排序方式: 共有130条查询结果,搜索用时 17 毫秒
1.
无人机机载激光雷达提取果树单木树冠信息 总被引:5,自引:3,他引:2
定株管理是未来果园精准生产管理的趋势,果树单木树冠信息的提取是定株管理的关键。该研究利用无人机采集的苹果园激光探测与测量数据(Light Detection and Ranging,LiDAR)检测和测量每棵果树的树冠面积和树冠直径,并评价空间分辨率对于果树单木树冠检测与提取的影响。该方法主要包括使用反距离权重插值法间接生成冠层高度模型(Canopy Height Model,CHM);使用局部极大值滤波算法和标记控制分水岭分割算法(Marked-Controlled Watered Segmentation,MCWS)对果树进行单木树冠检测与提取,通过与参考数据的比较,评估了该方法的精度,并定量分析了空间分辨率对于单木树冠检测与信息提取结果的敏感性。结果表明,该方法有效地实现果树单木树冠检测与信息提取,代表果树检测精度的F1得分为94.86%,树冠轮廓提取准确率为86.39%,树冠面积的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.81和20.56%,树冠直径的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.85和14.79%,树冠面积和直径不同程度地被高估。此外,冠层高度模型的空间分辨率接近果树平均树冠直径的1/10时精度最高,可以有效检测果树单木树冠及提取树冠轮廓,从而准确提取果树单木树冠信息。 相似文献
2.
为探究植被指数时序特征是否有利于落叶松人工林提取,以孟家岗林场为研究试验区域,根据落叶松人工林季相和物候特征,利用Landsat8OLI影像数据提取研究区内5种植被的归一化植被指数(I NDV)、差值植被指数(I DV)、比值植被指数(I RV)、增强型植被指数(I EV),构建相应的植被指数时序特征。采用最大似然和随机森林两种方法对单一时相影像和加入植被指数时序特征的影像进行对比试验。结果表明:影像中加入植被指数时序特征后,最大似然算法的分类总体精度为89.53%,Kappa系数为0.87,比单一时序特征的影像分类精度提高了13.35%;随机森林算法的森林类型分类总体精度为93.22%,Kappa系数为0.92,比单一时序特征的影像分类精度提高了19.8%。因此,加入植被指数时序特征后能得到更高的落叶松人工林提取精度。 相似文献
3.
基于文献计量的巢湖农业面源污染概况分析 总被引:3,自引:0,他引:3
为了解巢湖农业面源污染的研究进展,明确该领域的研究现状和热点,以CNKI、维普、SCOPUS数据库为基础,采用文献计量的方法对巢湖农业面源污染主题的文献进行检索。结果表明:巢湖流域治理方向的发文量最多,其中大多数是从源头控制、中间拦截、末尾治理定性叙述的,模型和现状的关注度也比较高,主要参考国外通用模型进行验证及负荷估算等。安徽农业大学和合肥工业大学等机构为巢湖该领域发展做出很大贡献;马友华团队等是该领域的核心团队,主要发文期刊有《中国农学通报》、《安徽农学通报》、《水土保持学报》、《环境科学学报》等。由此发现,巢湖流域的研究热点集中在治理方向,其中定性叙述治理措施文献偏多,定量研究治理效果和生态补偿标准的确定是未来的一个发展方向,模型的创新性有待于提高。 相似文献
4.
农业用地土壤重金属样本点数据精化方法——以北京市顺义区为例 总被引:2,自引:1,他引:1
样本点空间分布是样点数据检测评价和挖掘分析的关键因素。以北京市顺义区为例,研发了一种农业用地土壤重金属样本点数据精化方法:首先构建样本点均匀变异指数和均匀因子离散图来共同检测样本点数据均匀性,进一步将样本点类型划分为均匀样本点、聚集样本点和稀疏样本点并确定其数量;其次删除聚集样本点,基于研究区历史数据加密稀疏样本点;最后基于地理空间样本点均匀变异指数、特征空间偏离指数和插值误差共同评价数据精化效果。结果表明,研究区样本点的均匀变异指数为0.429,存在一个聚集样本点和一个稀疏样本点,空间偏离指数为0.327,空间属性插值误差为6.538;冗余数据精化后进行均匀性检测没有发现聚集样本点和稀疏样本点,均匀变异指数下降到0.406,特征空间偏离指数微弱下降,空间属性插值误差下降到6.357。研究表明该方法可以对提高采样数据的均匀性和代表性提供理论指导,可以服务于土壤污染防治行动计划(土十条)、土壤污染状况详查等,为更加精确研究土壤空间信息变化提供一定的基础条件。 相似文献
5.
