首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   4篇
  完全免费   40篇
  农学   44篇
  2019年   1篇
  2017年   1篇
  2016年   2篇
  2015年   5篇
  2014年   4篇
  2013年   4篇
  2012年   3篇
  2011年   7篇
  2010年   1篇
  2009年   2篇
  2008年   5篇
  2007年   5篇
  2006年   2篇
  2005年   2篇
排序方式: 共有44条查询结果,搜索用时 46 毫秒
1.
基于宽范围动态植被指数的棉花冠层覆盖度监测   总被引:3,自引:3,他引:1       下载免费PDF全文
 旨在利用宽范围动态植被指数对棉花冠层覆盖度进行监测,解决传统的利用归一化差值植被指数对冠层覆盖度较高时监测不准确(饱和)的问题。采用高光谱仪获取棉花不同时期不同覆盖度的冠层光谱反射率,通过对构成归一化差值植被指数的近红外波段反射率引入系数α来提高修正后的植被指数随棉花覆盖度变化的动态范围。当利用权重系数0.1≤α≤0.2对近红外波段反射率调整之后,新形成的宽范围动态植被指数用于监测不同覆盖度棉花时未出现“饱和”现象。利用宽范围动态植被指数建立的棉花覆盖度监测模型的决定系数r2>0.948,对棉花冠层覆盖度进行监测,可以解决传统的归一化差值植被指数对冠层覆盖度较高时监测不准确(饱和)的问题,提高了植被指数对棉花冠层覆盖度监测的精度。  相似文献
2.
为了实现遥感信息与作物模型相结合对镇江地区的水稻种植面积与产量的估测,以便于可以直接利用遥感信息与模型对该地区的水稻生长进行监测,将遥感资料与水稻生产模型(ORYZA2000)相结合,建立遥感数值模拟模型,进行由点及面的区域水稻种植面积及产量的估测。利用遥感数据(8天合成的MODIS和环境小卫星数据),计算归一化植被指数(NDVI)和增强植被指数(EVI),结合试验区实测的叶面积指数(LAI),建立植被指数与LAI之间的关系,通过模型模拟出的LAI计算出植被指数的浮动值,结合相对应的多时相的遥感数据识别镇江市的水稻,由此可以预报镇江市的水稻种植面积及产量。研究结果表明,模型对水稻生长发育期内的生物量和LAI的模拟较好,水稻LAI与遥感资料计算出的植被指数EVI的幂函数拟合性较好,可以应用这种相关模式识别水稻,并结合ORYZA2000模型提高区域范围的水稻估测精度,同时也体现了遥感信息与作物模型相结合可以很好的监测区域内水稻的生长情况,取得较好的模拟效果。  相似文献
3.
FY3/MERSI和EOS/MODIS归一化植被指数差异分析   总被引:3,自引:2,他引:1       下载免费PDF全文
为进行中分辨率成像光谱仪的EOS/MODIS数据与FY3/MERSI数据归一化植被指数(NDVI)的差异性分析,分别选取2008年8月16日、2009年8月30日EOS/MODIS和FY3/MERSI遥感数据,分林地、灌丛、旱田、水田、城市、沙地6种不同地类进行了植被指数计算,并从数据相关性、直方图分布、特征空间分布等方面进行了分析比较。结果表明,MODIS/NDVI和MERSI/NDVI有着共同的直方图走势,动态范围基本一致,各类地物的反演结果均表现出很好的线性一致性,其中林地R2最高,达到了0.8624。  相似文献
4.
基于ETM植被指数和冠层温度差异遥感监测棉花冷害   总被引:2,自引:0,他引:2       下载免费PDF全文
 大范围地、及时地遥感监测棉花的冻害状况及损失对安排救灾、灾后评估有着现实的意义。利用2001年6月7日、8月10日和2000年8月7日ETM影像,结合农业灾害和农作物生长发育统计数据,通过植被指数变化和冠层温度差异对新疆沙湾2001年8月初棉花结桃时发生的冷害进行遥感监测。结果表明:与往年未遭受冷害的同期棉花植被指数相比,棉花植被指数NDVI绝对差值降低区域占67.8%,其中下降0~0.2占51%,下降大于0.2占17%,降低百分比处于0~20%。植被指数和温度图像散点图呈现显著负相关,相关系数-0.63。其中未受冷害影响,植被指数增加,长势较好的棉花冠层温度平均为26.4℃,植被指数未变化区域为27.6℃,植被指数降低较多,冷害程度较重区域冠层温度约为29.3℃,冠层温度差异显著。基于ETM遥感影像植被指数变化幅度和冠层温度差异可用于冷害程度区域划分。  相似文献
5.
基于关键期HJ卫星数据提取无棣县作物种植面积   总被引:2,自引:0,他引:2       下载免费PDF全文
探讨利用作物关键生育期HJ卫星遥感数据,进行区域主要作物种植面积快速监测的可行性,旨在建立一种方便快捷的作物种植面积提取技术。以山东省无棣县为研究区,根据该县作物栽培技术月历为参考选择关键期HJ星遥感数据,通过EVI指数时序数据分析,采用支持向量机(SVM)方法进行了该县主要作物种植空间分布信息提取。结果表明:关键期HJ星EVI指数数据结合SVM方法,能较为准确地获取该县冬小麦、玉米和棉花的种植面积,总体的面积总量精度超过93%,空间分布精度大于75%;利用关键期影像大大减少了数据处理量,便于可视化感兴趣区的选择,仅利用SVM方法就获得了满足精度要求的作物面积提取结果,大大简化了操作流程,为其他区域利用HJ卫星数据提取作物种植面积提供了参考。  相似文献
6.
