期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于粮食安全视角的南方冬季耕地资源利用潜力空间布局及优化——以鄱阳湖平原为例 被引量：5
1
作者 申格 刘航 +3 位作者 余强毅 吴绍华 祝锦霞 吴文斌 《中国土地科学》 CSSCI CSCD 北大核心 2024年第7期133-144,共12页
研究目的:基于新一轮千亿斤粮食产能提升行动的背景,分析冬季耕地资源利用现状,模拟其兼并作物类型和种植窗口的利用潜力空间布局,评估对区域粮食的增产效应,并探究空间优化方案。研究方法:EcoCrop模型、全球农业生态区划(GAEZ)模型、... 研究目的:基于新一轮千亿斤粮食产能提升行动的背景,分析冬季耕地资源利用现状,模拟其兼并作物类型和种植窗口的利用潜力空间布局,评估对区域粮食的增产效应,并探究空间优化方案。研究方法:EcoCrop模型、全球农业生态区划(GAEZ)模型、文献归纳法等。研究结果:(1)鄱阳湖平原近30年冬季作物种植面积比例平均为50%左右,以2007年为突变年份呈显著减小趋势。(2)冬季耕地资源对提高耕地利用效率和提升粮食产量均具有较大潜力。研究区97%耕地适合冬种,完全利用可实现约440万~490万t的产量提升,同时促使水稻增产约42.2万t。(3)冬种作物在不同种植窗口下的分布和产量均存在空间差异,可细化作物种植时空分异性的布局特征,实现协同高适宜性和高产量的空间优化。研究结论:本文提出的兼并作物类型和种植窗口的冬季耕地资源利用潜力空间布局和优化方案,对实际农业生产更具指导价值,可为区域耕地集约化管理和利用、种植结构优化和调整提供路径选择和决策建议。 展开更多
关键词 作物适宜性 空间布局 EcoCrop模型 冬闲田 粮食安全
在线阅读 下载PDF
基于分数阶微分和无人机高光谱指数优选的油菜产量预测
2
作者 马瑜蔓 段博 +7 位作者 徐宾灿 邹冉 石宇辰 余强毅 史云 陆苗 吴文斌 宋茜 《农业工程学报》 北大核心 2025年第10期166-175,共10页
准确、及时地预测油菜产量对保障国家粮油安全具有重要意义。无人机高光谱技术通过获取油菜大量连续窄波段信息,能够精确表征其生理和生化特征,为预测油菜产量提供更精准的数据支持。该研究通过无人机平台获取油菜花期高光谱影像,基于... 准确、及时地预测油菜产量对保障国家粮油安全具有重要意义。无人机高光谱技术通过获取油菜大量连续窄波段信息,能够精确表征其生理和生化特征,为预测油菜产量提供更精准的数据支持。该研究通过无人机平台获取油菜花期高光谱影像,基于分数阶微分(fractional-order differentiation,FOD)和优选的多维光谱指数,构建油菜产量预测模型,评估优选光谱指数在油菜产量预测中的有效性。首先,对油菜冠层的高光谱数据进行分数阶微分处理,并基于不同阶数的处理结果计算二维(two-dimensional,2D)和三维(three-dimensional,3D)光谱指数;其次,通过对各光谱指数与实际产量数据进行相关性分析,筛选出对产量预测敏感的光谱指数;最后,利用支持向量回归算法,构建基于分数阶微分光谱指数的油菜产量预测模型,并评估不同分数阶微分光谱指数组合对产量预测精度的影响。结果表明,FOD处理突出了细微的光谱特征,有效挖掘了潜在有效的油菜光谱信息。该研究构建的3种3D光谱指数与产量的相关系数均超过0.77,显著高于2D光谱指数。基于FOD的2D光谱指数的最高相关性出现在1.8阶,相关系数为0.868。3D光谱指数的最高相关性出现在1.6阶,相关系数为0.887。基于3D光谱指数构建的产量预测模型精度表现优于2D光谱指数。3D指数R2集中在0.880~0.897,2D指数R^(2)集中在0.624~0.896之间。基于分数阶微分和光谱指数优选方法构建的油菜产量预测模型为油菜产量预测提供了参考。 展开更多
关键词 油菜 产量 高光谱影像 分数阶微分 无人机 光谱指数
在线阅读 下载PDF
基于多源遥感和多分支时空特征融合网络的高标准农田建设地块形态变化
3
作者 吴尚岐 胡琼 +7 位作者 蔡志文 魏浩东 张磊 杨子恒 宋旦霞 余强毅 吴浩 吴文斌 《农业工程学报》 2025年第21期212-221,共10页
农田地块是农业耕作管理和经营生产的基本单元。近年来,在高标准农田建设推进下,中国农田地块空间结构发生了显著变化。然而,当前尚缺乏一套系统完备的农田地块变化分析方法,制约了高标准农田地块整治成效的评估及其效益的可持续发挥。... 农田地块是农业耕作管理和经营生产的基本单元。近年来,在高标准农田建设推进下,中国农田地块空间结构发生了显著变化。然而,当前尚缺乏一套系统完备的农田地块变化分析方法,制约了高标准农田地块整治成效的评估及其效益的可持续发挥。该研究以长江中游典型高标准农田建设区为案例,基于国产高分二号和哨兵二号遥感影像,结合多分支时空特征融合的深度学习模型,提取农田建设前后的地块矢量化边界。然后,选取平均地块面积、形状指数、分维数指数、边缘密度、地块密度和标准距离指数6项景观指标,系统刻画农田地块空间形态变化特征。结果表明,研究区内“小田变大田”趋势明显(平均地块面积从0.80 hm^(2)增长至0.84 hm^(2)),农田地块的几何形状趋于规则(形状指数从1.53下降至1.51、分维数指数从1.48下降至1.46、边缘密度下降约7%),田块空间聚集程度提高(地块密度从0.82降至0.72,标准距离指数离散程度变小)。多数区域表现出集约化、宜机化发展特征,少数区域受到配套设施建设或地形因素限制,地块整治效果不够显著。综上,该研究构建的基于多源遥感影像、深度学习算法和多维景观指标的地块变化分析与评估方法,能够有效表征高标准农田地块时空变化特征,为其动态监管与整治优化提供了科学的方法支持和理论依据。 展开更多
关键词 多源遥感 高标准农田 地块提取 景观指标 深度学习
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部