期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于哨兵2号时序影像的冬小麦空间分布研究
被引量:
3
1
作者
牛昱杰
杨永明
《山东农业大学学报(自然科学版)》
北大核心
2023年第3期352-359,共8页
为获取当地精准、详实的冬小麦空间信息,为冬小麦种植区域规划提供技术支撑,本文基于多时间序列的归一化植被指数构建模型,估算了2018-2021年归一化植被指数(Normalize Difference Vegetation Index,NDVI)模型提取的冬小麦面积,获取其...
为获取当地精准、详实的冬小麦空间信息,为冬小麦种植区域规划提供技术支撑,本文基于多时间序列的归一化植被指数构建模型,估算了2018-2021年归一化植被指数(Normalize Difference Vegetation Index,NDVI)模型提取的冬小麦面积,获取其时空分布情况,并参考农业数据进行精度评定,研究了多时相指数模型与黄土高原冬小麦的相关性,探讨了多时相归一化植被指数模型对冬小麦提取的可行性。结果表明:①基于多时相NDVI模型,利用随机森林算法提取冬小麦具有较高精度。每年2、4、6月(越冬期、拔节期、乳熟期)为冬小麦识别的关键期,其构建的指数模型提取效果最佳。②单期遥感影像容易受到同期植被的干扰,多时相指数模型可以有效提高冬小麦提取的精度。分别对2018-2021年冬小麦提取,对提取结果进行检验,总体精度分别为91.16%、90.35%、94.26%。③基于Sentinel-2影像数据的甘谷县提取结果,近3年冬小麦种植面积整体呈现平稳态势。种植的时空分布上看,冬小麦主要集中于甘谷县中部断陷河谷地区,南北山区向中部种植区域逐渐增加,且分布在海拔在2036 m以下山地的特点。因此,基于合成指数模型对冬小麦耕种范围提取方法具有可行性,可以有效提取冬小麦的空间信息,证明了利用该方法可有效获取黄土高原冬小麦空间分布情况,并为当地的冬小麦遥感种植时空变化监测研究提供借鉴和参考。
展开更多
关键词
遥感图像识别
冬小麦
空间变化监测
在线阅读
下载PDF
职称材料
基于多时相植被指数的云南高原山地冬小麦识别与研究
被引量:
1
2
作者
杨永明
牛昱杰
+2 位作者
安卫国
郭钰
颜定飞
《农业工程》
2023年第9期38-47,共10页
粮食安全是最根本的民生问题,云、雾等自然因素是影响遥感种植监测的主要因素之一,因此获取精准、高效的耕地种植监测信息对保障当地粮农安全、粮食估产及面积估算具有重要意义。在利用多时相植被指数(Multi-period Vegetation Index,...
粮食安全是最根本的民生问题,云、雾等自然因素是影响遥感种植监测的主要因素之一,因此获取精准、高效的耕地种植监测信息对保障当地粮农安全、粮食估产及面积估算具有重要意义。在利用多时相植被指数(Multi-period Vegetation Index,以下简称植被MVI)合成模型的构建、农作物特征与耕地信息的可分离性两方面对高原山地农作物耕地面积提取的研究较少。该研究基于哨兵2(Sentinel-2)数据,构建了多时相植被指数合成模型,估算了2020—2021年归一化差异植被指数(Normalize Difference Vegetation Index,以下简称植被NDVI)、增强植被指数(Enhanced Vegetation Index,以下简称植被EVI)和红绿叶绿素植被指数(Red-Edge ChlorophyII Vegetation Index,以下简称植被RECI)3种植被指数的提取结果,研究了预测模型与高原山地农作物的相关性,探讨了不同植被指数模型对农作物的识别精度。结果表明:①多时相植被NDVI模型相较植被EVI和植被RECI对冬小麦面积提取精度更高,与云南高原山地冬小麦相关性最强,用户精度约为93.28%;②利用三期NDVI组合与2期植被NDVI组合均可对冬小麦精准提取,但3期植被NDVI模型提取精度更高。利用多时相植被NDVI模型对冬小麦种植面积的精准预测,证明了该模型可有效适用于云南高原山地冬小麦,并为当地冬小麦面积的预测提供了数据支撑。
展开更多
关键词
植被指数
云南高原
山地冬小麦
多时相植被指数合成模型
哨兵-2
在线阅读
下载PDF
职称材料
大理白族自治州植被水分利用效率时空变化趋势及其与海拔的关系
3
作者
李丽丽
杨永明
+4 位作者
李亚徽
陈明坤
万斌文
王大为
马晓东
《安徽农业科学》
CAS
2024年第3期52-56,共5页
基于MODIS总初级生产力(GPP)和蒸散发(ET),估算大理白族自治州植被水分利用效率(WUE),采用趋势分析方法分析研究区植被WUE与海拔的关系。结果表明:2016—2020年大理白族自治州植被WUE为1.93~2.22 g/(m^(2)·mm),平均值为2.07 g/(m^(...
