公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

基于遥感信息与模型耦合的水稻生长预测技术研究: 作物生长模型和遥感信息是作物生长监测预测的2个有力工具,将水稻生长模型和遥感有机结合,有助于模型的过程性、机理性与遥感的空间性、实时性优势互补,既提高水稻生长模型的区域应用能力,又增强遥感监测预测的机理性。本研究提出了一...; 王航; 关键词：遥感耦合技术系统开发; 文献传递

基于遥感和地统计学方法的小麦生长管理分区被引量：2: 2011年; 以江苏省如皋市和海安县冬小麦种植区域为研究对象,将基于小麦不同生育时期30m分辨率的HJ-1A/B CCD影像提取的归一化植被指数(NDVI)与土壤养分指标(全氮、有机质、有效磷、速效钾)分布状况有机结合,在空间变异性分析和主成分提取的基础上进行聚类分区.结果表明,基于抽穗期NDVI与土壤养分指标耦合的分区方法效果最佳,分区后各子区域内部NDVI值和土壤养分指标的变异系数分别在4.5%～6.1%和3.3%～87.9%,低于单纯基于土壤养分指标或NDVI进行分区的子区域内部的变异系数,大大缩小了区域管理单元内部的变异性.分区结果能提高按区管理作业的精度,可为区域性小麦生长管理和过程模拟奠定基础.; 黄彦朱艳马孟莉王航曹卫星田永超; 关键词：遥感地统计主成分分析管理分区

基于更新和同化策略相结合的遥感信息与水稻生长模型耦合技术的研究被引量：5: 2012年; 将遥感与作物模型耦合有利于提高作物模型在区域尺度应用时的精度。基于集合平方根滤波算法(Ensemble Square RootFilter,EnSRF)和粒子群优化算法(Particle Swarm Optimization,PSO),以叶面积指数(Leaf Area Index,LAI)和叶片氮积累量(Leaf Nitrogen Accumulation,LNA)共同作为同化耦合点和过程更新点,将同化与更新策略相结合,研究建立了基于遥感信息与水稻生长模型(RiceGrow)耦合的水稻生长与产量预测技术。结果表明,将更新和同化策略结合后,利用RiceGrow模型模拟的水稻生长指标和产量结果更接近于实测值。其中LAI、LNA和产量与实测值间的RMSE分别为0.94、0.47 g/m2和320.15 kg/hm2;RiceGrow模型直接模拟LAI、LNA和产量的RMSE为1.25、1.24 g/m2和516.83 kg/hm2;而单纯基于同化策略模拟LAI、LNA和产量的RMSE为1.01、0.59 g/m2和335.70 kg/hm2。此外,基于该技术的模型区域尺度预测结果能较好地描述水稻生长和产量的时空分布状况,生长指标及区域总产量的模拟相对误差均小于20%。显示基于更新和同化策略相结合的遥感与模型耦合技术具有较高的预测精度,从而为区域尺度作物生长和产量预测提供了技术支撑。; 王航朱艳马孟莉李文龙顾凯健曹卫星田永超; 关键词：遥感

基于遥感与模型耦合的冬小麦生长预测被引量：15: 2011年; 遥感的空间性、实时性与作物生长模型的过程性、机理性优势互补,将两者有效耦合已成为提高作物生长监测预测能力的重要手段之一。提出了一种基于地空遥感信息与生长模型耦合的冬小麦预测方法,该方法基于初始化/参数化策略,以不同生育时期的小麦叶面积指数(LAI)和叶片氮积累量(LNA)为信息融合点将地面光谱数据(ASD)及HJ-1 A/B CCD、Landsat-5 TM数据与冬小麦生长模型(WheatGrow)耦合,反演得到区域尺度生长模型运行时难以准确获取的部分管理措施参数(播种期、播种量和施氮量),在此基础上实现了对冬小麦生长的有效预测。实例分析结果表明,LNA较LAI对模型更敏感,以之作为耦合点的反演效果较好。另外,抽穗期是遥感信息与生长模型耦合的最佳时机,对播种期、播种量和施氮量反演的RMSE值分别达到5.32 d、14.81 kg/hm2、14.11 kg/hm2。生长模型与遥感耦合后的模拟结果很好地描述了冬小麦长势和生产力指标的时空分布状况,长势指标的模拟相对误差小于0.25,籽粒产量模拟的相对误差小于0.1。因此研究结果可为区域尺度冬小麦生长的监测预测提供重要理论依据。; 黄彦朱艳王航姚鑫锋曹卫星David B.Hannaway田永超; 关键词：遥感

全选清除导出

共1页<1>

王航