排序方式: 共有24条查询结果,搜索用时 12 毫秒
1.
AquaCrop模型在东北黑土区作物产量预测中的应用研究 总被引:1,自引:0,他引:1
东北黑土区是我国玉米和大豆生产基地,为了实现利用AquaCrop模型优化管理和预测产量,本文基于作物小区田间试验和大田观测数据,采用OAT(one factor at a time)法分析了该模型参数的敏感性,率定了敏感性高的参数,并对率定后的模型进行了验证。结果表明:玉米和大豆产量均对影响经济产量的收获指数十分敏感,二者虽然对冠层和根系生长参数都敏感,但有所差异:玉米对冠层衰减系数(canopy decline coefficient,CDC)更为敏感,而大豆则对限制冠层伸展的水分胁迫系数曲线的形状因子(shape factor for water stress coefficient for canopy expansion,Pexshp)更为敏感;玉米因根系深对最大有效根深(maximum effective rooting depth,Zx)更敏感,大豆因根系浅对根区根系伸展曲线的形状因子(shape factor describing root zone expansion,Rexshp)更敏感。由于玉米需水量大,对冠层形成和枯萎前的作物系数(crop coefficient before canopy formation and senescence,KcTr,x)和归一化水分生产力(normalized water productivity,WP*)很敏感,大豆则是一般敏感。率定后模型模拟玉米产量与实测产量的回归系数由0.34提升至0.89,模拟大豆产量与实测产量的回归系数由0.80提升至0.88。进一步用大田实测产量的验证结果表明:预测的玉米与大豆产量与实测产量间回归方程的决定系数(coefficient of determination,R2)分别为0.775和0.779,均方根误差(root mean square error,RMSE)分别为1.076 t hm^–2和0.299 t hm^–2,标准均方根误差(normalized root mean square error,NRMSE)分别为0.097和0.178,模拟效率(model efficiency,ME)分别为0.747和0.730,率定后的AquaCrop模型能较精准地模拟东北黑土区玉米和大豆产量,可用于产量预测或优化管理。 相似文献
2.
仔猪成活率的高低直接影响着养猪业的发展,如何养好母猪,提高仔猪成活率,增加经济收入是整个养猪业振兴发展的关键问题。 相似文献
3.
基于高密度站网的中国降雨侵蚀力空间分布 总被引:11,自引:0,他引:11
降雨侵蚀力反映了雨滴击溅和径流冲刷引起土壤侵蚀的潜在能力,它与土壤、地形、地表覆盖以及水土保持措施等因子共同作用,决定着一个地区的实际土壤流失量。在严格数据质量控制的基础上,通过第一次全国水利普查水土保持情况普查“气象数据上报系统”收集到2032个站点1980(1981)-2009(2010)年侵蚀性日降雨量资料,结合646个国家基本气象台站1980-2009年日降雨量资料,利用冷暖季日降雨量估算侵蚀力模型,计算了2678个站点多年平均年降雨侵蚀力和24个半月降雨侵蚀力占年R值比例,并应用克里金空间插值方法,绘制了中国降雨侵蚀力空间分布图,为土壤侵蚀普查全国水力侵蚀强度计算提供了基础数据,其结果可为各地区水土保持规划服务。 相似文献
4.
采用无人机获取白喉乌头危害草原区的1 cm空间分辨率的无人机数字正射影像,分别在5×5、10×10、20×20、40×40、80×80像素5个尺度下选取白喉乌头和普通牧草2类训练样本,使用VGG16、VGG19、ResNet50等3种模型对图像切片的特征进行学习,以获取图像切片的深层特征,进而实现对2类地物的分类提取.对比5个分割尺度下3种模型得到的分类精度,发现不同的分割尺度对分类精度有明显影响,随着分割尺度的增加分类精度呈现出先升高再降低的趋势,在40×40像素尺度下3种方法都得到了最高的分类精度,分别为95.31%、96.88%、93.75%,白喉乌头的分类验证精度分别为86.52%、92.77%、93.81%.对分类结果进行分析发现,在40×40像素的尺度下对应的地面实际范围是40 cm×40 cm,与白喉乌头的单株长宽接近,能较好地提取白喉乌头整株的深层特征. 相似文献
5.
基于低空无人机遥感的冬小麦覆盖度变化监测 总被引:13,自引:12,他引:13
无人机遥感作为卫星遥感的有益补充,具有高时效、高分辨率、低成本、低损耗、低风险及可重复等优点。为了利用无人机遥感系统进行快速机动地监测大面积农作物覆盖度变化,更好地服务和指导农业生产,该文设计了一套以低空无人直升机为平台的多光谱载荷观测系统,并以冬小麦为研究对象,对冬小麦生长过程中的5个主要生育期进行监测,提出一种从时间序列影像的植被指数直方图曲线中获取植被指数阈值的方法,并利用植被指数阈值法提取研究区域内冬小麦覆盖度时序变化曲线,分析了空间尺度对提取植被覆盖度的影响。研究结果表明,利用低空无人机遥感监测冬小麦覆盖度变化的方法可行,分析结果可靠,在大面积农作物覆盖度的测量有很好的应用前景。 相似文献
6.
