排序方式: 共有59条查询结果,搜索用时 15 毫秒
1.
2.
【目的】揭示江苏省水稻种植时空格局及动态变化特征,评价其稳定生产水平和种
植结构的空间变化规律,为江苏省水稻生产空间布局的优化调整和可持续发展提供决策依
据。【方法】文章选择江苏省水稻主产区50 个1∶50 000 比例尺标准地形图图幅单元为研究
区域,基于江苏省5 m 空间分辨率耕地遥感数据库,利用2011—2019 年水稻生长期内多源
遥感卫星影像,提取研究区当年的水稻种植面积及空间分布信息。运用数理统计和GIS 空间
分析功能,研究水稻面积变化幅度、变异系数以及转非水稻面积的时空分布特征,继而分析
2011—2019 年水稻种植面积的时空动态变化。【结果】研究区内50% 的地区水稻种植面积
仍然保持相对稳定,42% 的地区水稻种植面积缓慢下降,仅8% 的地区水稻种植面积急剧下
降。2011 年以来,累计有11.6 万hm2 水稻田逐年转为非耕地或持续种植其他作物,占2011
年研究区内水稻种植面积的13.7%。【结论】2011—2019 年研究区内水稻种植面积变化趋势
线斜率为-0.88,总体呈下降趋势,水稻面积平均变化率为-1.03%,变异系数为2.99%。 相似文献
3.
4.
单片机在控制领域已经被广泛地应用,对其可靠性要求也越来越高,其中系统抗干扰性能是可靠性的重要指标.可通过硬件和软件两种措施,提高单片机的抗干扰性,通常根据实际情况将两种措施有效地结合起来,才能取得较好的抗干扰效果.本文以国内使用最为普遍的51单片机为基础,根据自身使用单片机的经验,从硬件和软件两个方面,介绍了单片机的多种抗干扰方法.硬件抗干扰主要解决单片机受外界因素的影响,而软件抗干扰主要保证程序的正确执行和数据的安全性. 相似文献
5.
6.
温室大棚栽培是当前蔬菜保护地生产的主要方式。在温室大棚内病虫害容易普遍发生,尤其是病害发生往往比较严重,防治时常规农药用量逐年加大,产品受污染程度较重。因此,调控保护地环境,创造利于蔬菜生长发育、不利于病虫害发生蔓延的条件也是温室大棚蔬菜生产的关键性技术。 相似文献
7.
基于时间序列塔里木河中游胡杨林春尺蠖危害的遥感监测 总被引:1,自引:0,他引:1
【目的】研究适用于塔里木河流域胡杨林春尺蠖危害中等尺度遥感监测方法。【方法】基于国产卫星HJ 星 CCD数据时间序列,构建监测模型,以塔里木胡杨国家级自然保护区为例,进行遥感病虫害监测研究。【结果】2017年3月下旬至4月上旬,胡杨林NDVI均值呈上升趋势,4月下旬至5月上旬呈明显下降,5月中旬后时,其NDVI再次上升;4月中旬至5月上旬,春尺蠖幼虫以3龄、4龄、5龄为主时,胡杨林被危害较为严重,其监测精度高达85%,但是,3月下旬至4月上旬,当春尺蠖幼虫以1龄、2龄为主时,胡杨被危害程度较轻,其监测精度较低为5%;研究区西侧轮台县胡杨林较先受到危害,东侧尉犁县胡杨后受到危害。【结论】我国HJ卫星,通过植被指数可有效评估塔里木河中游胡杨林受春尺蠖危害情况,当且仅当植被受害较为严重时其精度较高。4月中旬至5月上旬,春尺蠖幼虫以3龄、4龄、5龄为主时,是春尺蠖严重危害胡杨林的主要时期。由于研究区西侧轮台县春尺蠖发生较早,胡杨林较先受到危害,东侧尉犁县春尺蠖发生相对较晚,胡杨林后受到春尺蠖危害。 相似文献
8.
江苏省小麦空间分布动态变化监测 总被引:1,自引:0,他引:1
为了揭示江苏省小麦空间分布动态变化以及地域格局特征,采用遥感、格网和Morans Ⅰ指数等方法对江苏省近年小麦生产地域空间分布格局以及变化进行分析。结果表明:2011年、2013年、2015年和2017年江苏省小麦种植面积都存在很强的地域聚集效应,且聚集和连片程度逐年增强。至2017年,小麦面积高聚集区集中分布在淮河和灌溉总渠以北,徐州以东,低密度区主要分布在长江以南,苏州以西; 2013年以来,江苏省苏南地区大幅度压縮了小麦生产规模,苏中地区较大幅度削减了小麦生产规模,苏北小麦生产规模基本保持稳定;苏南地区小麦调减范围主要集中在宁镇扬丘陵区,苏中调减的是里下河养殖区,苏北调减的是徐州、连云港丘陵山区。2013年以来江苏省小麦面积呈现下降趋势,已经基本形成了适宜江苏小麦生产的地域空间格局。上述结果可为种植业结构调整和供给侧结构性改革提供科学依据。 相似文献
9.
10.
为了分析高分一号卫星(GF-1)影像在冬小麦长势监测中的有效性和适宜性,以建湖县冬小麦为研究对象,选取12个植被指数作为遥感监测指标,运用回归分析法探讨遥感监测指标与地面实测冬小麦长势参数的关系,并以回归模型的决定系数(R~2)作为反演精度的评价指标。研究发现,叶面积指数(LAI)、密度和生物量的反演精度较高,其中LAI的反演精度在拔节期最高[监测指标:红蓝色归一化植被指数(RBNDVI),R~2:0.689 4],密度的反演精度在拔节期最高[监测指标:优化的土壤调节植被指数(OSAVI),R~2:0.543 8],生物量的反演精度在孕穗期最高[监测指标:归一化植被指数(NDVI),R~2:0.448 6],说明GF-1影像适合在拔节期进行冬小麦LAI、密度的监测,在孕穗期进行生物量监测。土壤含水量、株高和叶绿素含量(SPAD值)的反演精度较差,最佳回归模型的R~2皆低于0.360 0,说明所选的12个遥感监测指标不适合反演这3个长势参数。除乳熟期外,其他4个生育期中都是LAI的反演精度最高,可见GF-1影像的遥感监测指标与LAI的相关性最好,反演精度最高。本研究结果说明,在进行冬小麦长势监测时,不同的生育期需要采用不同的监测指标,同时GF-1影像则更适合在拔节期和孕穗期进行冬小麦的长势监测。本研究结果在一定程度上为GF-1影像在农情遥感监测中的应用提供了科学依据。 相似文献