公共文化服务平台

公益性行业(气象)科研专项(GYHY200906022): 作品数：8 被引量：132H指数：6; 相关作者：陈怀亮张喜旺毛留喜吴门新何延波更多>>; 相关机构：中国气象局南京信息工程大学教育部更多>>; 发文基金：公益性行业(气象)科研专项中国博士后科学基金国家科技支撑计划更多>>; 相关领域：农业科学自动化与计算机技术环境科学与工程水利工程更多>>

江西省早稻气候适宜度的变化特征和趋势预测: 选取江西省12个双季水稻观测站1960-2010年逐日的温度、光照、降水资料,结合江西省气候特征和早稻生产实际,在以往研究成果的基础上,建立了气温、降水和日照对江西省双季早稻生长发育适宜程度的隶属函数模型,并对各模型参数...; 田俊; 关键词：早稻气候适宜度小波分析; 文献传递

利用HJ-1卫星数据监测山区水库资源被引量：8: 2015年; 遥感技术能够快速、宏观地获得研究区域的数据,已成为湖泊环境动态变化监测的重要技术手段。但是对于山区的湖泊和河流而言,由于沟壑众多,河道狭窄,水体像元多为混合像元,利用现有方法提取水体遥感影像难度较大。水体与植被、城市和土壤等地物在不同波段的光谱反射率的差异是利用遥感手段提取水体信息的基本原理。本文在水体光谱特征分析的基础上,描述了HJ-1卫星数据特征及所采用的山区水体信息的遥感提取方法,并以南湾水库为例,描述了利用植被指数(NDVI)方法识别水体信息的技巧:首先将HJ-1数据的第3和第4波段经过波段运算得到NDVI图像;再将两种遥感图像中NDVI值小于0的像元判识为水体,NDVI值大于0的判识为水库周围的农田,经过计算像元数量得到水体面积信息;最后在各种专业软件的支持下,结合非监督分类的水体识别效果,将水体与其他地物类型区分开来。结果表明,利用HJ-1卫星数据可有效排除其他地物的干扰,显著提高水体监测的精度。; 郭鹏刘忠阳; 关键词：南湾水库 NDVI 水体提取

基于遥感的国外作物长势监测与产量趋势估计被引量：34: 2012年; 国外重点产粮区的作物长势和产量增长趋势信息对于中国政府决策和制订合理的粮食政策具有重要意义,但由于地域的限制、生产方式的差异以及国外可获取的气象资料有限,气象模型和农学模型在国外估产方面尚存在不足,遥感以其便捷、快速、客观的优势已被越来越多地采用进行国外作物长势监测和产量估计。该文以美国玉米和印度水稻为例,探讨了基于1kmSPOT-VGT遥感资料进行作物长势监测和产量趋势估计的方法,并结合当地气象条件对其结果进行了分析。经检验,利用该方法得到的长势状况及空间分布与实际基本一致,产量增长趋势预测准确率为100%;在作物生长旺盛季节,植株覆盖密度较大时,EVI比NDVI能更真实地反映作物的长势状况。该研究可为国外作物长势遥感监测与产量估算业务应用提供参考。; 钱永兰侯英雨延昊毛留喜吴门新何延波; 关键词：遥感作物 NDVI EVI 长势估产

多参数冬小麦估产模型研究及产量影响因素分析被引量：3: 2015年; 产量估算研究对制定粮食政策和经济计划,科学地进行粮食宏观调控有着重要意义。针对以往线性遥感估产模型中多是基于NDVI和LAI的研究,且参数间存在多重共线性等问题,该研究以河北省南部石家庄、保定、邯郸、邢台、衡水、沧州六市为研究区,选用2000—2008年的种植区最佳时相NDVI、LAI累加值,并引入与小麦生物量积累密切相关的不同月份地表温度作为原始估产指标,针对参数累加值存在的误差,提出一个修正公式对NDVI、LAI进行修正,再对选用参数进行主成分分析,将结果与冬小麦产量数据建立出4个多参数综合作用的冬小麦遥感估产模型。结果表明,利用2009年数据对模型进行验证,结果表明4个模型的R2介于0.714~0.818之间,估产精度均在93.0%以上,其中,综合所有遥感参数的模型拟合效果最好,R2为0.818,估产精度达95%,而且引入温差主成分的模型精度高于仅用NDVI、LAI作参数的模型,另外深入分析各参数对产量估测的影响可知4月中旬和5月中旬的地表昼夜温差对冬小麦的后期产量具有较大影响。; 赵亚光张粲候璠张喜旺; 关键词：遥感估产温差主成分分析

利用交叉验证的小麦LAI反演模型研究被引量：14: 2015年; 叶面积指数(leave area index,LAI)是表征植被冠层结构和生长状况的关键参数,采用遥感技术进行LAI反演是遥感反演领域的热点和难点之一。利用小麦关键生育期的高光谱数据,计算其一阶和二阶导数,并构建植被指数(RVI,NDVI,EVI,DVI和MSAVI)及三边变量参数等高光谱变量;将上述参数与小麦LAI数据进行相关性分析,并利用交叉验证法进行多种回归分析,确定反演小麦LAI的敏感参数,选择反演模型;最后使用敏感参数构建所有样本的小麦LAI反演模型,并比较其拟合效果。研究结果表明:经过交叉验证的反演建模,其拟合结果的均方根误差(RMSE)整体上较未经交叉验证反演建模结果的RMSE小;在用敏感参数构建的回归模型中,RVI立方回归模型是用遥感数据反演小麦LAI的最优模型。; 任哲陈怀亮王连喜李颖李琪; 关键词：遥感反演小麦