基于MODIS总初级生产力(GPP)和蒸散发(ET),估算大理白族自治州植被水分利用效率(WUE),采用趋势分析方法分析研究区植被WUE与海拔的关系。结果表明:2016—2020年大理白族自治州植被WUE为1.93~2.22 g/(m^(2)·mm),平均值为2.07 g/(m^(2)·mm),研究区植被WUE年均值在2019年出现波峰。大理白族自治州植被WUE东西分布存在差异,东部近5年WUE主要呈上升趋势,在东南区域WUE上升趋势较为明显;西部WUE上升与下降面积基本相同,在西北区域WUE上升趋势较为缓慢。不同海拔植被WUE变化不同,研究区植被WUE年均值随海拔呈先上升后下降的正态分布规律,海拔>2500~3000 m区域WUE年均值达到最高,为2.14 g/(m^(2)·mm)。
展开更多
关键词
水分利用效率
时空变化趋势
MODIS
海拔
大理白族自治州
在线阅读
下载PDF
职称材料
题名
基于哨兵2号时序影像的冬小麦空间分布研究
被引量:
3
1
作者
牛昱杰
杨永明
机构
昆明理工
大学
国土资
源
工程学院
滇西
应用
技术
大学
地球科学与工程学院
云南省高校山地
实景
点云
数据
处理及
应用
重点实验室
滇西应用技术大学多源数据融合实景三维构建研究科技创新团队
出处
《山东农业大学学报(自然科学版)》
北大核心
2023年第3期352-359,共8页
文摘
为获取当地精准、详实的冬小麦空间信息,为冬小麦种植区域规划提供技术支撑,本文基于多时间序列的归一化植被指数构建模型,估算了2018-2021年归一化植被指数(Normalize Difference Vegetation Index,NDVI)模型提取的冬小麦面积,获取其时空分布情况,并参考农业数据进行精度评定,研究了多时相指数模型与黄土高原冬小麦的相关性,探讨了多时相归一化植被指数模型对冬小麦提取的可行性。结果表明:①基于多时相NDVI模型,利用随机森林算法提取冬小麦具有较高精度。每年2、4、6月(越冬期、拔节期、乳熟期)为冬小麦识别的关键期,其构建的指数模型提取效果最佳。②单期遥感影像容易受到同期植被的干扰,多时相指数模型可以有效提高冬小麦提取的精度。分别对2018-2021年冬小麦提取,对提取结果进行检验,总体精度分别为91.16%、90.35%、94.26%。③基于Sentinel-2影像数据的甘谷县提取结果,近3年冬小麦种植面积整体呈现平稳态势。种植的时空分布上看,冬小麦主要集中于甘谷县中部断陷河谷地区,南北山区向中部种植区域逐渐增加,且分布在海拔在2036 m以下山地的特点。因此,基于合成指数模型对冬小麦耕种范围提取方法具有可行性,可以有效提取冬小麦的空间信息,证明了利用该方法可有效获取黄土高原冬小麦空间分布情况,并为当地的冬小麦遥感种植时空变化监测研究提供借鉴和参考。
关键词
遥感图像识别
冬小麦
空间变化监测
Keywords
Image recognition of remote sensing
winter wheat
spatial change monitoring
分类号
S127 [农业科学—农业基础科学]
在线阅读
下载PDF
职称材料
题名
基于多时相植被指数的云南高原山地冬小麦识别与研究
被引量:
1
2
作者
杨永明
牛昱杰
安卫国
郭钰
颜定飞
机构
滇西
应用
技术
大学
地球科学与工程学院
昆明理工
大学
国土资
源
工程学院
云南省高校山地
实景
点云
数据
处理及
应用
重点实验室
滇西应用技术大学多源数据融合实景三维构建研究科技创新团队
海南
大学
土木建筑工程学院
出处
《农业工程》
2023年第9期38-47,共10页
文摘
