检索结果-维普期刊中文期刊服务平台

基于冠层反射率模型的作物参数多阶段反演方法研究进展被引量：4: 1; 作者刘轲黄平 +4 位作者任国业周清波李源洪王思董秀春《农业工程学报》 EI CAS CSCD 北大核心 2017年第1期190-198,共9页; 利用遥感手段,基于冠层反射率(canopy reflectance,CR)模型反演农作物参数具有经济、高效、普适性好的特点,是智慧农业快速、精确监测区域尺度农情信息的理想方法。然而,CR模型反演过程受"病态反演"问题影响。针对此,前人提... 展开更多; 关键词遥感模型作物多阶段目标决策面向对象多阶段反演作物参数; 在线阅读下载PDF 职称材料

基于SPOT5影像分析植被指数与水稻叶面积指数和产量的相关性被引量：4: 2; 作者李章成李源洪 +2 位作者魏来姚兴柱周华茂《江苏农业科学》北大核心 2014年第1期284-286,共3页; 以2011年四川省德阳地区为研究区域,建立20个300 m×300 m样方,在水稻移栽(6月10日)、分蘖(7月10日)、抽穗(8月15日)及成熟期间(9月1日),每样方选取3个地块,每地块随机选择3个面积为1 m×1 m的样点并用GPS定位,基本在同一位置... 展开更多; 关键词水稻叶面积指数遥感植被指数单产经济系数; 在线阅读下载PDF 职称材料

基于多时相高分一号影像水稻监测精度评价与修正——以德阳地区为例被引量：4: 3; 作者李章成王昕 +1 位作者李宗南任国业《西南农业学报》 CSCD 北大核心 2016年第10期2432-2435,F0003,共5页; 以2014年四川省德阳地区为研究区域,建立10个(500m×500m)样方作为训练区,同时期建立水稻验证点。提取2个时相高分一号的NDVI值,分析其变化特征,确定阈值;利用数字高程图(DEM)及坡度图,采用决策树分类方法,进行水稻遥感监测。以水... 展开更多; 关键词高分一号遥感决策树分类数字高程图; 在线阅读下载PDF 职称材料

决策树分类数码相机影像获取水稻覆盖度的研究被引量：1: 4; 作者李章成涂军 +2 位作者刘忠友湛洪举周华茂《安徽农业科学》 CAS 2013年第30期12209-12210,12233,共3页; 叶面积指数(LAI)、植被指数(VI)是利用高空间分辨率影像构建遥感长势监测、估产模型的重要参数,作物覆盖度可以间接表达叶面积指数和植被指数。高空间分辨率影像不仅能识别田块形状,提高农作物类型识别精度,还可以以田块为单元进行作物... 展开更多; 关键词植被覆盖度照相机法决策树分类水稻; 在线阅读下载PDF 职称材料

题名基于冠层反射率模型的作物参数多阶段反演方法研究进展被引量：4: 1; 作者刘轲黄平任国业周清波李源洪王思董秀春; 机构四川省农业科学院遥感应用研究所/农业部遥感应用中心成都分中心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; 出处《农业工程学报》 EI CAS CSCD 北大核心 2017年第1期190-198,共9页; 基金四川省财政创新能力提升工程青年基金(2015QNJJ-023) 四川省财政创新能力提升工程新兴学科专项(2013XXXK-024) 四川省财政创新能力工程高新领域扩展专项基金(2016GXTZ-011); 文摘利用遥感手段,基于冠层反射率(canopy reflectance,CR)模型反演农作物参数具有经济、高效、普适性好的特点,是智慧农业快速、精确监测区域尺度农情信息的理想方法。然而,CR模型反演过程受"病态反演"问题影响。针对此,前人提出了多阶段目标决策(multi-stage,sample-direction dependent,target-decisions,MSDT)法和面向对象(object-based)反演法。分别依据CR模型参数的敏感性和不确定性,以及作物参数的空间分布特征,将反演过程划分为若干阶段,每阶段只反演部分参数,前阶段反演结果作为后阶段反演的先验知识,以此减少CR模型参数优化的不确定性,改善"病态反演"问题。该文系统总结了MSDT法与面向对象反演法,将其归纳为统一的"多阶段反演"方法,并提出概念模型。基于此,总结、讨论了多阶段反演中如下三方面共性问题,试分析可能的解决途径:1)多阶段反演决策还需要广泛比较、科学论证与改进,以确保其合理性和有效性;未来研究中,应将MSDT法与面向对象反演方法有机结合,在统一的多阶段反演技术框架下,制定更加合理的反演决策方法。2)CR模型的参数化精度可能影响多阶段反演;未来应尝试利用"天空地一体化"遥感技术和尺度转换方法获取先验知识,提高CR模型参数化精度。3)多阶段反演过程中,反演误差逐级传递;未来研究中,一方面应尝试识别并纠正前阶段反演中的误差,另一方面应合理利用前阶段反演结果,避免前阶段反演误差影响后阶段的反演。; 关键词遥感模型作物多阶段目标决策面向对象多阶段反演作物参数; Keywords remote sensing models crops MSDT（multi-stage sample-direction dependent target-decisions） object-based multi-stage inversion crop variables; 分类号 S126 [农业科学—农业基础科学] TP79 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于SPOT5影像分析植被指数与水稻叶面积指数和产量的相关性被引量：4: 2; 作者李章成李源洪魏来姚兴柱周华茂; 机构四川省农业科学院遥感应用研究所/农业部遥感应用中心成都分中心; 出处《江苏农业科学》北大核心 2014年第1期284-286,共3页; 基金国际科技合作项目(编号:2010DFB10030); 文摘以2011年四川省德阳地区为研究区域,建立20个300 m×300 m样方,在水稻移栽(6月10日)、分蘖(7月10日)、抽穗(8月15日)及成熟期间(9月1日),每样方选取3个地块,每地块随机选择3个面积为1 m×1 m的样点并用GPS定位,基本在同一位置采集叶面积指数(LAI)、叶绿素含量、株高、行列距、干物质重、每公顷分蘖数、有效穗数、每穗粒数、千粒重等生态参数,测算出单产、经济系数,以SPOT5多光谱影像(2011/8/18,261/287)提取归一化植被指数(NDVI),研究每一样方内水稻区植被指数与叶面积指数、产量等定量关系。结果表明,NDVI与抽穗期LAI相关性极显著(r=0.703**),与其他3个时期LAI相关性低;NDVI与成熟期测定的单产、经济系数相关性也较低;通过抽穗期遥感影像提取的植被指数,可反演同时期水稻叶面积指数;利用单时相遥感影像反演最终单产和经济系数,需要进一步研究。; 关键词水稻叶面积指数遥感植被指数单产经济系数; 分类号 S511.01 [农业科学—作物学]; 在线阅读下载PDF 职称材料

