基于时空数据融合的县域水稻种植面积提取

受云雨天气和卫星自身回访周期的影响,县域尺度水稻种植面积的提取往往难以获取完整时间序列的高空间分辨率影像,利用单一MODIS数据导致提取精度不高。针对上述问题以河南省优良水稻种植区原阳县为例,采用增强型自适应反射率时空融合模型(Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM),融合中高分辨率的Landsat数据和高时间分辨率的MODIS数据,获取完整时间序列的归一化植被指数（Normalized difference vegetation index,NDVI）数据,经过TIMESAT滤波平滑处理后,利用研究区内水稻与其他地物的时序NDVI曲线,设置合理的NDVI阈值,采用决策树分类的方法提取水稻种植面积。结果显示,总体分类精度为92.23%,Kappa系数为0.9043。提取的水稻制图精度为96.73%,用户精度为93.51%,说明ESTARFM模型能很好地融合出高空间分辨率影像,解决数据缺失问题,可为县域尺度水稻种植面积提取提供参考。     

黑龙江省水稻种植面积遥感提取研究

黑龙江省水稻种植面积备受关注。利用MODIS数据监测分析水稻整个生长季的信息,发现四个主要时段（休耕期、移栽期、生长期和成熟收割期）更易识别水稻信息。采用该方法监测黑龙江省2011年水稻种植面积信息,同时采用空间分辨率为30 m的TM数据进行验证,结果表明：MODIS提取的水稻面积较TM数据提取的水稻面积误差为1.8%。该方法可行性高,监测速度快,耗费时间少,可推广应用。     

基于GF-1 WFV影像的作物面积提取方法研究

黑龙江省是我国粮食生产大省,及时有效地获取黑龙江省的农作物种植面积对后续研究的开展具有重要意义。以黑龙江省五九七农场为例,利用2014年8月30日GF-1卫星16 m空间分辨率影像,通过计算不同特征波段,构建了多特征水稻、玉米种植区识别方法。首先计算影像归一化差分植被指数（NDVI）,并将原影像进行主成分变换,以此为基础建立包含多特征的数据集。然后利用不同地物类型之间在各特征波段的差异,基于CART算法构建决策树,分别提取研究区内的水稻和玉米。精度评价结果表明,分类的总体精度达到96.15%,Kappa系数为0.94。水稻的制图精度为98.41%,用户精度为97.64%;玉米的制图精度为95.38%,用户精度为97.89%。其中总体精度和Kappa系数较最大似然法分类结果分别提高了5.28%和0.08。所提研究方法可为其他地区农作物高分数据作物类型制图提供借鉴。     

基于决策树和混合像元分解的玉米种植面积提取方法

Landsat 8影像具有较高空间分辨率和时间分辨率,长时间序列Landsat 8-NDVI曲线反映农作物的物候历、种植模式和种植结构信息,是精确提取玉米种植面积的理想数据源。基于时序Landsat 8-NDVI影像提取玉米种植面积的方法中,决策树方法快速、高效,可通过多阈值限定进行分类,但由于混合像元问题,如果阈值设置过宽,提取面积偏大;阈值设置过窄,提取面积偏小;混合像元分解通过计算端元组分丰度可以排除异质地类干扰。因此,以时序NDVI为数据源、耦合使用2种算法是精确提取作物种植面积的有效方法。本研究基于时序Landsat 8-NDVI,提取河北省保定市大田玉米的种植面积。首先,分析典型作物区的NDVI曲线特征,并构建决策树从而初步提取早播夏玉米、小麦夏玉米和春玉米的分布范围。然后,根据端元平均NDVI波谱曲线,进行3种玉米混合度分解,进而根据玉米丰度比例精确提取玉米种植面积。精度评价结果表明:利用本方法提取的玉米种植区总分类精度在98%以上,Kappa系数在0.97以上;所提取的玉米种植类型主要是夏玉米,春玉米种植主要集中在涿州市中部,这与实地调查结果一致。上述定量和定性的评价结果表明该方法可用于快速、精确提取玉米种植面积。     

