测产量。这里预测籽粒产量或总生物量的简单模型都是由线性回归技术确定的。模式之间的主要差别在于NDVI时间累积的定义不同;有的把时间累积定 相似文献
2.
3.
用气象卫星资料监测冬麦长势和估测产量的研究 总被引：1，自引：0，他引：1
利用１９９２、１９９３年的气象卫星资料，分析植被指数与甘肃省冬麦区３３个县市冬麦产量的关系，发现绿峰植被指数与产量存在极好的相关性。另外，从预测产量的角度和预报时限要求出发，可用４月中下旬累积植被指数预测冬麦产量，并给出了预报方程。 相似文献
4.
5.
6.
NDVI／MODIS、NDVI／GIMMS和NDVI／NSMC是时间长度不同、空间分辨率相差甚远的3套ND—VI数据集,如何集成应用这些不同时间长度、不同分辨率的数据进行相关研究,数据集间的比较是最基础的工作。本文以甘肃省甘南州玛曲县为例,用直方图、相关分析、趋势分析等方法研究了这3套NDVI产品数据集的相互关系。结果表明：1）NDVI／NSMC与NDVI/MODIS的直方图具有类似的图像分布特征,但是NDVI／MODIS数据分布范围更大;2）3套NDVI在数值上表现为NDVI／MODIS〉NDVI／GIMMS〉NDVI／NSMC;3）3套数据集空间图像特征一致,两两间均具有十分显著的空间相关性,其中1月份相对最弱,5、10月份最强,三者相比NDVIfNSMC与NDVI／MODIS的空间相关性更强;4）1—3月、5—8月及年均的NDVI／GIMMS与NDVI／NSMC值存在显著的时间相关性,但两者逐年变化趋势存在较大差别,两者气候倾向率相差最大的高达5倍之多。NDVIfNSMC数据集在处理过程中可能未进行大气订正及交叉定标,这是造成共同源的NDVIfGIMMS与NDVI／NSMC差异较大的重要原因。 相似文献
7.
在产量预测模式研究中常用的回归参数估计方法是最小二乘法,但该方法以某些统计假设为前提,计算也比较复杂,特别是在应用短序列资料建模时会受到很大的限制。而累积法是对原始数据序列按一定的规律进行相应叠加,用之建立线性模型,其估计量具有无偏、线性、有效、唯一等特点,估计效果与最小二乘法相同且计算过程更简便。因此,应用累积法,建立了安徽省桐城市一季稻产量预测模式,并介绍了累积法的建模过程和误差分析方法。应用累积法建立的桐城一季稻产量预测模式的历史回代误差率平均为3.90%,2011、2012两年试报准确率分别为95.7%和97.0%,与最小二乘法建立的预测模式误差率相近且略小,其估计精度完全符合业务要求。投入业务使用后,2013、2014年实际预报准确率分别为92.9%、98.5%。累积法的不足之处是随着自变量个数和样本容量的增大,正规方程组系数矩阵的病态性也会随之加剧,从而影响参数估计的精度。 相似文献
8.
１前言农业气象产量预报是气象部门为各级政府提供决策服务的重要内容之一。根据前期气象条件与农业生产实况,将粮食生产区的气象和物候资料代入模型,可随时间变化动态地提供跟踪服务,对未来农业的最终产量作出尽可能准确的定量预测,具有超前性和客观性。但是,预测大... 相似文献
9.
气候变化对作物产量影响的评价模式近年来已有许多成果，一般都是采用作物生育期内主要气候要素与作物产量的共变统计关系建立回归模式。该类模式突出了作物生育期内主要气候要素的变化在关键时段的影响，对探索气候变化对作物产量的定量影响规律有一定作用。但是，由于模式只突出了关键时段的影响，而对整个作物生育期内气候变化随时间的连续性影响缺乏认识，所以使气候影响评价工作不能在作物生长过程中进行及时连续的跟踪服务。 相似文献
10.
利用ASD便携式地物光谱仪和SunScan冠层分析仪实测了陕西杨凌区和扶风县夏玉米关键生育期冠层光谱反射率及叶面积指数(LAI),对归一化植被指数(NDVI)、比值植被指数(RVI)和差值植被指数(DVI)与叶面积指数进行了相关性分析,建立了基于三种植被指数的LAI估算模型,并进行精度检验。结果表明:基于抽穗期和蜡熟期NDVI以及灌浆期RVI的LAI估算模型的均方根差和相对误差较低,模拟效果较好。结果对夏玉米生长状况及病虫害监测、产量预测以及田间管理具有参考价值。 相似文献
11.