粮食安全是最根本的民生问题,云、雾等自然因素是影响遥感种植监测的主要因素之一,因此获取精准、高效的耕地种植监测信息对保障当地粮农安全、粮食估产及面积估算具有重要意义。在利用多时相植被指数(Multi-period Vegetation Index,以下简称植被MVI)合成模型的构建、农作物特征与耕地信息的可分离性两方面对高原山地农作物耕地面积提取的研究较少。该研究基于哨兵2(Sentinel-2)数据,构建了多时相植被指数合成模型,估算了2020—2021年归一化差异植被指数(Normalize Difference Vegetation Index,以下简称植被NDVI)、增强植被指数(Enhanced Vegetation Index,以下简称植被EVI)和红绿叶绿素植被指数(Red-Edge ChlorophyII Vegetation Index,以下简称植被RECI)3种植被指数的提取结果,研究了预测模型与高原山地农作物的相关性,探讨了不同植被指数模型对农作物的识别精度。结果表明:①多时相植被NDVI模型相较植被EVI和植被RECI对冬小麦面积提取精度更高,与云南高原山地冬小麦相关性最强,用户精度约为93.28%;②利用三期NDVI组合与2期植被NDVI组合均可对冬小麦精准提取,但3期植被NDVI模型提取精度更高。利用多时相植被NDVI模型对冬小麦种植面积的精准预测,证明了该模型可有效适用于云南高原山地冬小麦,并为当地冬小麦面积的预测提供了数据支撑。
关键词
植被指数
云南高原
山地冬小麦
多时相植被指数合成模型
哨兵-2
Keywords
vegetation index
Yunnan Plateau
mountain winter wheat
multi-temporal vegetation index image fusion model
Sentinel-2
分类号
S127 [农业科学—农业基础科学]
在线阅读
下载PDF
职称材料
题名
大理白族自治州植被水分利用效率时空变化趋势及其与海拔的关系
3
作者
李丽丽
杨永明
李亚徽
陈明坤
万斌文
王大为
马晓东
机构
滇西
应用
技术
大学
玉龙雪山冰冻圈与可持续发展云南省野外科学观测
研究
站
云南省高校山地
实景
点云
数据
处理及
应用
重点实验室
滇西应用技术大学多源数据融合实景三维构建研究科技创新团队
甘肃省社会科学界联合会
出处
《安徽农业科学》
CAS
2024年第3期52-56,共5页
基金
滇西应用技术大学多源数据融合实景三维构建研究科技创新团队建设项目(2020KYPT0001)
滇西应用技术大学人才引进科研启动项目(2022RCKY0003)
云南省科技厅科技计划项目基础研究专项(202301AT070084,202301AT070085)。
文摘
基于MODIS总初级生产力(GPP)和蒸散发(ET),估算大理白族自治州植被水分利用效率(WUE),采用趋势分析方法分析研究区植被WUE与海拔的关系。结果表明:2016—2020年大理白族自治州植被WUE为1.93~2.22 g/(m^(2)·mm),平均值为2.07 g/(m^(2)·mm),研究区植被WUE年均值在2019年出现波峰。大理白族自治州植被WUE东西分布存在差异,东部近5年WUE主要呈上升趋势,在东南区域WUE上升趋势较为明显;西部WUE上升与下降面积基本相同,在西北区域WUE上升趋势较为缓慢。不同海拔植被WUE变化不同,研究区植被WUE年均值随海拔呈先上升后下降的正态分布规律,海拔>2500~3000 m区域WUE年均值达到最高,为2.14 g/(m^(2)·mm)。
关键词
水分利用效率
时空变化趋势
MODIS
海拔
大理白族自治州
Keywords
Water use efficiency
Temporal and spatial variation trend
MODIS
Altitude
Dali Bai Autonomous Prefecture
分类号
X173 [环境科学与工程—环境科学]
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
基于哨兵2号时序影像的冬小麦空间分布研究
牛昱杰
杨永明
《山东农业大学学报(自然科学版)》
北大核心
2023
3
在线阅读
下载PDF
职称材料
2
基于多时相植被指数的云南高原山地冬小麦识别与研究
杨永明
牛昱杰
安卫国
郭钰
颜定飞
《农业工程》
2023
1
在线阅读
下载PDF
职称材料
3
大理白族自治州植被水分利用效率时空变化趋势及其与海拔的关系
李丽丽
杨永明
李亚徽
陈明坤
万斌文
王大为
马晓东
《安徽农业科学》
CAS
2024
0
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部