基于多时相影像的棉花种植信息提取方法研究

为实现区域棉花种植面积信息的快速监测,利用2014年新疆奎屯市农七7师125团棉花不同生育期内2期关键期HJ-CCD数据影像,分别运用支持向量机(SVM)的分层监督分类法和专家知识决策树(CART)分类法,基于研究区棉花与其他作物物候和光谱差异提取棉花种植面积和位置,并对两种方法的分类结果进行分析。结果发现:1监督分类法与专家决策树分类法都能有效的提取棉花的面积,棉花总面积精度达96%以上,位置精度达82%以上,专家决策树分类更优一些。2相对而言,基于专家决策树法相对简单,分类精度高,分类位置精度较好。采用环境小卫星影像结合野外调查,在提取棉花种植面积方面有着覆盖面积大、观测周期短的综合优势,而决策树分类法提取棉花面积简单有效。由此可建立一种适用于棉花信息监测系统平台,方便快捷的提取作物种植面积,为棉花长势的研究和病虫害发生区域的确定提供了技术支持。     

基于遥感影像的县域冬小麦种植信息提取——以陕西省武功县为例

冬小麦是陕西省关中地区重要的粮食作物。本研究以陕西省武功县为例,使用Landsat8 OLI影像作为数据源,综合使用NDVI阈值分割和决策树分类技术提取了武功县2017年冬小麦种植区域,并对各乡镇冬小麦种植面积和空间分布信息进行统计分析。结果表明:(1)在本研究区,冬小麦越冬期结合油菜开花期是利用遥感影像提取冬小麦种植信息的最佳时期组合;(2)运用NDVI阈值分割法结合决策树分类从OLI影像提取冬小麦种植面积的精度达到93%以上;(3)武功县2017年冬小麦种植面积为21 181.97 hm~2,下辖各乡镇中长宁和贞元两镇冬小麦种植面积较大,分别占总面积的24%和19%;在县域尺度上,使用遥感技术提取的冬小麦种植面积和空间分布信息是准确可靠的。     

基于遥感影像的县域冬小麦种植信息提取

冬小麦是陕西省关中地区重要的粮食作物。本研究以陕西省武功县为例,使用Landsat8 OLI影像作为数据源,综合使用NDVI阈值分割和决策树分类技术提取了武功县2017年冬小麦种植区域,并对各乡镇冬小麦种植面积和空间分布信息进行统计分析。结果表明：（1）在本研究区,冬小麦越冬期结合油菜开花期是利用遥感影像提取冬小麦种植信息的最佳时期组合;（2）运用NDVI阈值分割法结合决策树分类从OLI影像提取冬小麦种植面积的精度达到93%以上;（3）武功县2017年冬小麦种植面积为21 181.97 hm²,下辖各乡镇中长宁和贞元两镇冬小麦种植面积较大,分别占总面积的24%和19%;在县域尺度上,使用遥感技术提取的冬小麦种植面积和空间分布信息是准确可靠的。     

高分辨率影像的干旱区植被信息提取方法

基于黑河下游额济纳旗地区的Quickbird影像,采用决策树(Decision Tree)、人工神经网络(Artifi-cial neural net,ANN)及支持向量机(Support Vector Machine,SVM)方法对干旱区植被信息进行提取。对三种方法的精度进行评价,结果显示:决策树分类得到的结果零碎,总体分类精度为84.87%;ANN法较决策树方法适宜度高,总体分类精度为91.87%;纹理信息辅助的SVM法取得效果最好,总体分类精度可达96.53%。试验中发现使用高分辨率影像提取干旱区植被种类信息时,大窗口的纹理特征辅助效果较好,但是分类结果的边界出现失常,随着纹理窗口越大,失常的范围也越大。     

