排序方式: 共有27条查询结果,搜索用时 93 毫秒
1.
【目的】科学探明世界第二大洲——非洲的耕地资源禀赋、准确揭示2000—2010年耕地动态变化规律和过程,服务全球粮食安全。【方法】采用全球首套30 m空间分辨率地表覆盖数据GlobeLand30 的 2000年和 2010年耕地数据产品,在不同分析指标和空间尺度上分析10年间非洲耕地利用格局的总体变化、地理差异特征及其生态环境背景。【结果】2000—2010 年,非洲耕地总面积增加了1 540.63×104 hm2,变化率为 7.42%;5个区域10年间耕地面积变化率从大到小依次是:中非(10.42%)、东非(9.49%)、西非(7.55%)、北非(6.74%)和南部非洲(4.86%);耕地面积数量增加排在前10位的国家是尼日利亚、坦桑尼亚、苏丹、肯尼亚、莫桑比克、乍得、阿尔及利亚、赞比亚、津巴布韦和布基纳法索;耕地面积数量减少排在前10位的国家是科特迪瓦、马里、安哥拉、加纳、马拉维、突尼斯、布隆迪、卢旺达、刚果(金)和南非。2010年,非洲耕地复种指数为98.11%,10年间变化率为13.54%;2010年,5个区域的复种指数从大到小依次是西非(163.75%)、中非(148.01%)、东非(76.64%)、北非(75.20%)和南部非洲(57.56%)。耕地空间格局变化区域差异明显,耕地在各经纬度带上以增加为主,以东半球和北半球面积增加较多;新增耕地主要由林地、草地和灌木地等植被类型开发利用转入,分别占转出总量的 15.19%、66.37%和 11.20%,减少耕地主要转成为林地、草地和灌木地,转出面积分别占转出总量的 21.15%、61.19%和11.78%,新增的耕地面积远大于减少的面积。从耕地变化与生态环境因子之间的关系来看,耕地增减变化主要发生在年均温度为20—30℃区域和年均降水为600—1 200 mm的区域,以及500—1 000 m高原区间和坡度小于2°的平缓地带。【结论】2000—2010年,非洲耕地面积数量和空间变化剧烈,不同区域和国家的耕地变化存在明显差异。研究结果揭示了非洲耕地空间分布及时空变化特征,不仅可为分析全球耕地空间分布格局、揭示其地域差异和时空波动规律提供重要基础参考,也可为耕地增减变化比较集中的区域的政策导向、土地产权制度调整提供科学依据,服务全球粮食安全问题解决。 相似文献
2.
目的 作为农作物长势监测、产量估测和灾害评估的基础,及时、准确获取农作物空间分布信息对农业生产管理、农业可持续发展及国家粮食安全等具有重要意义。方法 文章从农作物遥感制图的研究热点和前沿出发,基于Science Citation Index Expanded(SCIE)和CNKI数据库,利用VOSviewer软件对2011—2020年农作物遥感制图领域的年文献量、属地分布、合作关系、发文机构、热门期刊和研究热点进行知识图谱分析。结果 总体上,作物制图领域近10年来论文发表数量在不断增加,可大致分为缓慢增长(2011—2014年)、快速增长(2015—2018年)和持续稳步增长(2019—2020年)3个阶段。以中国和美国为代表的经济快速发展国家和地区普遍重视农作物遥感制图领域研究,发文量多、影响力大。世界各国之间的合作关系逐渐增多与密切,多方合作是未来的趋势。中国在作物制图领域的发文机构与发文数量较多,但论文被引频次稍逊于美国。从研究热点看,农作物分类对象仍然以主粮作物为主,分类方法从传统机器学习向深度学习发展。结论 农作物制图过去10年领域取得了长足的进展:发文总量总体提升迅速、国内外机构合作愈加紧密,多源数据协同、历史观测数据融合应用、分类算法的改进、特征组合的优化是未来农作物遥感制图研究的重要方向。 相似文献
3.
