估產(chǎn)
- 基于SWAP-IES 的旱區(qū)春小麥長勢和產(chǎn)量模擬
信息，可將冬小麥估產(chǎn)的R2從無同化的0.06 提高到0.41[13]，在華北平原尺度上冬小麥估產(chǎn)的R2從無同化的0.28 提高到0.65[14]。利用APSIM-EnKF 同化模擬框架也可有效提高小麥估產(chǎn)精度，相對于同化前，小麥估產(chǎn)的相對誤差減小了8.7%[15]。與EnKF 算法相比，迭代集合平滑器算法（iterative ensemble smoother，IES）可以同時(shí)同化所有可用的觀測信息，在強(qiáng)非線性問題中表現(xiàn)得更好[10,16-17]。目前IE
農(nóng)業(yè)工程學(xué)報(bào) 2023年11期2023-08-15
- 基于作物生長模型與機(jī)器學(xué)習(xí)算法的區(qū)域冬小麥估產(chǎn)
1]。當(dāng)前,作物估產(chǎn)常用的方法有人工區(qū)域調(diào)查法、作物生長模型及機(jī)器學(xué)習(xí)算法3類。人工區(qū)域調(diào)查方法工作量大且成本較高,難以實(shí)現(xiàn)大范圍、高頻的區(qū)域尺度作物估產(chǎn),但其優(yōu)勢是獲取的點(diǎn)源信息準(zhǔn)確度高。作物生長模型雖融入光、溫、水、土壤等條件為環(huán)境驅(qū)動(dòng)變量,對作物生長的全過程、產(chǎn)量形成機(jī)理具有較好的科學(xué)解釋性,但僅在單點(diǎn)尺度上建立和實(shí)現(xiàn)作物生長發(fā)育動(dòng)態(tài)模擬。遙感對地觀測的優(yōu)勢在于提供大空間、面元尺度的作物物候、生長冠層信息。實(shí)現(xiàn)遙感信息與作物生長模型的耦合,則能夠利用
農(nóng)業(yè)機(jī)械學(xué)報(bào) 2023年6期2023-06-20
- 遙感技術(shù)在我國冬小麥產(chǎn)量估算中的應(yīng)用研究進(jìn)展
一般要利用常規(guī)的估產(chǎn)手段，包括統(tǒng)計(jì)手段和傳統(tǒng)的土壤監(jiān)測手段，其速度慢、工程量大、成本高，無法滿足對冬小麥的監(jiān)測需求。遙感資料具備覆蓋面大、檢測周期短、資料豐富、現(xiàn)勢性好、代價(jià)低等優(yōu)點(diǎn)，可以迅速和精確地對冬小麥進(jìn)行估產(chǎn)。遙感估產(chǎn)是一種使用衛(wèi)星傳感器記錄作物表面信號，并利用資料采集與數(shù)據(jù)分析所獲取的農(nóng)作物表面光譜特征，確定作物種類，監(jiān)控作物的生長過程，從而構(gòu)建將作物光譜數(shù)據(jù)與農(nóng)業(yè)生產(chǎn)過程相互聯(lián)系的新科技手段[3]。1 農(nóng)作物遙感估產(chǎn)研究概況美國首先開展的大面積
南方農(nóng)業(yè) 2023年1期2023-03-22
- 基于無人機(jī)高清影像的棉花單產(chǎn)預(yù)測
領(lǐng)域，而作物遙感估產(chǎn)也已逐步取代了傳統(tǒng)的人工地面測量和統(tǒng)計(jì)的估產(chǎn)方式[3-4]。 目前遙感估產(chǎn)主要借助高空衛(wèi)星和無人機(jī)兩種工具進(jìn)行，主要包括兩種估產(chǎn)方式，一是根據(jù)地面統(tǒng)計(jì)數(shù)據(jù)與遙感指數(shù)之間的相互關(guān)系構(gòu)建估產(chǎn)模型實(shí)現(xiàn)估產(chǎn)。 劉姣娣等[5]以Landsat7 和Spot4 為數(shù)據(jù)源，分析棉花不同生育時(shí)期的光譜特征后構(gòu)建多個(gè)植被指數(shù)，通過與實(shí)際產(chǎn)量建立回歸分析模型實(shí)現(xiàn)了對新疆生產(chǎn)建設(shè)兵團(tuán)棉花產(chǎn)量的預(yù)測。 而程乙峰等[6]通過結(jié)合棉花花鈴期的LAI 和歸一化植被指
棉花學(xué)報(bào) 2022年4期2023-01-06
- 基于YOLOv5深度學(xué)習(xí)的茶葉嫩芽估產(chǎn)方法
第一[1]。茶葉估產(chǎn)能夠在采收時(shí)間和采摘量之間尋求收益最大化時(shí)提供可靠的數(shù)據(jù)支持，直接關(guān)系到農(nóng)戶的經(jīng)濟(jì)收入?，F(xiàn)有的茶葉估產(chǎn)主要依靠茶農(nóng)的種植經(jīng)驗(yàn)或直接采摘后稱重估計(jì)產(chǎn)量，這種方法獲取產(chǎn)量信息較為滯后，不能在茶葉生長時(shí)期提供相關(guān)的產(chǎn)量數(shù)據(jù)支持，不利于茶葉生長的前期管理。目前，針對小麥、大豆、油菜等大規(guī)模種植的經(jīng)濟(jì)作物估產(chǎn)技術(shù)已經(jīng)較為成熟。常用的估產(chǎn)方法有田間抽樣調(diào)查法、農(nóng)業(yè)氣象模型估產(chǎn)法、基于光譜指數(shù)的作物估產(chǎn)法、基于圖像的作物估產(chǎn)法[2]。田間抽樣調(diào)查主要
- 基于CNN-S-GPR的寧夏枸杞高光譜影像估產(chǎn)方法
究。傳統(tǒng)的農(nóng)作物估產(chǎn)采用人工區(qū)域調(diào)查方法，從農(nóng)學(xué)、氣象學(xué)等不同角度建立作物估產(chǎn)模式。該方法速度慢、工作量大、成本高，且不利于時(shí)空動(dòng)態(tài)監(jiān)測。近年來，遙感技術(shù)因其覆蓋范圍廣、重返周期短、獲取成本低等優(yōu)勢，被廣泛運(yùn)用于農(nóng)作物估產(chǎn)，成為遙感與農(nóng)業(yè)交叉的研究重點(diǎn)[1]。目前，遙感估產(chǎn)方法按模式不同主要分為2類：基于機(jī)器學(xué)習(xí)和基于深度學(xué)習(xí)的估產(chǎn)方法[2]?；跈C(jī)器學(xué)習(xí)的方法將歸一化植被指數(shù)(Normalized difference vegetation index,
農(nóng)業(yè)機(jī)械學(xué)報(bào) 2022年8期2022-09-14
- 異常氣候條件下小麥估產(chǎn)方法研究
