共查询到20条相似文献，搜索用时 622 毫秒
1.
ＳＴＵＤＹＯＮＭＯＤＥＬＦＯＲＲＥＭＯＴＥＳＥＮＳＩＮＧＥＳＴＩＭＡＴＩＯＮＯＦＭＡＩＺＥＹＩＥＬＤＬｉｕＺｈａｏｌｉ（刘兆礼）ＨｕａｎｇＴｉｅｑｉｎｇ（黄铁青）ＷａｎＥｎｐｕ（万恩璞）ＺｈａｎｇＹａｎｇｚｈｅｎ（张养贞）ＣｈａｎｇｃｈｕｎＩｎｓｔｉ... 相似文献
2.
各类光学植被指数已成功地应用于各种植被监测与作物产量估算中,但这些指数易受大气状况的影响。由星载微波辐射计得到的植被光学厚度数据（VOD）与植被密度、含水量密切相关,数据可全天候获得,在农业遥感监测中呈现着巨大的潜力。作为来自不同传感器的遥感数据,微波遥感数据与光学遥感数据可以提供不同波长范围内的植被信息。为了更准确地进行作物产量估算,本研究提出将微波遥感数据与光学遥感数据共同应用于冬小麦单产估算中。研究选择L波段微波辐射计SMAP卫星的VOD数据与MODIS的标准归一化植被指数NDVI、增强型植被指数EVI、叶面积指数LAI、光合有效辐射分量FPAR数据作为研究变量,分别使用BP神经网络、GA-BP神经网络和PSO-BP神经网络建立冬小麦产量估算模型。结果表明： 3种神经网络回归模型的P值均小于0.001,通过了显著性检验。GA-BP神经网络回归模型的估算值与真实值在3种神经网络回归模型中表现了最高的相关性（R=0.755）与最低的均方根误差（RMSE=529.145 kg/hm2）,平均绝对误差(MAE=425.168 kg/hm2)和平均相对误差（MRE=6.530%）。为了分析多源遥感数据的结合在作物产量估算中的优势,研究同时构建了仅使用NDVI和LAI,使用NDVI、EVI、LAI、FPAR等光学数据进行冬小麦产量估算的3种GA-BP神经网络回归模型作为对比。结果表明,使用微波遥感数据与光学遥感数建立的GA-BP神经网络回归模型较上述3种作为对比的GA-BP神经网络回归模型的相关系数R值分别提高了0.163,0.229与0.056,均方根误差RMSE分别降低了122.334、158.462和46.923 kg/hm2,使用多源遥感数据的组合可以很好地提高作物产量估算的准确性。 相似文献
3.
ＳＴＵＤＹ ＯＮ ＧＩＳ ＦＯＲ ＹＩＥＬＤ ＥＳＴＩＭＡＴＩＯＮ ＢＹ ＲＥＭＯＴＥ ＳＥＮＳＩＮＧ ＩＮ ＪＩＬＩＮ ＭＡＩＺＥ ＢＥＬＴＳＴＵＤＹＯＮＧＩＳＦＯＲＹＩＥＬＤＥＳＴＩＭＡＴＩＯＮＢＹＲＥＭＯＴＥＳＥＮＳＩＮＧＩＮＪＩＬＩＮＭＡＩＺ... 相似文献
4.
特征优选与卷积神经网络在农作物精细分类中的应用研究 总被引：1，自引：0，他引：1
农作物的精细分类一直是农业遥感领域的热点,对农作物估产和种植结构监管有重要意义。深度学习的出现为农作物分类准确性的提升提供了新的思路。本文提出一种特征优选与卷积神经网络（Convolutional Neural Networks, CNN）相结合的多光谱遥感农作物分类方法,用以解决精细分类问题。实验以哨兵2号遥感影像为数据源,基于多光谱遥感影像的波段反射率与包括归一化植被指数在内的10种植被指数,利用Relief F算法进行特征增强与优选,获取最优特征集,从而设计出基于特征优选的CNN分类方法,并对河南省原阳县主要农作物水稻、玉米、花生进行分类识别与制图,分类精度达到96.39%。同时,选用支持向量机、CNN方法分别对研究区农作物进行分类识别。对比分析3种方法的分类结果,发现本文提出的基于最优特征集的CNN农作物分类方法表现最优,CNN方法次之,支持向量机方法表现最差。实验结果表明：① 利用Relief F算法能够对特征贡献度进行排序,完成特征筛选,得到包含24个特征的最优特征子集,训练精度达到99.89%;② 基于最优特征集的CNN方法能够在最大程度上提取高精度差异性特征,实现对农作物的精细分类,且相比CNN和支持向量机的农作物分类方法,本文方法表现更佳。 相似文献
5.
