检索结果-内蒙古大学图书馆

农业机械学报 2025年第1期56卷 332-343,423页

作者：范耀冰吴尚蓉匡炜陈友兴方宝华任建强中北大学信息与通信工程学院太原030051 北方干旱半干旱耕地高效利用全国重点实验室(中国农业科学院农业资源与农业区划研究所) 北京100081 中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室北京100081 湖南省水稻研究所长沙410125

水稻稻谷氮含量直接影响其营养状况和作物品质,本文基于高光谱特征与植株氮含量间关系开展稻谷氮含量估算研究。获取了水稻拔节期、扬花期和完熟期无人机高光谱遥感影像,在获取窄波段归一化差值植被指数(N-NDVI)与水稻植株氮含量敏感波... 详细信息

水稻稻谷氮含量直接影响其营养状况和作物品质,本文基于高光谱特征与植株氮含量间关系开展稻谷氮含量估算研究。获取了水稻拔节期、扬花期和完熟期无人机高光谱遥感影像,在获取窄波段归一化差值植被指数(N-NDVI)与水稻植株氮含量敏感波段中心波长以及极大值区域Ω的基础上,通过构建内接矩形自动确定了水稻植株氮含量估算的最优敏感波段宽度,并建立了植株氮含量与稻谷氮含量的相关关系;基于最优波宽构建N-NDVI实现了稻谷氮含量估算,并进行了精度验证。结果表明,利用内接矩形自动筛选出的N-NDVI植株氮含量最优敏感波段宽度在各时期水稻植株氮含量和稻谷氮含量反演中均取得较高精度。在稻谷氮含量反演精度验证中,稻谷氮含量实测值和稻谷氮含量预测值之间的决定系数R2为0.4109~0.6106,归一化均方根误差NRMSE为11.33%~16.85%,平均相对误差MRE为9.53%~13.24%,各生育期预测精度从大到小排序为完熟期、拔节期、扬花期。在完熟期,敏感波段中心波长为629.85/701.93 nm,对应高光谱最优波宽±6 nm构建的N-NDVI估算稻谷氮含量的精度最高(R2=0.5900,NRMSE为14.06%,MRE为11.59%)。本文提出的稻谷氮含量反演方法具有一定可行性,为禾本科谷类作物预测籽粒氮含量提供了参考。

关键词：水稻稻谷氮含量植株氮含量无人机高光谱影像

来源：评论

学校读者我要写书评

暂无评论

基于MODIS反演逐日LAI及SIMRIW模型的冷害对水稻单产的影响研究

引用

农业工程学报 2007年第11期23卷 188-194页

作者：何英彬陈佑启唐华俊农业部资源遥感与数字农业重点实验室农业资源与农业区划研究所中国农业科学院北京100081

该文旨在将遥感技术与水稻作物模型SIMRIW相结合,以黑龙江省五常市为例,研究冷害对水稻单产的影响。通过在水稻移栽期至成熟期选取的系列MODIS图像计算NDVI,进而反演水稻全生育期逐日LAI,结合SIMRIW模型计算水稻单产。计算结果表明2006... 详细信息

该文旨在将遥感技术与水稻作物模型SIMRIW相结合,以黑龙江省五常市为例,研究冷害对水稻单产的影响。通过在水稻移栽期至成熟期选取的系列MODIS图像计算NDVI,进而反演水稻全生育期逐日LAI,结合SIMRIW模型计算水稻单产。计算结果表明2006年五常市水稻单产值为5411.74 kg/hm2,为实际值的83%;而在4种用于LAI反演的统计模型中,抛物线模型精度最好;整体拟合法在逐日LAI计算中要优于分段拟合法。这说明应用MODIS能够准确反演并拟合逐日LAI,它可为冷害影响水稻单产的评价研究提供参考。