技術(shù)應(yīng)用到農(nóng)作物估產(chǎn)中[9]，為作物估產(chǎn)研究開辟了新途徑[10]。從模型建立的理論角度出發(fā)，當(dāng)前主流的作物估產(chǎn)模型可以分為四類：經(jīng)驗(yàn)統(tǒng)計(jì)模型、光能利用率模型、作物生長模擬模型和耦合模型[11]。探究氣候變化對作物產(chǎn)量的影響，大多采用經(jīng)驗(yàn)統(tǒng)計(jì)模型中的氣象估產(chǎn)模型。氣象估產(chǎn)模型發(fā)展較早，始于20世紀(jì)70年代末，基本的氣象估產(chǎn)模型有三種。第一種，直接建立氣象因子和作物產(chǎn)量之間的回歸模型；第二種，首先計(jì)算相鄰兩年作物產(chǎn)量差和氣象因子差，然后建立作物產(chǎn)量差和氣象因子
農(nóng)業(yè)現(xiàn)代化研究 2022年2期2022-08-19
- 基于時(shí)序MODIS和氣象數(shù)據(jù)的日喀則地區(qū)青稞估產(chǎn)
義。當(dāng)前，對青稞估產(chǎn)的相關(guān)研究較少，而估產(chǎn)可分為作物的種植面積提取與估產(chǎn)模型建立兩部分。日喀則地區(qū)地形復(fù)雜，青稞種植區(qū)域分布零碎，傳統(tǒng)的調(diào)查估產(chǎn)手段難以得到全面準(zhǔn)確的結(jié)果，但遙感技術(shù)可以解決其無法全覆蓋和成本過高的問題，具有較好的準(zhǔn)確度和時(shí)空連續(xù)性的優(yōu)勢，在種植面積提取和產(chǎn)量預(yù)測中起著重要的作用[1]。利用遙感手段實(shí)現(xiàn)產(chǎn)量預(yù)測方法主要有統(tǒng)計(jì)預(yù)測法和生長模型預(yù)測法兩大類，其中，生長模型預(yù)測法是數(shù)值模擬作物的生長過程，需引入大量的影響作物生長的參數(shù)與同化后的遙
遙感信息 2022年2期2022-08-18
- 不同方法對冬小麥地塊級估產(chǎn)的適用性研究
分析發(fā)現(xiàn)目前遙感估產(chǎn)中最為有效的方法有2種：一是利用數(shù)據(jù)同化技術(shù),把遙感反演參數(shù)信息融入作物機(jī)理過程模型之中,實(shí)現(xiàn)大面積作物生長狀態(tài)及產(chǎn)量模擬的目的[1-2],如基于Wofost[3]、Oryza2000[4]、WheatSM[5]、ChinaAgroys[6]四個(gè)作物模型所構(gòu)建的中國作物生長模擬監(jiān)測系統(tǒng)(crop growth monitoring system-china，CGMS-China),CGMS-China對冬小麥各主產(chǎn)省的平均預(yù)報(bào)相對誤差為
北京測繪 2022年2期2022-03-25
- 基于無人機(jī)遙感的水稻產(chǎn)量估測
有效支撐。傳統(tǒng)的估產(chǎn)采用人工調(diào)查，耗時(shí)長、速度慢、成本高，無法快速及時(shí)的獲取作物長勢信息和產(chǎn)量；衛(wèi)星遙感技術(shù)又存在重訪周期長、天氣條件限制等問題。而近兩年，隨著無人機(jī)行業(yè)的快速發(fā)展，無人機(jī)作為一種低成本的遙感平臺很好的彌補(bǔ)了衛(wèi)星遙感的不足。無人機(jī)遙感具有時(shí)效高、空間分辨率高、機(jī)動(dòng)靈活、可以按需獲取等優(yōu)點(diǎn)，已迅速發(fā)展成為作物長勢監(jiān)測的重要手段?；谥脖恢笖?shù)的作物長勢監(jiān)測，已廣泛應(yīng)用于遙感領(lǐng)域。作物所有重要的植被信息可以由不同的波段組合而成，利用綠色植物對不同
中國稻米 2022年1期2022-02-26
- 基于無人機(jī)可見光影像與生理指標(biāo)的小麥估產(chǎn)模型研究
3]。目前，作物估產(chǎn)手段主要分為傳統(tǒng)和遙感兩種方式。傳統(tǒng)估產(chǎn)主要通過人工實(shí)地抽樣開展，具有成本高、耗時(shí)費(fèi)力、人工誤差等缺點(diǎn)；遙感技術(shù)憑借其覆蓋范圍廣、更新速度快[4]、無損獲取地物信息[5]等優(yōu)勢被廣泛應(yīng)用于小麥估產(chǎn)，現(xiàn)已達(dá)到實(shí)用化階段[2,6-7]。低空無人機(jī)可為小尺度遙感影像的獲取提供平臺，具有操作方便、快速高效、成本較小等特點(diǎn)[8-9]。國內(nèi)外學(xué)者在作物估產(chǎn)方面的研究已取得了豐碩成果[10-14]。如李昂利用無人機(jī)搭載數(shù)碼相機(jī)獲取影像，進(jìn)而構(gòu)建水稻從
麥類作物學(xué)報(bào) 2021年10期2021-12-08
- 基于無人機(jī)影像自動(dòng)檢測冠層果的油茶快速估產(chǎn)方法
冠層果的油茶快速估產(chǎn)方法嚴(yán)恩萍，棘 玉，尹顯明，莫登奎※（1. 中南林業(yè)科技大學(xué)林業(yè)遙感大數(shù)據(jù)與生態(tài)安全湖南省重點(diǎn)實(shí)驗(yàn)室，長沙 410004；2. 中南林業(yè)科技大學(xué)南方森林資源經(jīng)營與監(jiān)測國家林業(yè)與草原局重點(diǎn)實(shí)驗(yàn)室，長沙 410004；3. 中南林業(yè)科技大學(xué)林學(xué)院，長沙 410004）快速準(zhǔn)確的產(chǎn)量估算對油茶經(jīng)營管理和可持續(xù)發(fā)展具有重要意義。該研究針對油茶快速估產(chǎn)的應(yīng)用現(xiàn)狀，提出一種基于無人機(jī)影像自動(dòng)檢測冠層果的方法用于油茶快速估產(chǎn)。首先借助無人機(jī)航拍影像，
農(nóng)業(yè)工程學(xué)報(bào) 2021年16期2021-11-26
- 基于CNN-RNN網(wǎng)絡(luò)的中國冬小麥估產(chǎn)
型[5]等傳統(tǒng)的估產(chǎn)模型預(yù)測作物產(chǎn)量，這些模型通常對于某一區(qū)域的特定農(nóng)作物產(chǎn)量預(yù)測精度較高，但很難推廣到擁有大規(guī)模種植區(qū)域以及需要進(jìn)行多農(nóng)作物產(chǎn)量預(yù)估的地區(qū)和國家[6-8]。隨著傳感器的發(fā)展，遙感衛(wèi)星可以獲得大量高質(zhì)量、高時(shí)空分辨率的圖像，為大尺度農(nóng)作物產(chǎn)量預(yù)測提供了可能。遙感衛(wèi)星捕獲的光譜信息能充分反映農(nóng)作物的生長狀態(tài)，以往的研究者大多傾向于從影像中提取作物相關(guān)指標(biāo)來建立與作物產(chǎn)量之間的關(guān)系[9-11]，如歸一化差異植被指數(shù)（Normalized Dif