叶面积指数(LAI)是衡量植被生态状况和估算作物产量的一个重要指标。LAI的反演是定量遥感研究的重要内容。传统的经验统计反演方法基于单一观测角度的遥感数据进行,忽略了地物反射率的方向性。若在反演中加入多观测角度的信息,则有可能提升LAI反演的精度。以2008年甘肃省张掖市玉米实验区为研究区,利用欧空局的CHRIS/PROBA多角度高光谱数据对比分析了传统植被指数NDVI、RVI、EVI的变化规律及其反演玉米叶面积指数LAI的精度,并根据NDVI随观测角度的变化规律,构造出新型多角度归一化植被指数MNDVI,分别对实测叶面积指数进行线性回归并利用实测数据对估算LAI进行精度验证,结果表明：新型MNDVI指数相比于传统NDVI、RVI、EVI对LAI的反演精度有了显著提升,估算模型决定系数R2达到0.716,精度验证均方根误差为0.127,平均减小了33.3%。 相似文献
6.
Qian Huaisui 《中国地理科学(英文版)》1997,8(3):204-211
The crop estimates by remote sensing, developing quickly in recent decades, is a up-to-date technique. Regionalization for
large area crop estimates by remote sensing, a special applied regionalization, is the foundation of crop estimates in a large
area by remote sensing. According to the actual demands of wheat yield estimation by remote sensing and wheat agroclimatic
demarcation of China, this paper first puts forward some principles upheld in this regionalization and analyses its main bases.
Secondly, it works out the classificatory schemes about the optimum temporal for estimating wheat yield by remote sensing,
information sources of space remote sensing and landuse structure in China. Finally, According to the regionalization indices,
this study divides the wheat plantable region of China into 14 regions of crop yield estimates and 31 subregions of crop yield
estimates. 相似文献
7.
千怀遂 《中国地理科学(英文版)》1998,(3)
Ｔｈｅｃｒｏｐｅｓｔｉｍａｔｅｓｂｙｒｅｍｏｔｅｓｅｎｓｉｎｇ,ｄｅｖｅｌｏｐｉｎｇｑｕｉｃｋｌｙｉｎｒｅｃｅｎｔｄｅｃａｄｅｓ,ｉｓａｕｐｔｏｄａｔｅｔｅｃｈｎｉｑｕｅ．Ｓｏｍｅｓｙｓｔｅｍｓｏｆｃｒｏｐｅｓｔｉｍａｔｅｓｂｙｒｅｍｏｔｅｓｅｎ... 相似文献
8.
叶面积指数遥感反演研究进展与展望 总被引：5，自引：0，他引：5
叶面积指数表征叶片的疏密程度和冠层结构特征,体现植被光合、呼吸和蒸腾作用等生物物理过程的能力,是描述土壤-植被-大气之间物质和能量交换的关键参数。目前多种卫星传感器观测生成了多个区域和全球的叶面积指数标准产品。本文综述了基于光学遥感数据的叶面积指数反演进展:首先,介绍了叶面积指数的定义和在生态系统模拟中的作用;然后,阐述了基于光学遥感反演叶面积指数的基本原理;在此基础上,论述了基于植被指数经验关系和基于物理模型的两种主要遥感反演算法,讨论了2种算法的优点和存在的问题,并总结了现有的主要全球数据产品及其特点,论述了产品检验的方法和需要注意的问题;最后,总结了当前叶面积指数反演中存在的问题,并展望了其发展趋势和研究方向。 相似文献
9.
同化叶面积指数和蒸散发双变量的冬小麦产量估测方法 总被引：1，自引：0，他引：1
同化遥感信息到作物生长过程模拟模型,是估测区域作物产量的重要方法之一。同化变量的选取对同化结果精度至关重要。本文在标定WOFOST作物模型参数的基础上,优化了WOFOST模型的默认灌溉参数。利用ET和LAI作为同化变量,分别构建了时间序列趋势信息的代价函数和四维变分代价函数;采用SCE-UA算法最小化代价函数, 重新初始化WOFOST模型初始参数——作物初始干物质重、作物35 ℃生命期和灌溉量。最后利用MODIS LAI产品（MCD15A3）、MODIS ET产品（MOD16A2）,同化到作物模型估测产量,并对比分析了水分胁迫模式下同化单变量（ET或LAI）和同化双变量（ET和LAI）的估产精度。结果表明：同化双变量ET和LAI的策略,优于同化单变量LAI或ET,双变量策略的冬小麦产量估测精度为R2=0.432,RMSE=721 kg/hm2;单独同化高精度LAI对提高估产精度具有重要作用,其冬小麦产量估测精度为R2=0.408,RMSE=925 kg/hm2;单独同化ET的趋势信息改善了WOFOST模型模拟水分平衡的参数,但是,产量估测精度（R2=0.013,RMSE=1134 kg/hm2）与模型模拟估测产量精度（R2=0.006,RMSE=1210 kg/hm2）相比改善效果有限。本研究为其他区域的遥感数据与作物模型的双变量数据同化的作物产量估测研究提供了参考价值。 相似文献
10.