关键词： MODIS SIMRIW模型 LAI 冷害水稻单产

来源：评论

学校读者我要写书评

暂无评论

基于时间序列NDVI的灌溉耕地空间分布提取

引用

农业工程学报 2017年第22期33卷 276-284页

作者：刘逸竹吴文斌李召良周清波农业部农业遥感重点实验室/中国农业科学院农业资源与农业区划研究所北京100081

灌溉耕地空间分布地图是农业和粮食政策制定、水资源管理和环境变化研究的基础数据,及时、准确和适用性强是区域尺度灌溉耕地分布提取方法的重要要求。相比于非遥感数据融合和遥感影像分类方法,利用遥感参量对统计数据进行空间重建的方... 详细信息

灌溉耕地空间分布地图是农业和粮食政策制定、水资源管理和环境变化研究的基础数据,及时、准确和适用性强是区域尺度灌溉耕地分布提取方法的重要要求。相比于非遥感数据融合和遥感影像分类方法,利用遥感参量对统计数据进行空间重建的方法具备少受样本限制、运算速度快、与统计数据匹配水平高和产品分辨率适宜的优势,但目前该方面的研究较为薄弱。该文以中国为研究区域,应用国外提出的基于时间序列NDVI的灌溉面积统计数据空间化方法,研制中国2010年、空间分辨率250 m的灌溉耕地空间分布地图,深入分析了该方法的应用效果及其影响精度的主要原因。结果表明,利用该方法获得的灌溉耕地空间分布数据的空间位置精度与同类遥感产品相当,在数量精度上具有明显优势,不同区域的制图效果具有差异性。全国总体精度64.20%,各省精度极差为48.35%。制图误差主要来源为耕地底图、方法假设和分类参量,未来方法的优化应重点加强耕地分布制图、改进方法假设、进行不同类别和时间点的特征参量的筛选和利用。

关键词： NDVI 数据融合灌溉耕地空间分布

来源：评论

学校读者我要写书评

暂无评论

空间抽样方法估算冬小麦播种面积

引用

农业工程学报 2012年第10期28卷 177-184,F0003,F0004页

作者：王迪周清波陈仲新刘佳邓辉农业部资源遥感与数字农业重点开放实验室北京100081 中国农业科学院农业资源与农业区划研究所北京100081

为改进现行农作物播种面积空间抽样技术体系,该文以山东省为研究区,以冬小麦播种面积为研究对象,通过"3S"技术(遥感、地理信息及全球定位技术)与传统抽样方法的联合应用,选取4种抽样技术(简单随机抽样、按冬小麦种植区划分层... 详细信息

为改进现行农作物播种面积空间抽样技术体系,该文以山东省为研究区,以冬小麦播种面积为研究对象,通过"3S"技术(遥感、地理信息及全球定位技术)与传统抽样方法的联合应用,选取4种抽样技术(简单随机抽样、按冬小麦种植区划分层抽样、按耕地类型分层抽样和按分县冬小麦面积大小分层抽样),设计8种样本容量水平(变化范围74～333)进行了冬小麦播种面积空间抽样方法试验研究,结果表明:4种抽样方法中,在外推总体相对误差相近条件下,以分县冬小麦播种面积大小为分层标志的分层抽样方法效率最高;基于8种样本容量下的样本观测值进行研究区冬小麦播种面积总体外推与误差估计时,随着样本容量增加,外推总体总值估计值与真值的相对误差随之减小,但总体总值估计量的变异系数(CV)值仍较大。

关键词：空间抽样外推总体误差估计冬小麦播种面积样本容量

来源：评论

学校读者我要写书评

暂无评论

基于时序归一化植被指数的冬小麦收获指数空间信息提取

引用

农业工程学报 2010年第8期26卷 160-167页

作者：任建强陈仲新周清波唐华俊农业部资源遥感与数字农业重点开放实验室北京100081 中国农业科学院农业资源与农业区划研究所北京100081

为获取农作物收获指数(HI)空间分布信息,该研究充分利用遥感技术,以冬小麦为例,利用时序归一化植被指数NDVI构成的作物生长过程曲线提取MODISNDVI阶段性累积特征参数,并用生殖生长关键阶段和营养生长关键阶段对应的NDVI累积参数比值HIND... 详细信息