涑水河流域地形因子对植被指数变化的影响   总被引:2,自引:2,他引:0       下载免费PDF全文
植被覆盖及其变化是区域生态环境变化的重要信息,地形因子作为自然环境的重要因素是流域植被覆盖的重要影响因子,因此揭示流域地形因子对植被指数变化的影响,可为流域环境治理、科学管理、保护和可持续利用提供科学依据.选取山西省涑水河流域为研究对象,基于TM遥感影像和ASTER GDEM数据,提取了研究区植被指数以及海拔、坡度、坡向信息,研究涑水河流域植被指数随高程、坡度、坡向等地形因子的变化情况.结果表明:(1)低山区与平原区、丘陵区以及中高山区相比植被指数较低,是从农业植被向自然植被的过渡地带,重点工作是加强水土保持;(2)坡度为5°~10°区域,植被指数最低,该区人类活动频繁,主要是农作区,但作物长势较差,应加强土地的综合整治;(3)坡向对植被指数影响较明显,南坡植被指数最低,其次为东南坡和西南坡,北坡、西北坡、东北坡植被指数相对较高,反映出坡向对研究区植被覆盖的影响程度.  相似文献
7.
为了明确MODIS植被指数模型的类型以及MODIS数据在大尺度上的可用性,在分析MODIS数据优势的基础上,综述了MODIS植被指数、植被指数模型以及MODIS植被指数模型在草地生态系统中的应用。MODIS数据可以直接提取NDVI和EVI2类植被指数,还可以间接计算MSAVI和RVI等多种植被指数;利用MODIS植被指数可以建立线性回归模型和非线性的多种曲线模型,它们可以用在草地生态系统的净初级生产力估算、草地退化监测等方面。MODIS植被指数还可以在草地面积提取、草地碳储量估算等方面进一步的应用。  相似文献
8.
棉花苗期冻害高光谱特征研究   总被引:1,自引:1,他引:4       下载免费PDF全文
 通过盆栽、霜箱模拟冻害,结果表明:冻害棉苗叶绿素含量、光合、蒸腾速率显著低于对照组。叶绿素含量与高光谱特征相关分析表明对照组高相关波段集中在红、近红外波段,而冻害组集中在蓝、绿、红波段。根据相关系数及高光谱反射率、一阶导数、倒数后对数三类特征值差异显著性分析,反射率、一阶微分不易选取冻害胁迫诊断波段,利用反射率倒数后对数,B696、B720、B768、B845可作为诊断波段。由诊断波段的反射率值计算的植被指数与叶绿素含量相关性要比单一波段更高,由倒数对数和一阶微分值计算的植被指数与叶绿素含量相关性反而低于单一波段。利用诊断波段的倒数后对数光谱特征值用于反演苗期冻害叶片叶绿素含量。  相似文献
9.
应用主动传感器GreenSeeker估测大豆籽粒产量   总被引:1,自引:0,他引:1       下载免费PDF全文
盖钧镒 《作物学报》2014,40(4):657-666
主动遥感技术可以方便、快捷、无损伤性地监测大豆生长。以黄淮海地区圣丰种业2011和2012年大豆育种品系和重组自交家系1272个家系群体(NJRIKY)为材料,分组设置试验,采用随机区组、重复内分组以及格子设计,重复3次,采用主动传感器GreenSeeker监测苗期、开花期、结荚期和鼓粒期冠层反射光谱,获得冠层归一化植被指数(NDVI),搜索大豆冠层NDVI与产量的共变化规律,建立产量估算模型。结果表明,大豆冠层NDVI随生育期的推进呈“低-高-低”变化趋势;基于单一生育期冠层NDVI建立的产量估测模型大多为简单线性回归,鼓粒期效果最好;基于多生育期冠层NDVI建立的产量估测模型中,由育种家系试验建立的大豆产量最佳估测模型(y = e6.9–4.1x1+4.3x2+1.4x3)的决定系数(R2)可达到0.66;用此模型对重组自交家系群体(NJRIKY)估产,与实际产量的符合度可达0.59。所建模型具有一定的预测效果,在规模化育种中可用于育种中期无重复试验的产量预测和初步选择。  相似文献
10.
基于NOAA AVHRR数据的京津冀地区植被覆盖的时空变化   总被引:1,自引:1,他引:0       下载免费PDF全文

本研究利用京津冀地区83个站点近29年(1982—2010年)归一化植被指数(NDVI)数据,研究京津冀地区植被覆盖的时空变化特征。采用气候倾向率、相关分析、经验正交函数EOF分解等方法,分别从月、季和年多个时间尺度以及空间变化尺度,详细分析了京津冀地区植被覆盖的基本特征,结果表明:(1)近29年京津冀地区植被覆盖整体呈微弱的增加趋势,年际波动较大;春季植被覆盖上升趋势最为明显,其次是秋季和冬季,夏季植被变化率与年变化相关性最强;4—6月为植被主要生长期,7月植被覆盖增长率最高,8月、10月和11月为弱的减少趋势。(2)整个研究区植被覆盖空间分布差异较大,其中河北南部、北京东北部的燕山附近区域植被覆盖最好(NDVI均值>0.4),低值区主要位于张家口北部,其中张家口的康保站年平均NDVI值为0.15,为研究区最低;EOF分析表明,整个研究区植被增加明显的区域为河北中南部,时间系数表明京津冀地区植被覆盖1982—1999年为增长期,2000—2002年有所减少,2003—2010年有明显增加。

  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号