基于遥感长时间序列的分析能够得到更加科学、完整、全面的特征规律,本文以黄河三角洲为研究区域,开展了生态指数遥感估算及分析研究。基于Google Earth Engine (GEE)分析了2000年以来逐年度归一化植被指数（NDVI）、湿度指数（Wet）、盐分指数（SI3）、遥感生态指数（RSEI）,获得了完整、细致长时间序列的分析结果。考虑到黄河三角洲的区域特点,引入了盐分指数（SI3）与遥感生态指数（RSEI）相结合的评价分析方法。研究发现,自2011年以来研究区的生态环境指数呈上升趋势,生态环境持续改善。 相似文献
11.
基于Landsat TM和ENVISAT ASAR数据的鄱阳湖湿地植被生物量的反演 总被引：2，自引：0，他引：2
作为湿地生态系统的重要组成部分,湿地生物量是衡量生态系统健康状况的关键指标。由于光学遥感对植被垂直分布探测的局限,使得植被指数反映生物量变化的灵敏度下降。利用C波段SAR反演生物量时,对于低中等生物量,含水量高的湿地地表的后向散射对总雷达后向散射的影响会在雷达图像上出现类似光学遥感中"异物同谱"的现象。本文用光学遥感中NDVI、RVI和DVI三种植被指数对生物量变化的敏感性,利用改进的MIM-ICS模型,对湿地植被各散射分量进行模拟分析,建立符合湿地植被类型的各散射分量模拟数据库,以LandsatTM和Envisat ASAR交替极化数据为基础,选择植被指数DVI=0.45为阈值,将湿地植被分割为低叶片密度植被区和高叶片密度植被区,分别应用统计回归模型和半经验微波散射模型,对两个区域植被生物量进行反演。最后,得到整个鄱阳湖湿地生物量为2.1×109kg。研究表明,对于生物量动态范围较大的地区,采用光学和雷达遥感相结合可以有效地提高湿地植被生物量反演的精度,克服光学遥感探测植被垂直分布能力有限和雷达遥感受背景影响大的不足。 相似文献
12.
Huaisui Qian 《中国地理科学(英文版)》1998,8(3):204-211
The crop estimates by remote sensing, developing quickly in recent decades, is a up-to-date technique. Regionalization for large area crop estimates by remote sensing, a special applied regionalization, is the foundation of crop estimates in a large area by remote sensing. According to the actual demands of wheat yield estimation by remote sensing and wheat agroclimatic demarcation of China, this paper first puts forward some principles upheld in this regionalization and analyses its main bases. Secondly, it works out the classificatory schemes about the optimum temporal for estimating wheat yield by remote sensing, information sources of space remote sensing and landuse structure in China. Finally, According to the regionalization indices, this study divides the wheat plantable region of China into 14 regions of crop yield estimates and 31 subregions of crop yield estimates. 相似文献
13.
植被覆盖度是生态环境变化的重要指标,也是遥感反演的关键参数。盐碱地植被覆盖度的准确测量对研究地表植被蒸腾、土壤水分蒸发及土壤退化、盐碱化等具有重要意义。过绿指数(Excess Green index,ExG)对绿色植被比较敏感,能突显植被信息,去除土壤、阴影的干扰。通过对吉林西部盐碱地玉米、高粱、绿豆、杂草、土壤数字图像特征分析,利用改进过绿指数(Modified Excess Green index,MExG)算法计算植被和土壤的MExG值;并确定区分植被和土壤的MExG阈值为40,进而计算植被覆盖度。本文采用监督分类的最大似然法对比验证MExG自动提取结果,并对两种方法计算的玉米、高粱、绿豆和杂草的覆盖度,分别进行目视判读和t检验。研究表明,MExG自动提取方法具有客观性强,处理时间短,分类精度高等优点,是计算不同植被类型覆盖度的有效方法。 相似文献
14.