基于改进CBAM-DeepLab V3+的苹果种植面积提取

为提高苹果种植区域的提取精度,提出了一种基于Sentinel-2和MODIS融合影像的CBAM-DeepLab V3+模型。影响苹果种植区域提取精度的主要因素包括遥感影像的质量以及语义分割模型的性能。从影像质量角度来看,采用基于时序的时空融合算法ESTARFM,通过融合Sentinel-2和MODIS的遥感影像数据,实现更高空间分辨率和时间分辨率数据的获取。与此同时,将训练样本从原始的800幅扩充至2 400幅,为后续语义分割模型提供更为充足的样本容量。在语义分割模型优化方面,为了进一步提高苹果种植面积的提取精度,以DeepLab V3+网络结构模型为基础,引入基于通道和空间的CBAM注意力机制,进而发展出CBAM-DeepLab V3+模型。与原始DeepLab V3+模型相比,加入CBAM注意力机制的CBAM-DeepLab V3+模型在拟合速度较慢、边缘目标分割不精确、大尺度目标分割内部不一致和存在孔洞等缺陷方面实现了突破,这些改进提高了模型的训练与预测性能。本研究采用原始Sentinel-2影像及时空融合后的影像数据集,结合烟台市牟平区王格庄镇的数据集和观水镇苹果数据集对U-N...     

一种基于机器视觉的稻谷种子轮廓提取方法

0引言 我国水稻种植面积广阔,稻谷品种繁多.稻谷种子质量直接影响着粮食产量,因此,识别种子的品质,即种子真实性和品种纯度的确定显得尤为重要.目前,稻谷品种的鉴定识别方法主要有2种:化学方法和田间小区种植方法.其中,利用化学方法识别稻谷品种成本较高,而田间小区种植法实验周期又太长,它们都只在科研院所进行小批量的稻谷品种识别中适用.     

水稻插秧机的使用与调整

水稻是我国主要粮食作物之一,随着市场对水稻需求的不断增加,全国各地的水稻种植面积逐年增大。为确保大面积种植的水稻增产丰收,水稻插秧机在水稻种植中占有比较重要的地位。水稻插秧机的结构较为复杂,机械化要求比较高。     

基于Arcgis-python断面汇水面积批量提取方法研究

汇水面积对于工程设计中建坝成库和桥梁涵洞孔径尺寸等具有非常重要的现实意义。以30m分辨率的栅格DEM和已有的矢量河流为基础数据,基于Arcgis10.4软件的水文工具箱和python程序,批量处理和计算贵州省境内的芙蓉江流域50km2以上河流的断面以上的汇水面积,选取了广泛分布于芙蓉江流域代表性强的三类控制断面(水库类型6个、水文站类型2个和支流汇口类型29个),共37个。结果表明,在借助python批量处理的环境下,计算结果准确性高,计算的37个河道断面的汇水面积绝对误差(Δ)中最小的仅为0.08km^2,相对误差m最小的仅为0.09%,决定系数R2高达0.99,相对均方根误差RRMSE仅有2.74%,相对分析误差RPD为49.01,远大于2,偏差Bias为2.88;而相较于人工在地形图上勾绘,这种方法计算速度快,通过python批量处理的时间仅为人工的0.63%,极大地节省生产时间,赢得时间成本;此外,还将该方法应用于洪渡河流域、桐梓河流域、綦江流域、赤水河流域、大渡口以上区域、大渡口以下干流区域以及六盘水区域等7个研究区并获得很好的验证结果。因此,为河流控制断面的汇水面积勾绘提供一种新的计算方法,同时为生态断面流量以及坝址库容曲线的计算分析奠定基础。     

