科研产出
基于多光谱影像的单红边波段叶绿素指数验证
《西南农业学报 》 2019 北大核心 CSCD
摘要：【目的】应用多光谱影像和光谱指数法准确估算作物叶绿素含量。【方法】使用4个生长期玉米冠层高光谱反射率及叶绿素含量建立单红边波段叶绿素指数(SRCI)的叶绿素含量估算模型:首先由高光谱反射率和光谱响应函数计算得到等效的Worldview-2多光谱反射率,以等效反射率计算SRCI;然后根据SRCI与叶片叶绿素含量(LCC)、冠层叶绿素密度(CCD)的线性关系,分别建立LCC和CCD的一元线性回归模型。使用2012年9月14日获取的Worldview-2多光谱遥感影像计算得到的SRCI作为输入,估算LCC和CCD。【结果】Worldview-2 SRCI估算叶片叶绿素含量的偏差均方根为4.70μg/cm~2,相对误差平均为7.0%;估算冠层叶绿素密度的偏差均方根为1.63 g/m~2,相对误差平均为6.4%。【结论】多光谱卫星遥感的红边光谱指数能准确估算玉米叶绿素含量。
全文链接
请求原文
基于RapidEye影像的石漠化区休耕地块监测
《中国农业资源与区划 》 2019 北大核心
摘要：[目的]该文选取云南省石漠化地区2个休耕试点区为研究区,研究使用RapidEye多光谱影像监测地块休耕状况的方法,为休耕精准监测提供参考.[方法]获取2017年8月2日覆盖研究区的RapidEye影像,进行大气校正、图像配准,选取休耕区及周边地区的绿肥作物、水稻、玉米、烟草、光温棚、遮阳棚、林地及水体等典型地物,分析绿肥作物与其他地物的光谱差异及可分离性;对休耕区影像进行监督分类,获得分类结果,将分类结果二值化为休耕与其他地物,然后使用地块矢量数据与二值化结果进行相交统计,得到地块休耕面积及比例,最后以休耕比例判定地块是否进行休耕.[结果]绿肥作物与其他典型地物光谱差异明显,可分离性良好;验证结果表明,在石漠化休耕区使用RapidEye影像基于休耕比例判别地块休耕的监测方法总精度为98.89%,Kappa系数为0.9292,错分误差为0,漏分误差为1.19%;判别阈值对休耕地块错分或漏分有影响.[结论]具有红边波段的RapidEye影像可用于石漠化休耕区的精准监测.
全文链接
请求原文
基于遥感的陆良县设施种植区域时空变化监测
《中国农业资源与区划 》 2018 北大核心 CSCD
摘要：[目的]文章以云南省陆良县为研究区,通过2013年4月到2017年3月6景Landsat-8 OLI影像提取该地区规模化设施种植区域空间分布信息,分析该县设施种植区域的空间特征和面积时序变化,为设施农业发展调控和优化提供参考信息。[方法]使用OLI全色波段影像和多光谱影像融合,得到15m分辨率的融合图像;使用融合图像7、5、3波段组合的RGB假彩色图像进行目视解译,提取设施种植区域信息。[结果]获取该县2013—2017年共6期设施种植区域空间信息。[结论]遥感监测显示:(1)该地区设施大棚包括种植蔬菜瓜果的光温棚和种植三七的遮阳棚;光温棚主要分布于湖积平原区,遮阳棚主要分布于北部、西部及南部环盆地的山坡地区;(2)陆良县设施种植区域总面积保持增加趋势,但不同类型大棚的变化趋势不同;光温棚面积自2013年4月到2017年3月持续增加;遮阳棚面积则出现大幅增长和大幅减少的现象。
全文链接
请求原文
基于OLI影像的四川丘陵地区水稻种植面积监测
《西南农业学报 》 2018 北大核心 CSCD