基于遥感数据的新疆开-孔河流域农业区种植结构提取

农作物种植结构是农作物空间格局的重要组成部分,是区域土地资源和水资源优化配置的基础。以新疆开―孔河流域农业区为研究区域,综合利用作物物候信息和2016年的MODIS NDVI时序曲线,获得不同作物生长差异明显的关键期,选择关键期的Landsat 8 OLI影像,构建主要作物提取知识规则,基于决策树方法开展农作物的分类识别。开―孔河农业区2016年主要作物种植面积为5.07×10^5hm^2,其中棉花种植面积最大,为1.97×10^5hm^2,玉米、小麦次之。博斯腾湖和开都河农业区以辣椒、玉米和小麦为主要作物,种植结构比较零散;孔雀河农业区种植结构比较单一,以棉花和香梨为主要作物。与仅利用时间序列的MODIS数据进行作物分类识别的结果对比表明,综合利用MODIS和Landsat数据的作物识别精度有显著提高,总体分类精度从62.58%提高到88.37%,kappa系数从0.53提高到0.86。该方法综合利用了MODIS数据的时序特征和Landsat数据较高的空间分辨率特征,有效地避免了MODIS数据空间分辨率不足而导致分类精度较差的情况,又避免了Landsat数据时间分辨率不足所引起的时相选择盲目性或数据冗余,在干旱区农业种植结构的提取领域具有一定的应用价值。     

基于Sentinel-2影像的河套灌区作物种植结构提取

作物识别是提取作物种植结构的基础,利用遥感技术对作物进行监测识别,对优化生产布局、调整农业生产模式有着重要意义。文中选取河套灌区杭锦后旗为研究区域,基于2019年覆盖生长周期的Sentinel-2号卫星影像数据,构建NDVI时间序列数据集,利用Savitzky-Golay(S-G)滤波对NDVI时间序列数据集进行平滑,分析不同作物不同发育期的光谱曲线特征,计算各主要作物识别关键期的光谱阈值,构建基于决策树分层分类的农作物种植面积提取模型,并用验证样本对分类结果进行精度验证。结果表明:利用整个生育期内的NDVI最大合成影像确定植被地表覆盖,NDVI曲线变化区别林地与耕地,逐层提取地物,简便易行;采用S-G滤波重构高质量的NDVI时间序列曲线,研究证明重构后曲线更加平滑符合作物生长趋势;基于Sentinel-2号遥感数据和整个生育期NDVI时序数据,构建分层分类决策树模型,作物分类总体精度达92.1%,Kapppa系数精度达0.857。本研究采用的方法满足遥感观测应用化需求,也为县级区域农作物分类提供重要参考价值。     

棉花烂种烂根病原因浅析及防治对策

沙湾县地处北疆天山中部的依连哈比尔尕山北麓与准葛尔盆地南缘之间,棉花种植面积２．８３万ｈｍ２,占全县作物种植面积的４２．５％,成为农村经济重要组成部分,而棉花烂种烂根是历年来影响棉花生产的重要病害,因此,防治棉花烂种烂根已成为夺取棉花持续高产的重要措施。１　流行实况棉花烂种烂根在沙湾县自１９８１年以来的１８ａ中,重发生有３ａ,发病率６０％～８４％,发病面积占棉花种植面积的５０．４％～７４．１％,重种、补种和改种面积占１６．１％～３１．５％;中度发生有７ａ,发病率２０％～５５％,发病面积占棉花种植…     

基于单时相MODIS数据的土地覆盖三种分类方法对比研究

以甘肃省为试验区,基于单时相MODIS数据,主要利用其可见光多波段光谱信息,分别使用最大似然法、BP神经网络算法以及基于See 5.0数据挖掘的决策树分类方法对土地覆盖进行了自动分类研究,结果验证表明:决策树分类性能最优,总分类精度达到82.13%,神经网络算法次之,总分类精度为77.60%,最大似然法最差,总分类精度为73.93%;加入boosting技术的See 5.0数据挖掘决策树方法能够快速地进行决策树的建立且能很好地提高较难识别地物类型的分类精度。     

基于3S技术的棉花面积估测方法研究

基于3S(遥感、地理信息系统和全球定位系统)技术的支持,以SPOT影像为信息源,结合GPS地面样方调查、地面定位数据分析以及其他资料进行试验区作物种植面积估测的综合研究。简述了样方的采集,影像的选取、合成和预处理,以及用GPS数据进行影像几何纠正的基本原理及其优点,重点研究了遥感分类中的非监督分类、监督分类中的最小距离法、最大似然法和马氏距离法4种方法及其在作物种植面积估测上的应用和精度。在样点调查与分类的基础上,通过对不同样区、不同时相遥感数据的解译、野外地面调查样方数据的统计,计算样区内作物种植面积,并以泽普县为例,利用抽样内推外延的方法,计算该县的棉花种植面积,作为研究成果推广的实践基础。     