定量的估算非光合植被覆盖度（Fractional Cover of Non-photosynthetic Vegetation, fNPV）对草原生态系统碳储存、植被生产力、土壤侵蚀和火灾监测均具有重要的意义。本文以锡林郭勒草原实测高光谱和样方盖度为数据源,利用NPV（Non-Photosynthetic Vegetation）、PV（Photosynthetic Vegetation）、BS（Bare Soil）的平均光谱通过线性光谱混合模型模拟得到混合场景光谱,寻找区分NPV/PV/BS的敏感性波段,然后分别评价不同多光谱指数与fNPV的相关性。最后利用野外混合场景实验验证光谱指数估算fNPV的有效性。在此基础上,探讨基于OLI数据的NDVI（Normalized Difference Vegetation Index）-DFI（Dead Fuel Index）特征空间是否满足三元线性混合模型的基本假设。结果表明：短波红外（SWIR）波段是区分NPV/PV/BS的敏感性波段,以此为基础构建的OLI-DFI指数具备有效区分NPV/PV/BS的潜力。在模拟混合场景条件下,OLI-DFI和MODIS-DFI指数均与fNPV呈显著相关,决定性系数R2分别为0.84和0.94,均方根误差RMSE分别为0.09和0.05,而NDI和NDSVI指数与fNPV相关性很低。与模拟混合场景相比,在野外混合场景下OLI-DFI和MODIS-DFI指数估算fNPV的有效性均有一定程度的降低,R2分别为0.65和0.75,RMSE分别为0.14和0.12。基于OLI数据构建的NDVI-DFI特征空间满足三元线性混合模型的基本假设,可有效的估算fNPV。 相似文献
15.
黑河流域中游地区作物种植结构的遥感提取 总被引：1，自引：0，他引：1
及时、准确地获取农作物种植结构对区域水资源管理与作物产量估测等具有重要意义。随着对通过遥感手段获得作物种植结构的深入研究,如何优选遥感数据和分类器成为需要重点考虑的关键问题。针对黑河流域中游地区的作物分布与种植特点,提出一种基于多时相遥感影像与多分类器组合的作物种植结构提取方法。利用2018年18景16 m分辨率的GF-1 WFV影像,构建NDVI时间序列。根据NDVI时间序列表征的作物季相节律和物候变化规律特点,采用分层的策略,首先解译一级土地覆被类型,再解译二级土地覆被类型。一级土地覆被类型解译中,使用决策树分类方法先将NDVI特殊且易提取的水体进行解译,再使用面向对象分类方法通过分区将需借助NDVI纹理信息提取的建设用地进行解译,最后使用随机森林分类方法解译耕地、林地、草地、裸地和湿地。在对耕地的进一步分类中,使用决策树分类方法首先将具有特殊物候规律且易于区分的苜蓿类别解译出来,再将与其他类别物候差异较大的小麦解译,最后将物候相似的玉米、蔬菜及其他解译。黑河流域中游研究区内一级土地覆被分类总体精度为97.24%,卡帕系数为0.96;作物种植结构解译总体精度为86.58%,卡帕系数为0.80。此外,还分析了影响黑河流域中游研究区解译精度的4个因素：对土地覆被类别的定义、混合像元、影像分割时基础影像的选择以及分类方法的选择。通过对不同分类方法的比较发现,与仅使用最大似然分类方法、支持向量机分类方法或随机森林分类方法相比,本文提出方法的解译结果更好,解译精度更高。 相似文献
16.
混合像元是遥感影像中普遍存在的一种现象,对其组成和各成分比例的反演一直是遥感研究中的重难点,而国内利用偏振植被指数对混合像元的研究几乎没有涉及。本次研究通过对不同面积比例的植被-土壤混合像元偏振反射高光谱特征进行分析,讨论不同条件下的植被-土壤混合像元偏振高光谱特性,并利用偏振反射比计算了12种0°偏振态下的偏振植被指数,分别构建了植被指数与植被面积比例以及光谱特征参数与植被面积比例的数学模型。结果表明,混合像元中植被面积比例和偏振角均对其偏振高光谱有一定的影响;865 nm的偏振反射比与植被占像元面积比例的相关性最好,采用多项式进行拟合时,其决定系数达到0.99,适合进行植被占像元面积比例的反演;偏振光谱“红边”处的一阶微分值与植被像元比例存在良好的线性相关,R2=0.974;植被面积比例与植被指数和光谱特征参数呈现良好的相关关系,其中P-DVI和光谱吸收指数（SAI）与植被面积比例的拟合效果最好,决定系数分别为0.99以及0.94,适合进行植被-土壤混合像元中植被面积比例的反演。 相似文献
17.