基于无人机低空遥感的农作物快速分类方法 总被引:10,自引:9,他引:10
无人机以其高时效、高分辨率、低成本、低风险及可重复使用的优势,给遥感技术在各领域的应用提供了新的平台。为了提高无人机遥感中农田信息获取的时效性和精度,该文分析了无人机低空航飞获得的高空间分辨率农作物遥感影像特征,以冬小麦为研究对象,基于农作物波谱特征和NDVI变化阈值,提出了一种农作物快速分类提取方法,并与其他几种常用的遥感分类方法进行比较,探讨了其普适性。结果表明,该方法从无人机高分辨率影像中提取不同种类的农作物分类信息具有较高的正确率和普适性,兼具快速和低成本的特点,在海量农作物无人机航拍数据的信息提取上具有较广的应用。 相似文献
7.
在第一次全国水利普查的土壤侵蚀调查过程中,野外填图用到的地形图、遥感影像和GPS定位设备的大地坐标系不同,为野外调查工作带来了不便。为方便调查,需要将西安1980坐标转换为WGS1984坐标。利用coord软件和ESRI公司的Arcmap软件,在全国选取10个省(自治区)14个片区的61个样点,估算各片区西安1980坐标转换为WGS1984坐标的3参数,并分析利用分区3参数和全国统一3参数进行坐标转换后的精度。结果表明:采用分区3参数进行坐标转换时,平均经向和纬向误差均小于10 m,采用全国统一3参数进行坐标转换时,平均经向和纬向误差均小于15 m,无论采用分区3参数还是全国统一3参数进行坐标转换,均符合本次土壤侵蚀调查的精度要求,并可为国家或地区的其他类似调查提供方便。 相似文献
8.
基于卷积网络的沙漠腹地绿洲植物群落自动分类方法 总被引:1,自引:0,他引:1
为解决沙漠腹地绿洲遥感图像植物群落背景较易混淆,仅用传统的基于像元光谱信息的图像处理方法未能充分利用其图像特征信息,使得提取效果不佳的问题,针对地物类内特征复杂、类间边界模糊的特点,以连续分布的区域为研究对象,提出了一种基于深度卷积神经网络(Convolutional neural network,CNN)的高分辨率遥感影像植物群落自动分类方法。切分无人机影像获得规则块图像,利用基于CNN的VGGNet和Res Net模型分别对块图像的特征进行抽象与学习,以自动获取更加深层抽象、更具代表性的图像块深层特征,从而实现对植物群落分布区域的提取,以原图像与结果图像叠加的形式输出植物群落自动分类结果。采用了不同梯度的样本数量作为训练样本,利用文中提出的方法分析了不同梯度的训练样本数量对自动分类结果的影响。实验结果表明,训练样本数量对分类精度具有明显的影响;提高其泛化能力后,Res Net50模型与VGG19模型的建模精度从86. 00%、83. 33%分别提升到92. 56%、90. 29%; Res Net50模型分类精度为83. 53%~91. 83%,而VGG19模型分类精度为80. 97%~89. 56%,与传统的监督分类方法比较,深度卷积网络明显提高了分类精度。分类结果表明,训练样本数量不低于200时,基于CNN的Res Net50模型表现出最佳的分类结果。 相似文献
9.
植被覆盖度计算机模拟模型与参数敏感性分析 总被引:3,自引:0,他引:3
植被覆盖度是重要的生态学参数,对水文、生态、全球变化等研究具有重大意义。目前使用的目测估算法和数码照相法都具有一定的主观性,另外通过自然界中相似样方的大量测量获得稳定的统计规律具有很大的难度,因此建立叶面积指数和植被覆盖度之间的统计模型是估算植被覆盖度的有效方法。本文以大豆为例,利用椭圆来模拟大豆的叶片,选取大豆植株结构的关键参数,通过随机分布函数来模拟植株叶片位置、倾角和大小的分布,获得不同植被结构参数下单位面积上的植被覆盖度,建立植被覆盖度计算机模拟模型。通过实测数据和理论研究结论来验证模拟结果。对模型的参数敏感性进行分析结果表明,叶半短轴是比叶半长轴更为敏感的植被结构参数。该模型为植被覆盖度的研究提供了一种新的思路和方法。 相似文献
10.
1严把环境控制关
1.1猪场建设猪场场址应选择地势高、平坦、向阳、水源充足、水质良好的地方。应建在离铁路、公路、城镇、居民区和其他公共场所500米以外,离其他养殖场、屠宰场、畜产品加工厂、风景旅游区2000米以外。养殖场周围应筑围墙,墙外有防疫沟,沟外种植防疫林带。生活区、生产区、饲料加工区、行政管理区和隔离区必须严格分开。 相似文献