松嫩平原农情遥感监测系统的设计与实现

利用MATLAB语言进行可视化设计出松嫩平原农情遥感监测系统,客观地对松嫩平原农作物生长状况的历史数据进行评估和实时监控。松嫩平原农情遥感监测系统主要功能为农作物长势监测(NDVI、VCI、MVCI、RMNDVI、RPNDVI)和自动化提取农作物(玉米、水稻、大豆)等松嫩平原重要粮食作物遥感信息,同时对3类地表(湿地、林地、草地)等分类。该监测系统解决了松嫩平原植被遥感信息提取研究中需要处理大量影像数据的问题,为未来研究松嫩平原植被特征变化和规律提供了非常好的技术支持;也可以应用于其他区域和影像数据研究中,具有稳定性好、处理数据速度快、分类精确度高的特点。     

基于MODIS数据的松花江流域土地利用信息提取研究

以松花江流域为研究区域,利用单时相MODIS数据进行大范围区域土地利用信息提取;结合地表反射率、植被指数（NDVI）、土壤湿度指数（NDMI）、归一化水体指数（NDWI）等特征变量试验决策树分类法,与传统分类方法相比较,分析松花江流域土地利用变化情况。结果表明：决策树法优于传统的最大似然法,分类精度分别为83.48%和75.51%;2001～2006年,整体上松花江流域耕草地面积增加,林地面积减少;中国部分,耕草地面积增加,林地面积减少,而俄罗斯部分耕草地面积减少,林地面积增加。     

基于面向对象及光谱特征的植被信息提取与分析

面向对象分类方法是实现精确详细提取遥感信息的新方法.以2010年TM影像作为基础数据,采用面向对象方法着重提取了西辽河流域平原的植被信息(耕地、林地、中生偏旱和中生偏湿草).通过对不同地物的光谱和空间信息(位置、形状)进行比较分析,建立适当的隶属度函数和阈值范围,在草地的分类规则中,参考野外采集的草地植被光谱信息,辅助草地属性特征选择.最后构建分类决策树,完成自动分类,分类总体精度达到82.13％.在分类结果的基础上,讨论了植被分布特点,对不同类型的植被面积、不同区县植被面积以及植被与一级河流关系三方面进行分析.结果显示:研究区植被以林地和耕地为主,分别占总面积的38.9％和23.3％;耕地、林地、中生偏湿草地多分布于河流中下游区县,受人为因素影响较大的林地、耕地主要集中在科尔沁左翼中旗和科尔沁左翼后旗;林地、中生偏湿草较集中分布在一级河流的10km缓冲区内,耕地主要集中在5km缓冲区内,中生偏旱草与一级河流的关系不显著.     

春马铃薯、春玉米、秋冬花椰菜三种三收高效栽培模式

近几年,通许县在农业产业结构调整中,改一年种2茬粮食作物为春马铃薯、春玉米、秋冬花椰菜三种三收模式,取得了每公顷收获30000kg马铃薯、9000kg玉米、37500kg花椰菜的好收成,大大提高了经济效益。其主要栽培技术如下:1茬口安排春马铃薯2月下旬至3月上旬播种,6月中旬收获。春玉米4月中下旬套种于马铃薯行间,8月中下旬收获。花椰菜7月下旬至8月上旬播种育苗,8月下旬至9月上旬定植,11月下旬至12月上旬收获。2品种选择马铃薯选用郑薯5号、郑薯6号、鲁引1号等品种。玉米选用豫玉22号、豫玉33号、掖单19等品种。花椰菜选用雪山、文兴100天、丰喜1…     

基于NDVI分割与面向对象的东洞庭湖湿地植被信息提取技术

针对东洞庭湖湿地植被的分布现状,为提高湿地植被信息提取的精度和效率,应用高分辨率的SPOT-5影像数据,在完成图像预处理的基础上,将NDVI应用到多尺度分割中,结合基于隶属度函数和阈值的面向对象的分类方法对东洞庭湖湿地植被信息进行提取;与此同时,以相同分类方法对未辅以NDVI分割的图像进行植被提取,并与最大似然监督分类法提取的结果进行对比.结果显示,辅以NDVI分割的面向对象信息提取的总分类精度达到了87.69％,Kappa系数达到0.86;未辅以NDVI的总分类精度为82.69％,Kappa系数为0.80;最大似然监督分类总分类精度71.92％,Kappa系数0.67;其总分类精度分别提高了5.00％、15.77％,Kappa系数分别提高了0.06、0.19.可见,该方法可以有效提高湿地植被的提取精度,为湿地植被资源进一步的监测和保护奠定了基础.     