摘要：【目的】为使用Landsat8 OLI遥感影像准确监测四川丘陵地区水稻种植面积。【方法】根据丘谷相对高差分别选定浅丘、深丘水稻样方各4个,通过地面样方调查和同生长季Google Earth影像解译获取的样方水稻种植面积作为验证数据,评价基于OLI融合影像的川中丘陵的水稻种植面积监测精度。OLI影像经正射校正后,使用15 m全色波段影像和30 m多光谱影像融合,得到15 m分辨率的融合影像,使用最大似然法进行监督分类,获取监测结果。【结果】与样方验证数据比较,在样方面积相同的情况下基于OLI影像的水稻种植面积监测结果显示,浅丘区的平均精度为93.7%,误差范围为1.0%~8.7%;深丘区的为92.5%,误差范围为1.5%~15.8%。【结论】根据浅丘区、深丘区监测结果的误差范围差异,随着丘谷高差增大,地形趋于复杂、地块趋于狭长与破碎,OLI影像监测结果的不确定性增加,精度有下降的趋势。该研究为改进OLI影像监测四川丘陵地区水稻种植面积精度提供参考。
全文链接
请求原文
欧盟国家农业遥感应用及其启示
《中国农业资源与区划 》 2018 北大核心 CSCD
摘要：[目的]文章旨在对以遥感为代表的现代空间信息技术在欧盟国家农业中的应用领域进行梳理,分析欧盟国家数字农业和精准农业发展现状以及欧盟农业远景规划中的遥感工作计划,以期为我国加快数字农业发展提供参考建议。[方法]该文通过实地考察、文献整理及总结归纳,对欧盟国家农情遥感监测、农地综合管理、农业生产应用、灾害应急评价以及数字农业发展计划等方面的遥感应用研究进行综述。[结果]在数字摄影测量系统(DPS)、全球定位系统(GPS)、遥感(RS)、地理信息系统(GIS)和作物专家系统(ES)组成的"5S"技术体系支撑下,欧盟国家精准农业生产方式基本形成,并对发展数字农业、智慧农业拟定了研究规划。[结果]与欧盟国家相比,我国农业现代化在遥感技术支撑方面较为滞后,需着重推进数字农业发展规划编制、农业政策执行效果核查、遥感等大数据技术应用、全球农业监测体系建设、数字农业政府示范引导以及农业遥感新型实用技术创新六方面工作,加强农业空间信息应用,提高农业数字化水平。
关键词： 欧盟 共同农业政策 遥感 精准农业 数字农业 启示
全文链接
请求原文
基于冠层反射率模型的作物参数多阶段反演方法研究进展
《农业工程学报 》 2017 EI 北大核心 CSCD
摘要：利用遥感手段,基于冠层反射率(canopy reflectance,CR)模型反演农作物参数具有经济、高效、普适性好的特点,是智慧农业快速、精确监测区域尺度农情信息的理想方法。然而,CR模型反演过程受"病态反演"问题影响。针对此,前人提出了多阶段目标决策(multi-stage,sample-direction dependent,target-decisions,MSDT)法和面向对象(object-based)反演法。分别依据CR模型参数的敏感性和不确定性,以及作物参数的空间分布特征,将反演过程划分为若干阶段,每阶段只反演部分参数,前阶段反演结果作为后阶段反演的先验知识,以此减少CR模型参数优化的不确定性,改善"病态反演"问题。该文系统总结了MSDT法与面向对象反演法,将其归纳为统一的"多阶段反演"方法,并提出概念模型。基于此,总结、讨论了多阶段反演中如下三方面共性问题,试分析可能的解决途径:1)多阶段反演决策还需要广泛比较、科学论证与改进,以确保其合理性和有效性;未来研究中,应将MSDT法与面向对象反演方法有机结合,在统一的多阶段反演技术框架下,制定更加合理的反演决策方法。2)CR模型的参数化精度可能影响多阶段反演;未来应尝试利用"天空地一体化"遥感技术和尺度转换方法获取先验知识,提高CR模型参数化精度。3)多阶段反演过程中,反演误差逐级传递;未来研究中,一方面应尝试识别并纠正前阶段反演中的误差,另一方面应合理利用前阶段反演结果,避免前阶段反演误差影响后阶段的反演。
区域土地利用/覆被时空动态变化研究——以四川省金堂县为例
《中国农业资源与区划 》 2016 北大核心
