排序方式: 共有53条查询结果,搜索用时 0 毫秒
1.
基于MODIS温度/植被指数的东北地区土地覆盖分类 总被引:19,自引:8,他引:11
该文采用MODIS NDVI时序数据对东北区土地覆盖分类进行研究,以验证MODIS区域土地覆盖制图的可靠性。通过试验发现经过Savizky-Golay滤波处理能有效去除云、缺失数据及异常值的影响,使得NDVI时序曲线能更好的反映植被季相变化特征,分类结果表明NDVI时序数列能较好的区分植被与非植被、草本(一年生)与木本(多年生)覆盖类型。但研究区内一年一熟的农作物与高盖度草地、落叶针叶林与落叶阔叶林具有相似的物候特征,混分现象比较严重。该研究通过添加地表温度(land surface temperature, LST)数据解决这一问题,利用所得温度/植被指数TVI对研究区进行土地覆盖分类。所得结果用363个野外调查样区进行验证,NDVI及TVI时序数据的分类精度分别为62.26%与71.63%。结果表明TVI比NDVI对土地覆盖类型中的植被类型识别更有效。 相似文献
2.
基于多光谱与高光谱遥感数据的冬小麦叶面积指数反演比较 总被引:3,自引:6,他引:3
近年来,高光谱遥感数据广泛应用于农作物叶面积指数(LAI)反演。与常用的多光谱遥感数据相比,高光谱数据能否提高农作物LAI反演的精度和稳定性还存在争议。针对这一问题,该研究利用实测冬小麦冠层高光谱反射率数据,构造了不同光谱分辨率和波段组合的5种光谱数据。基于ACRM(a two-layer canopy reflectance model)模型、2套参数化方案及上述5种光谱数据,对冬小麦LAI进行反演,分析光谱分辨率、高光谱数据波段选择、模型参数不确定性3方面因素对LAI反演精度与稳定性的影响。研究结果表明:当波段选择适宜、模型参数不确定性较小且光谱数据分辨率较高时,LAI反演精度与稳定性更高,提高光谱分辨率对LAI反演精度的改进作用随光谱分辨率的升高而降低;反之,当高光谱数据波段选择不当或者模型参数不确定性较大时,提高光谱数据的分辨率并未提高LAI反演精度。该研究解释了"高光谱遥感数据能否提高植被参数反演精度"问题,为进一步发挥高光谱数据在农作物LAI反演中的潜力提供了科学参考。 相似文献
3.
在中国黄淮海粮食主产区选择河北省衡水深州市为试验区,以冬小麦地上干生物量为研究对象,以作物冠层高光谱和EO-1 Hyperion高光谱卫星数据为主要数据源,在分析冠层高光谱构建的窄波段植被指数(N-VIs)与实测冬小麦地上干生物量间相关性基础上,提出了利用拟合精度R~2极大值区域重心确定冬小麦干生物量敏感的光谱波段中心的方法,并运用该方法确定了冬小麦生物量敏感波段中心。在此基础上,以敏感波段中心筛选结果为指导,利用窄波段植被指数及相关波段开展Hyperion高光谱卫星遥感区域冬小麦干生物量遥感反演和精度验证。最终,按精度最高原则优选区域冬小麦地上生物量反演结果。其中,研究采用了冬小麦孕穗期Hyperion数据,涉及的植被指数包括窄波段归一化植被指数(N-NDVI)、窄波段差值植被指数(N-DVI)和窄波段比值植被指数(N-RVI)。结果表明,通过与实测冬小麦地上干生物量对比,利用冠层高光谱冬小麦地上干生物量反演敏感波段筛选结果及其相应波段构建的Hyperion窄波段植被指数进行孕穗期作物干生物量估算取得了较好结果,其精度由大到小为:N-NDVI、N-RVI、N-DVI。其中,以波段B_(18)(波长528.57nm)、波段B_(82)(波长962.91nm)构建的Hyperion N-NDVI估算区域冬小麦地上干生物量精度最高,相对误差(RE)和归一化均方根误差(NRMSE)分别为12.65%和13.78%,证明本研究提出的区域冬小麦地上干生物量反演方法具有一定可行性,为高光谱遥感卫星数据敏感波段选取和提高农作物生物理化参数定量遥感精度提供了一定思路借鉴。 相似文献
4.
植物冠层分析仪测量作物叶面积指数存在高估或低估现象,不同仪器的测量结果均与真实值存在差异,这种差异除了与仪器有关,还在不同的作物物候期表现出不同规律。本研究使用LAI-2000、Sunscan两种主流植物冠层分析仪测量夏玉米不同生育期LAI,并与LI-3000C叶面积仪实测结果比较。研究发现:当玉米LAI<1时,LAI-2000测量结果高于实际值,Sunscan测量结果与实际值无显著差异;12时,两种冠层分析仪测量结果均低于实际叶面积指数;不同LAI范围内,LAI-2000、Sunscan测量值与实际值的相关系数不同,最高可达0.9778和0.9637,通过建立测量值和实际值的经验关系模型,对仪器测量值进行校正可减少误差。 相似文献
5.
