基于NDVI的水稻产量遥感估测

以云南省寻甸回族彝族自治县水稻为研究对象,提出一种基于时间序列归一化植被指数(NDVI)的水稻估产模型。利用2000—2013年各月NDVI影像数据和寻甸回族彝族自治县水田分布区域,分析研究区NDVI年月变化特征;然后,通过对比不同月份NDVI组合均值与水稻平均产量的皮尔逊积矩相关系数(Pearson)显著性,确定进行估产所使用的NDVI影像数据;最后,根据水稻年平均产量与NDVI均值建立不同估产模型,通过对比决定系数(R~2)、绝对及相对误差、平均偏差(ME)、均方根误差(RMSE)、纳什(Nash-Sutcliffe)效率系数(NSE)和符合指数(IA),分析各模型估产精度,最终确定最佳估产模型。结果表明,研究区水田NDVI大致从6—8月处于增长阶段,之后到次年5月处于下降阶段。每年6、7、8月的NDVI均值与水稻产量的相关系数为0.690,显著性最高,为0.006。多项式估产模型的绝对误差、相对误差平均值仅为210.431 kg/hm~2、3.602%;平均偏差、均方根误差计算结果中,多项式的值最小,Nash-Sutcliffe效率系数、符合指数最接近1的模型为多项式函数模型,其中符合指数高达0.921,预测结果较准确。基于时间序列NDVI的多项式估产模型预测产量精度最高,能够实现对水稻产量的遥感估测。     

数字近景摄影测量在河工模型试验中的应用

传统常规的测量手段具有工作量大、效率低、费用高、精度低等多方面的问题。介绍了基于非量测数字相机的近景摄影测量方法，通过解算观测点的空间三维坐标，结合平甸河河工模型试验的实例进行分析，结果表明，数字近景摄影精度高，能很好地解决河工模型试验的测量问题。     

数字近景摄影测量在河工模型试验中的应用*

 传统常规的测量手段具有工作量大、效率低、费用高、精度低等多方面的问题。介绍了基于非量测数字相机的近景摄影测量方法,通过解算观测点的空间三维坐标,结合平甸河河工模型试验的实例进行分析,结果表明,数字近景摄影精度高,能很好地解决河工模型试验的测量问题。     

云南省耕地需求量预测研究*

 耕地保护关系到粮食安全、经济发展和社会稳定,而耕地需求量预测是耕地保护前期工作的重中之重。本文采用Excel,SPSS等数据分析软件,对云南省1997~2005年的人口数、人均粮食占有量、粮食净调入或调出量、粮食平均单产、复种指数以及粮播比等数据进行处理,并建立相应的耕地需求量数学预测模型,预测出云南省近期（2010年）和远期（2020年）的耕地需求量,这对预测云南省耕地变化趋势,制定合理的耕地保护、开发对策,保障粮食安全具有较大的现实意义。