農(nóng)業(yè)工程學(xué)報(bào) 2021年17期2021-11-25
- 基于遙感監(jiān)測技術(shù)的黑龍江省水稻產(chǎn)量估測
0500）傳統(tǒng)的估產(chǎn)方式主要以統(tǒng)計(jì)及氣象預(yù)測相結(jié)合的手段進(jìn)行，需要消耗大量的勞動(dòng)力和時(shí)間，存在諸多弊端和局限。隨著科技的發(fā)展，遙感技術(shù)不僅可以獲取農(nóng)作物種植面積，實(shí)現(xiàn)空間分布的準(zhǔn)確定位，而且能用于產(chǎn)量估算［1］。而TM數(shù)據(jù)相較于衛(wèi)星遙感數(shù)據(jù)，具有高空間分辨率的優(yōu)點(diǎn)，但由于天氣因素即稻谷生長期間多陰雨，對數(shù)據(jù)的準(zhǔn)確程度具有一定影響，因此需與其他的遙感數(shù)據(jù)復(fù)合利用。此外，常用的NOAA 氣象衛(wèi)星提供的AVHRR數(shù)據(jù)具有動(dòng)態(tài)性高、覆蓋面積大等優(yōu)點(diǎn)。綜上所述，本文
鄉(xiāng)村科技 2021年27期2021-10-18
- 基于Shapley值組合預(yù)測的玉米單產(chǎn)估測
據(jù)將推動(dòng)農(nóng)業(yè)遙感估產(chǎn)的發(fā)展[11]。目前，遙感估產(chǎn)方法中常采用的統(tǒng)計(jì)模型、機(jī)理模型和半機(jī)理模型等均能夠較好地對作物進(jìn)行估產(chǎn)[12]。但由于在實(shí)際應(yīng)用中機(jī)理和半機(jī)理模型存在需要輸入較多的參數(shù)問題，因此機(jī)理和半機(jī)理模型存在一定的局限性。而統(tǒng)計(jì)模型其估產(chǎn)的精確度依賴于選取遙感影像的時(shí)相，對作物的生長和產(chǎn)量形成的機(jī)理解釋性不強(qiáng)[12]，因此在實(shí)際應(yīng)用中同樣具有一定局限性。在作物生長過程中，經(jīng)常受到各種因素影響，同時(shí)，這些因素在作物不同生育時(shí)期產(chǎn)生不同的影響，即使采
農(nóng)業(yè)機(jī)械學(xué)報(bào) 2021年9期2021-10-13
- 引入地形特征的田塊尺度玉米遙感估產(chǎn)與空間格局分析
測方法多采用傳統(tǒng)估產(chǎn)法、農(nóng)學(xué)估產(chǎn)法及氣象統(tǒng)計(jì)法等。其中，農(nóng)學(xué)預(yù)報(bào)法主要根據(jù)產(chǎn)量器官參數(shù)如有效穗數(shù)、百粒重、平均穗粒數(shù)等估算產(chǎn)量，受作物種類、品種、耕作制度等限制[1]；氣象統(tǒng)計(jì)法以天氣要素預(yù)測產(chǎn)量，發(fā)展較為成熟，但存在單一氣象因子估產(chǎn)精度不足且各要素空間插值方法不同，難以劃定氣象站數(shù)據(jù)范圍的問題[2]；傳統(tǒng)估產(chǎn)法中地面采樣工作采集樣本數(shù)據(jù)規(guī)模較小、時(shí)間周期長、氣象條件限制，樣本實(shí)驗(yàn)室理化性質(zhì)檢測結(jié)果存在滯后性的問題，難以滿足及時(shí)、準(zhǔn)確的作物估產(chǎn)和田間作物生
科學(xué)技術(shù)與工程 2021年24期2021-09-13
- 基于Stacking法的無人機(jī)光譜遙測冬小麥產(chǎn)量
開花期和灌漿期的估產(chǎn)精度均為最高；利用Stacking方法構(gòu)建的次級學(xué)習(xí)器模型以Cubist模型的估產(chǎn)效果最佳，MLR和Cubist模型的估產(chǎn)精度在各個(gè)時(shí)期均得到了提升?；赟tacking方法融合估產(chǎn)模型能夠顯著提升冬小麥的產(chǎn)量估算精度，為今后的估產(chǎn)研究提供參考。多光譜；植被指數(shù)；Stacking；模型0 引言【研究意義】冬小麥作為我國主要糧食作物之一，在糧食系統(tǒng)中占據(jù)主要地位，是國家安全穩(wěn)定和人民生活水平的保障，對收獲前冬小麥產(chǎn)量進(jìn)行預(yù)測能夠宏觀調(diào)控糧
灌溉排水學(xué)報(bào) 2021年8期2021-09-02
- 冬小麥產(chǎn)量的高光譜遙感監(jiān)測綜述
鍵農(nóng)學(xué)參數(shù)監(jiān)測及估產(chǎn)模型的研究進(jìn)展，達(dá)到冬小麥產(chǎn)量反演的目的。1 葉面積指數(shù)高光譜監(jiān)測在遙感長勢監(jiān)測中，葉面積指數(shù)是最常用的用于表征作物生長發(fā)育情況的綜合參數(shù)[3]。目前，葉面積指數(shù)反演模型中用到較多的植被指數(shù)為歸一化植被指數(shù)NDVI、比值植被指數(shù)RVI、垂直植被指數(shù)PVI、OSAVI等，其中NDVI[4]使用更廣泛。陳雪洋等[5]研究植被指數(shù)NDVI、RVI、SAVI、EVI建立的LAI監(jiān)測模型，NDVI估算精度最高。夏天等[6]得出植被指數(shù)RVI、DV
科學(xué)技術(shù)創(chuàng)新 2021年22期2021-08-16
- 基于趨勢單產(chǎn)和干旱指數(shù)的河南省冬小麥單產(chǎn)估算
-2]，因此作物估產(chǎn)一直是農(nóng)業(yè)研究熱點(diǎn)和難點(diǎn)。近年來,由于全球氣溫升高，越發(fā)頻繁的極端氣候嚴(yán)重影響作物生長，國家糧食安全面臨極大挑戰(zhàn)，因而氣候異常情況下及時(shí)獲取作物產(chǎn)量信息能夠?yàn)橄嚓P(guān)部門應(yīng)對極端氣候、保障糧食安全提供決策依據(jù)。幾十年來，眾多不同領(lǐng)域的學(xué)者做了大量相關(guān)研究，使傳統(tǒng)作物估產(chǎn)技術(shù)得到快速發(fā)展。目前作物估產(chǎn)模型有上百種，模型的理論基礎(chǔ)和特點(diǎn)各不相同。從模型建立的理論角度看，當(dāng)前主流的作物估產(chǎn)模型可以分為經(jīng)驗(yàn)統(tǒng)計(jì)模型、光能利用率模型、作物生長模擬模型
麥類作物學(xué)報(bào) 2021年4期2021-05-25
- 基于改進(jìn)YOLOv3的溫室番茄果實(shí)識別估產(chǎn)方法*