驱动力研究是土地利用/覆盖变化研究中的核心问题。土地利用变化驱动力模型是分析土地利用变化原因和结果的有力工具。基于不同理论建立的驱动力模型很多,对几种应用较多的LUCC驱动力模型进行综述,并对未来的发展进行了展望。 相似文献
6.
鄂尔多斯高原位于我国典型的生态过渡带,气候变化明显,系统反应敏感,因此,现有的主要用于植被和气候空间分类的有关植物与气候关系的模型和指数,均不适合用于鄂尔多斯高原生态过渡带气候植物动态分析。为此,利用位于鄂尔多斯高原中部的伊金霍洛旗39年(1953~1991)气象资料,分析该地区的气候特点,构建一个可用于描述生态过渡带气候特征的气候植物生长指数,并用与植被动态密切相关的天然放牧条件下(1958~1979),该旗牲畜的存栏数和出栏数的历史资料代替植被动态资料,进行鄂尔多斯气候植物生长指数与天然放牧条件下牲畜的存栏数和出栏数的动态分析,构建其ARMAX模型。研究结果表明,鄂尔多斯高原气候敏感易变,降水年际变化大;高原光、温、水配合并不完全一致,光、温超前,降水滞后,天然植被生产力不高;气候植物生长指数与畜牧生产的动态分析结果表明,该地区在天然放牧情况下,主要依赖于牧场植被长势的畜牧生产与气候-植物生长指数密切相关,说明构建的气候植物生长指数确实在一定程度上反映了该地区的气候与植物生长的关系〔6-8〕 相似文献
7.
【目的】CropSyst是国际先进的作物生长模拟模型,文章应用欧盟最新开发的基于生物物理过程的作物模拟平台BioMa(Biophysical model application)中嵌入的改进型作物模型CropSyst,进行CropSyst模型中国北方冬小麦模拟适用性评价。【方法】CropSyst模型初始参数不适合中国冬小麦作物模拟,该研究基于冬小麦主产区河北省衡水市11个县(市)的实测作物、物候、生物量及产量等数据,对CropSyst模型在中国华北地区的使用进行了一系列参数的调试、修正和验证,获得了一套CropSyst模型中适合中国华北小区域范围内冬小麦生长过程模拟的模型参数,并运用调试的作物参数对2012—2014年衡水地区冬小麦产量进行了模型模拟。【结果】冬小麦模拟产量和实测产量线性回归的相关系数平均达到0.97,模拟性能指数(EF)为0.94,一致性系数(IOA)为0.98。【结论】改进的CropSyst模型对中国华北黄淮海平原区冬小麦产量模拟总体效果较好。 相似文献
8.
基于MODIS数据的冬小麦种植面积快速提取与长势监测 总被引:7,自引:0,他引:7
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。 相似文献
9.
应用Penman-Monteith公式和土壤湿度指数估算区域地表蒸散 总被引:4,自引:4,他引:0
准确计算地表蒸散对于水资源合理利用具有重要意义。Penman-Monteith公式具有坚实的理论基础,被广泛应用于计算地表蒸散,但表面阻抗计算的复杂性阻碍了其向区域应用的进一步推广。本文首先利用地表温度(Ts)-植被指数(Fv)特征空间计算土壤湿度指数,进而计算土壤阻抗,改进和发展了Penman-Monteith蒸散算法,简称为PM-SMI。将该算法与地表温度-植被覆盖特征空间蒸散算法以及Penman-Monteith系列另一种算法(PM-Yuan)进行比较。利用美国南部大平原12个波文比观测数据进行模型比较和验证。研究区域主要覆盖农田和草地,植被覆盖度较低。结果表明在瞬时和日值两个时间尺度PM-SMI整体上都优于其他两种算法,PM-SMI方法适合用于区域地表蒸散估算。 相似文献
10.
利用交叉信息熵模拟东北地区水稻种植面积空间分布 总被引:5,自引:1,他引:4
作物时空分布变化是农业研究的重要内容。近30a来,东北地区水稻种植面积显著增加,为探讨东北地区水稻时空变化特征,进一步丰富和完善作物空间分布信息获取方法,研究作物空间分布对包括气候变化在内的多种影响因素的响应关系,该研究综合80年代以来的作物面积与产量统计数据、耕地数据、农业灌溉数据以及作物生长适宜性分布等多源数据,利用基于交叉信息熵原理的作物空间分配模型(spatial production allocation model,SPAM)构建了针对中国作物分布特点的SPAM-China模型,模拟了中国东北地区1980-2008年像元尺度上水稻空间分布信息。结果表明,模拟结果能较好地反映出东北地区水稻主要种植区域,近30a东北地区水稻种植时空变化特征显著,水稻种植区域向北向东扩展,种植重心北移了约1.76个纬度,中北部地区水稻种植面积增加且趋势明显,南部地区变化趋势不显著。 相似文献