农作物遥感识别中的多源数据融合研究进展 总被引:10,自引:2,他引:8
农作物遥感识别是地理学和生态学研究的前沿和热点,多源数据在农作遥感识别中日益发挥重要作用。笔者从多源数据融合的角度,归纳了2000年后多源数据在农作物遥感识别中应用的总体概况,系统梳理并提炼了当前多源数据融合的主要融合技术和融合模式。围绕与多源数据融合和农作物遥感识别相关的关键词,在Google学术、ISI Web of Knowledge和中国知网中对2000—2014年间国内外发表的论文进行检索,并统计不同传感器的使用频率及结合方式。研究表明,以提高空间分辨率为目标的多源数据融合和以提高时间分辨率为目标的多源数据融合技术是当前的两种主要方式,可以在一定程度上实现时空尺度的扩展。前者的融合技术包括图像融合、正态模糊分布神经网络模型、成分替换、半经验数据模型融合及多分辨率小波分解等,可以提升遥感数据的空间分解力和清晰度,较好弱化混合像元产生的影响,但农作物光谱信息有一定程度的丢失或扭曲,农作物空间分布局部细节信息与纹理特征依然会缺失;后者的融合技术形式灵活多样,可分为同源数据联合扩展时序的时空优化技术和异源数据联合扩展时序的时空优化技术,其可以有效排除短时间段内农作物生育期交叉,但易受不同遥感数据源间光谱反射率或植被指数转换模型及光谱波段设置差异的影响。在融合模式方面,根据数据类型分为光学数据的融合、光学数据与微波数据的融合以及遥感与非遥感数据的融合,以实现卫星资源优势互补为宗旨,充分挖掘不同类型农作物在遥感数据上呈现的光谱、时间和空间特征差异信息。同样,农作物遥感识别研究中的多源遥感数据融合也存在诸多挑战,在未来一段时间内,完善不同传感器之间的合作、更深层次挖掘融合信息以及多尺度长时间序列的中高分辨率农作物空间分布数据集的需求是多源数据融合的农作物遥感识别研究的重点发展方向和亟待解决的问题。研究结果有助于更好地理解多源遥感数据融合的技术和模式,为摸清多源数据融合在农作物识别中总体进展提供支撑,同时也为其他多源数据融合研究提供借鉴。 相似文献
4.
5.
6.
【目的】微波遥感因具有全天时、全天候数据获取的特点,在多云雨的中国南方水稻识别研究中表现出巨大潜力。本研究通过对比Sentinel-1SAR遥感数据和Sentinel-2光学遥感数据用于水稻遥感制图的效果,分析光学和SAR遥感数据对于单双季稻识别结果的一致性,并探索水稻识别的最优SAR影像特征。【方法】本研究使用Sentinel-1/2卫星数据,基于面向对象的随机森林分类算法和Google Earth Engine平台,提取洞庭湖平原4个典型水稻种植区的单双季稻空间分布。通过比较9种不同传感器和特征组合场景的分类精度和分类结果统计指标,并计算NDVI和SAR特征时序(VH、VV、VH/VV)的R2和DTW距离,分析识别单双季稻的最优SAR特征,评估光学和SAR遥感数据对于单双季稻识别结果的一致性。【结果】VH、VV和VH/VV时序识别单双季的总体精度分别为90.42%、82.08%和88.33%,而联合VH和VH/VV时序识别单双季稻的总体精度可达91.67%。VH(VH/VV、VV)时序与单双季稻NDVI时序的R2和DTW距离分别为0.870(0.915、0.986)、4.715(1.896、5.506)(单季稻)和0.597(0.783、0.673)、2.396(1.839、3.441)(双季稻)。较高的R2和较低的DTW距离说明单双季稻的VH/VV时序与NDVI时序相关度更高,可以较好地反映单双季稻的生长周期规律。同时,VH可以较好地反映单双季稻移栽期的淹水特征。基于光学数据和SAR数据在6个时间窗口的特征(S-2:NDVI、EVI、LSWI;S-1:VH、VH/VV)识别单双季稻的总体精度分别为91.25%和90.00%,识别结果面积相关性可达95.70%。【结论】SAR遥感数据与光学遥感数据水稻识别结果一致性较高。应用Sentinel-1在多云雨区识别单双季稻具有巨大潜力,VH和VH/VV后向散射系数时序是识别水稻的优质特征。研究结果为多云多雨区使用SAR数据进行特征优选以高精度识别单双季稻提供了重要技术支撑。 相似文献
7.