主要生長區(qū)域，即估產(chǎn)圖像采集區(qū)域。隨著植株不斷生長，通過釋放纏繞于主莖的吊線進(jìn)行落蔓，使得估產(chǎn)區(qū)域相對地面保持高度不變，本文以該高度區(qū)域內(nèi)的番茄植株為探測對象。智能估產(chǎn)設(shè)備以植株行間軌道為支撐進(jìn)行移動(dòng)，其視覺系統(tǒng)實(shí)時(shí)獲取兩側(cè)番茄植株圖像信息。圖1 工廠化番茄種植環(huán)境Fig. 1 Tomato factory-planted environment1.2 番茄估產(chǎn)圖像采集系統(tǒng)如圖2所示，估產(chǎn)視覺系統(tǒng)包括雙目視覺攝像機(jī)和二自由度云臺機(jī)構(gòu)。攝像機(jī)選用FL3-U3
中國農(nóng)機(jī)化學(xué)報(bào) 2021年4期2021-05-11
- 基于無人機(jī)多光譜遙感數(shù)據(jù)的煙草植被指數(shù)估產(chǎn)模型研究
感植被指數(shù)的作物估產(chǎn)手段得到迅速發(fā)展。任建強(qiáng)等[6]以美國玉米為研究對象，各州為估產(chǎn)試驗(yàn)區(qū)，利用歸一化植被指數(shù)（Normalized difference vegetation index，NDVI）和各州玉米產(chǎn)量構(gòu)建估產(chǎn)模型。結(jié)果表明，利用模型計(jì)算的玉米單產(chǎn)相對誤差僅為2.12%。LIAQAT等[7]以巴基斯坦的整個(gè)印度河流域?yàn)檠芯繀^(qū)，并通過多種植被指數(shù)如土壤調(diào)整植被指數(shù)（Soil adjusted vegetation index，SAVI）和改良土壤
山西農(nóng)業(yè)科學(xué) 2021年2期2021-02-24
- 基于無人機(jī)影像的SEGT 棉花估產(chǎn)模型構(gòu)建
）0 引 言作物估產(chǎn)對保障國家糧食安全、經(jīng)濟(jì)政策制定和農(nóng)業(yè)可持續(xù)發(fā)展具有重要意義[1]。棉花是中國重要的經(jīng)濟(jì)作物，及時(shí)了解棉花的長勢和產(chǎn)量，不僅對加強(qiáng)其生產(chǎn)管理和生產(chǎn)計(jì)劃安排有利，也對棉花外貿(mào)和進(jìn)出口計(jì)劃制定有直接幫助，便于農(nóng)業(yè)部門提前實(shí)施相應(yīng)的管理與決策，獲得更好的經(jīng)濟(jì)及環(huán)境效益[2-3]。隨著信息技術(shù)的不斷發(fā)展，對作物產(chǎn)量的估算研究已經(jīng)從傳統(tǒng)的地面測量發(fā)展到了多維時(shí)空的遙感估算[4]。遙感技術(shù)由于具有宏觀性強(qiáng)、獲取信息快、感測范圍廣等特點(diǎn)，已被廣泛應(yīng)用
農(nóng)業(yè)工程學(xué)報(bào) 2020年16期2020-10-21
- 基于植被長勢的香蕉區(qū)域估產(chǎn)信息擴(kuò)散模型*
被長勢的香蕉區(qū)域估產(chǎn)信息擴(kuò)散模型*蔡大鑫，劉少軍，陳匯林，田光輝（海南省氣象科學(xué)研究所/海南省南海氣象防災(zāi)減災(zāi)重點(diǎn)實(shí)驗(yàn)室，?？?570203）基于Landsat-8和MODIS數(shù)據(jù)，首先采用面向?qū)ο蠓椒▽Ｄ蠉u香蕉種植區(qū)的空間分布進(jìn)行初次提取，然后采用基于時(shí)序植被指數(shù)的馬氏距離方法進(jìn)行二次提取，最后對兩次提取結(jié)果進(jìn)行空間疊加，采用隨機(jī)選點(diǎn)實(shí)地驗(yàn)證的方法對分類精度進(jìn)行評價(jià)。針對區(qū)域估產(chǎn)樣本數(shù)量少的問題，統(tǒng)計(jì)2014?2015年的MODIS數(shù)據(jù)和2015年的香
中國農(nóng)業(yè)氣象 2020年9期2020-09-18
- 遙感技術(shù)在大豆種植情況監(jiān)測中的應(yīng)用
種植;種植面積;估產(chǎn)中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（ 2020）21-0221-03開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：1 概述中國是農(nóng)業(yè)大國，大豆是我國重要的糧食和經(jīng)濟(jì)作物之一。從生產(chǎn)來看，大豆為中國第五大糧食作物，播種的面積僅次于玉米、稻谷、小麥、馬鈴薯。截止到2018年全國大豆種植面積到12700千公頃，大豆產(chǎn)量1200萬噸以上。自2019年初中國農(nóng)業(yè)農(nóng)村部制定印發(fā)《大豆振興計(jì)劃實(shí)施方案》，中國大豆振興計(jì)劃各項(xiàng)
電腦知識與技術(shù) 2020年21期2020-08-21
- 山東省冬小麥單產(chǎn)監(jiān)測與預(yù)報(bào)方法研究
高、效率低的傳統(tǒng)估產(chǎn)方式節(jié)省了時(shí)間和成本，為農(nóng)作物估產(chǎn)提供了科學(xué)有效的手段[1-2]。利用遙感進(jìn)行作物產(chǎn)量估算的方法主要包括：遙感統(tǒng)計(jì)估產(chǎn)模型、干物質(zhì)-產(chǎn)量模型和作物模型模擬。遙感統(tǒng)計(jì)估產(chǎn)模型通過建立遙感變量與產(chǎn)量之間的關(guān)系表達(dá)式來進(jìn)行產(chǎn)量估算[3-5]；干物質(zhì)-產(chǎn)量模型先基于遙感數(shù)據(jù)估算作物的地上生物量，再通過收獲指數(shù)轉(zhuǎn)換成作物的經(jīng)濟(jì)產(chǎn)量[6-7]；遙感作物模型模擬是將遙感數(shù)據(jù)作為模型校正的數(shù)據(jù)源之一，對作物模型進(jìn)行參數(shù)本地化后，在氣象、土壤、作物種植信
農(nóng)業(yè)機(jī)械學(xué)報(bào) 2020年7期2020-07-24
- 基于多時(shí)相無人機(jī)遙感植被指數(shù)的夏玉米產(chǎn)量估算
。遙感技術(shù)在作物估產(chǎn)方面具有快速、無損、尺度大的優(yōu)勢，已成為精準(zhǔn)農(nóng)業(yè)的研究熱點(diǎn)[5-6]。在作物遙感估產(chǎn)中，基于衛(wèi)星遙感的作物產(chǎn)量估算具有傳感器種類多、監(jiān)測區(qū)域面積廣等優(yōu)勢。文獻(xiàn)[7]以美國玉米為研究對象，以各州為估產(chǎn)區(qū)，通過歸一化植被指數(shù)(Normalized difference vegetation index，NDVI)與玉米單產(chǎn)間的最佳估產(chǎn)模型對2011年各州玉米單產(chǎn)進(jìn)行了估算，并推算出全國玉米單產(chǎn)，結(jié)果表明，全國玉米單產(chǎn)的相對誤差僅為2.12%
