排序方式: 共有76条查询结果,搜索用时 15 毫秒
21.
【目的】SRTM DEM是可免费访问公开可用的数字高程模型,但是当前SRTM DEM的垂直精度不能满足精细农业对地形数据的需求,提高其垂直精度,为精准农业等领域提供数据基础。【方法】以黑龙江省海伦东兴农机合作社为研究区,采集实际地面高程数据,获取SPOT-6、Sentinel-2A遥感影像和SRTM DEM。提取归一化湿度指数(NDMI)、归一化植被指数(NDVI)、土壤亮度(TCB)、潜在太阳辐射(PSR)等变量分析地形对其影响关系。利用极限学习机(ELM)和反向传播神经网络(BPNN)提高SRTM DEM水平空间分辨率和垂直精度。使用实际地面高程点进行精度验证,与基于无人机和光学立体像对(ZY-3)生成的DEM进行对比。【结果】SRTM、NDVI、NDMI、TCB与改进后高程的灰色关联度在90%以上,是改进SRTM DEM的重要辅助信息。在整个研究区,BPNN方法的RMSEP为0.98,R2P为0.98,ELM的RMSEP为1.00,R2P为0.90。在平坦区,BPNN方法的RMSEP为0.84,ELM的RMSEP为1.00;在起伏区,BPNN方法的RMSEP为0.99,ELM的RMSEP为0.94。该方法获得的DEM的垂直精度高于ZY-3光学立体像对生成的 DEM的垂直精度,为提高SRTM的水平空间分辨率和垂直精度提供了新思路。【结论】引入SRTM、NDVI、NDMI、TCB辅助信息有利于提高SRTM DEM的空间分辨率和垂直精度,获得高精度的DEM。BPNN方法获得的数字高程模型的精度整体上高于ELM方法, BPNN方法更加适用于平坦区高精度DEM的获取,ELM方法更加适用于起伏区。 相似文献
22.
林下免耕法种植山参技术 总被引:2,自引:0,他引:2
一、选地1.植被条件:选择以柞、椴、色、桦、榆树等为主的阔叶林或针阔混交天然林或天然次生林。林木稀疏高大乔木,林冠下生有2米以上的灌丛郁闭度在0.5—0.8之间为宜,透光率在15—25%之间。 相似文献
23.
为明确土壤反射光谱特征的主要影响因素、避免非相关土壤理化参数的反射光谱模型,以单一土壤类型黑土为研究对象,利用数理统计与因子分析方法分析影响黑土反射光谱特征的主要土壤理化参数。结果表明:1)土壤理化参数与黑土高光谱反射率的相关系数随波长变化呈4种模式,分别为有机质控制型、水分控制型、正相关型和不相关型,有机质与水分是黑土反射光谱特征的主导因素;2)黑土高光谱反射率的4个主要公因子分别对应水分响应波段(2210 nm)、可见光有机质响应波段(485 nm)、光谱曲线快速上升阶段(1290 nm)和可见光范围噪声较多波段(360 nm);3)有机质、pH、全氮、全磷可以利用黑土反射光谱特征进行预测。 相似文献
24.
25.
多光谱遥感结合随机森林算法反演耕作土壤有机质含量 总被引:4,自引:6,他引:4
土壤有机质(Soil Organic Matter,SOM)遥感反演一般以单期影像作为输入量,为研究多时相影像遥感结合随机森林提高SOM遥感反演精度的可能性,该研究以黑龙江省农垦总局胜利农场耕地范围为研究区,以Sentinel-2A和Landsat 8影像作为数据源,获取两期裸土遥感影像,构建光谱指数,以随机森林算法筛选波段和光谱指数作为输入量,构建SOM反演模型。结果表明:1)两期影像的SOM反射光谱响应波段包括二者共有的中心波长:约560、660、850 nm,以及Sentinel-2A特有的中心波长740 nm 4个波段;2)基于单期影像最佳波段和光谱指数,Sentinel-2A影像SOM最优反演模型R2为0.913,均方根误差为0.860 g/kg,精度高于Landsat 8影像反演模型;3)单期影像最佳波段引入光谱指数,相比以最佳波段作为输入量,使SOM最优反演模型的均方根误差分别提高了28.867%和8.722%;4)引入时相信息,基于单期和两期影像波段和光谱指数,SOM最优反演模型精度由高到低为两期影像(R2为0.938,均方根误差1.329 g/kg)、Sentinel-2A影像(R2为0.935,均方根误差为1.944 g/kg)、Landsat 8影像(R2为0.922,均方根误差2.022 g/kg),两期影像SOM最优反演模型的稳定性和精度略高于单期影像。研究结果证明了Sentinel-2A影像数据以及多时相裸土影像反演SOM的优势。 相似文献
26.
