小区植被覆盖度动态快速测量方法研究

选择北京密云、怀柔的2块农地作为样地,对照相法测量植被覆盖度的效果进行了分析,并将之与目估法进行了对比。结果显示照相结合数字图像处理计算植被覆盖度的方法便捷客观,计算植被覆盖度的最大绝对误差不到5%,而目估法测量植被覆盖度具有明显的不可靠性,不同人的目估结果有明显差异。图像分类计算覆盖度的最大误差只相当于个人目估最大绝对误差的10.9%,相当于7人目估平均最大绝对误差的43.1%。     

照相法结合数字图像技术计算植被覆盖度精度研究

植被覆盖是影响土壤侵蚀的一个重要因子,植被覆盖度的测量精度直接影响到土壤侵蚀模型参数的滤定或侵蚀量的估算。用0.1 m×0.1 m的绿色硬纸块铺设在面积已知的水平小区和坡度小区上模拟植被覆盖,用自行设计的照相装置对铺有模型的小区进行垂直照相。用GIS软件IDRISI分类计算和Pho-toshop软件环境下目视解译提取照片植被覆盖度。试验结果表明,这2种方法计算得出的覆盖度与实际覆盖度相差不大,分类计算得出覆盖度的绝对误差在0.6%~4.3%之间;从绝对误差的最小值、最大值、均值和方差来看,目视解译值比分类计算值更接近于实际覆盖度,但考虑到工作量和植被覆盖度计算精度的要求,选择GIS软件IDRISI来进行照片植被覆盖信息的提取是可行的。     

基于像元二分模型的淮河上游植被覆盖度遥感研究

在分析国内外植被覆盖度遥感估算方法的基础上,选用NDVI像元二分模型,利用"北京一号"小卫星多光谱数据,结合淮河上游流域实际情况,设计了模型应用的技术路线,对研究区植被覆盖度进行了精确估算。利用目估法和照相法对估算结果进行实地验证和分析。结果表明,模型相关系数达到了0.818,研究区内平均植被覆盖度为58.1%,呈现北部低南部高的γ型空间分布。     

规则林地覆盖度照相测量法的精度分析

为定量研究照相法测量规则林地覆盖度中采样策略、相机非垂直拍摄等因素对覆盖度计算结果的影响,该文对河北怀来的一片梨树林进行了实地测量,通过对测量数据的统计计算,利用植被结构生成软件Onyx tree professional重建梨树林场景,采用基于物理的光线追踪算法模拟相机拍摄的照片,提出了规则林地覆盖度照相法测量的采样方案,并通过计算机模拟检验了采样方案。通过精确控制模拟相机的拍摄条件,进一步分析了非垂直拍摄对测量精度的影响。结果表明,相机的非竖直拍摄对覆盖度计算结果的精度有较大的影响,误差最大可达27.9%。该文提出的测量方案为规则林地的覆盖度实地测量提供了参考。     

1981—2012年黄土高原植被覆盖度时空变化特征

植被覆盖度是反映植被覆盖状况最直接的指标。基于1981—2012年的MODIS影像,采用像元二分模型反演黄土高原植被覆盖度,分析了黄土高原各省区、典型流域及土壤侵蚀类型区生长季(5—10月)的植被覆盖度时空动态变化。结果表明:1981—2012年期间,黄土高原生长季植被覆盖度由31%增加到50%,呈显著上升趋势,但各区域增长幅度不同。2001年之前,黄土高原植被覆盖度平均为36%,年际间以小幅波动为主;之后,该区生长季年平均植被覆盖度为41%,年际间呈显著增加趋势。按省区,河南省植被覆盖度增幅最大,陕西省次之,内蒙古、宁夏增幅不明显且覆盖度在20%左右波动。按典型流域,延河流域增幅最大,窟野河流域增幅最小。按土壤侵蚀类型,水力侵蚀区植被覆盖度增长较快,风力侵蚀区则变化不明显。按植被覆盖度构成,低覆盖度面积比例减少,高覆盖度面积比例增加,其中黄土高原丘陵沟壑区植被覆盖度增加趋势最为明显,植被恢复成效显著。     

植被覆盖度的照相测量及其自动计算

植被覆盖度是描述陆地表面植被特征的一个重要参数.快速准确的测量植被覆盖度,对研究植被覆盖与土壤侵蚀关系,植被覆盖的水土保持效益,以及土壤侵蚀预报等具有重要意义.在多年实践的基础上研制出的便携型植被覆盖度摄影仪,适用于野外平地或山坡的植被覆盖度的照相测量,能方便地调节相机距地表面高度和增强相机的拍摄稳定性.同时开发了便携型植被覆盖度摄影仪的配套软件--植被覆盖度自动计算系统(PCOVER),能对获取的植被图像进行自动判读并估算植被覆盖度,实际应用显示有很好的判读精度.     