農(nóng)業(yè)機(jī)械學(xué)報(bào) 2020年1期2020-03-11
- 基于卷積神經(jīng)網(wǎng)絡(luò)的中國北方冬小麥遙感估產(chǎn)
國北方冬小麥遙感估產(chǎn)周 亮1,2,3，慕號偉1,2,3，馬海姣4，陳高星5（1. 蘭州交通大學(xué)測繪與地理信息學(xué)院，蘭州 730070； 2. 地理國情監(jiān)測技術(shù)應(yīng)用國家地方聯(lián)合工程研究中心，蘭州 730070；3. 甘肅省地理國情監(jiān)測工程實(shí)驗(yàn)室，蘭州 730070； 4. 西北農(nóng)林科技大學(xué)水利與建筑工程學(xué)院，楊凌 712100； 5. 北京地空數(shù)馳科技有限公司，北京 100871）針對傳統(tǒng)的農(nóng)作物估產(chǎn)方法過度依賴人工經(jīng)驗(yàn)，以及實(shí)地采樣成本高等問題。該研究使用
農(nóng)業(yè)工程學(xué)報(bào) 2019年15期2019-09-24
- 基于環(huán)境產(chǎn)量模型和生物產(chǎn)量模型的禹城市夏玉米遙感估產(chǎn)研究
業(yè)發(fā)展中運(yùn)用遙感估產(chǎn)已經(jīng)成為最具研究力的課題，是21世紀(jì)農(nóng)業(yè)發(fā)展進(jìn)步的方向[1]。農(nóng)作物估產(chǎn)在20世紀(jì)50年代就已經(jīng)廣泛應(yīng)用于世界各國的農(nóng)業(yè)生產(chǎn)指導(dǎo)和糧食安全監(jiān)測。隨著各國遙感技術(shù)的發(fā)展，自20世紀(jì)70年代，遙感技術(shù)開始出現(xiàn)在農(nóng)業(yè)生產(chǎn)研究中[2]，總體來看，主要研究集中在低空間分辨率的，大片區(qū)域尺度的的農(nóng)業(yè)估產(chǎn)，如任建強(qiáng)、王長耀等[3～5]利用逐步回歸方法得到了冬小麥關(guān)鍵生育期內(nèi)MODIS-NDVI 和 MODIS-EVI 數(shù)據(jù)與產(chǎn)量的估產(chǎn)模型；閆巖、李衛(wèi)
綠色科技 2019年6期2019-04-12
- 農(nóng)作物氣象衛(wèi)星遙感監(jiān)測和估產(chǎn)研究進(jìn)展及前景探討
程中，為農(nóng)作物的估產(chǎn)帶來了很大的便利。這一技術(shù)不僅符合當(dāng)今發(fā)展潮流，而且夠提高農(nóng)業(yè)科技化水平。衛(wèi)星遙感技術(shù)獲取信息速度更快、信息量更大，在農(nóng)業(yè)中發(fā)揮著巨大作用，有非常好的發(fā)展前景，近幾年來人民對于衛(wèi)星遙感技術(shù)的重視程度在不斷的提高，本文對衛(wèi)星遙感監(jiān)測的發(fā)展現(xiàn)狀及發(fā)展前景進(jìn)行研究，分析其在農(nóng)業(yè)估產(chǎn)中的作用。1、衛(wèi)星遙感估產(chǎn)的基本原理分析我國傳統(tǒng)的農(nóng)作物估產(chǎn)方法一般有兩種，分為農(nóng)學(xué)、氣象模式，這倆種方法都是由人工來觀察監(jiān)測的，但是這一方法必須由人工來將影響農(nóng)作
農(nóng)民致富之友 2018年17期2018-09-26
- 基于普通數(shù)碼影像的單株桃樹估產(chǎn)方法
碼影像的單株桃樹估產(chǎn)方法，為實(shí)現(xiàn)桃樹產(chǎn)量的高精度、低成本估測提供參考。[方法]以安徽省滁州市張山桃園為試驗(yàn)區(qū)，利用數(shù)碼相機(jī)分別從西北、東南兩個(gè)方向?qū)Τ槿〉某墒炱趩沃晏覙溥M(jìn)行拍攝，通過改進(jìn)的分割算法和特征空間的優(yōu)化進(jìn)行果實(shí)信息提取，進(jìn)而選取斑塊數(shù)量、周長和面積作為特征參數(shù)估測單株桃樹產(chǎn)量。[結(jié)果]采用雙方向拍攝的斑塊數(shù)量之和的建模（y=0.9748x+0.3995）精度最高，預(yù)測值與實(shí)際值間的決定系數(shù)（R2）達(dá)0.9049，均方根誤差（RMSE）達(dá)0.21，
南方農(nóng)業(yè)學(xué)報(bào) 2018年3期2018-09-10
- 河南省冬小麥產(chǎn)量遙感監(jiān)測精度比較研究
不斷發(fā)展，農(nóng)作物估產(chǎn)研究已經(jīng)從小范圍、二維尺度的傳統(tǒng)地面測量發(fā)展到大范圍、多維時(shí)空的遙感模型估算[4]。歸一化植被指數(shù)是作物估產(chǎn)中應(yīng)用最為廣泛的一種植被指數(shù)，不僅可以反映植被的各種生育特征，還能消除因太陽高度角、地形、陰影和大氣等其他條件對衛(wèi)星探測光譜信息的影響，其變化與作物生長狀況、發(fā)育時(shí)期關(guān)系非常緊密[5-10]。其中以時(shí)間序列MODIS-NDVI作為數(shù)據(jù)源的農(nóng)作物估產(chǎn)研究較為廣泛，MODIS數(shù)據(jù)雖然空間分辨率較低，但其具有高時(shí)間分辨率、高光譜分辨率以
中國農(nóng)業(yè)信息 2018年2期2018-07-28
- 基于無人機(jī)遙感植被指數(shù)優(yōu)選的田塊尺度冬小麥估產(chǎn)
1]。無人機(jī)遙感估產(chǎn)主要借鑒衛(wèi)星遙感估產(chǎn)方法，但在遙感平臺、傳感器類型、時(shí)空分辨率等方面與衛(wèi)星遙感觀測存在顯著差異[12]，故此類方法是否適用于無人機(jī)遙感研究有待驗(yàn)證與改進(jìn)。同時(shí)，需要將無人機(jī)遙感快速高效的特點(diǎn)與農(nóng)業(yè)實(shí)際經(jīng)營管理情況相結(jié)合，因此亟需優(yōu)選出簡單實(shí)用的無人機(jī)遙感估產(chǎn)方法以輔助精準(zhǔn)農(nóng)業(yè)的管理與決策。目前，基于植被指數(shù)的經(jīng)驗(yàn)統(tǒng)計(jì)作物估產(chǎn)模型被廣泛用于遙感。為提高遙感估產(chǎn)精度，經(jīng)典的基于光學(xué)遙感的經(jīng)驗(yàn)統(tǒng)計(jì)方法得到了不斷改進(jìn)，例如：采用非線性統(tǒng)計(jì)模型，
