科研产出
多种光谱指数联合地形特征对复杂地形区主要粮食作物种植面积的遥感识别
《中国农业气象 》 2023 北大核心 CSCD
摘要：复杂地形地区农作物空间分布信息的精准监测对指导农业生产精细化管理、合理分配资源具有重要意义,而农作物分布零散、空间异质性高是精细分类的难点.本文旨在探索复杂地形条件下,多时相高分辨率卫星资料的多作物同步精细识别的方法,以期为重庆市域乃至西南低山丘陵复杂地区作物识别提供理论和现实依据.选取重庆市渝西地区为研究区,采用多尺度分割算法,将同种地物类型的田块进行同质单元构建,从而避免基于像素分类过于零散的分类结果,实现高精度分类.再利用多时相 Sentinel-2/MSI 遥感影像有效挖掘主要粮食农作物生育期内物候规律和特征参数,构建NDVI、RVI和NDWI等光谱指数,对比地面样本点不同作物类型不同生育期的遥感光谱信息差异,联合地形特征以确定农作物识别的最优组合,从而建立面向对象的决策树逻辑分类规则集提取主要粮食农作物种植区.结果表明:(1)采用多尺度分割方法使农作物识别在田块基础上进行,在 30 分割尺度下、紧凑度因子和形状因子均为 0.5 时,植被边缘分割最优;(2)结合农作物物候期发育特征,选用 4月NDWI、6 月RVI、NDVI和 8 月NDVI等光谱特征指数,联合海拔高度、坡度等地形特征建立目标地物判别阈值,构建面向对象决策树分类模型,总体精度达到 90.8%,水稻、玉米、红薯的分类精度分别为 85.7%、83.3%和 80.7%,说明多种光谱指数联合地形特征的作物种植面积识别方法达到较高的识别精度,具有实践意义.
关键词： 复杂地形 Sentinel-2 农作物 面向对象 决策树
全文链接
请求原文
用于农作物种植信息提取的图像分割技术研究进展
《南方农业 》 2023
摘要：为了解农作物种植信息提取领域的图像分割技术研究现状,对常用的图像分割方法进行了系统性梳理.根据是否引入深度学习算法将图像分割技术分为传统方法和深度学习分割方法.简要概述了阈值分割、分水岭分割、聚类分割、边缘分割及多尺度分割等4种传统图像分割方法和FCN、Deep-Lab及SegNet等3种基于深度学习的图像分割方法,分析了各种方法在农作物种植信息提取中的优缺点,以及图像分割技术目前存在的难点,以期为提高图像分割技术在农作物种植信息提取中的应用水平提供参考.
全文链接
请求原文
遥感定量反演农作物叶绿素的现状与发展
《安徽农业科学 》 2018
摘要：叶绿素是农作物生长过程中重要的生理参数,其含量是评价农作物长势的重要指标。利用定量遥感技术对农作物叶绿素含量进行反演,可辅助大面积农作物长势监测、产量预测等。总结并分析了近几年遥感定量反演叶绿素的主要研究成果,表明物理模型法更具普适性,适宜大面积农作物叶绿素含量反演,是未来定量遥感发展的重要方向,但是有待辐射传输机理的进一步完善;统计模型法是目前应用最广的反演模型,但是无明确物理意义,探索通过不同光谱特征量组合来改善模型普适性,减弱环境因素影响,对提升当前统计模型反演精度有重要意义。
全文链接
请求原文
不同作物、土壤类型和灌溉方式对沼液消纳能力的影响研究（英文）
《Agricultural Science & Technology 》 2015
摘要：分别采用盆栽和田间试验,研究不同作物,土壤类型和灌溉方式对沼液消纳能力的影响。当种植作物为青贮玉米、甜高粱和白菜时,紫色土可消纳的沼液量分别为57、157.5和34.5 thm2,而黄壤中可消纳的沼液量为70.5、157.5和40.5 t/hm2。在紫色土中,当种植作物为白菜时,漫灌和喷灌条件下每亩可分别消纳沼液2.4和1.8 t。不同的作物种类、土壤类型及灌溉模式均对沼液的田间消纳具有一定影响。
全文链接
请求原文
不同作物、土壤类型和灌溉方式对沼液消纳能力的影响
《西南农业学报 》 2014 北大核心 CSCD
摘要：本文分别采用盆栽和田间试验,研究不同作物,土壤类型和灌溉方式对沼液消纳能力的影响。结果表明,当种植作物为青贮玉米、甜高粱和白菜时,每667 m2紫色土可消纳的沼液量分别为3.8、10.5和2.3 t,而每667 m2黄壤中可消纳的沼液量为4.7、10.5和2.7 t。在紫色土中,当种植作物为白菜时,漫灌和喷灌条件下每667 m2可分别消纳沼液2.4和1.8 t。试验表明不同的作物种类、土壤类型及灌溉模式均对沼液的田间消纳具有一定影响。
全文链接
请求原文