基于Google Earth Engine平台的关中冬小麦面积时空变化监测

以关中地区为研究区,基于Google Earth Engine(GEE)平台,根据冬小麦生育期内归一化植被指数(NDVI)时序曲线和物候特征,采用NDVI重构增幅算法和光谱突变斜率,构建了关中地区冬小麦提取模型并实现了冬小麦种植面积的提取。用农业统计面积验证提取结果表明:在市级和县级尺度上,决定系数R~2分别为0.82和0.62,一致性指标d分别为0.95和0.84,提取结果与实地调查数据的空间一致性精度为93.4%。结果显示:关中地区冬小麦主要分布在中部关中平原,冬小麦种植面积在2011—2017年呈下降趋势,减少了83.22×10~3 hm~2(8.47%)。综合考虑冬小麦NDVI时序曲线的"峰""谷"特征,具有一定的普适性,可为大面积连续年份冬小麦种植面积时空监测提供参考。     

干旱区绿洲生态景观信息图谱的研究与应用

利用2000年Landsat TM及2005年CBERS-2/CCD影像数据作为主要信息源,综合各种属性数据和统计资料,在GIS软件平台上,进行模式识别、专题分类、图谱表达,利用GIS的空间分析功能建立鄯善绿洲景观要素类型变化信息图谱,并创立属性数据库,从地学图谱的角度来分析干旱区绿洲景观要素在时间和空间上的特征变化,进行景观要素量化指标的统计,分析复杂的生态景观时空变化。     

乌兰布和沙漠湖泊变化与气候关系

基于卫星和气候数据,以内蒙古乌兰布和沙漠湖泊为研究对象,采用中巴资源卫星2000-2008年长时间序列的影像数据,通过最佳波段组合和时相的选取,用一景同期TM图像作为辅助数据,进行高精度几何配准和镶嵌以及边缘信息提取等处理,绘制湖面变化解译图.为避免个别年份湖面变化出现的偶然性,采用几个相邻年份湖面求取平均值的方法统计...     

新疆棉花精准种植技术系统集成设计

作为一种新的农业微观经营管理方式,精准农业已成为农业发展的趋势之一。从新疆兵团棉花种植的实际情况出发,结合在试验区开展的精准棉花种植研究工作中采用的技术思想、方法、手段及取得的初步成果,从精准农业种植系统的农田信息采集系统、信息处理系统和实施系统3个技术环节入手,分析和评述精准农业技术体系的关键技术。然后,结合新疆农业生产自主开发及引进的系列数字农业技术软件产品,在以往精准农业关键技术研究成果的基础上,开发出基于GIS的农田资源和生产管理、土壤养分管理与变量施肥决策、农田变量灌溉决策、病虫害防治及测报等功能为一体的,适合新疆本地的精准农业技术平台,进行棉花精准种植信息系统集成软件设计与开发,可为新疆及其他地区棉花精准种植提供参考模式。     

兰州市南北两山造林树种的生长过程解析

兰州市南北两山的绿化是为当地居民营造良好居住环境的重要工作,该地区造林树种生长规律更是植被恢复中树种选择和抚育管理的依据。以2005年在兰州市甲子坪1号和2号试验地以及2006年在皋兰山试验地栽植的侧柏和山杏为对象,通过树高和胸径调查以及树干解析,对其生长特性进行研究。结果表明:在2014年调查时,甲子坪1号和2号试验地以及皋兰山试验地的侧柏平均树高分别为3.0 m、3.7 m和3.0 m,平均胸径分别为3.5 cm、5.2 cm和3.0 cm,侧柏的存活率为80%~88%,山杏的存活率达到80%以上。2008—2014年的3次调查结果表明,侧柏的树高平均增长量为0.15~0.18 m·a~(-1),山杏的树高平均增长量为0.17~0.20 m·a~(-1)。对侧柏优势木(树高4.5 m)、平均木(树高3.5 m)和劣势木(树高2.8 m)的树干解析得出,侧柏苗期(栽植后3 a)的高生长速率为0.3~0.4 m·a~(-1),个体间没有显著差异,但造林3 a后优势木的高生长速率为0.2~0.4 m·a~(-1)、平均木为0.2 m·a~(-1)、劣势木为0.1~0.2 m·a~(-1),个体间差异显著。