共查询到10条相似文献,搜索用时 750 毫秒
1.
数据融合及其在农情遥感监测中的应用与展望 总被引:5,自引:8,他引:5
长期以来,由于对数据融合一直没有一个严格的统一的定义,对于数据融合的理解、表达存在各种差异,在一定程度上影响了学术交流的顺利开展和应用渠道的畅通。另一方面,数据融合在遥感领域的长期发展已取得了丰硕的成果,将这些成果应用于农情遥感监测中,是非常有意义的。该文详细介绍了数据融合的概念及其发展过程,包括数据融合的定义、数据融合层次和融合方法;分析了当前数据融合在遥感尤其农情遥感监测中的应用现状,并针对农情遥感监测的特点,展望数据融合在农情遥感监测中的应用前景。 相似文献
2.
3.
4.
5.
集成化的省级农情遥感监测系统 总被引:3,自引:0,他引:3
在“中国农情遥感速报系统(CropWatch-China)”的基础上,中国科学院遥感应用研究所开发了集成化的中国省级农情遥感监测系统(CropWatch-Province)。系统以遥感为主要数据源,在县、主产区和省3个尺度上进行农情信息的监测,包括作物长势、单产、种植面积、复种指数监测及作物估产、农气分析等,对系统的技术方法、结构、功能及其主要特点进行了详细论述。2010年系统通过“信息处理产品标准符合性检测中心”的检测,系统具有集成化程度高、灵活性强和应用新数据等特点。系统可以根据不同区域的特点进行灵活定制,通过集成化开发可以独立完成从数据预处理、科学计算、信息提取到结果输出的全部任务,并将包括HJ-1在内的一系列新数据应用于农情信息的获取。 相似文献
6.
7.
基于合成孔径雷达的农作物识别研究进展 总被引:13,自引:8,他引:5
精准识别农作物对于及时准确估计农作物种植面积、产量等关键农情信息具有重要意义。合成孔径雷达(synthetic aperture radar,SAR)以其不受云雨天气影响,可全天时、全天候监测等优点已被广泛应用于农情遥感监测领域,为大区域尺度的农作物遥感识别提供了强有力的数据保障和技术支持。该文以雷达技术的发展进程为论述主线,对20余年来国内外农作物SAR识别研究与实践应用的新进展进行了系统总结,具体归纳为4个方面:早期研究(20世纪80年代末-2002年),特征是以单波段、单极化、多时相SAR数据为主;基于多极化、多波段SAR数据进行农作物识别与面积监测研究;利用SAR与光学遥感相结合提高农作物的识别精度与效率研究;农作物SAR分类算法研究。在今后农作物SAR识别研究中,对于复杂种植结构背景下的旱地作物识别,如何优化组合SAR系统工作参数(极化方式、频率及入射角等)及与光学遥感融合来提高农作物识别精度与时效性,发展机理性的农作物SAR分类算法将是需要重点解决的3个问题。 相似文献
8.
基于时间序列影像的中观尺度农作物长势监测采样方法 总被引:2,自引:2,他引:0
地面采样调查是遥感应用中一个重要的手段。采样点的空间位置和数量决定了监测点的代表性,并受到监测成本限制。高效和经济地设计采样方案是推进地面采样数据更好地服务于遥感应用的重要问题。该文以遥感在农业方面的应用为切入点,在对现有农作物监测现状研究的基础上,通过对时间序列的遥感影像进行农作物长势分布的分析,运用概率比例规模抽样(PPS)的思想提取采样点。通过对2007的农作物长势分布区进行农情参数监测点采样,并与2009年的农作物长势分布对比,发现采样点达到较好的一致性。基本满足中观尺度农作物长势监测中采样点具有代表性、典型性和稳定性的要求。 相似文献
9.
10.
基于地块特征基元与多时相遥感数据的冬小麦播种面积快速提取 总被引:10,自引:6,他引:4
冬小麦播种面积监测是农情遥感的重要研究内容之一,及时、准确地获取冬小麦的播种面积对冬小麦产量估算具有重要的意义。该文在面向对象技术的支持下,首先利用融合的高空间分辨率SPOT5遥感影像提取农田地块专题层信息;然后在专题层控制下对多时相的ETM+遥感数据统一尺度分割,得到不同时相遥感影像相同形状的地块特征基元;通过光谱特征规则集构建不同时相的冬小麦信息提取模型,实现对各个时期冬小麦播种田块对象的提取;最后通过交叉验证,确定最终的冬小麦播种面积。结果表明,该方法能够快速获得冬小麦播种面积,总体精度达到90%以上,基本上能够满足农情遥感监测的需求,为冬小麦种植面积遥感快速监测提供了一种可行的方法。 相似文献