黑土典型区土壤有机质遥感反演 总被引:18,自引:12,他引:6
土壤有机质(SOM)含量时空变异规律研究对于土壤肥力评价、土壤碳库估算、土壤资源利用与保护具有重要意义,而地貌、成土母质、土壤类型等差异、高光谱卫星影像较少等因素制约了区域尺度的SOM含量遥感反演方法研究的开展。该文以黑龙江省黑土带典型区为例,采集区域土壤样本,获取Landsat TM遥感影像,基于有机质含量与土壤反射率的定量关系,建立区域SOM遥感预测模型。结果表明:黑土区SOM含量高,一般大于2%,决定了有机质对土壤反射光谱特性的主要作用,而且该区SOM空间变异性显著,且耕作方式、气候等因素决定了裸土时间长,因而该区适于SOM含量遥感反演;有机质与TM各波段反射率均显著相关,最大相关系数在第3波段(0.63~0.69 μm),为-0.710,其次为4波段(0.76~0.90 μm),与实验室基于高光谱反射率数据分析的结果一致;基于TM影像2、3、4波段的SOM指数模型最优,预测精度高、稳定性好,可以用于揭示黑土典型区SOM含量的空间分布特征。该研究将为改进土壤理化参数遥感反演、土地质量评价、土壤碳库估算等工作方法提供理论与技术支持。 相似文献
27.
28.
黑土土壤水分反射光谱特征定量分析与预测 总被引:3,自引:0,他引:3
选择单一土类黑土作为研究对象, 并准确调配其不同含水量,实验室测定土壤高光谱反射率,利用光谱分析与统计方法,定量描述了不同含水量黑土反射光谱特征,并建立了黑土含水量反射光谱预测模型,结果表明,随土壤含水量的增加,达到一定阈值(300 g kg-1),反射率存在过饱和现象,但其倒数对数微分可以有效去除饱和问题;土壤反射率倒数对数微分对土壤含水量的响应表现出三个变化阶段,导致1 870 nm波段的倒数对数微分也表现为非线性变化,需要利用分段函数进行土壤含水量的光谱精确速测。 相似文献
29.
三江平原过去50年耕地动态变化及其驱动力分析 总被引:7,自引:0,他引:7
在遥感和地理信息系统技术支持下,本文对三江平原建国以来耕地变化方式及与其它土地利用类型的转化进行了定量研究。结果表明,在过去50多年里,三江平原耕地面积发生了显著变化。在建国初期的1954年,耕地面积为17133.81 km2,所占比重仅为15.91%;2005年耕地为55688.45 km2,面积比为51.17%,耕地面积净增加了38554.64 km2,年均耕地增加面积为755.97 km2。通过耕地与其它土地利用类型的转化分析表明,湿地开垦对耕地的增加贡献最大,其次为林地与草地。通过垦殖指数及其变化模型分析表明,三江平原不同历史时期耕地面积的变化速率存在很大的时空差异;区域本身人口急剧增加、国家有计划的农垦移民、农业机械化水平提高是导致本区耕地面积不断增加的主要原因;三江平原区域自然条件,尤其是地势、地貌与土壤条件同样影响着三江平原耕地面积的变化。 相似文献
30.
大豆叶绿素含量高光谱反演模型研究 总被引:28,自引:4,他引:24
叶绿素是植物体进行光合作用、进行第一性生产的重要物质,能够间接反映植被的健康状况与光合能力,同时也能反映植被受环境胁迫后的生理状态。高光谱遥感为快速、大面积监测植被的叶绿素变化提供了可能。该研究实测了不同水肥耦合作用下,大豆冠层的高光谱反射率与叶绿素含量数据,对二者进行了相关分析;采用特定叶绿素敏感波段建立了植被指数叶绿素估算模型;最后采用相关系数较大的波段作为神经网络模型的输入变量进行了叶绿素含量的估算。经对比发现叶绿素A、B与光谱反射率在可见光与近红外波段的相关系数的变化趋势基本一致,在可见光谱波段呈负相关,近红外波段呈正相关,红边处相关系数由负变正。特定色素植被指数可以提高大豆叶绿素估算精度(R2>0.736),但是人工神经网络模型可以大大提高大豆叶绿素含量的估算水平,当隐藏层节点数为4时,R2大于0.94,随着隐藏层节点数的增加,R2可高达0.99,表明神经网络模型可以大大提升高光谱反演大豆叶绿素含量的能力。 相似文献