坡面产流产沙影响因素的灰色关联法分析

影响坡面径流的因素有降雨量、雨强、植被等诸多因子。在陕西省长武县王东沟小流域布设径流小区,采用灰色关联度的方法,对不同影响因子进行了对比分析,研究了降雨和植被对地表径流量和侵蚀量的影响。结果表明,降雨量与径流量、侵蚀量的关联度最大,各因子对径流量的影响系数排序为:降雨量>最大雨强>雨强>植被覆盖度,对侵蚀量的影响系数排序为:降雨量>雨强>最大雨强>植被覆盖度。植被覆盖度与径流量和侵蚀量的关系为:当覆盖度<25%时,径流量没有明显变化;当其>25%时,径流量随着覆盖度的增加减少;当覆盖度<50%时,随着覆盖度的增加,侵蚀量下降趋势明显;当其>50%时,随着覆盖度的增加,侵蚀量下降趋势趋于平缓。     

基于NDVI象元二分法的植被覆盖变化监测

研究了NDVI象元二分法计算植被覆盖度的精度,并对其适用范围进行了分析。利用2002年、2007年合肥市的TM数据,针对于城市地区的特点,选择合适的NDVIsoil 和NDVIveg,计算各自时相的植被覆盖度,然后采用差值运算方法得到该时段合肥市区植被覆盖度变化数据。对于合肥市来说,在研究时段,植被覆盖度总体呈下降的趋势,下降最为明显的是滨湖新区和包河工业区,下降值分别为16.7%和21.4%,植被覆盖的锐减是由于城市扩张造成的,是一个值得注意的生态问题。与航片调绘结果进行比较,NDVI二分法得到的植被覆盖度对于低植被覆盖区偏高,对于高植被覆盖的林区偏低,两个时相植被覆盖度差值可以消除部分系统误差的影响,具有更高的精度,可以作为植被覆盖监测的重要手段。     

玛纳斯河流域植被覆盖度随地形因子的变化特征

基于2000-2016年MODIS NDVI数据,利用像元二分模型和ArcGIS空间分析功能对玛纳斯河流域植被覆盖度分布格局及动态变化特征进行研究,并分析植被覆盖度变化在高程、坡度和坡向上的空间分布差异。结果表明：（1）玛纳斯河流域以低等级植被覆盖为主,高等级植被覆盖面积显著增加,其它各等级面积波动较小,研究期内植被覆盖改善的面积比例（31.17%）远大于退化的面积比例（16.1%）,研究区总体植被覆盖度增加,生态环境有所好转。（2）在海拔<800m,坡度<8°区域内,植被覆盖度明显改善,植被显著退化区主要分布在海拔1300-3400m,坡度>25°区域内,植被覆盖度未发生变化的区域主要集中在海拔>3600m范围内。（3）当海拔>2100m时,植被覆盖度随海拔增加呈现持续减少的趋势,海拔低于2100m的地带,植被覆盖度随海拔增加波动较大。（4）随着坡度的增加,植被覆盖度呈逐渐减小的趋势,全流域0?5°坡度范围内植被覆盖度最大（42.69%）。（5）在各坡向上,植被覆盖度差异不明显。流域内平地上的植被覆盖度最大（44.21%）;阴坡的植被覆盖度优于阳坡,植被变化趋势除在平地区域较显著外,其余坡向间差异不大。     

2000-2020年陕西省植被覆盖时空变化多尺度分析

[目的]退耕还林还草工程实施以来,陕西省植被覆盖度明显提高。然而,省级尺度上植被覆盖度的增加一定程度上掩盖了部分市、县级区域植被覆盖度下降的实事,当前迫切需要加强对不同空间尺度植被覆盖变化及其驱动因素的研究。[方法]基于MODIS NDVI数据计算了陕西省植被覆盖度,分析了2000—2020年陕西省、地区、市和县四级尺度植被覆盖度时空变化趋势。[结果]2000—2020年陕西省植被平均覆盖度为64.3%±2.1%,增长率为0.24%/a;陕北植被覆盖度平均为37.6%±4.4%,增长率为0.63%/a;陕南植被覆盖度平均为89.6%±1.2%,增长率为0.13%/a;关中植被覆盖度平均为70.6%±3.5%,下降率为-0.18%/a。延安市、榆林市、铜川市、宝鸡市、安康市、商洛市的植被覆盖度呈持续增加趋势,而西安市、渭南市、咸阳市和汉中市的植被覆盖度呈先增加后下降趋势;全省有72.3%的区县植被覆盖度呈增加趋势,有22.3%的区县植被覆盖度变化方向与所在市相反。在不同空间尺度上,陕西省植被覆盖度增速均表现为2000—2010年高于2010—2020年,这与两个时期的造林面积差异有关。[...     