土壤质地对土壤水分反演精度的影响及应用被引量：1: 2013年; 干旱的严重程度可以通过土壤水分含量和下垫面植被状态来反映,在对旱情发生程度的遥感反演过程中,土壤和植被的光谱特征是进行旱情程度判断的重要因子。为了更好地通过遥感方法对土壤水分含量进行准确的反演,在基于地表含水量指数(SWCI)模型研究的基础上,根据不同土壤质地的光谱特征对SWCI模型进行修正。在研究中假设壤土的修正系数为1,根据不同土壤质地的光谱特征分别设定沙土地的修正系数为0.8,沙壤土地的修正系数为0.9,黏壤土的修正系数为1.3,黏土的修正系数为1.4。通过与SWCI的反演结果对比分析,发现在修正后的土壤浅层水分含量反演精度显著提高。这有助于在实时干旱动态监测中根据不同的土壤质地进行调整,提高监测精度。; 张红卫陈怀亮; 关键词：土壤质地反演

作物类型遥感识别研究进展被引量：22: 2014年; 及时获取作物种植面积是研究粮食区域平衡,预测农业综合生产力和人口承载力的基础。遥感技术已经成为提取作物种植面积的重要手段,而前提是识别作物。为了理清当前该领域的国内外研究现状,以遥感在作物类型识别中的应用为主线,归纳了国内外作物类型识别研究中常用的各类遥感数据,如资源遥感影像、气象遥感影像、高分辨率影像、高光谱影像和微波影像等,分析其优缺点和适用性;同时总结了利用遥感进行作物类型识别的3类研究方法,包括基于光谱的识别方法、基于物候差异的识别方法以及光谱与物候相结合的方法,分析了各种方法的特点;指出目前作物类型遥感识别中存在的主要问题,如影像空间精度与价格的平衡问题,多分辨率遥感数据的综合应用问题,物候差异对作物识别的影响问题等;认为不同分辨率遥感数据的结合可以弥补各自不足,遥感影像的时相选择是提高精度的关键,另外需要应用除光谱和物候以外的更多解译标志;建议进一步深入研究作物识别机理和多尺度数据融合方法。以期为遥感技术在作物类型识别中的深入研究提供参考和借鉴。; 张喜旺刘剑锋秦奋秦耀辰; 关键词：种植面积时相

基于遥感的国外作物长势监测与产量趋势估计: 国外重点产粮区的作物长势和产量增长趋势信息对于中国政府决策和制订合理的粮食政策具有重要意义,但由于地域的限制、生产方式的差异以及国外可获取的气象资料有限,气象模型和农学模型在国外估产方面尚存在不足,遥感以其便捷、快速、客...; 钱永兰侯英雨延昊毛留喜吴门新何延波; 关键词：遥感长势估产遥感估产; 文献传递

河南省夏玉米气候适宜度评价被引量：28: 2014年; 为定量评价气象条件对作物生长及产量形成的影响,本文依据夏玉米不同发育阶段上限温度、最适温度、下限温度、需水量、需光性等生物学指标,构建了河南省夏玉米气候适宜度评价模型。通过对13个代表站30 a全生育期气候适宜度和相对气象产量进行相关分析,表明该模型能较好地反映河南省夏玉米的气候适宜水平及其动态变化。利用检验后的模型计算了河南省67个站1981-2011年夏玉米生长季单因子及综合气候适宜度,结果表明河南省夏玉米大部分生育期光热资源较适宜,能满足玉米生长所需,仅在灌浆后期略显不足,降水是影响夏玉米产量形成的主要限制因子,且降水适宜度年际变化幅度大于日照和温度。综合气候适宜度年际波动表现为抽雄—乳熟期〉出苗—抽雄期〉全生育期。空间分布上气候适宜度呈自西北向东南方向的递增趋势,适宜度高值区分布在南阳东部及驻马店部分地区。; 李树岩陈怀亮; 关键词：气候适宜度夏玉米

播期对不同水稻品种生长特性的影响被引量：22: 2013年; 为优化南京地区最佳播期及最适品种,以水稻品种‘两优6326’、‘南粳44’为研究对象,对不同播期试验下水稻产量和生育期及产量构成因素进行了分析。结果表明:随着播期的推迟,水稻的生育进程也相应顺延,2种水稻全生育期均缩短;播期对‘南粳44’各产量构成因素无显著影响,而‘两优6326’有效穗数在不同播期处理间差异显著(sig=0.008,P<0.05);‘两优6326’的有效穗数、‘南粳44’的有效穗数及穗粒数sig值均小于0.05,均与产量呈显著性相关;‘两优6326’产量总体高于‘南粳44’。对2种品种适宜播期综合评价表明,该地区宜早种植籼稻‘两优6326’,及早熟晚粳品种‘南粳44’。; 姚日升韩湘云景元书徐芸皎黄鹤楼; 关键词：播期生育期产量构成因素

公益性行业(气象)科研专项(GYHY200906022)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

公益性行业(气象)科研专项(GYHY200906022)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