做好母猪冬季繁殖管理工作 ,提高其产仔成活率 ,是实现母猪高产高效的关键所在。多年来 ,很多养殖场户 ,在冬季母猪的繁殖饲养过程中 ,由于技术及设施水平较低 ,使产仔率及成活率受到严重影响。经调查研究 ,总结出本项技术措施 ,经实践验证 ,对提高冬繁母猪产仔成活率有显著效应。1 加强妊娠后期管理 ,提高仔猪初生重研究表明 ,胚胎到妊娠 80天以后 ,才开始迅速发育 ,至 1 1 0天完全成熟。而初生重的大小 ,直接关系着仔猪生后的成活率及生长 ,即人们所说的 :初生重差一两 ,断乳重差 1斤 ,出栏重差 1 0斤。所以 ,为了促进胎儿快速发育 ,提高… 相似文献
8.
9.
数字农业研究现状和发展趋势分析 总被引:8,自引:6,他引:2
【目的】数字农业是21世纪农业发展的必然趋势,也是现代农业发展的必然选择。【方法】文章概括了数字农业的内涵,系统梳理和总结了国内外数字农业研究进展,探讨数字农业的发展趋势,并对我国未来数字农业研究重点任务进行了展望。【结果】(1)美国、德国、日本等发达国家在数字农业研究方面处于领先地位,已形成了科学的理论和技术体系;(2)国内数字农业起步相对较晚但发展速度快,在农业数据信息资源建设、"3S"技术、农业模拟模型与专家系统、智能装备与自动控制以及数字农业成果的普及与应用等方面已有突破。【结论】新时代下,我国未来数字农业研究重点是构建天空地一体化的数字农业观测系统、加强数字农业关键技术与产品的研究开发、建设数字农业技术系统集成与平台、加强数字农业技术应用示范、创新数字农业信息服务模式以及农业标准规范研制。 相似文献
10.
全球耕地利用格局时空变化分析 总被引:17,自引:3,他引:14
【目的】分析2000—2010年全球耕地时空分布及变化特征,为中国粮食安全国际化战略决策制定以及全球生态环境监测等研究提供信息支撑。【方法】基于全球首套30 m地表覆盖产品数据集GlobeLand30,利用耕地总面积、面积变化量、人均耕地面积占有量、面积变化幅度、面积变化量标准差、复种指数、复种指数变化量和复种指数变化幅度等8个指标,从大洲、国家、1°×1°经纬网3个统计单元,分析2010年全球耕地空间分布现状、2000—2010年全球耕地时空变化特征以及全球耕地利用强度变化特征。【结果】2010年全球耕地面积总量为193 890.00×104 hm2,占全球陆表面积14.31%。全球人均耕地占有量为0.28 hm2。其中,大洋洲以人均1.71 hm2位列第一,亚洲以人均0.17 hm2排名最后。[10oN—45oN,65oE—125oE]、[40oN—55oN,15oE—55oE]和[15oS—45oS,45oW—70oW]是全球耕地分布最密集的区域。耕地面积最大的前10名国家依次是:中国、美国、印度、俄罗斯、巴西、阿根廷、澳大利亚、加拿大、哈萨克斯坦和乌克兰,其中俄罗斯、加拿大、阿根廷和澳大利亚还是人均耕地占有量全球前10名的国家。2000—2010年,全球耕地面积总量略微变化,总体增加2.19%;美洲是耕地面积增长最大的大洲,增长达2 128.14×104 hm2;非洲是耕地面积和空间变化最剧烈的大洲,增长幅度为7.42%。全球耕地面积总量前10名国家中,中国是唯一出现耕地面积减少的国家,10年间减少0.95%,巴西和阿根廷是耕地面积增加和空间波动性最大的国家。美国是耕地面积变化总量和变化幅度均最小的经济大国。全球耕地高强度种植区域主要集中在东南亚、中美洲以及西非地区,复种指数均达200%以上。2000—2010年,全球耕地面积最大的10个国家中有5个国家复种指数呈上升趋势,其中巴西和哈萨克斯坦复种指数增加最显著,俄罗斯复种指数下降最明显。【结论】2000—2010年,全球耕地总量变化不大,但不同区域和国家的耕地变化差异较大。本研究利用30 m分辨率遥感数据产品揭示了全球耕地分布状况、10年变化特征和区域差异,研究结果可为全球水土资源利用、粮食产量和粮食安全分析研究提供重要数据和信息支持。 相似文献