排序方式: 共有15条查询结果,搜索用时 15 毫秒
1.
近年来,我省大豆种植的一些区域把原来的三垅改为二垅,(每垅种二行大豆变成每垅种四行大豆),其效益明显增加,经过总结认为,只要掌握相应的技术措施,此栽培法不失为一种增产增收的好方法。 相似文献
2.
晋西黄土丘陵区植被生态需水研究 总被引:2,自引:0,他引:2
以水量平衡关系为理论基础,采用1961-2007年晋西黄土丘陵地区14个气象站的气象资料,在GIS技术支持下估算该地区的植被需水量,分析植被需水量的时空变化以及缺水量。研究结果表明:晋西黄土丘陵地区现有植被适宜需水量为40.759×108m3,最小生态需水量为24.784×108m3,从北到南呈递增趋势;适宜和最小亏缺水量分别为5.581×108m3和0.414×108m3,区域分布是中部最多,南部次之,北部最少;植被生态需水和缺水表现出不同的年变化和月变化趋势和空间分异规律。生态需水量与亏缺水量的计算结果为改善晋西黄土丘陵区生态环境,合理利用水资源和植被资源,提高生态、经济与社会效益提供参考依据。 相似文献
3.
单时相MERSI数据在冬小麦种植面积监测中的应用 总被引:3,自引:3,他引:3
以FY-3A MERSI可见光到近红外波段250 m分辨率数据为信息源,采用PPI(像元纯净指数)提取结合实测数据的方法,经反复试验最终提取了山西南部冬小麦区的不同地物覆盖特征谱,进而采用基于监督分类的最大似然法、神经网络等方法进行不同地物类型的分类,同时根据不同地物光谱特征采用混合像元分解技术提取冬小麦种植面积。结果表明:单时相FY-3A MERSI数据提取作物种植面积是可行的,神经网络法好于最大似然法,混合像元分解提取的面积同实际种植面积最为接近。 相似文献
4.
基于MERSI数据的山西森林覆盖监测 总被引:1,自引:0,他引:1
利用FY3-3A/MERSI可见光和近红外波段数据合成得到假彩色卫星数字图像,结合区域土地利用、植被类型及森林资源分布等数字化图件,在对图像进行目视解译及多波段数据非监督分类基础上,将地物覆盖划分为林地、冬小麦、水体和裸地4种类型;采用4种监督分类方法(最大似然分类法、平行算法、最小距离法和马氏距离法)进行地物分类;在分析分类结果可行基础上,依据区域森林覆盖数字化图件对林地分类结果进行精度评估,确定研究区域林地空间分布结果.结果表明:4种监督分类方法中,最大似然分类法分类结果的精度最高,达到85%,其次是最小距离和马氏距离法,平行算法的结果较差.可见,利用MERSI数据采用监督分类和非监督分类相结合的方法提取的山西省森林资源分布结果精度较高,符合实际情况,可作为区域宏观森林资源分布监测的有效手段. 相似文献
5.
利用1982-2008年运城市各县(市)的气象观测资料及冬小麦单产资料,在ArcGIS地理信息系统软件下提取耕地区域的气象要素信息,在SPSS11.5统计软件中以旬为单位建立了分县小尺度及地区大尺度冬小麦动态估产模型,并利用2008年的实测资料对模型进行了验证。结果表明:分县估产模型估产精度较低,其估产相对误差绝对值在0.2%~20.6%,变幅较大;地区大尺度估产模型估产精度较高,其估产相对误差绝对值在0.3%~4.7%,具有较高的稳定性,适合于实际业务运行。 相似文献
6.
7.
进入21世纪,随着人民生活质量的不断提高,对大豆的需求将越来越大,为此,在注重选育大豆新品种同时,必须做好技术推广工作。一方面要加强新的配套技术的研究、试验与示范;另一方面搞好现有高产栽培技术的组装与推广应用,努力提高大豆单产水平。当前东北春大豆主产区应继续推广“垄三”栽培、水常模式栽培、幸福模式栽培等比较成熟的技术,加强对窄行密植技术及由其衍生的大垄密、小垄密和平作窄行密植技术的研究与示范推广,以增产、提质、节本为目标,以精细播种、科学施肥、综合防治等为技术重点,实行大豆与玉米、小麦轮作,解决重茬、迎茬问题。 相似文献
8.
用遥感技术进行土壤水分监测已有超过30 a的历史,国内外学者在此领域也进行了不少的探索和研究。通过分析各种遥感土壤水分监测方法的特点,将其归纳为光学遥感和微波遥感2大类,其中,光学遥感又分为土壤热惯量法、温度植被指数法和蒸散法。根据国内外的研究现状,对应用遥感方法估算区域土壤水分的关键技术进行了深入的分析,其主要包括数据源的选取、参数反演、模型选择和精度验证4个方面。结果表明,长期以来由于这些关键技术没有得到很好的解决,极大地制约了基于遥感方法估算区域土壤水分的发展。通过对关键技术的分析,将有助于高精度遥感土壤水分监测模型的建立。 相似文献
9.
应用线性混合模型遥感监测冬小麦种植面积 总被引:12,自引:3,他引:9
中分辨率成像光谱仪(MODIS)具有多光谱、多时相以及免费接收使用的优势。该文利用冬小麦返青期间的MODIS多光谱数据,采用传统的监督分类和阈值方法研究冬小麦种植区域的分布情况,同时针对遥感像元多为混合像元的特点,重点将线性混合像元分解技术应用于冬小麦种植面积的分解计算研究。比较不同分类方法对冬小麦种植面积估算的精度分析表明,采用线性混合分解模型,绝大部分(98.45%)的均方根误差都小于0.01,对比实际冬小麦种植面积数据,相对误差约3%,明显优于传统遥感分类方法的精度。 相似文献
10.
为了准确的监测山西省冬小麦动态长势和预测产量,本研究使用ALMANAC作物生长模型对山西省洪洞县高、中、低产田的冬小麦产量进行了模拟。收集了模型需要的作物属性、土壤、气象及田间管理措施等众多参数并根据实际情况对参数进行了调整,结果表明:冬小麦模拟产量的相对误差(RE)为-7.8%~5.7%,叶面积指数的RE为-12.5%~13.6%,水地最大叶面积指数最大;与背景态相比生育期提前,叶面积指数水地变化不大,旱地低较多,温度主要是对生育期的影响,而水分则对叶面积指数产生较大影响。冬小麦的产量和叶面积指数的动态变化能够被ALMANAC模型较好地模拟;而且模型能够模拟不同水分条件下冬小麦的叶面积指数及气候变化对冬小麦影响。 相似文献