为获取农作物收获指数(HI)空间分布信息,该研究充分利用遥感技术,以冬小麦为例,利用时序归一化植被指数NDVI构成的作物生长过程曲线提取MODISNDVI阶段性累积特征参数,并用生殖生长关键阶段和营养生长关键阶段对应的NDVI累积参数比值HINDVI_SUM构建了用于反演冬小麦收获指数的参数,并建立了参数HINDVI_SUM与冬小麦实测收获指数的定量关系,利用上述定量关系实现作物收获指数空间信息的提取。经过对反演冬小麦收获指数的精度验证,结果表明,利用构建参数HINDVI_SUM在区域范围内反演冬小麦收获指数取得了较好的效果。其中,冬小麦收获指数预测的平均相对误差为2.40%,均方根误差(RMSE)为0.02,证明了该研究利用时序NDVI构建参数HINDVI_SUM反演区域冬小麦收获指数空间信息的方法准确性和可行性。

关键词：收获指数农作物遥感冬小麦 NDVI 产量

来源：评论

学校读者我要写书评

暂无评论

黑土土壤水分高光谱特征及反演模型

引用

农业工程学报 2011年第8期27卷 95-100页

作者：姚艳敏魏娜唐鹏钦李志斌余强毅许新国陈佑启何英彬农业部资源遥感与数字农业重点开放实验室北京100081 中国农业科学院农业资源与农业区划研究所北京100081

应用高光谱技术阐释土壤含水率光谱规律及对土壤含水率进行定量分析,为精准农业地表土壤水分的快速测定提供参考。该文以吉林省黑土土类中的黑土亚类土壤为研究对象,利用ASD FieldSpec FR便携式光谱仪在室内环境下对不同含水率的土壤样... 详细信息

应用高光谱技术阐释土壤含水率光谱规律及对土壤含水率进行定量分析,为精准农业地表土壤水分的快速测定提供参考。该文以吉林省黑土土类中的黑土亚类土壤为研究对象,利用ASD FieldSpec FR便携式光谱仪在室内环境下对不同含水率的土壤样本进行光谱反射率测量和特征分析;通过对土壤样品高光谱反射率进行对数、倒数、一阶微分以及反射率倒数的一阶微分、反射率对数的一阶微分变换,运用统计分析中的相关系数计算进行了光谱反射率与土壤水分的相关分析,并提取了土壤光谱特征波段;采用逐步多元线性回归方法和指数模式分析法,进行了高光谱土壤含水率定量反演。研究结果表明,在低于田间持水率状况下,黑土土壤光谱反射率及其反射率一阶微分和反射率对数一阶微分变换的敏感波段主要集中在400～410、1400～1850和2050～2200nm范围内,其中2156nm处与土壤水分相关系数最高,达0.89;在波长1328、1439、1742和2156nm处,采用反射率对数一阶微分所建立的黑土土壤含水率预测方程的预测精度最好,决定系数为0.931。黑土土壤含水率高光谱反演模型的建立为土壤水分的快速测定提供了新的途径。

关键词：土壤含水率模型高光谱光谱反射特性光谱预测模型

来源：评论

学校读者我要写书评

暂无评论

CERES-Wheat作物模型参数全局敏感性分析

引用

农业工程学报 2011年第1期27卷 236-242页

作者：姜志伟陈仲新周清波任建强农业部资源遥感与数字农业重点开放实验室北京100081 中国农业科学院农业资源与农业区划研究所北京100081

作物生长模型广泛应用于区域作物估产研究与应用之中,如何选择最佳作物模型优化参数是获得较好模拟预测结果的关键之一。研究选择河南洛阳为试验区,应用扩展傅里叶振幅灵敏度检验(EFAST)法对CERES-Wheat模型作物参数及田间管理参数进行... 详细信息