農(nóng)業(yè)工程學(xué)報(bào) 2018年11期2018-06-21
- 基于高分二號—NDVI的大豆遙感估產(chǎn)的時(shí)相選擇
北地區(qū)的大豆遙感估產(chǎn)的最佳時(shí)期。7月下旬至8月中旬獲取的作物NDVI與作物產(chǎn)量之間的相關(guān)性最強(qiáng)，并且不同時(shí)期的NDVI之間的相關(guān)性非常弱，在利用NDVI預(yù)測大豆單產(chǎn)時(shí)要采用7月下旬和8月中旬兩個(gè)時(shí)期的NDVI。NDVI與大豆單產(chǎn)之間存在線性正相關(guān)關(guān)系，NDVI與大豆單產(chǎn)的相關(guān)性并不是很高，表明NDVI并不是惟一與大豆單產(chǎn)有關(guān)的變量。關(guān)鍵詞：大豆；植被指數(shù)；NDVI；遙感；估產(chǎn)中圖分類號：S565.1 文獻(xiàn)標(biāo)識碼：A 文章編號：0439-8114（2018）
湖北農(nóng)業(yè)科學(xué) 2018年6期2018-05-09
- 基于多時(shí)相MODIS-RVI的玉米遙感估產(chǎn)研究
的發(fā)展，其在作物估產(chǎn)研究中發(fā)揮著越來越重要的作用[1]。根據(jù)原理可將遙感估產(chǎn)模型分為經(jīng)驗(yàn)統(tǒng)計(jì)模型、光能利用率模型、作物生長模擬模型以及耦合模型4類，本文采用經(jīng)驗(yàn)統(tǒng)計(jì)模型。在遙感估產(chǎn)模型研究的起步階段，應(yīng)用最廣泛的是經(jīng)驗(yàn)統(tǒng)計(jì)模型，其原理簡單、數(shù)據(jù)容易獲取，且在區(qū)域估產(chǎn)中精度高，現(xiàn)在依然被廣泛使用。王人潮[2]等分別使用RVI和LAI建立了水稻產(chǎn)量預(yù)報(bào)模型；李衛(wèi)國[3]等將氣候條件加入使用NDVI、RVI建立的回歸模型中進(jìn)行綜合分析，建立了小麥的遙感估產(chǎn)模型；
地理空間信息 2018年3期2018-03-27
- 基于開花期衛(wèi)星遙感數(shù)據(jù)的大田小麥估產(chǎn)方法比較
感數(shù)據(jù)的大田小麥估產(chǎn)方法比較譚昌偉，杜穎，童璐，周健，羅明，顏偉偉，陳菲（揚(yáng)州大學(xué)江蘇省作物遺傳生理國家重點(diǎn)實(shí)驗(yàn)室培育點(diǎn)/糧食作物現(xiàn)代產(chǎn)業(yè)技術(shù)協(xié)同創(chuàng)新中心，江蘇揚(yáng)州 225009）【目的】衛(wèi)星遙感具有覆蓋范圍廣、獲取速度快、信息量大、動(dòng)態(tài)性強(qiáng)等優(yōu)勢，能夠及時(shí)準(zhǔn)確地獲取作物產(chǎn)量信息，反映作物產(chǎn)量空間變化趨勢。遙感技術(shù)作物估產(chǎn)已成為現(xiàn)代農(nóng)業(yè)生產(chǎn)中研究熱點(diǎn)。通過改善遙感估產(chǎn)建模方法，以實(shí)現(xiàn)進(jìn)一步提高大田作物遙感估產(chǎn)精度，為宏觀了解不同區(qū)域作物產(chǎn)量形成情況及變化趨
中國農(nóng)業(yè)科學(xué) 2017年16期2017-09-03
- 基于多生育期MODIS-NDVI的區(qū)域冬小麥遙感估產(chǎn)研究
的區(qū)域冬小麥遙感估產(chǎn)研究李 冰1,2,黎世民1,周 磊3,黃燦輝3,王來剛1*(1.河南省農(nóng)業(yè)科學(xué)院 農(nóng)業(yè)經(jīng)濟(jì)與信息研究所，河南 鄭州 450002； 2.鄭州澍青醫(yī)學(xué)高等?？茖W(xué)校，河南 鄭州 450000； 3.河南省農(nóng)業(yè)遙感監(jiān)測中心，河南 鄭州 450002)以河南省開封市為研究區(qū)，采用2005—2013年種植區(qū)域冬小麥生育期內(nèi)16 d合成的250 m空間分辨率的歸一化植被指數(shù)(NDVI)之和，與冬小麥產(chǎn)量數(shù)據(jù)進(jìn)行相關(guān)分析，篩選得到最佳遙感估產(chǎn)時(shí)相，建
河南農(nóng)業(yè)科學(xué) 2017年6期2017-07-05
- 一種基于趨勢單產(chǎn)和遙感修正模型的混合估產(chǎn)模型
感修正模型的混合估產(chǎn)模型陳昌為1,2,3，朱秀芳1,2,3，蔡毅1,2,3，郭航4（1北京師范大學(xué)地表過程與資源生態(tài)國家重點(diǎn)實(shí)驗(yàn)室，北京 100875；2北京師范大學(xué)遙感科學(xué)與工程研究院，北京 100875；3北京師范大學(xué)地理科學(xué)學(xué)部，北京 100875；4北京市統(tǒng)計(jì)局，北京 100875）【目的】在分析國內(nèi)外農(nóng)作物估產(chǎn)方法的相關(guān)研究進(jìn)展基礎(chǔ)上，將傳統(tǒng)統(tǒng)計(jì)估產(chǎn)方法和遙感估產(chǎn)方法相結(jié)合，提出一種新的混合估產(chǎn)模型?！痉椒ā吭撃Ｐ陀哨厔輪萎a(chǎn)、遙感修正單產(chǎn)和隨機(jī)誤
中國農(nóng)業(yè)科學(xué) 2017年10期2017-06-15
- 新疆棉花估產(chǎn)遙感的應(yīng)用研究進(jìn)展
01)?新疆棉花估產(chǎn)遙感的應(yīng)用研究進(jìn)展閆豫疆1，李 佩2，陳冬花1，李 虎1， 黃新利1(1.新疆維吾爾自治區(qū)衛(wèi)星應(yīng)用中心，新疆烏魯木齊 830000；2.河南省地質(zhì)礦產(chǎn)勘查開發(fā)局第四地質(zhì)勘查院，河南鄭州 450001)闡述了遙感估產(chǎn)的基本原理及方法，對棉花遙感估產(chǎn)研究進(jìn)行了重點(diǎn)分析，并總結(jié)了新疆棉花遙感估產(chǎn)中存在的問題，最后展望了今后的研究方向和發(fā)展前景。遙感；棉花；估產(chǎn)新疆地處我國西北部，總面積約166萬km2，為溫帶大陸性氣候，年日照時(shí)數(shù)在2 000
安徽農(nóng)業(yè)科學(xué) 2016年36期2017-01-18
- 基于Landsat的小麥估產(chǎn)模型及其應(yīng)用