为了确定作物长势遥感监测的评价指标,利用2000—2012年吉林省EOS/MODIS数据,采用NDVI旬最大值法,结合吉林省主要农作物生长发育的特点,对主要产粮区作物生长季旱田和水田的NDVI时空变化规律进行研究,并分析其与气温和降水的关系。结果表明:2000—2012年吉林省作物生长季农作物的NDVI随作物生长发育进程有明显的变化,水田和旱田两种作物的NDVI时间变化均呈单峰型;吉林省不同区域的NDVI变化趋势一致,5月上旬至6月上旬,NDVI呈缓慢增加的趋势;6月中旬至7月上旬,NDVI迅速增加;7月中旬至8月上旬,NDVI增加缓慢;8月中旬开始,NDVI开始下降。6月中旬开始,吉林省中部地区旱田NDVI明显高于西部地区,NDVI增长速率中部地区大于西部地区,达到峰值的时间中部地区也早于西部地区。吉林省水田NDVI变化中西部地区差异较小,均在8月上旬达到峰值,植被指数时间变化与吉林省作物生长发育进程相吻合。吉林省中西部地区作物的NDVI与气温和降水均呈正相关,气温和降水对NDVI的影响有明显滞后效应,且气温的影响大于降水。 相似文献
12.
应用中科院大气物理研究所建立的三维雹云模式，对河南南阳1999年5月9日一次降雹过程进行了数值模拟，模拟结果表明：云内存在过冷水累积区，冰雹在过冷水累积区长大；使用不同催化方案催化后，均能起到减少地面降雹的作用，但是在雹云形成的不同时间、不同的催化部位和使用不同的催化剂量，其消雹效果不一样，在冰雹形成前于过冷水累积区催化效果最好。 相似文献
13.
14.
为了探索基于多源卫星产品组建长时间序列NDVI并开展生态监测与灾害评估的可能性，利用相关系数、均方根误差、标准差和平均偏差等方法，结合泰勒图，对呼伦贝尔地区2012—2021年基于Terra和NPP卫星逐16 d的NDVI产品进行比较。结果表明：NPP/NDVI的多年均值略高于Terra/NDVI，两者在草原植被类型下的一致性最优，其次为耕地，森林植被的一致性较差。在呼伦贝尔非植被生长季，Terra/NDVI与NPP/NDVI的偏差主要集中在森林，且以Terra/NDVI偏高为主。在植被生长季初期2种NDVI产品的偏差呈现零散、随机分布，中期的偏差相对较小，生长季后期则以Terra/NDVI小于NPP/NDVI的负偏差为主。虽然2种卫星产品的总体偏差不大，但在开展NDVI的距平分析或计算VCI等指数时，较小的偏差会被放大。呼伦贝尔草地在考虑两种NDVI产品偏差纠正的前提下基本可替代使用，而耕地、林地植被的协同应用仍需谨慎。 相似文献
15.
西北地区MODIS/NDVI与MODIS/EVI对比分析 总被引：12，自引：0，他引：12
为了了解西北地区MODIS/NDVI和MODS/EVI 2种植被指数的特点,利用2003年植被生长期TERRA/MODIS资料和西北地区植被类型数据,分析了西北地区MODIS/NDVI和MODIS/EVI空间分布特征和不同类型植被随时间变化特征,比较了大气订正对NDVI和EVI的影响。结果表明:NDVI和EVI空间分布格局一致,与降水空间分布形式比较一致。NDVI与EVI值的差异随着植被覆盖度的增加而增大。不同类型植被NDVI和EVI变化特征一致。大气对NDVI和EVI的影响较大,大气订正前许多地区NDVI值小于EVI值。大气订正使NDVI增大,EVI减小,大气订正后NDVI值普遍大于EVI值。通过对大气气溶胶粒子较多地区的NDVI和EVI值的对比分析,EVI具有较好的抗大气气溶胶的作用。 相似文献
16.
