基于Quickbird遥感影像的农田管理分区划分研究

 【目的】以高空间分辨率Quickbird遥感影像作为管理分区划分的数据源，结合地面土壤养分采样数据进行管理分区划分研究。【方法】在对数据进行空间变异分析的基础上，采用3种不同的分区方式对研究区进行田块尺度内管理分区的划分：1）利用土壤养分数据划分管理分区；2）利用冬小麦遥感长势信息划分管理分区；3）利用土壤养分信息结合冬小麦长势信息划分管理分区。【结果】与划分前的地块变异情况相比，利用土壤养分数据进行管理分区划分的方法，在很大程度上提高了不同分区内土壤的均一度，而光谱指数和产量的变异系数也有所降低；利用光谱数据进行管理分区划分，土壤养分的变异系数总体上有所减低，但降低的幅度小于利用土壤养分数据划分的管理分区，光谱指数和产量的变异系数都有大幅度降低；利用土壤数据结合光谱数据进行管理分区划分，土壤养分和光谱指数以及产量的变异系数普遍降低。【结论】在划分管理分区时，综合考虑土壤养分和光谱数据的空间变异情况是最佳选择，但当缺乏土壤养分数据时，利用遥感影像进行管理分区的划分也是可行的。     

高光谱遥感在土壤研究中的应用

在分析高光谱遥感发展历史、技术特点的基础上,总结了高光谱遥感技术在土壤研究中的主要应用领域,并列举了国内外代表性研究情况。同时,结合现有研究热点,对未来高光谱遥感在土壤研究中的应用进行了分析和展望。     

基于专家分类知识库的林地分类

将闽江流域林地划分为有林地、灌木林地、疏林地和其他林地,并将有林地划分为杉木林、马尾松林、阔叶树林、竹林和经济林.利用福建省第5次森林资源连续清查固定样地资料,提取闽江流域各林地类型在闽江流域遥感图像图上的像元光谱值,分析各林地类型光谱曲线变化规律,基于遥感图像处理软件的专家分类知识库,建立闽江流域林地分类模型,对闽江流域林地利用现状进行分类.所建立模型划分出了闽江流域林地利用现状,林地分类精度总体达79%.     

基于高光谱遥感技术的农作物病虫害预警监测研究进展

结合农作物的病虫害防治实践,分析了农作物病虫害遥感应用研究现状,对病虫害光谱响应机制进行深度解析,探索了高光谱遥感技术的应用策略。     

植被光谱遥感数据的研究现状及其展望

植被光谱遥感是地表植被地学过程对地观测的强有力工具.本文概述了植被光谱遥感在植被信息提取、植物长势监测和估产以及估算植物光合有效辐射和初级生产力等方面的应用及研究现状,特别关注了高光谱遥感及其与近年逐步兴起的多角度遥感结合,更精确地反演植被参数等方面的发展状况.并讨论了今后植被光谱遥感应用发展的方向和研究领域.     

一种结合形状特征的多光谱遥感图像分割方法

提出一种结合形状特征和光谱特征对多光谱遥感图像进行分割的方法。首先确定形状因子和光谱因子的表达式．然后应用区域生长算法在给定区域异质性阈值的约束条件下进行图像分割。实验结果表明此方法对中高分辨率多光谱遥感图像的分割效果较好，有一定的推广价值。     

QuickBird影像在城市土地利用现状调查中的应用研究

以QuickBird卫星影像作为主要数据源,采用主成分分析法对全色和多光谱图像进行融合,并与其它辅助信息进行综合分析,通过室内遥感目视解译,结合野外实地调查验证,对天津市塘沽区土地利用现状进行了遥感调查。研究表明:QuickBird提供的高分辨率卫星图像可以满足制作大比例尺城市土地利用现状图的要求,图像融合可以充分利用全色图像的高空间分辨率和多光谱图像的高光谱分辨率,提高了目视解译的精度。     

