|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 耕地复种差研究进展显示文摘【目的】一个区域的粮食总产受作物单产、耕地面积与复种3方面因素影响,通过缩小实际复种与潜力复种之间的差值(即复种差)来提高粮食生产能力是可行的。【方法】文章从复种的理论基础出发,以'复种差概念—实际复种研究—潜力复种研究—复种差研究'为主线,系统梳理当前复种差研究的进展与问题。【结果】研究发现,当前研究大多利用复种指数描述复种情况,且认为'复种差=潜力复种指数-实际复种指数'。复种指数体现的是区域的平均情况而非地块的特定情况,因此,基于复种指数估算复种差,无法针对特定地块提出具体的复种差利用策略。实际上,地块尺度复种差与(区域)生育期长度(LGP)、(作物)成熟天数(DTM)以及种植方式等因素有关。文章进而从LGP利用的视角提出了一个地块复种差研究的可行模式,认为'复种差=(LGP-现实作物DTM)/潜在作物DTM'。【结论】地块尺度复种差研究能为优化资源利用方式,提高耕地集约化利用程度,提升粮食生产能力提供新的理论与方法支撑。 | 余强毅 项铭涛 谢安坤 申格 杨鹏 吴文斌 | 2018 | 中国农业信息2018，30，5： | 6 |
| 2 | 河南省冬小麦种植频率时空变化及影响因素分析显示文摘【目的】通过对河南省2001—2015年间不同时期(2001—2005、2006—2010及2011—2015年)冬小麦种植频率(winter wheat planting frequency,WWPF)时空变化及其主要影响因素定量分析,进一步明晰区域作物种植频率变化时空变化分布特征和主要影响因素顺序。【方法】以河南省为研究区,冬小麦为研究作物,在利用中低分辨率MODIS EVI时序遥感数据和CART决策树算法进行连续15年(2001—2015年)作物种植空间分布信息提取基础上,获取了研究区不同时期冬小麦种植频率空间信息。在此基础上,开展不同时期冬小麦种植频率时空变化分析,并利用相关分析、主成分分析和线性回归分析等数理统计方法对不同时期研究区种植频率变化的影响因素进行分析,最终确定主要影响因素的重要性排序。【结果】基于MODIS EVI时序遥感数据和CART决策树算法可获得河南省较高精度连续多年冬小麦种植空间分布信息,经验证,研究区冬小麦遥感提取平均总体精度为90.39%,Kappa系数在0.82—0.92之间,可满足区域冬小麦种植频率变化研究所需作物空间分布精度要求;通过分析河南省不同时期冬小麦种植频率时空变化信息,省域内冬小麦主产区大部分具有较高的冬小麦种植频率(WWPF>80%),而豫西南和豫南等山区由于地形复杂、自然条件较差导致冬小麦种植频率普遍较低(WWPF≤40%)。此外,3个时段期间,河南省冬小麦主产区高频种植冬小麦面积呈逐步增加趋势,WWPF>80%的面积比例分别为42.68%、59.94%和63.07%,低频种植面积呈减小趋势,WWPF≤40%的面积比例分别为28.53%、17.99%和16.63%,这对我国冬小麦主产区稳定粮食种植面积具有重要意义;从冬小麦种植频率影响因素分析结果看,河南省冬小麦种植频率与有效灌溉面积比例、土壤质量综合指数、播期气候适宜度、坡度和高程等指标间均存在显著的相关性,且除与坡度、高程呈负相关外,与其余因素均为正相关关系。以上指标对河南省冬小麦种植频率变化影响程度的排序结果为土壤综合质量指数>播期气候适宜度>有效灌溉面积比例>坡度(高程),即土壤质量>播期气候条件>灌溉条件>地形条件。【结论】通过对河南省冬小麦种植频率时空变化及其影响因素进行定量分析,明确了河南省冬小麦种植频率时空分布特征和变化规律,明晰了河南省区域冬小麦种植频率变化影响因素及其重要性排序,为开展作物种植面积变化分析提供了一定技术方法和思路借鉴,为区域农业土地利用决策模型构建提供一定基础理论支撑。 | 李方杰 任建强 吴尚蓉 陈仲新 张宁丹 | 2020 | 中国农业科学2020，53，9： | 5 |
| 3 | High resolution crop intensity mapping using harmonized Landsat-8 and Sentinel-2 data显示文摘An increase in crop intensity could improve crop yield but may also lead to a series of environmental problems, such as depletion of ground water and increased soil salinity. The generation of high resolution(30 m) crop intensity maps is an important method used to monitor these changes, but this is challenging because the temporal resolution of the 30-m image time series is low due to the long satellite revisit period and high cloud coverage. The recently launched Sentinel-2 satellite could provide optical images at 10–60 m resolution and thus improve the temporal resolution of the 30-m image time series. This study used harmonized Landsat Sentinel-2(HLS) data to identify crop intensity. The sixth polynomial function was used to fit the normalized difference vegetation index(NDVI) and enhanced vegetation index(EVI) curves. Then, 15-day NDVI and EVI time series were then generated from the fitted curves and used to generate the extent of croplands. Lastly, the first derivative of the fitted VI curves were used to calculate the VI peaks;spurious peaks were removed using artificially defined thresholds and crop intensity was generated by counting the number of remaining VI peaks. The proposed methods were tested in four study regions, with results showing that 15-day time series generated from the fitted curves could accurately identify cropland extent. Overall accuracy of cropland identification was higher than 95%. In addition, both the harmonized NDVI and EVI time series identified crop intensity accurately as the overall accuracies, producer’s accuracies and user’s accuracies of non-cropland, single crop cycle and double crop cycle were higher than 85%. NDVI outperformed EVI as identifying double crop cycle fields more accurately. | HAO Peng-yu TANG Hua-jun CHEN Zhong-xin YU Le WU Ming-quan | 2019 | Journal of Integrative Agriculture2019，18，12： | 3 |
| 4 | Remote sensing for agricultural applications显示文摘Agricultural geospatial information is critical for agricultural policy formulation and decision making,land use monitoring,agricultural sustainability,crop acreage and yield estimation,disaster assessment,bioenergy crop inventory,food security policy,environmental assessment,carbon accounting,and other research topics that are of vital importance to agriculture and economy.Remote sensing technology enables | zhengwei yang wu wen-bin liping di berk ustundag | 2017 | Journal of Integrative Agriculture2017，16，2： | 3 |
| 5 | 数据驱动的农作物遥感分类地面样本点布设显示文摘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。 | 吴清滢 余强毅 段玉林 吴文斌 | 2023 | 农业工程学报2023，39，6： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员