为提高小麦条锈病的遥感探测精度,依据日光诱导叶绿素荧光和冠层反射光谱数据在小麦条锈病遥感探测中的优势及其与病情严重度之间的映射关系,在运用独立分量分析法对光谱数据降维的基础上,利用核学习算法分别确定冠层光谱特征和日光诱导叶绿素荧光特征反映小麦条锈病病情严重度的最优核,同时针对冠层光谱与叶绿素荧光特征组,建立基于不同特征最优核映射的多核学习支持向量机模型,并与基于特征直接拼接的模型结果进行对比。结果表明,对于冠层光谱而言,采用高斯核构建的支持向量机模型可较好估测小麦条锈病病情指数,而日光诱导叶绿素荧光指数则是采用多项式核的效果更优;采用直接拼接法融合叶绿素荧光指数和冠层光谱特征能够在一定程度上改善小麦条锈病病情指数估测精度,决定系数(r~2)最高为0.847,而单独利用冠层光谱信息或者叶绿素荧光信息时,r~2最高仅为0.802;对日光诱导叶绿素荧光和反射光谱特征分别利用其最优核进行映射构建的多核学习支持向量机模型精度最高,r~2为0.915,RMSE为0.090,优于基于特征直接拼接构建的支持向量机模型精度。 相似文献
6.
黄土丘陵沟壑区沟道土地整治对乡村人地系统的影响 总被引:4,自引:1,他引:3
深入开展土地整治对区域乡村人地系统的影响研究对于优化土地整治模式、促进乡村振兴具有积极意义。该文以延安市某典型小流域为例,结合高分影像数据、景观格局分析和人文实地调查,从土地利用、景观格局、生态安全、社会响应和综合研判等角度探讨了黄土丘陵沟壑区沟道土地整治对当地乡村人地系统的影响。研究表明:1)在土地整治工程措施的作用下,沟道底部及其两侧的台地、坡耕地、灌木林地和草地大多转变为高产稳产的坝地,部分灌木林地由于生物措施转变为生态功能更强的乡土适生林地;坝地和林地分别增加159.06 hm2和69.75 hm2,灌木林地、草地和坡耕地分别减少112.37、63.26和59.06 hm2。2)坝地平均斑块面积和凝聚度增加,生产功能提升;乔木林地和灌木林地的景观指数、斑块凝聚度指数均保持在较高水平,生态功能稳定;流域整体的景观破碎化程度降低,景观趋于多样化和均衡化发展,景观抗干扰能力和生态系统稳定性得到提升。3)从生态安全效应来看,流域植被和生态环境明显改善,土壤侵蚀显著减少,防洪能力明显提升,但局部存在生态安全隐患。4)人类活动对流域地理环境变化有所响应,土地规模化、农业机械化、就业兼业化和非农化程度提高;但仍存在农业结构单一、效益不高等问题。应着力创新"共同商议、协同推进"的乡村治理机制,进而发挥土地整治综合效能,促进流域乡村转型与振兴。 相似文献
7.
基于CASA(Carnegie-Ames-Stanford approach)模型估算2001—2016年淮河流域植被净初级生产力,分析其时空变化特征,并结合降水距平百分率,探讨干旱对植被净初级生产力(net primary productivity,NPP)的影响。结果表明,2001—2016年淮河流域年均NPP值呈现递减趋势,递减速率为-2.22 g C/(m~2·年);淮河流域年均NPP值空间分布差异明显,表现为河南南部和安徽南部地区植被NPP减少明显,而处于增长趋势的区域主要位于山东省和江苏省大部分地区;随着干旱影响范围的增加,淮河流域年均植被NPP呈降低趋势。干旱与植被NPP呈正相关的区域占整个流域总面积的93.1%,两者呈明显正相关的地区横穿山东省中部和安徽省东北部。综合研究结果可知,淮河流域干旱对植被净初级生产力影响明显。 相似文献
8.
气候变化的时空差异及其发展趋势是我国生态环境变化的重要驱动因子。通过获取江苏省13个气象站点1976—2006年气象资料,应用空间插值、线性趋势法、滑动平均法、Mann-Kendall 非参数检验、滑动t-检验和小波变换等方法对江苏省气温和降水量进行线性趋势分析、平滑预测分析、突变分析和周期性分析,揭示该地区气候时空差异和变化发展趋势。结果表明:1976—2006年,苏北、苏中和苏南地区平均气温、平均最高气温和平均最低气温呈现波动上升趋势,且多在20世纪90年代发生突变现象,呈现明显上升趋势,在25~32 a、15~25 a和10~15 a的三类时间尺度上存在着比较稳定的周期变化规律;降水量均波动起伏较大,无明显的增减现象,且在1990—2000年间以正距平为主;年降水量多在20世纪70年代末和本世纪初发生突变;降水量在25~32 a、15~25 a和10~15 a的三类时间尺度上存在着明显的周期性变化。通过上述研究,有助于科学认识气候变化规律,积极应对区域气候变化,保障江苏省生态稳定及促进社会经济发展。 相似文献
10.
播期是影响小麦产量与品质的一个重要因素,冬小麦生产管理对播期的及时和准确监测有强烈需求。遥感数据源的日趋丰富及遥感定量化水平的日益提高,为大面积、低成本监测小麦播期提供了可能。本文对冬小麦播期遥感监测的研究进展进行了回顾,系统归纳了当前国内外播期遥感监测方法,分析了目前冬小麦播期遥感监测中存在的问题。推进高时空分辨率遥感数据的使用、强化多尺度传感器遥感数据融合算法的应用、开展冬小麦生长前期不同播期光谱数据的挖掘、探索冬小麦生长前期光谱与上茬作物时序遥感数据的综合及尝试遥感数据与作物模型同化方法的借鉴是冬小麦播期遥感监测的未来发展方向。 相似文献