基于MODIS数据的冬小麦种植面积快速提取与长势监测

利用MODIS-NDVI数据,以中国冬小麦主产区为例,探讨了基于遥感影像全覆盖的大尺度冬小麦种植面积遥感综合自动识别及长势监测的方法。通过分析冬小麦的种植结构、物候历特征及其生物学特性和时序NDVI曲线特征,确定了冬小麦信息提取的NDVI阈值,建立了冬小麦面积提取模型,并最终获取了2010—2011年中国农情遥感监测中冬小麦长势监测所需的空间分布数据,与多年平均统计数据比较,总体精度达到81%以上。基于提取的冬小麦面积信息空间分布数据,利用MODIS-NDVI差值模型,对冬小麦2011年的长势进行监测。结果表明,与近5年平均状况对比,2011年冬小麦在其整个生育期内长势基本与常年持平,但时空分布差异较大。     

我省稳步推进水稻机械化育插秧技术推广工作技术问题正在逐步解决试验示范面积将继续扩大

水稻是我省种植面积最大、单产和总产最高的粮食作物。水稻生产具有环节最多、季节性最强、劳动强度最大、用工量最多等特点。改变水稻生产“面朝黄土背朝天，弯腰曲背几十年”的生产方式，一直是广大农民的迫切愿望。长期以来，由于我省水稻机械化栽插技术问题未取得突破，成为制约全省水稻生产机械化水平提高的“瓶颈”。     

亟待破解双季稻区水稻种植机械化发展迟缓的难题

我国双季稻地区的水稻种植将近全国水稻种植面积的一半,但种植机械化水平很低,严重制约该地区水稻生产机械化进程。文章通过分析双季稻区水稻机械化种植发展缓慢的因素,提出要加快发展双季稻区水稻种植机械化的水平,需要确定以机械化育插秧为主流技术、有针对性地攻克双季稻育插秧技术中尚未解决的难点问题;加强育插秧技术农机与农艺进一步融合;加速研发推出双季稻区适用的插秧机机型。     

基于多源数据融合模型的水稻面积提取

中高空间分辨率影像数据缺失是高空间分辨率作物空间分布提取的主要限制因素,针对部分地区的中高空间分辨率遥感影像缺失使得作物提取的关键生育期无卫星覆盖的问题,提出了一种基于模糊C聚类算法的多源遥感植被指数数据融合方法,融合Landsat和MODIS数据生成高时空分辨率的植被指数数据,对融合生成的多时相植被指数数据进行聚类后获取各类的时序植被指数曲线。通过与水稻标准时序植被指数曲线进行光谱相似性分析来提取水稻的空间分布。经测试表明,该方法能够获得相对较高的精度,可应用于中高分辨率遥感数据缺失地区的高空间分辨率作物空间分布信息提取。     

机械化栽种和机播用种量对水稻生产的影响

水稻机械化种植是广东省水稻生产全程机械化的短板.水稻机械化种植存在的农艺技术复杂性在一定程度上制约了水稻种植机械化技术的推广,因此水稻种植机械化发展需要农机与农艺相互融合.本文根据不同水稻机械化栽种模式的特点,分别阐述各类型水稻机插秧、精量穴直播和农用无人机直播的机播用种量和栽种技术要点及其作业效率,为水稻机械化种植提...     

基于多源Sentinel数据的县域冬小麦种植面积提取

冬小麦是我国主要的粮食作物之一,及时准确地获取冬小麦种植面积对农业政策的制定具有重要意义.以河南省扶沟县为研究区域,以多生育期Sentinel-1A和Sentinel-2A/B遥感影像为数据源,构建光谱特征、植被特征和极化特征的多生育期数据集,分析各类地物的特征曲线,采用随机森林算法对单生育期单传感器、单生育期多传感器...     

水稻种植机械化发展对策探讨

介绍了淮南市水稻种植机械化试验推广的现状,分析了水稻机械化种植技术的适应性以及发展水稻种植机械化的优势与制约因素,提出了促进水稻种植机械化发展思路与对策.     

沼肥用于水稻的现状及展望

本文介绍了沼肥的营养成分,沼肥用于水稻的研究现状、使用方法及其带来的益处.对今后沼肥应用于水稻的研究、解决的问题给出了作者的观点.     

打井种稻的反思与对策

通过大量调查研究,从总结打井种稻的经验教训入手,进而提出今后的发展对策,可为北方地区水田开发提供有益的借鉴。