In this paper,spatial correlation of crop yield in the middle and west of Jilin province is analyzed by us-ing the method of geostatistics swmivarivogram,taking the NDVI of NOAA/AVHRR spectrum data as the regionalized vari-able,aiming to provide theory and practical basis for field sampling of crop yield estimation using remote sensing.The ratio of nugget variance and sill of semivariograms are 21.1% and9.7% in the west and middle regions in Jilin Province respectively.This shows that the crop yields are spatially correlated.The degree and range of correlation are far different in the different situations.In the west test region,the range is 49.9km and the sill is 0.00019 .In the middle test re-gion,the range is 16.5km and the sill is 0.00453.The dissimilarity in the western test region is larger than that in the middle one.The range in which the correlation existed of the former is far larger than the later.Different characteristics of spatial correlation of crop yield are decided by the environmental factors.Samples for crop yield estimation should be extracted according to the characteristic of spatial distribution of crop yield to promote the efficiency of sampling. 相似文献
18.
复种指数是进行粮食估产、耕地集约利用评价、农业生态系统模拟等的关键参数,及时、准确地提取复种指数对于粮食安全、土地管理和生态环境安全具有重要意义。在传统的研究中,复种指数主要来源于地面统计数据。使用统计数据来计算复种指数虽然过程简单,但是计算结果存在信息滞后、无法体现统计单元内部的空间异质性、精度低等不足。遥感技术因具有大范围、高时效、低成本等优点而被用于耕地复种指数监测,已有学者对耕地复种指数的遥感监测开展了大量工作。本文以复种指数遥感提取的关键环节为主线,对1997—2020年国内外相关研究进行综述：首先,梳理了已有研究中的监测方法、高质量时间序列遥感数据获取方法及提取结果精度验证方法,并对不同方法的优缺点进行了总结;其次,对已有研究中存在的不足进行了探讨,并提出未来研究的侧重点：① 开展已有监测方法的对比和分析;② 加强地形复杂地区、小农尺度的监测力度;③ 提高遥感数据时空分辨率及处理效率;④ 对提取结果进行多尺度验证。 相似文献
19.
Estimating fraction of photosynthetically active radiation of corn with vegetation indices and neural network from hyperspectral data 总被引：1，自引：0，他引：1
The fraction of photosynthetically active radiation(FPAR) is a key variable in the assessment of vegetation productivity and land ecosystem carbon cycles.Based on ground-measured corn hyperspectral reflectance and FPAR data over Northeast China,the correlations between corn-canopy FPAR and hyperspectral reflectance were analyzed,and the FPAR estimation performances using vegetation index(VI) and neural network(NN) methods with different two-band-combination hyperspectral reflectance were investigated.The results indicated that the corncanopy FPAR retained almost a constant value in an entire day.The negative correlations between FPAR and visible and shortwave infrared reflectance(SWIR) bands are stronger than the positive correlations between FPAR and near-infrared band reflectance(NIR).For the six VIs,the normalized difference vegetation index(NDVI) and simple ratio(SR) performed best for estimating corn FPAR(the maximum R2 of 0.8849 and 0.8852,respectively).However,the NN method esti-mated results(the maximum R2 is 0.9417) were obviously better than all of the VIs.For NN method,the two-band combinations showing the best corn FPAR estimation performances were from the NIR and visible bands;for VIs,however,they were from the SWIR and NIR bands.As for both the methods,the SWIR band performed exceptionally well for corn FPAR estimation.This may be attributable to the fact that the reflectance of the SWIR band were strongly controlled by leaf water content,which is a key component of corn photosynthesis and greatly affects the absorption of photosynthetically active radiation(APAR),and makes further impact on corn-canopy FPAR. 相似文献
20.
本文采用地形调节植被指数（TAVI）,以RapidEye高分辨率多光谱遥感影像为数据源,对福建省永安市毛竹林山区进行了叶面积指数（LAI）地面实测、遥感建模及反演分析。通过TAVI与归一化植被指数（NDVI）、比值植被指数（RVI）的对比研究,结果表明：（1）毛竹林实测LAI与TAVI、NDVI和RVI线性回归的决定系数（R2）分别为0.6085、0.3156和0.4092,最佳非线性回归的R2分别提高到0.6624、0.5280和0.6497。LAI与NDVI或RVI非线性（U曲线）模型可以很好地解释LAI-VI的散点分布规律,但难以解决LAI-VI间因地形影响导致的“同物异谱”和“异物同谱”问题,因此,在山区大面积推广应用需慎重。（2）通过实测LAI的验证表明,LAI-TAVI回归模型可有效避免因地形影响导致的“同物异谱”和“异物同谱”问题。TAVI具有良好的削减地形影响作用,可用于山区植被LAI的遥感反演。 相似文献