QuickBird影像目视解译法提取切沟形态参数的精度分析

为了研究QuickBird影像提取切沟形态参数的精度,该文选取陕北黄土区吴起县合沟与绥德县桥沟小流域,分别利用同时相的三维激光扫描全站仪和QuickBird影像数据源提取切沟形态参数,分析QuickBird影像提取切沟形态参数的精度,探究误差产生原因。研究结果表明:与三维激光扫描全站仪相比,QuickBird影像目视解译合沟和桥沟小流域切沟面积、周长的平均相对误差都在5%左右;沟缘线边界偏差大于0.6 m(相当于QuickBird影像的一个像元值)的面积百分比的均值都能控制在4%以内;2个小流域中沟长的平均相对误差分别在2%和5%左右,沟长的平均绝对误差分别在0.5和0.75 m左右;目视解译面积、沟长的平均相对误差、最大相对误差、不同解译人员的最大误差与参数值之间都具有显著地负相关,即切沟越大,误差越小;沟缘线附近的植被类型影响目视解译精度,与灌草植被覆盖的小流域相比,草本覆盖的小流域中切沟参数的解译精度更高。总体上来看,QuickBird影像为小流域尺度上监测切沟发育提供了便捷、可靠地数据源。     

遥感信息与作物生长模型的区域作物单产模拟

利用外部数据同化作物生长模型提高区域作物单产模拟精度是近年来的研究热点.该文以遥感反演的叶面积指数(LAI)作为结合点,以黄淮海粮食主产区典型县市夏玉米为研究对象,在区域尺度利用全局优化的复合形混合演化( SCE-UA)算法进行了遥感反演LAI信息同化EPIC (environmental policy integra...     

大跨度保温型温室的热环境模拟

大跨度保温型温室为拱型钢骨架结构,南北走向,相邻温室间距仅2m,相比于传统日光温室土地利用率提高到91%,且仍具有日光温室节能的特点。为分析和评价该温室的蓄热保温性能,基于温室热传导、对流换热、太阳辐射、天空辐射、作物蒸腾、自然通风等热物理过程,构建了温室内热环境变化模型,并利用Matlab软件对其进行求解,模拟在冬季连续4个典型工作日无加温条件下,每10min的室内空气温度和作物根区温度,并将模拟值与实测值进行对比分析。结果表明,模型对大跨度温室内空气温度模拟的平均绝对误差在±1.3℃之内,模拟值与实测值间直线方程的决定系数（R2）为0.99（n=576）,回归估计标准误差（RMSE）和相对误差（RE）分别为1.6℃和16.4%;作物根区温度实测值与模拟值的绝对误差在±0.6℃之内,直线方程的R2为0.91（n=576）,RMSE和RE分别为0.76℃和6.7%。模型模拟值与实测值较为一致,可为温室环境精准调控和结构优化设计提供理论依据。     

基于最小一乘准则的中国粮食产量与影响因素的相关性分析

该文提出了中国粮食产量与影响粮食产量的一些主要因素之间,更多呈现的是指数关系,也少量呈现幂指数关系,为了获得较小的误差从而有较准确的描述定义了一种新的指数型生产函数;指出了最小一乘法是一种能找到在数据背后隐含的,对数据起支配控制作用的"隐函数"的最好方法。将二者捏合起来,用最小一乘法对指数型生产函数模型进行拟合,可以找到符合中国粮食变化的某些规律。该文介绍了最小一乘法和指数型生产函数,将影响粮食产量的5个主要因素(化肥施用量、粮食播种面积、成灾面积、农业机械总动力、第一产业就业人数)与中国粮食产量建立关联,用最小一乘法对生产函数模型进行拟合,并对中国1983-2011年的数据进行处理。在获得29a间中国粮食产量的Mae(平均绝对误差)不超过393万t,以及Mape(平均绝对百分误差)小于0.87%的数据处理结果的基础上,对数据给出的结论进行了解释和分析。1983-2011年的29a间,中国粮食产量的增长主要取决于化肥施用量和农业机械总动力,其中化肥施用量还继续在起"正"影响,而农业机械总动力趋于动态饱和,属于理论上的"负"影响,但不构成实际的"负"效应;粮食播种面积是最大的"正"影响,粮食产量在粮食播种面积在不增条件下,依然可以增长,但是增大粮食播种面积将能够迅速提高中国的粮食产量;成灾面积是粮食增长的"负"影响,影响的绝对量值在增加但相对量值在减小;由于受1984-1991年第一产业就业人数急剧增长的巨大冲击及滞后效应影响,第一产业就业人数的减少对粮食增长构成"负"影响,随着农业现代化与城镇化进程的发展,这种"负"影响在不断减小中。文中对上述这些定性结论给出了具体的定量值。该文并对2012年粮食产量进行了预测,其值为59133万t,预测的误差为0.3%;也对2013年粮食产量进行了预测,其值为61148万t。该文最后对最小一乘法、指数型生产函数等存在的问题进行了必要的讨论。最小一乘准则意义下的指数型生产函数,对中国粮食产量与主要影响因素之间关系的描述具有一定的准确性和指导意义。     

