中国草原牧区和半牧区草畜平衡状况监测与评价

草原超载过牧是造成我国草原大面积退化、沙化的主要原因之一,草畜平衡监测、评价和管理是实现我国草原植被恢复和重建的关键,也是研究的热点和难点。本文采用遥感和地面调查相结合的方法从宏观上监测和评价了农业部认定的264个牧区和半牧区县的草畜平衡状况,主要结论如下:(1)2008年监测区平均草畜平衡指数为33.58%,总体处于超载状态;(2)120个牧区县草畜平衡指数为27.37%,144个半牧业县为42.07%,半牧区县是我国实行草畜平衡管理的重点和难点;(3)六大牧区中牧区县2008年超载程度排序为:甘肃>四川>新疆>青海>西藏>内蒙古,半牧区县超载程度排序为青海>西藏>内蒙古>新疆>四川>甘肃。本文所得结论可为我国草原资源管理和保护提供参考价值和借鉴意义。     

深度学习在高分辨率遥感影像冬油菜提取中的应用

近年来，深度学习在基于高分辨率遥感影像的农作物种植信息提取领域应用广泛。本文充分利用油菜在盛花期的光谱特征，提出了基于深度学习理论的单时相高分辨率遥感影像油菜分布提取方法。以2016年湖北省沙洋县作为研究区域，获取油菜盛花时期高分一号（GF-1）影像，并以沙洋县为基础影像，通过手工标记制作油菜训练样本。设计两种深度学习框架模型，一种以卷积神经网络（CNN）为框架，构建一维卷积神经网络（1D-CNN）模型，第二种以循环神经网络（RNN）为框架，组合门控循环单元（GRU）模型，训练标准样本模型，完成油菜分类提取。最后，与传统支持向量机（SVM）、随机森林（RF）方法进行了结果对比。试验结果表明，本文设计的基于深度学习CNN和RNN模型提取的冬油菜空间分布精度和面积精度皆优于其他两种方法，为进一步实现冬油菜提取自动化提供试验基础。     

美国农业遥感技术应用现状简介

根据1996年中美农业科技交流协议,笔者于1996年7月10日至1996年8月1日带队到美国,对美国大面积农作物遥感估产和农业遥感应用研究情况进行了为期3周的考察。     

遥感技术在农业上的应用及今后发展设想

本文简述了遥感技术在农业上的应用概况,介绍了农业部门遥感技术现状、应用需求和存在问题以及近期、远期的发展目标;阐述了发展农业遥感技术的必要性和迫切性;提出了一些具体要求和希望;描述了遥感技术在农业上的应用前景。     

区域农用地变化遥感调查技术框架研究

介绍了区域农用地变化遥感调查技术框架,重点从业务应用的角度分析了分类系统、变化信息提取与表达、小地物面积扣除和数据处理流程等关键技术,对存在的问题进行了进一步探讨。