ndsat的小麥估產(chǎn)模型及其應(yīng)用王海君1，許捍衛(wèi)1，金文韜1（1.河海大學(xué) 地球科學(xué)與工程學(xué)院，江蘇 南京 211100）針對華北地區(qū)旱情導(dǎo)致小麥減產(chǎn)的問題，提出了利用Landsat遙感影像信息，結(jié)合小麥生長關(guān)鍵時(shí)期的降雨量以及種植區(qū)距離灌溉水源的位置關(guān)系，建立小麥估產(chǎn)模型，通過降雨預(yù)報(bào)信息估算小麥單產(chǎn)產(chǎn)量，并將其應(yīng)用在作物種植選擇方面，以提高農(nóng)田的產(chǎn)值與農(nóng)民的經(jīng)濟(jì)效益。Landsat影像信息；降雨量；灌溉水源；小麥估產(chǎn)模型；效益針對華北平原旱情的特點(diǎn)，選
地理空間信息 2016年12期2016-12-28
- 基于冠層NDVI數(shù)據(jù)的北方粳稻產(chǎn)量模型研究
上旬的組合模型是估產(chǎn)最理想的模型，其判定系數(shù)(R2)為0.771，相對誤差(RE)為4.06%，均方根誤差(RMSE)為0.474 t·hm-2，精度較高，具有可行性，據(jù)此確定北方粳稻最佳估產(chǎn)時(shí)間是6月中旬的分蘗盛期和8月上旬的抽穗期。粳稻；NDVI；相關(guān)性；回歸分析水稻產(chǎn)量是各級政府進(jìn)行決策、生產(chǎn)部門指導(dǎo)農(nóng)業(yè)生產(chǎn)、流通領(lǐng)域安排糧食收購和銷售、交通部門安排運(yùn)輸計(jì)劃的重要經(jīng)濟(jì)信息，因此，及時(shí)準(zhǔn)確地預(yù)報(bào)水稻產(chǎn)量具有重要的實(shí)用價(jià)值[1]。粳稻是北方主要糧食作物，
浙江農(nóng)業(yè)學(xué)報(bào) 2016年10期2016-11-24
- 河南省冬小麥估產(chǎn)
——基于MODIS-EVI和NDVI模型
院?河南省冬小麥估產(chǎn) ——基于MODIS-EVI和NDVI模型張 帝 宋雅寧 于強(qiáng)靜河南大學(xué)環(huán)境與規(guī)劃學(xué)院糧食問題關(guān)乎國計(jì)民生，本文筆者選取河南省的3、4、5月的EVI和NDVI數(shù)據(jù)，得到精度較高的產(chǎn)量預(yù)測模型。結(jié)果表明：（1）5月EVI與小麥產(chǎn)量相關(guān)性最高，并得出精度較高的多元回歸模型。（2）EVI可能比NDVI更適合于估產(chǎn)建模。冬小麥估產(chǎn)；NDVIEVI；相關(guān)分析；回歸分析一、研究區(qū)概況河南省全省多平原地區(qū)，處于中國的中東部分。其地理位置介于31.38
環(huán)球市場 2016年5期2016-08-22
- 基于地級市的區(qū)域水稻遙感估產(chǎn)與空間化研究
行產(chǎn)量估算，全省估產(chǎn)結(jié)果精確度均值達(dá)到99.46%，各市的精確度基本維持在95%左右。在估產(chǎn)結(jié)果的基礎(chǔ)上，依據(jù)最大植被指數(shù)的空間分布，將以行政區(qū)域?yàn)閱挝坏膯萎a(chǎn)值轉(zhuǎn)化到以單個(gè)像元為單元的單產(chǎn)值。這不僅細(xì)化了區(qū)域水稻估產(chǎn)結(jié)果，為更直觀地了解水稻田產(chǎn)量信息提供了可能，而且可以用于指導(dǎo)水稻品種改良和栽培技術(shù)改進(jìn)等工作。關(guān)鍵詞：MOD09A1；水稻；面積提?。?span id="j5i0abt0b" class="hl">估產(chǎn)；空間化；江蘇省中圖分類號： S127文獻(xiàn)標(biāo)志碼： A文章編號：1002-1302（2015）11-05
江蘇農(nóng)業(yè)科學(xué) 2015年11期2016-01-27
- 不同施氮量下小麥遙感估產(chǎn)模型構(gòu)建
義，及時(shí)掌握小麥估產(chǎn)信息可以輔助政府相關(guān)部門進(jìn)行科學(xué)管理及決策。由于中國小麥種植面積大，統(tǒng)計(jì)上報(bào)比較費(fèi)時(shí)，而遙感技術(shù)以其大尺度、信息量大等特點(diǎn)，在農(nóng)作物面積、長勢的宏觀監(jiān)測和估產(chǎn)方面有廣泛應(yīng)用［1-5］，在小麥估產(chǎn)方面的研究也越來越多。選取與產(chǎn)量相關(guān)性高的光譜指數(shù)在小麥遙感估產(chǎn)模型研究中至關(guān)重要。已有關(guān)于小麥遙感估產(chǎn)的研究多是在均一種植條件下進(jìn)行的，并且也取得不少研究成果。例如，有研究者發(fā)現(xiàn)，歸一化差值光譜指數(shù)與產(chǎn)量在各個(gè)生育期都達(dá)到了顯著或極顯著相關(guān)水平
江蘇農(nóng)業(yè)學(xué)報(bào) 2015年6期2015-03-26
- 基于SAR技術(shù)的高原山區(qū)煙草估產(chǎn)模型
大面積煙草的快速估產(chǎn)需要。關(guān)鍵詞：高原山區(qū)；煙草；估產(chǎn)；合成孔徑雷達(dá)中圖分類號： S127文獻(xiàn)標(biāo)志碼： A文章編號：1002-1302（2015）02-0393-03收稿日期：2014-03-31基金項(xiàng)目：貴州省科技計(jì)劃 （編號：黔科合GY字〔2013〕3062）。作者簡介：符勇（1989—），男，河南鄭州人，碩士研究生，研究方向?yàn)榈乩硇畔⑾到y(tǒng)與遙感。E-mail：user51@sina.com。通信作者：周忠發(fā)，教授，研究方向?yàn)榈乩硇畔⑾到y(tǒng)與遙感。E-m
江蘇農(nóng)業(yè)科學(xué) 2015年2期2015-03-12
- 利用3S技術(shù)定量估測張家港市水稻生產(chǎn)力
關(guān)鍵詞：3S技術(shù)估產(chǎn)；水稻遙感估產(chǎn)；水稻估產(chǎn)精度；估產(chǎn)模型構(gòu)建；NDVI指數(shù)；智慧農(nóng)業(yè)中圖分類號：S126 文獻(xiàn)標(biāo)識碼： A DOI 編碼：10.3969/j.issn.1006-6500.2014.12.014農(nóng)業(yè)為立國之本，現(xiàn)代農(nóng)業(yè)科學(xué)技術(shù)可以推進(jìn)耕地資源的高效合理利用、促進(jìn)農(nóng)業(yè)的現(xiàn)代化精準(zhǔn)管理。張家港市是一個(gè)以農(nóng)業(yè)為主的新興城市，在進(jìn)入21世紀(jì)的前10年正處于快速的農(nóng)村城市化階段[1]。隨著城市化的發(fā)展，人民生活水平有了較大幅度改善，但也帶來了諸多生