基于归一化植被指数对荒漠化草原地面高光谱影像中植被的识别

草原植被的分布与面积是草原退化评定的重要指标。以荒漠化草原植被为研究对象,在内蒙古四子王旗试验区域自然光下采植被的高光谱数据,通过构建植被光谱特征指标阈值对植被覆盖地区与非植被覆盖地区进行识别和分类,为低空高光谱遥感进行大面积的识别及数量统计提供依据,为高效,适时的草原监测和退化评价提供理论和技术手段。选择具有代表性归一化植被指数NDVI分析数据规律。结果表明:荒漠化草原阈值区间为0.01~0.9,其中植被阈值区间为0.4~0.9,非植被阈值区间为0.01~0.4,当NDVI阈值取0.4时对有无植被覆盖分类明显,经Kappa系数验证精度达96.2%。高精度的植被识别为后续无人机高光谱遥感提供数据数据支持及理论基础。     

北方作物进入产量关键期 南方需提前防范涝害

<正>长期天气展望冬小麦:甘肃和新疆北部冬小麦大部处于灌浆乳熟期,部分成熟收获。水稻:江南、华南早稻大部处于抽穗至乳熟期,局部进入孕穗抽穗期。玉米:东北地区、内蒙古、华北、西北春玉米大部处于七叶至拔节期。春小麦:黑龙江春小麦大部处于抽穗开花期,内蒙古、西北地区处于抽穗开花至乳熟期。东北、内蒙古:气象条件利于春玉米、大豆、春小麦等旱地作物生长发育以及一季稻有效     

粮薯套种栽培技术

茬口安排宜选用地势高爽、沙壤、排水良好的田块。如安排在水稻茬,应早耕翻晒垡,熟化土壤。每2米宽为1组合,每组合种4行马铃薯,套种4行玉米。2月上旬播种马铃薯,5月下旬陆续收获上市,3月下旬播种玉米,7月底收获。主要栽培技术马铃薯。选用早熟高产的克新4号品种。每亩备足150～     

基于决策树的典型荒漠草地遥感分类策略

【目的】在遥感影像和地形图基础上对干旱半干旱地区天然荒漠草地进行分类,旨在为干旱半干旱地区草地分类及监测提供参考。【方法】采用基于决策树的天然草地分类方法,以天山北坡新疆阜康地区的TM遥感影像(2010-09-24)多光谱波段特征为主要分类变量,结合研究区数字高程模型(DEM),辅以影像目视解译结果,构建了对天然荒漠地区草地进行分类的决策树分类模型,对研究区主要地物类型进行了分类,并对分类精度进行了评价。【结果】综合考虑了遥感图像植被指数(NDVI)特征、DEM特征的分类策略,可以忽略山区的地形影响,简化分类过程,提高分类精度;与传统的非监督分类精度评价结果相比,基于专家知识的分类方法中总分类精度提高了37.4%,Kappa系数提高了78%,错分误差和漏分误差大幅减小;调整NDVI和DEM阈值可以使分类结果更加精准,模型适用区域更加广阔。【结论】基于决策树的典型荒漠草地遥感分类模型适用于荒漠区天然草地类型的提取与划分,可以提高利用遥感图像进行荒漠草地类型分类的精度。     

基于断点检测的延安市富县植被变化研究

  目的  多项生态工程实施以来,陕北黄土高原地区环境明显改善,探究该区域植被的时空变化,为生态环境建设与差异化决策提供依据。  方法  以陕西省延安市富县为研究对象,利用2000—2019年生长季的Landsat TM/ETM+/OLI影像,运用DBEST算法对归一化植被指数(NDVI)时间序列进行断点检测,并提出多阶段趋势分析方法分析富县植被变化时空特征。  结果  富县植被的断点检测结果表明:66.47%的区域断点NDVI变化幅度小于0.2,主要分布在富县西部和东北地区,植被相对稳定,未发生剧烈变化;33.53%的区域断点NDVI变化幅度大于0.2,其中断点数量多于4个的区域仅占5.88%,集中分布于道路、河流沿线,变化频繁,与人为活动有关。当前阶段趋势分析表明:断点NDVI变化幅度大于0.2的区域,改善的面积占总面积的24.57%,退化面积仅占2.12%;开始时间均在2014年之前,时间分布跨度大,空间异质性强,揭示了富县植被变化的多样性及复杂性;富县有林地、疏林地、灌木林地、未成林造林地4种主要林地均趋于改善,改善面积占林地面积的96.23%。  结论  2000—2019年,富县植被整体呈现改善趋势,生态建设工程取得良好的效果;植被变化的时空特征存在差异,后续决策需因地制宜。图6表1参25     

基于SPOT／VEGETATION数据的陕甘宁退耕还林区植被分类

以评估退耕还林／还草的气候、生态效应为目的,利用多时相SPOT／VEGETATION数据,将监督分类与非监督分类相结合,选定合适的阈值对西北地区植被及作物进行分类,分类结果与统计面积、实际调查结果相比．精度在85％以上。     