高光谱遥感技术在烟草中的应用综述

首先综述了影响烟草光谱特征的若干因素,同时列举了高光谱遥感应用于烟草上的主要处理技术,最后对高光谱遥感在烟草上未来应用进行了展望。     

高光谱遥感技术在烟草中的应用综述

首先综述了影响烟草光谱特征的若干因素,同时列举了高光谱遥感应用于烟草上的主要处理技术,最后对高光谱遥感在烟草上未来应用进行了展望。     

利用AVHRR监测一季混栽作物长势初探

本文根据作物的光谱物征，结合辽宁省的实际情况，划分了５个农业生产力水产相近的监测区域，分析了一季混栽作物遥感监测的可能性，利用气象卫星遥感信息，对旱地作物生殖生长期建立了定量的评价模型，最终采用定量和定性相结合的逐旬评价方法达到对作物长势动态监测的目的     

茶花叶面积测量方法的研究

运用SPSS13.0建立了茶花品种"七心红"的叶面积与叶长、叶宽和叶长宽乘积的线性回归方程.结果表明:茶花叶面积与叶宽、叶长宽乘积呈极显著回归关系,与叶长回归关系不显著,通过比较认为,叶面积与叶长宽乘积的一元线性回归方程、与叶宽的一元线性回归方程和与叶宽叶长宽乘积二元线性回归方程均适用于叶面积的估算,并给出了叶面积回归方程.     

大久保桃叶面积回归测算方法研究

以大久保成熟叶片为试材,研究了叶长(x1)、叶宽(x2)、叶长×叶宽与叶面积(LA,y)的关系。结果表明,叶长、叶宽、叶长×叶宽与LA均呈正相关关系,相关系数分别为0.9203、0.9297、0.9764;叶长和叶宽、叶长和叶长×叶宽、叶宽和叶长×叶宽与LA的复相关系数分别为0.9866、0.9884、0.9884,差异均达到了极显著水平。在此基础上建立了叶长与LA、叶宽与LA、叶长×叶宽与LA 3个简单线性回归方程以及叶长和叶宽与LA、叶长和叶长×叶宽与LA、叶宽和叶长×叶宽与LA 3个二元回归方程。6个回归方程均可作为测算大久保桃的叶面积。其中,以叶长和叶长×叶宽与LA、叶宽和叶长×叶宽与LA的二元回归方程:Y=490.6048-4.9315x1+0.6816x1x2、Y=-213.244+18.6115x2+0.5527x1x2测算结果更为精确。在具体应用中,可根据所要求的精确度和测算时的工作量进行选择。     

数字长度面积仪的检定和精度分析

本文对数字长度—面积仪的特点和主要性能作了概括说明;引用马列科夫判据公式对该仪器的可信程度进行了检定;通过实验分析了仪器量测图形面积的精度,确定了量测精度与图形面积大小的回归关系,用回归方程对量测不同面积的精度进行预估,并用实际量测结果进行验证;确定出该仪器量测图形面积时的容许误差;最后指出了使用该仪器时应注意的事项及改进意见。     

基于多元线性回归的广西粮食产量预测

【目的】利用多元线性回归分析方法构建广西粮食产量预测模型,以期为相关研究提供参考。【方法】对影响粮食产量的各种因素进行分析,应用多元线性回归分析法建立广西粮食产量的预测模型。【结果】对粮食产量贡献最为明显的因子是种植面积,其次是单位面积产量,降水量对粮食产量影响最小。粮食产量与种植面积、粮食单产、降水量的回归方程为：y=-517.759＋0.158x1＋0.382x2-0.001x3。应用多元线性回归模型预测2012年广西粮食产量为1464.381万t。【建议】在保证土地面积的前提下,加快农业科技创新、加强农田水利建设和完善促进粮食生产的相关政策,以保证广西粮食生产的稳定发展。     