天津農(nóng)業(yè)科學(xué) 2014年12期2014-12-11
- 利用3S技術(shù)定量估測張家港市2005—2008年小麥生產(chǎn)力
：3S技術(shù)；遙感估產(chǎn)；小麥；估產(chǎn)精度；估產(chǎn)模型；NDVI中圖分類號： F061.1 文獻(xiàn)標(biāo)識碼：A DOI 編碼：10.3969/j.issn.1006-6500.2014.11.016農(nóng)業(yè)是國民經(jīng)濟(jì)的基礎(chǔ)，這決定了農(nóng)業(yè)是糧食安全和經(jīng)濟(jì)安全的基礎(chǔ)。利用農(nóng)業(yè)科學(xué)技術(shù)可以建立城市糧食安全系統(tǒng)，科學(xué)地指導(dǎo)糧食生產(chǎn)，估測糧食產(chǎn)量，對可能發(fā)生的問題及時(shí)提供解決方案，能夠有效地提高城市可持續(xù)發(fā)展水平。張家港市是一個(gè)以農(nóng)業(yè)為主的新興城市，在進(jìn)入21世紀(jì)的前10年，張家港
天津農(nóng)業(yè)科學(xué) 2014年11期2014-12-09
- 基于RS和GIS的農(nóng)作物估產(chǎn)方法研究進(jìn)展
em,GIS)的估產(chǎn)方法等4類[1-3]。其中，基于RS和GIS的估產(chǎn)方法能夠?qū)崿F(xiàn)對農(nóng)作物大面積實(shí)時(shí)化高精度估算，相對于傳統(tǒng)估產(chǎn)方法具有實(shí)時(shí)、準(zhǔn)確的優(yōu)勢，近年來得到了大量的研究應(yīng)用。國際上在該領(lǐng)域的代表性研究有20世紀(jì)70年代美國開展的“大面積農(nóng)作物估產(chǎn)實(shí)驗(yàn)”(large area crop inventory experiment,LACIE)計(jì)劃[4]和20世紀(jì)90年代歐盟開展的遙感數(shù)據(jù)應(yīng)用于農(nóng)業(yè)統(tǒng)計(jì)的十年研究項(xiàng)目(monitoring agricul
自然資源遙感 2014年4期2014-02-02
- GIS支持下的臨汾市冬小麥動(dòng)態(tài)估產(chǎn)模型研究
市冬小麥動(dòng)態(tài)氣象估產(chǎn)模型，經(jīng)驗(yàn)證模型估產(chǎn)誤差較小，穩(wěn)定度較高。1 資料和方法本研究選用的資料為臨汾市各縣（市）1981—2008年的氣象站地面觀測資料和冬小麥產(chǎn)量資料。1982—2007年數(shù)據(jù)用于建模，2008年的數(shù)據(jù)用來驗(yàn)證估產(chǎn)模型的準(zhǔn)確性。氣象觀測資料包括旬降水量（mm）、旬平均氣溫（℃）、旬日照時(shí)數(shù)（h）；產(chǎn)量資料來自臨汾市各縣（市）冬小麥單產(chǎn)（kg/hm2）；地理信息數(shù)據(jù)來自臨汾市各縣（市）邊界矢量文件及冬小麥種植區(qū)矢量圖層（矢量圖層通過解譯MOD
山西農(nóng)業(yè)科學(xué) 2012年5期2012-10-22
- 植被指數(shù)在典型草原生物量遙感估測應(yīng)用中的問題探討
因此被廣泛應(yīng)用于估產(chǎn)［1－3］、土地利用動(dòng)態(tài)監(jiān)測［4－6］、水質(zhì)評價(jià)［7－9］、災(zāi)害監(jiān)測［10－12］等方面。隨著遙感技術(shù)的發(fā)展，20世紀(jì)70年代后期遙感信息作為變量被引入到估產(chǎn)模型中［13］，研究者結(jié)合農(nóng)學(xué)知識和環(huán)境因素預(yù)測農(nóng)作物、草地產(chǎn)量等。我國草地衛(wèi)星遙感研究始于20世紀(jì)80年代初［14］，研究區(qū)多集中在我國新疆北部［15－18］和內(nèi)蒙古地區(qū)［19－22］，現(xiàn)已建立了大量的遙感估產(chǎn)模型，目前，遙感技術(shù)（RS）、地理信息系統(tǒng)技術(shù)（GIS）和全球定位技術(shù)
草業(yè)學(xué)報(bào) 2012年1期2012-06-08
- 基于植被指數(shù)的新疆棉花遙感估產(chǎn)模型研究
數(shù)的新疆棉花遙感估產(chǎn)模型研究劉姣娣1,曹衛(wèi)彬1,李華1,唐湘玲2,歐陽異能2(1石河子大學(xué)機(jī)械電氣工程學(xué)院,石河子832003;2石河子大學(xué)師范學(xué)院,石河子832003)利用植被指數(shù)與棉花產(chǎn)量的關(guān)系建立了棉花遙感估產(chǎn)模型,以期利用多時(shí)相遙感數(shù)據(jù),實(shí)現(xiàn)對棉花產(chǎn)量定量遙感預(yù)測。模型建立以新疆棉花各生育期的不同衛(wèi)星數(shù)據(jù),構(gòu)建相關(guān)植被指數(shù),并與實(shí)際棉花產(chǎn)量進(jìn)行回歸分析,建立了棉花單產(chǎn)的遙感估算模型。結(jié)果表明:以棉花最佳估產(chǎn)時(shí)相期植被指數(shù)與棉花產(chǎn)量構(gòu)建的產(chǎn)量估算模型
- 遙感技術(shù)在作物生長監(jiān)測與估產(chǎn)中的應(yīng)用綜述
10128）遙感估產(chǎn)是根據(jù)生物學(xué)原理，在收集分析各種糧食作物不同光譜特征的基礎(chǔ)上，通過衛(wèi)星傳感器記錄的地表信息，辨別作物類型，監(jiān)測作物長勢，并在作物收獲前，預(yù)測作物的產(chǎn)量的技術(shù)。該技術(shù)在對作物進(jìn)行識別和提取播種面積的前提下，對長勢進(jìn)行監(jiān)測并預(yù)報(bào)產(chǎn)量[1]。傳統(tǒng)作物估產(chǎn)采用人工區(qū)域調(diào)查方法，速度慢、工作量大、成本高?，F(xiàn)代衛(wèi)星遙感技術(shù)（以下簡稱遙感）具有宏觀、快速、準(zhǔn)確、動(dòng)態(tài)的優(yōu)點(diǎn)，目前已被廣泛應(yīng)用于各種糧食作物產(chǎn)量的估算之中。不同類型的作物波譜特性不同，依光
湖南農(nóng)業(yè)科學(xué) 2010年11期2010-08-15