广西耕地植被指数月变化特征分析研究 总被引：2，自引：0，他引：2
通过互联网直接下载美国地质调查局（USGS）数据中心的全球1km分辨率NDVI10d合成NDVI资料，选取广西南、中、北部5个水田监测点和6个旱地监测点，分析其NDVI月变化特征。结果表明：NDVI的月变化与耕地上农作物生长变化有较密切的关系，可以利用NDVI资料，开展广西农作物生长状况及农业气象灾害的气象卫星遥感监测。 相似文献
17.
基于植被生长规律的陕西省植被遥感分类 总被引：1，自引：0，他引：1
植被类型的差异除了可表现为光谱差异外,还可表现为植被生长规律的差异。植被生长以年为周期,在这个生长周期内不同植被类型有着各自的生繁衰枯的物候节律,表现出不同的生长规律。归一化植被指数NDVI是植被生长状况的敏感指示器,一年内的NDVI所构成的NDVI的时间序列曲线是表征植被生长规律的理想方法,因此利用NDVI时间序列进行植被分类是完全可行的。利用2004年全年的MODIS资料,选取距离星下点周围1000 km以内完全包含陕西省行政区域的晴空(包括部分晴空)250 m分辨率资料计算NDVI,采用NDVI多时相最大值合成法(MVC),生成了一年的月合成NDVI数据集产品,应用ISODATA算法进行非监督动态聚类。在地理信息系统的支持下,结合以往的植被类型、土地利用、种植制度区划、电子地图等辅助地理信息数据,对分类结果进行了解译和验证,并分析了各类植被类型的NDVI时间序列曲线。表明分类结果能客观地反映植被分布的地域性;各类NDVI曲线之间差别显著,有着明显的可分性,它们如实地刻画了各种植被的生长规律,并能区分植被生长规律的细微差异。 相似文献
18.
三江源区植被指数对气候变化的响应及预测分析 总被引：2，自引：0，他引：2
利用1989—2008年NOAA-AVHRR的NDVI旬合成资料和地面月降水量、平均气温等观测资料,分析了三江源区NDVI时空变化特征及其对气候要素变化的响应。通过建立不同季节NDVI统计预测模型,对未来40多年间不同排放情景下三江源区NDVI变化趋势进行预测分析,研究结果表明:(1)三江源区NDVI分布呈现由东南部、东部向西、向北逐渐变低的趋势。4—10月为植被生长季,8月NDVI达最大值。(2)针对春、夏、秋季,NDVI与气温、降水均呈显著正相关(夏季降水除外),春、秋季较为显著; NDVI对气温的响应显著高于降水; NDVI对前一个月的气温、降水时滞效应最为显著。(3)未来40年,在三江源区气温持续升高,降水微弱增加的气候背景下,源区平均NDVI呈显著上升趋势,前10年增速缓慢,后30年持续稳步上升,且增幅较大。源区NDVI空间分布格局基本不变,RCP8. 5情景下NDVI的高值中心较RCP4. 5范围更大。RCP4. 5情景下NDVI迅速增长期为2026—2035年,高值中心位于澜沧江源区; RCP8. 5情景下为2016—2025年和2036—2045年两阶段,高值中心均在长江源区。两种情景下,源区变率高值中心均表现出由北向南移动的趋势。 相似文献
19.
20.
气候系统模式输出结果是当前开展气候预测业务的重要参考依据之一,如何提高气候系统模式输出结果的可信度是改进气候业务预测能力的关键之一。利用1999—2010年NCEP CFSv2模式每日四次预测未来45天的回算数据,分析了集合样本数对模式预测能力的影响。分析结果表明,模式对月平均500 hPa位势高度的预测技巧在热带地区较高,而中高纬度地区较低;模式对500 hPa位势高度时间异常的预测能力优于空间异常。无论是空间异常还是时间异常,随着模式超前时间的增加,预测技巧均逐渐降低,但是在不同区域和不同月份,模式预测技巧随超前时间的变化存在差异。此外,模式预测技巧存在非常大的年际变率。增加集合样本数,对不同月份和不同起报时间预测技巧的稳定度和预测技巧值均有明显正效果,特别是对亚洲中纬度地区改善度较大。增加集合样本数也可以在一定程度上降低模式预测技巧年际变率。集合样本数增加对于500 hPa位势高度空间异常的改进优于时间异常。 相似文献