摘要：土地利用/覆被变化动态监测是掌握土地资源数量、进行土地利用评价的重要依据。基于遥感和GIS技术提取金堂县2001、2007、2010和2013年4期土地利用变化信息,并应用模型对研究区土地利用时空变化进行分析。结果表明:(1)土地利用类型以耕地和林地为主,建设用地和林地的单一土地利用动态度为正,面积显著增加;耕地、草地、水体和其他的土地利用动态度为负,面积减少;综合土地利用动态度由6.12%增加到13.81%,土地利用变化强烈。(2)土地利用空间变化显著,土地利用空间变化主要发生在金堂县城、赵镇、三星镇和淮口镇等地;土地利用转化明显,耕地和建设用地的变化最强烈,建设用地、耕地和林地之间的相互转化尤其显著。(3)地形因子对土地利用变化具有较大影响,土地利用变化随高程、坡度的增加而减少,且表现较强的相关性,符合二次变化曲线的特征;阳坡较阴坡对土地利用变化的影响大。这一研究结果为区域土地利用评价提供重要依据,有利于实现土地利用的合理布局和调控管理,对区域土地资源的合理开发利用具有重要意义。
全文链接
请求原文
基于Worldview-2影像的玉米倒伏面积估算
《农业工程学报 》 2016 EI 北大核心 CSCD
摘要：为应用高分辨率遥感影像准确调查玉米倒伏面积,该文使用2012年9月14日获取的Worldview-2多光谱影像研究灌浆期倒伏玉米的光谱、纹理特征及其最优的面积估算方法。通过对影像进行大气校正后得到正常玉米和倒伏玉米的反射率,结果显示玉米倒伏后8个波段的反射率均升高,其中红边、近红外1和近红外2等3个波段的上升数值超过0.1。通过对反射率数据进行滤波得到正常、倒伏玉米的均值纹理特征,统计结果显示各波段纹理特征有差异,其中绿色、红边、近红外1及近红外2等4波段的均值纹理特征数值差距更明显。比较使用不同波段数量、特征及分类方法的倒伏面积估算值,结果表明基于最大似然分类法使用红边、近红外1和近红外2等3波段光谱反射率的倒伏面积估算方法最优,其最小误差为2.2%,最大误差为8.9%,平均误差为4.7%。该研究结果为应用高分辨率多光谱遥感数据调查玉米倒伏面积提供了相关依据。
基于多时相高分一号影像水稻监测精度评价与修正——以德阳地区为例
《西南农业学报 》 2016 北大核心 CSCD
摘要：以2014年四川省德阳地区为研究区域,建立10个(500m×500m)样方作为训练区,同时期建立水稻验证点。提取2个时相高分一号的NDVI值,分析其变化特征,确定阈值;利用数字高程图(DEM)及坡度图,采用决策树分类方法,进行水稻遥感监测。以水稻地块样点作验证,评价高分一号数据在水稻识别方面的精度,最后利用样方测算的修正系数对遥感监测面积进行修正。结果表明,在类似德阳地块比较破碎的平原和丘陵区域,高分一号影像遥感识别水稻的用户精度可达92.3%,制图精度可达96.5%。以78%系数乘积修正该区域水稻遥感监测面积,得到更为准确的水稻播种面积。高分一号影像作为全新的高空间分辨率遥感数据,在水稻监测方面,可作为一种可靠的、免费的遥感影像替代源在更大区域中探讨使用。
全文链接
请求原文
基于小型无人机遥感的玉米倒伏面积提取
《农业工程学报 》 2014 EI 北大核心 CSCD
摘要：该文使用2012年小型无人机遥感试验获取的红、绿、蓝彩色图像研究灌浆期玉米倒伏的图像特征和面积提取方法。研究首先计算和统计正常、倒伏玉米的30项色彩、纹理特征,然后比较特征的变异系数和相对差异评选出适宜区分正常、倒伏玉米的特征;通过分析发现,与红、绿、蓝色灰度比较,多项色彩、纹理特征的变异系数更大或不同类别间的相对差异更小,不适用于准确区分正常、倒伏玉米,最适于区分正常和倒伏玉米的特征是3项基于灰度共生矩阵的红、绿、蓝色均值纹理特征。分别基于色彩特征和评选出的纹理特征提取倒伏玉米面积,对比2种方法的误差发现,基于红、绿、蓝色均值纹理特征提取倒伏玉米面积的误差最小为0.3%,最大为6.9%,显著低于基于色彩特征提取方法的。该研究结果为应用无人机彩色遥感图像准确提取倒伏玉米面积提供了依据和方法。