作物生长模型广泛应用于区域作物估产研究与应用之中,如何选择最佳作物模型优化参数是获得较好模拟预测结果的关键之一。研究选择河南洛阳为试验区,应用扩展傅里叶振幅灵敏度检验(EFAST)法对CERES-Wheat模型作物参数及田间管理参数进行了全局敏感性分析。结果表明,完成一片叶生长所需积温、最适温度条件下通过春化阶段所需天数、光周期参数、最佳条件下标准籽粒质量参数、开花期单位株冠质量的籽粒数参数等指标具有较高敏感性,系为模型参数"本地化"的关键参数。播种日期、播种密度、施肥日期、播种深度、灌溉日期是模型区域化应用的最佳优化变量。研究表明,EFAST敏感性分析是模型参数"本地化"和选择最佳"区域化"优化变量的有效方法。

关键词：作物敏感性分析模型

来源：评论

学校读者我要写书评

暂无评论

数据驱动的农作物遥感分类地面样本点布设

引用

农业工程学报 2023年第6期39卷 214-223页

作者：吴清滢余强毅段玉林吴文斌中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室北京100081

地面样本点是农作物遥感分类模型训练的基础,样本点数量和质量是影响模型分类精度的2个主要因素。该研究构建了数据驱动的样本点布设方法,利用待分类影像的光谱、植被指数等特征构造分层抽样底图,结合分层随机抽样方法进行地面样本点布... 详细信息

地面样本点是农作物遥感分类模型训练的基础,样本点数量和质量是影响模型分类精度的2个主要因素。该研究构建了数据驱动的样本点布设方法,利用待分类影像的光谱、植被指数等特征构造分层抽样底图,结合分层随机抽样方法进行地面样本点布设,并分析不同抽样策略对农作物遥感分类结果的影响。采取基于k-means聚类分析的数据驱动方法,考虑6景哨兵2号影像提取的共78个分类特征,生成同一个最优k的聚类结果图;设计等量分配和按面积比分配2种样本量分配方式,样本点数量为25、49、100、169、225的5个总样本量;基于不同抽样策略获取地面样本点信息,利用同一个支持向量机模型对待分类影像进行监督分类,并通过与139个样本点的理论总样本量和400个样本点的传统方式总样本量对比分析,定量解析不同抽样策略对分类精度的影响。结果表明:1)在数据驱动非监督聚类生成的底图上进行抽样(按面积比分层抽样法、等量分层抽样法)获得的样本点质量和分类精度明显优于没有该底图的抽样策略(简单随机抽样法、系统抽样法);2)当总样本量低于理论总样本量时,等量分层抽样法能获取比按面积比分层抽样法更高的分类精度。例如,当理论样本量为139时,总样本量为25、49和100时等量分层抽样法的分类精度均值(75.5%、80.5%和86.0%)均明显高于按面积比分层抽样法的分类精度均值(48.4%、69.0%和83.0%),而当总样本量为169和225时,两种分层抽样的分类精度均值都在90.0%左右;3)当满足总体精度需求时,分层抽样法所需的实际总样本量小于理论样本量,可极大提高抽样效率。例如,等量分层抽样法的实际样本量为理论样本量的约70%便可满足85.0%的总体精度需求;当分类精度与人工选取方式分类精度相同时(97.5%),等量分层抽样法的实际样本量仅为传统方式样本量的约90%。研究结果印证了分类精度及稳定性随着总样本量的增加而增加这一普遍认识,但当总样本量超过一定值时,精度增长速度变慢。该方法可以获取类间均衡、类内多样化的样本集,为农作物遥感地面样本点布设、快速高效分类提供参考。

关键词：农业遥感作物分类样本点布设抽样底图聚类分析

来源：评论

学校读者我要写书评

暂无评论

新一代信息技术对农产品追溯系统智能化影响的综述

引用

农业工程学报 2020年第5期36卷 182-191页

作者：钱建平吴文斌杨鹏中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室北京100081

从为应对疯牛病问题至今,追溯系统作为农产品及食品质量安全保障的有效手段引入已有近30a,如何降低追溯断链化、增强追溯可信度、提升质量预警力,已成为追溯系统研究的热点,也是应用中亟待解决的问题。该文基于国内外相关文献,瞄准热点... 详细信息