利用无人机可见光遥感影像提取棉花苗情信息

为提高棉花苗情信息获取的时效性和精确性,该文提出了基于可见光遥感影像的棉花苗情提取方法。首先,利用自主搭建的低空无人机平台获取棉花3~4叶期高分辨率遥感影像,结合颜色特征分析和Otsu自适应阈值法实现棉花目标的识别和分割。同时,采用网格法去除杂草干扰后,提取棉花的形态特征构建基于SVM的棉株计数模型。最后,基于该模型提取棉花出苗率、冠层覆盖度及棉花长势均匀性信息,并绘制棉花出苗率、冠层覆盖度的空间分布图。结果显示,模型的测试准确率为97.17%。将模型应用于整幅影像,计算的棉花出苗率为64.89%,与真实值误差仅为0.89%。同时基于冠层覆盖度、变异系数分析了棉花长势均匀情况。该文提出的方法实现了大面积棉田苗情的快速监测,研究成果可为因苗管理的精细农业提供技术支持。     

柑橘叶面积指数自动测量红外透射系统的开发与应用

针对间接方法测叶面积指数(leaf area index,LAI)一般不考虑单一孤立果树冠层、叶片相互重叠因素及图像处理速度低的缺点,通过正交试验确定单一孤立柑橘LAI测量的主要影响因素为重叠叶片数(α<0.05),建立等间隙模型解决有间隙的重叠的影响问题,采用三维行走机构实现自动采集,应用LabVIEW平台开发一个基于红外透射的柑橘LAI自动测量系统。系统硬件由控制模块与行走机构、信号调理模块、数据采集卡和PC机组成,其标定LAI相对误差绝对值平均为11.11%。在行走机构按照S形路线,自动进行扫描、定位采集的方式下,系统对华南农业大学工程学院柑橘园45棵橘树测量,以直接法和采样法计算的LAI值作为真实值,相对误差绝对值的平均为31.4%;参照对比的Win SCANOPY Pro植物冠层分析系统专业版测量值与真实值比较,相对误差绝对值的平均为29.8%。两系统误差接近,表明本系统可满足柑橘LAI测量试验要求。     

基于机器视觉的株间机械除草装置的作物识别与定位方法

株间机械除草技术可进一步减少化学除草剂的使用,有利于环境保护和农业可持续发展.为实现智能化的株间机械除草装置自主避让作物并进入株间区域,该研究提出了一种株间机械除草装置的作物识别与定位方法.利用2G-R-B方法将作物RGB彩色图像进行灰度化,再选用Ostu法二值化、连续腐蚀和连续膨胀等方法对图像进行了初步处理.根据行像素累加曲线和曲线的标准偏差扫描线获得作物行区域信息,以作物行区域为处理对象,利用列像素累加曲线、曲线标准偏差和正弦波曲线拟合识别出作物,并结合二值图像中绿色植物连通域的质心获得作物位置信息.试验结果表明,该方法可以正确识别出作物并提供准确的定位信息,能适应不同天气状况、不同种类的作物,棉苗正确识别率为95.8%,生菜苗正确识别率为100%,该方法为株间机械除草装置避苗和除草自动控制提供了基本条件.     

基于集合经验模态分解与Elman神经网络的线椒株高预测

为提高温室环境控制系统的有效性,针对作物生长量的变化与环境因子的变化存在时间尺度不统一的问题,该文基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)与Elman神经网络建模,提出一种线椒株高生长量预测方法。以8819线椒为试验对象,分别对线椒株高及其环境因子进行EEMD分解,对各尺度下的时间序列建立EEMD-Elman预测模型。结果表明:应用EEMD-Elman神经网络建立线椒株高生长量预测模型,模型预测值与实测值的平均绝对误差为1.69 cm,相关决定系数为0.996,标准误为1.104,模型预测结果与实测值呈极显著性相关。研究结果可以解决作物生长变化与环境变化时间尺度不统一的问题,为温室环境控制系统的控制目标的优化提供有效参数。