番茄叶面积测量方法的研究

建立了番茄品种“coun ter”的叶面积与叶长、叶宽和叶长宽乘积的线性回归和幂函数回归方程。结果表明,番茄叶面积与相应指标呈极显著回归关系,建立番茄叶面积回归方程时应分叶片大小来进行,并且应根据残差分析来划分大小叶范围。通过比较认为,叶面积与叶长宽乘积的一元线性回归方程和叶长的幂函数回归方程均适用于叶面积的估算,并给出了番茄品种“coun ter”的叶面积回归方程。     

枣果实表面积估算模型的研究

【目的】果实表面积是发育生理学研究的一个重要特征,同时也是植物病理学研究分析的重要指标。【方法】本试验采用包裹法测定3个不同果形枣品种的表面积,尝试4种测算模型对枣果实表面积进行拟合计算。【结果】基于‘板枣’体积和‘婆婆枣’横径线性回归模型,‘壶瓶枣’质量非线性回归模型更能估测枣果实表面积,回归方程分别为:y=2.9132x+2.7707,r=0.9767;y=2.1551x-22.318,r=0.9887;y=6.1831x0.7321,r=0.9851。     

基于AutoCAD软件确定甜椒品种“精选茄门”苗期叶面积的方法

以甜椒品种"精选茄门"为材料,用数码相机拍照获取叶片图像,通过AutoCAD软件获取叶片的实际面积,以叶长、叶宽为测定指标,分别建立叶长、叶宽、叶长+叶宽、叶长×叶宽等相关指标与叶面积的回归方程。结果表明,回归方程与指标均达到显著指数相关,其中(叶长×叶宽)与叶面积的回归方程y=0.674 1x0.995 9,相关指数(R2)均达到0.992 2,为甜椒品种"精选茄门"苗期叶片叶面积测定提供了简单实用的方法。     

马奶子葡萄叶面积评估模型的建立

【目的】研究新疆南疆地区马奶子葡萄叶长、叶宽、叶长×叶宽及叶面积之间的关系,为田间快速估测葡萄叶面积提供方法。【方法】以南疆地区马奶子葡萄品种的叶片作为研究对象,测定叶片的叶长、叶宽、叶长×叶宽及叶面积值,分析不同指标和马奶子葡萄叶面积之间的关系。【结果】建立的叶面积估测的二元回归方程,是估测马奶子葡萄叶面积最佳的回归方程,估测的平均差异率仅为2.103%;建立的二元回归方程y₁=12.990x₁+2.501x₂-66.109为最优方程。【结论】马奶子葡萄叶片的叶长、叶宽、叶长×叶宽与叶面积均存在极显著相关,运用回归法估测马奶子葡萄叶面积,既不破坏树体,又具有简便易测、可靠性强、准确性高的优点。     

白三叶叶面积测定方法研究

以白三叶为试验材料,叶长、叶宽为测定指标,计算出叶面积与有关指标的回归方程.结果表明:回归方程与指标均达极显著直线相关,尤其是叶长、叶宽等指标与叶面积的多元回归方程y=-1.8467+0.337x1+1.9705x2-0.568z3+0.6292x4,相关系数高达0.9873.结果为白三叶叶面积的测定提供了一个简单实用的潮定方法.     

基于多元线性回归的广西粮食产量预测

【目的】利用多元线性回归分析方法构建广西粮食产量预测模型,以期为相关研究提供参考。【方法】对影响粮食产量的各种因素进行分析,应用多元线性回归分析法建立广西粮食产量的预测模型。【结果】对粮食产量贡献最为明显的因子是种植面积,其次是单位面积产量,降水量对粮食产量影响最小。粮食产量与种植面积、粮食单产、降水量的回归方程为：y=-517.759+0.158x1+0.382x2-0.001x3。应用多元线性回归模型预测2012年广西粮食产量为1464.381万t。【建议】在保证土地面积的前提下,加快农业科技创新、加强农田水利建设和完善促进粮食生产的相关政策,以保证广西粮食生产的稳定发展。