排序方式: 共有33条查询结果,搜索用时 31 毫秒
11.
12.
利用卫星遥感信息解译山东冬小麦产量类型分布 总被引:1,自引:1,他引:1
利用1991~2000年NOAA气象卫星遥感资料和同期山东冬小麦产量资料,分区建立了冬小麦产量与植被指数之间的关系式,推算出每个像元点的产量,按照划分高中低产田的阈值,将该像元点确定为某一产量类型,在GIS的支持下,形成了山东省冬小麦高、中、低产田分布图,同时,对于中低产田的成因进行了初步分析。 相似文献
13.
探讨了在无辐射站的情况下,使用效果较好的经验公式(Q q)=(Q q)0(a bs)来间接计算黔西南州太阳总辐射,在拟合经验系数时,考虑黔西南州的气候特点和地理位置等,采用昆明和贵阳的实测辐射值拟合经验系数;经验系数的确定不但与气候带有关,还与季节有关,因而拟合了12个月的经验系数,计算精度大大提高。并计算黔西南州1970—2005年逐年逐月太阳总辐射值,发现其太阳总辐射值在4217.18~4660.54M Jm-2之间,太阳能资源位于贵州省前列,具有较大的开发利用潜力。 相似文献
14.
黔西南气候资源与农业生产 总被引:1,自引:0,他引:1
简要阐述了黔西南光、温、水等气候资源的特点、分布规律以及与农业生产的关系,结果表明:黔西南丰富的光资源具有太阳辐射充足,日照时数长,光合潜力大的特点,对作物产量和品质的提高有利;良好的温度条件和水资源对种植业和林果业的发展有相当大的潜力。并针对黔西南州的气候特点提出了相应的农业生产方向。 相似文献
15.
16.
17.
乡镇加密气象站是气象信息探测的精细化要求,也是气象服务的需求,特别是贵州喀斯特山区特殊地形更是不可忽视,因此,无论是综合气象观测业务系统建设的需要,还是本地区气象服务的需求,都应加大对乡镇加密气象站的建设和管理,而且应以自动站为主,人工站为辅。通过对加密区域气象站运行现状、资料应用服务效果等分析,提出了对策。 相似文献
18.
小叶锦鸡儿是内蒙古灌丛化草原中最具代表性的景观植物,准确估算小叶锦鸡儿灌丛的地上生物量对研究灌丛化草原生态系统、监测草原灌丛化程度具有重要意义。地基激光雷达TLS(Terrestrial Laser Scanning)可通过获取高密度点云数据准确估算灌木体积,被广泛应用于反演灌木生物量,但在灌丛化草原中尚未得到有效应用。本研究首先在中国科学院灌丛化草地植被恢复试验区获取了5个样方(10 m×10 m)共42株灌丛的TLS点云数据及实测生物量信息;然后分别使用整体凸包法、切片凸包法、切片分割法、体积表面差分法、体素法5种方法计算灌丛体积并与实测生物量进行回归分析;最后,通过留一交叉验证对5种方法建立的生物量估算模型精度进行对比分析。结果表明:TLS可在不破坏植被的情况下实现快速、准确地小叶锦鸡儿灌丛生物量反演,是传统野外调查方法的可靠替代技术。研究中采用的5种方法均能较好地估算灌丛生物量,其中:(1)相比于整体凸包法(R 2=0.87, p<0.001, RMSE=30.50 g),切片凸包法(R 2=0.89, p<0.001, RMSE=28.01 g)与切片分割法(R 2=0.88, p<0.001, RMSE=29.03 g)可有效减弱离群点造成的体积高估,生物量估算精度有所提升;(2)格网大小为3 cm、高度统计变量选取标准差时,体积表面差分法计算的体积与实测生物量拟合度最好(R 2=0.89, p<0.001, RMSE=28.89 g),表明高度标准差是估算小叶锦鸡儿灌丛生物量的强预测因子;(3)体素法解释了生物量估计值90%的变化(R 2=0.90, p<0.001, RMSE=26.28 g),是适合小叶锦鸡儿灌丛生物量反演的最优模型。 相似文献
19.
20.
以位于中国科学院内蒙古草原生态研究定位站灌丛化样地实验平台为研究区,基于低空无人机遥感影像,结合实地调查,开展草原灌丛遥感辨识方法研究。通过对灌丛、草地和裸地归一化植被指数(NDVI)的方差统计分析,确定了裸地与植被的分割阈值为-0.08,并使用该阈值提取植被覆盖区,然后分别利用面向对象的决策树(DT)、贝叶斯(Bayes)、K最邻近(KNN)、支持向量机(SVM)机器学习分类器进行灌丛辨识。研究表明:借助Estimation of Scale Parameter(ESP)最优分割尺度评价工具可以快速确定分割参数,获取灌丛、草地影像对象;利用特征空间优化工具选取了18个的对象特征,可以有效避免盲目选择而导致的计算量增大;通过对不同分类器分类结果的对比和样本数量敏感性实验得出:Bayes分类器精度稳定、无需设置参数,灌丛分类精度最高,总体精度和Kappa系数分别达到92%和0.83,结果与影像地物嵌合最好,能够精确识别单株灌丛;根据Bayes分类器分类结果统计得研究区灌丛盖度为14.74%,平均冠幅为0.6 m2,与样方调查结果基本一致。由于4种分类器的算法特征以及对训练样本数量的敏感性各不相同,因此选择合适的分类器还需根据具体影像的地物特征、空间分辨率和研究区范围来确定。 相似文献