排序方式: 共有111条查询结果,搜索用时 31 毫秒
101.
作物种植成数的遥感监测精度评价 总被引:9,自引:1,他引:9
以河南开封和山西太谷地区作为研究区域 ,选用LandsatTM作为农作物种植面积遥感监测的数据源。利用LandsatTM提取河南开封实验区 2 0 0 1年的夏季作物和山西太谷地区 2 0 0 3年秋季作物的作物种植成数。同时 ,利用IKONOS ,QuickBird高分辨率遥感影像 ,通过地面调查进行了地面作物填图和分类 ,同样得到实验区的农作物种植成数。最后通过两种结果对比 ,表明开封实验区夏季作物的监测精度达到 99%以上 ,太谷实验区秋季作物的监测精度达到 97%以上 ,由此推断 ,表明利用LandsatTM监测农作物种植成数的精度能够满足中国农情遥感监测的运行化要求 相似文献
102.
基于GIS的复种指数潜力研究 总被引:21,自引:0,他引:21
复种指数对农业生产具有重要意义 ,通过计算复种指数潜力可以对未来粮食生产潜力进行预测。本文提出基于GIS技术的复种指数潜力计算方法。在GIS软件的支持下 ,分析全国农业统计数据 ,使用遥感数据修正全国县级耕地面积统计数据 ,进而计算各县最大复种指数 ,同时收集并处理气象数据。通过分析最大复种指数与积温、降水和日照时数的关系 ,提出以外包络法构建复种指数潜力模型。利用建立的复种指数潜力模型计算全国 1km尺度的复种指数潜力 ,并使用空间统计方法得到全国及分省的复种指数潜力。全国复种指数潜力为 198 5 %。 相似文献
103.
基于区域合并影像分割技术的多尺度地表景观分析 总被引:6,自引:1,他引:5
分割是面向对象影像分析的前提,景观空间异质性特征给遥感信息获取提出了多尺度的要求。影像分割的多尺度分析以尺度效应与对象异质性最小原则为前提,描述多尺度效应分析的必要性与可行性。基于区域合并的分割原理与方法,为多尺度影像分析提供理论与技术支持,在两个样区进行多尺度影像分割技术的应用实践,分析基于区域合并的多尺度分割数据的几何丰富度与语义丰富度。 相似文献
104.
近25 年三北防护林工程区土地退化及驱动力分析 总被引:9,自引:0,他引:9
以长时间序列的遥感数据NOAA/AVHRR NDVI 为基础, 利用Sen 趋势度与Mann-Kendall 分析法相结合的方式分析了三北防护林工程区1982 年到2006 年土地退化趋势,结合气候因子降雨,运用残差法模型评价了人类活动在工程区内土地退化中所起的作用。结果表明:区域内土地退化程度整体趋于减轻,即植被上升的区域大于下降的区域,13.00%的地区退化程度显著减轻,6.20%的地区退化程度显著加重。其中绝大多数省份的土地退化程度趋于减轻,尤以内蒙古、青海和新疆最为明显,只有甘肃省土地退化程度明显趋于加重。而人类活动对植被变化起显著正作用的占11.93%,显著负作用的为6.19%。这说明在干旱、半干旱区,由于降雨随时间的变化不显著,对植被变化的影响相对较为微弱,植被显著变化主要受人类活动的影响。 相似文献
105.
106.
全球农情遥感速报系统20年 总被引:2,自引:0,他引:2
面向国家粮食安全的重大战略需求,1998年中国科学院建立了"中国农情遥感速报系统"(CropWatch),持续运行20年后,现已发展成为"全球农情遥感速报系统"(CropWatch)。本文重点论述了2013年建立参与式全球农情遥感监测云平台(CropWatch-Cloud)以来,所采用的农情监测体系、可定制的农情监测云平台理念以及CropWatch-Cloud在国内外的应用推广情况,介绍了技术方法与农情信息服务方式的创新与进步带来的国际影响力的提升。系统总结了全球农情遥感速报系统发展的农情监测指标、农情预警能力、作物长势综合监测方法以及众源数据支持的作物面积监测方法,论文进一步阐述了CropWatch未来的发展方向,借助众源地理信息、大数据技术等的发展,打通从地块—村—镇—县—市—省—国家—全球的体系化全链条监测,满足从农户到政府决策部门对农情信息的差异化需求。 相似文献
107.
生态系统遥感以生态系统为对象,研究生态系统类型、格局、功能、服务及其过程的遥感解析方法,发展遥感驱动的生态系统服务评估方法,揭示贯穿在生态系统类型、格局、功能、服务中的深层次生态系统过程与隐性表现。新一代卫星和传感器为生态系统遥感提供了全新的数据源。生态系统类型和格局辨识能力还有待提高,从而对智能信息提取提出了更高的要求。生态系统功能监测方面还需要充分挖掘遥感数据的深层隐含特征,发展出一些易于处理且能够反映生态系统功能特征的新指标。生态系统服务评估方面仍需,发展遥感驱动的新的生态系统评估模型。与云平台的结合是生态系统遥感的未来发展方向,为全民参与生态环境保护及监督提供了契机,也可为重大工程的生态效应评估提供更丰富的数据支撑。 相似文献
108.
基于抽样技术的地面调查与遥感影像分类相结合的方法在大范围作物种植面积提取中得到广泛使用。无人机影像具有低成本、高时效、高分辨率的一系列优点,可以快速实现特定区域范围内的农情采样任务。本文以水稻样地为研究对象,采用便携式无人机Mavic Pro进行航拍。对所获取无人机影像进行预处理生成分辨率为3.95cm/pix的正射影像,采用面向对象的思想,目视评价和ESP工具相结合快速选择了最优分割尺度为300,应用了支持向量机、随机森林和最邻近监督分类方法对影像进行了地物分类和水稻面积快速提取。采用目视解译分类结果进行分类结果和面积精度评价,总体精度最高的方法为最邻近分类法,此时水稻分类用户精度为95%,面积一致性精度为99%。研究结果说明了无人机遥感和自动分类能够在平原水稻种植区快速获取样方内高分辨率影像并提取水稻种植面积,弥补了农田被遮挡时地面调查数据的缺失,为大范围水稻种植面积、产量等信息的计算提供样本和验证依据。 相似文献
109.
110.