题名基于多时相高分一号影像水稻监测精度评价与修正——以德阳地区为例被引量：4: 3; 作者李章成王昕李宗南任国业; 机构四川省农业科学院遥感应用研究所农业部遥感应用中心成都分中心; 出处《西南农业学报》 CSCD 北大核心 2016年第10期2432-2435,F0003,共5页; 基金四川省财政创新能力提升工程专项资金项目(2016G XTZ-012) 四川高分农业遥感监测与评价技术研究与示范(GF13/15-311-007); 文摘以2014年四川省德阳地区为研究区域,建立10个(500m×500m)样方作为训练区,同时期建立水稻验证点。提取2个时相高分一号的NDVI值,分析其变化特征,确定阈值;利用数字高程图(DEM)及坡度图,采用决策树分类方法,进行水稻遥感监测。以水稻地块样点作验证,评价高分一号数据在水稻识别方面的精度,最后利用样方测算的修正系数对遥感监测面积进行修正。结果表明,在类似德阳地块比较破碎的平原和丘陵区域,高分一号影像遥感识别水稻的用户精度可达92.3%,制图精度可达96.5%。以78%系数乘积修正该区域水稻遥感监测面积,得到更为准确的水稻播种面积。高分一号影像作为全新的高空间分辨率遥感数据,在水稻监测方面,可作为一种可靠的、免费的遥感影像替代源在更大区域中探讨使用。; 关键词高分一号遥感决策树分类数字高程图; Keywords GF-1 satellite image Remote sensing Decision tree classification DEM; 分类号 S-03 [农业科学]; 在线阅读下载PDF 职称材料

题名决策树分类数码相机影像获取水稻覆盖度的研究被引量：1: 4; 作者李章成涂军刘忠友湛洪举周华茂; 机构四川省农业科学院遥感应用研究所农业部遥感应用中心成都分中心; 出处《安徽农业科学》 CAS 2013年第30期12209-12210,12233,共3页; 基金四川高分农业遥感监测与评价技术研究与示范(GF13/15-311-007); 文摘叶面积指数(LAI)、植被指数(VI)是利用高空间分辨率影像构建遥感长势监测、估产模型的重要参数,作物覆盖度可以间接表达叶面积指数和植被指数。高空间分辨率影像不仅能识别田块形状,提高农作物类型识别精度,还可以以田块为单元进行作物长势、单产监测。为此,快速、准确地获取地面作物覆盖度,建立覆盖度与叶面积指数、植被指数之间的定量关系,可为遥感监测提供一种重要参数。以2013年四川省德阳地区为研究区域,建立10个(1 km×1 km)样方。在水稻返青期(6月3日)、分蘖期(6月18日)、拔节期(7月3日)、抽穗期(7月25日)、灌浆期(8月12日)及成熟期(8月30日),以GPS定点,每样方采集5个地块,每地块3个重复,以数码相机垂直拍摄的方式,获取不同生育期的照片。利用ENVI 4.7图像处理软件,根据决策树分类方法,计算不同测点不同时期的覆盖度值。结果表明,此方法可准确、客观地提取水稻不同时期的覆盖度值;利用Photo Shop 6.0人工调节选择计算覆盖度的方法主观性较强,结果与决策树方法接近,无显著差异。; 关键词植被覆盖度照相机法决策树分类水稻; Keywords Vegetation coverage Photography method Decision tree classification Paddy rice; 分类号 S511 [农业科学—作物学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于冠层反射率模型的作物参数多阶段反演方法研究进展	刘轲黄平任国业周清波李源洪王思董秀春	《农业工程学报》 EI CAS CSCD 北大核心	2017	4	在线阅读下载PDF 职称材料
2	基于SPOT5影像分析植被指数与水稻叶面积指数和产量的相关性	李章成李源洪魏来姚兴柱周华茂	《江苏农业科学》北大核心	2014	4	在线阅读下载PDF 职称材料
3	基于多时相高分一号影像水稻监测精度评价与修正——以德阳地区为例	李章成王昕李宗南任国业	《西南农业学报》 CSCD 北大核心	2016	4	在线阅读下载PDF 职称材料
4	决策树分类数码相机影像获取水稻覆盖度的研究	李章成涂军刘忠友湛洪举周华茂	《安徽农业科学》 CAS	2013	1	在线阅读下载PDF 职称材料