冬小麦关键物候空间分布遥感监测方法研究

物候信息对农作物生长的动态监测、田间管理具有重要意义。归一化植被指数(normalized difference vegetation index, NDVI)能够在大范围覆盖区域内准确地反映农作物物候信息。以河北省为研究区域,选用2000至2009年的SPOT/VEGETATION NDVI旬合成产品数据集,尝试结合气象站点的气温,利用Savitzky-Golay(S-G)滤波重构NDVI时序曲线,以动态阈值法监测研究区冬小麦的返青期开始和抽穗期开始,并对监测结果进行了分析。空间分布上,河北省冬小麦物候期总体上呈现由南到北逐渐推迟的空间分布规律,从各具体年份来看,冬小麦遥感监测结果符合实际的物候地面观测结果,并在因异常气候变化物候期发生变化的年份也有较好的反应,结果表明,通过NDVI时序曲线结合气温的方法可以准确监测河北省冬小麦关键物候期。     

面向对象方法在SPOT5影像土地分类中的应用——以京杭大运河南旺地区为例

结合京杭大运河山东地区SPOT全色和多光谱融合后的遥感数据,应用面向对象分类法对其进行地物分类,并和传统的基于像元的分类方法进行结果对比分析。结果表明,该方法速度快、精度高、效果好,可以满足对京杭大运河保护规划监测的需求。     

基于SPOT数据的棉花种植面积监测研究

以山东省棉花作为监测对象,探索利用SPOT数据提取棉花种植面积的技术方法。使用GPS实地测量来验证分类结果。结果表明,SPOT数据可提高分类的精度和准确度,适合棉花监测使用。     

基于EOS/MODIS数据的抚远县水稻面积提取技术研究

为获取黑龙江省大范围的水稻种植空间分布及面积等信息,指导水稻生产,以抚远县为研究区域,利用EOS/MODIS数据进行水稻面积提取研究。结果表明:抚远县水稻面积309 513.32hm2。水稻种植区域精度较高的图框区域集中在抚远县中部及南部地区,这些地区水稻种植比较集中,且所占比例很高,其它作物较少,对混合像元的精度影响小;精度较低的图框主要集中在北部地区,这与实际情况相符合,水稻种植较零散且其它混种作物种类及荒草类别比较复杂,混合像元分类精度较低。     

基于SPOT5的县级土地利用现状调查技术研究

以浙江省台州市三门县为例,运用SPOT5不同空间分辨率的融合影像进行土地利用类型调查及面积遥感调查,通过对数据进行选择与预处理工作,利用ERDAS IMAGINE 8.4图像处理软件,对遥感影像进行配准、几何精纠正、融合等,在对研究区土地利用类型的分类中,采用人机交互判读方式,并提出一套适宜高分辨率遥感影像土地利用分类的技术路线.     

SPOT5图像判别方法在退耕还林监测中的应用

应用ERDAS遥感软件对SPOT5进行图像预处理、图像解释、图像监督分类,通过SPOT5图像获取林地面积,得出分类精度,找到一种监测退耕还林的新方法.这种方法在辽宁省康平县小城子乡进行实地应用,分类精度的kappa系数分别为76%和85%,表明应用SPOT5图像监测退耕还林是可行的.     

平菇菌株的聚类分析

试验于1990年和l991年在本院食用菌研究所进行。根据10个数量性状指标,采用聚类分析的方法,将9个菌株在一定的分类水平上分成4类,试验结果与实际情况相符,说明此种方法用于平菇的分类是可行的。     

Landsat7 ETM+图像用作SPOT5图像森林分类的辅助数据研究

为改善面向对象的SPOT5图像分类精度,将Landsat7 ETM+数据作为辅助数据,试验了3种图像分割和对象特征提取方案,在图像分割、基于规则的分类、基于分类的分割和对象特征提取与筛选的基础上,进行了Bayes准则分类试验。结果表明:ETM+图像信息参与分类明显地提高了SPOT5图像的分类精度,但由于空间分辨率低,在森林分布破碎、类型和种类多样、结构复杂的研究区域,ETM+数据只能用于对象特征提取,不能实质性地参与图像分割,否则会导致图像对象边界不准确、同质性降低、异质性增加,影响图像分类精度。     

“3S”技术在京津风沙源治理工程监测中的应用研究

对2008年SPOT5遥感图像进行相关处理,在GIS平台上,采用人机交互式解译的方法,提取出2002～2005年大仓乡京津风沙源工程区小班信息,并通过抽样进行实地调查验证,解译精度达到要求。将解译结果与各年实际造林数据进行比较,工程造林总体保存率达84.97%。结果表明,该方法能够准确、高效、快捷地提取工程区信息,为应用＂3S＂技术辅助开展京津风沙源工程监测提供了科学依据。