从为应对疯牛病问题至今,追溯系统作为农产品及食品质量安全保障的有效手段引入已有近30a,如何降低追溯断链化、增强追溯可信度、提升质量预警力,已成为追溯系统研究的热点,也是应用中亟待解决的问题。该文基于国内外相关文献,瞄准热点问题,综述了新一代信息技术对农产品追溯系统智能化的影响。首先,提出了追溯系统从1.0到3.0的发展历程,总结了追溯系统1.0以信息记录为主、2.0以数据整合为主、3.0以智能决策为主的核心特征;其次,描述了以物联网、大数据、云计算、人工智能、区块链等为核心的新一代信息技术之间在信息感知、数据处理、高效计算、智能分析、加密防伪等方面各有侧重又相互关联的内在关系,分析了大数据、人工智能及区块链的发展趋势;最后,从人工智能技术降低追溯过程断链程度、大数据技术提升质量安全预警能力、区块链技术增强全程追溯可信度等3个方面,综述了相关研究,结合发展趋势提出了深入研究的方向,即人工智能从供应链内部及供应链之间提升追溯粒度,大数据从微观、中观及宏观层面实现预测与优化,区块链从追溯区块结构优化、隐私保护及共识算法等方面增强追溯可信度。该文为把握农产品追溯系统发展趋势、研究热点、应用瓶颈提供有益参考。

关键词：农产品追溯新一代信息技术人工智能大数据区块链食品安全

来源：评论

学校读者我要写书评

暂无评论

冬小麦鲜生物量估算敏感波段中心及波宽优选

引用

农业工程学报 2016年第16期32卷 125-134页

作者：刘斌任建强陈仲新唐华俊吴尚蓉李贺中国农业科学院农业资源与农业区划研究所/农业部农业信息技术重点实验室北京100081

开展高光谱作物生物量估算敏感波段中心和最优波段宽度筛选对提高作物生物量估算精度具有重要意义。该文以冬小麦为研究对象,利用小麦关键生育期内350~1000 nm冠层高光谱数据和实测地上鲜生物量,研究任意两波段构建的窄波段归一化植被指... 详细信息

开展高光谱作物生物量估算敏感波段中心和最优波段宽度筛选对提高作物生物量估算精度具有重要意义。该文以冬小麦为研究对象,利用小麦关键生育期内350~1000 nm冠层高光谱数据和实测地上鲜生物量,研究任意两波段构建的窄波段归一化植被指数N-NDVI(narrow band normalized difference vegetation index)与冬小麦地上鲜生物量间的相关关系,构建拟合精度R^2二维图,并以R^2极大值区域重心作为高光谱估算鲜生物量敏感波段中心。通过对敏感波段中心进行波段扩展和相应生物量估算验证,最终确定敏感波段最佳波段宽度。在此基础上,开展基于敏感波段最优波段宽度下冬小麦地上鲜生物量估算和精度验证。结果表明,在N-NDVI与冬小麦鲜生物量间拟合R2≥0.65的二维区域内,确定了401 nm/692 nm、579 nm/698 nm、732 nm/773 nm、725 nm/860 nm、727 nm/977 nm 5个鲜生物量估算的高光谱敏感波段中心;在高光谱估算生物量归一化均方根误差NRMSE≤10%、相对误差RE≤10%条件下,上述5个敏感波段中心的最优波段宽度分别为±21 nm、±5 nm、±51 nm、±40 nm和±23 nm。通过与实测鲜生物量数据对比,利用上述敏感波段中心最优波段宽度进行作物生物量估算,精度在P<0.01水平上均达到极显著水平,且RE、NRMSE分别在8.15%~9.14%、8.69%~9.65%范围内。可见,利用作物冠层高光谱进行冬小麦地上鲜生物量估算时,N-NDVI与鲜生物量间拟合R2极大值区域重心的作物高光谱敏感波段筛选和最优波段宽度确定具有一定可行性,为开展作物高光谱数据波段优选提供了新思路,也为多光谱遥感波段设置及遥感数据应用潜力评价提供一定依据。

关键词：遥感作物生物量冬小麦敏感波段波段中心波段宽度

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：