期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
融合无人机多光谱遥感与GNSS高精度定位技术的冬小麦长势反演——以青海省贵德县为例
1
作者 赵显伟 穆天红 +1 位作者 李元 张理川 《安徽农业科学》 2025年第17期248-251,共4页
[目的]通过无人机多光谱遥感反演青海省贵德县不同品种冬小麦长势,为当地农业农村部门优化冬小麦种植、筛选优质冬小麦品种提供合理化建议。[方法]在冬小麦拔节期、孕穗期、开花期和灌浆期4个关键生育期,通过无人机遥感获取冬小麦多光... [目的]通过无人机多光谱遥感反演青海省贵德县不同品种冬小麦长势,为当地农业农村部门优化冬小麦种植、筛选优质冬小麦品种提供合理化建议。[方法]在冬小麦拔节期、孕穗期、开花期和灌浆期4个关键生育期,通过无人机遥感获取冬小麦多光谱影像,在每个生育期选取10个植被指数计算与田间实测SPAD值的相关性,选择各生育期3个相关性最好的植被指数建立线性反演模型,确定模型中决定系数(R^(2))和RMSE最优的为贵德县冬小麦长势反演模型。在获取冬小麦影像的过程中启用无人机网络RTK模块,在实测田间SPAD值时使用GNSS连接青海CORS基站获取厘米级定位数据,提高建模精度。[结果]由冬小麦开花期NDVI与SPAD值构建的反演模型精度最高,R^(2)为0.798,RMSE为1.632,对贵德县冬小麦制种基地开花期的NDVI影像进行反演,可以得出:瓦家村种植的蓝天42号长势最佳,SPAD均值43.687;大户村种植的中麦175号长势次之,SPAD均值41.774;杏花村种植的青麦612号长势最差,SPAD均值40.143,长势监测结果与贵德县农业农村部门提供的数据一致。[结论]通过融合无人机多光谱遥感与GNSS高精度定位技术能够提高建模精度;通过无人机多光谱遥感能够反演冬小麦长势情况。 展开更多
关键词 无人机 多光谱遥感 GNSS 冬小麦长势 遥感反演
在线阅读 下载PDF
青海省创建国家农业绿色发展先行区的优势、困境与路径探析
2
作者 马文君 穆天红 《南方农业》 2025年第5期132-137,共6页
通过阐述青海省在推进农业绿色发展过程中相关政策推动、畜牧产业发展、基地建设、农业面源污染治理成效等内容,进一步点明创建国家农业绿色发展先行区的必要性和价值,同时分析青海省当前农牧业绿色发展存在基础设施薄弱、农业品牌竞争... 通过阐述青海省在推进农业绿色发展过程中相关政策推动、畜牧产业发展、基地建设、农业面源污染治理成效等内容,进一步点明创建国家农业绿色发展先行区的必要性和价值,同时分析青海省当前农牧业绿色发展存在基础设施薄弱、农业品牌竞争力弱、农业废弃物资源化利用率低、农牧业绿色发展观念有待进一步加强等问题,有针对性地提出“加快构建乡土人才队伍,大力培育清洁能源企业,加大绿色发展宣传力度”等推进青海省农牧业绿色发展、创建国家农业绿色发展先行区的对策建议。 展开更多
关键词 国家农业绿色发展先行区 创建优势 困境 路径 青海省
在线阅读 下载PDF
青海省农作物秸秆资源时空分布及利用现状
3
作者 严紫玮 冶丽雅 +1 位作者 张建玉 周洪旭 《中国沼气》 2025年第2期42-48,共7页
以农作物资源台账系统为基础,通过时间和空间两个维度对近5年来青海省半农半牧条件下秸秆的产生及利用情况进行了调查分析;利用农作物秸秆资源台账系统,统计2018—2023年青海省8个市州粮食作物、油料作物及其他作物的秸秆数据,采用Micro... 以农作物资源台账系统为基础,通过时间和空间两个维度对近5年来青海省半农半牧条件下秸秆的产生及利用情况进行了调查分析;利用农作物秸秆资源台账系统,统计2018—2023年青海省8个市州粮食作物、油料作物及其他作物的秸秆数据,采用Microsoft Excel对数据进行处理和制图;分析发现2018—2023年青海省农作物秸秆产生量及秸秆可收集量分别由2018年的202.01万t和150.83万t逐渐增长至2020年的284.45万t和251.98万t,随后逐渐下降并保持平稳波动,在2023年青海省农作物秸秆产生量及秸秆可收集量分别为259.17万t和227万t,与2018年相比年均增长率分别为5.11%和8.52%;青海省农作物秸秆产生量及秸秆可收集量主要由粮食作物和油料作物组成,2023年全省各市州小麦秸秆产生量呈现出海东市>西宁市>海南州>海西州>黄南州>海北州>玉树州>果洛州的趋势;马铃薯秸秆产生量呈现出海东市>西宁市>海南州>黄南州>海北州>玉树州>海西州>果洛州的趋势;油菜籽秸秆产生量呈现出海东市>西宁市>海北州>海南州>黄南州>海西州>玉树州>果洛州的趋势。在利用方面,青海省逐渐形成以饲料化和肥料化为主,燃料化、基料化、原料化为辅的利用模式;全省秸秆综合利用率逐年攀升,从2018年77.05%增加到2023年的91.1%;分析发现青海省农作物秸秆产量、秸秆可收集量与粮食产量变化趋势保持一致,且青海省农作物秸秆主要由小麦、马铃薯、油菜组成,主要分布于海东市和西宁市。此外,秸秆综合利用方式主要以饲料化和肥料化为主。 展开更多
关键词 农作物秸秆 综合利用 时空分布 利用现状 “五料化”利用
在线阅读 下载PDF
基于MODIS的青海草地产草量变化遥感分析 被引量:9
4
作者 黄鑫 刘建红 +2 位作者 申克建 刘咏梅 王雷 《干旱区地理》 CSCD 北大核心 2020年第3期715-725,共11页
青海省属于全国四大牧区之一,及时监测草地植被长势、准确估算牧草产量对青海牧区可持续发展与生态保护具有重要意义。草地产草量遥感估算主要基于植被指数与地面实测数据的统计关系,但是估算涉及植被指数、统计模型和建模指标等因素,... 青海省属于全国四大牧区之一,及时监测草地植被长势、准确估算牧草产量对青海牧区可持续发展与生态保护具有重要意义。草地产草量遥感估算主要基于植被指数与地面实测数据的统计关系,但是估算涉及植被指数、统计模型和建模指标等因素,不同组合建立的估算模型的精度不同。本文基于青海省MODIS数据与地面实测产草量数据,选择了6种植被指数(NDVI、EVI、RVI、DVI、RDVI、MSAVI)、5种统计模型(简单线性模型、二次多项式模型、幂函数模型、指数函数模型、对数函数模型)以及3种建模指标(植被指数年度最大值VImax、植被指数生长季累积值VIseason-cum、植被指数年度累积值VIannual-cum),研究不同组合下估算模型的精度差异,并从中选出最优产草量估算模型,用于估算青海省2015年和2016年的产草量。结果表明:(1)6种植被指数中,基于NDVI的产草量估算精度最高;非线性模型的估算精度高于线性模型,尤其是指数模型,适用于大多数草地类型产草量的估算;基于NDVI年度最大值的估算模型对大多数草地类型都具有最高的决定系数(R2)。(2)从干重来看,高产草量区(>1 200 kg·hm-2)主要位于青海东部的高寒草原,中等产草量区(600~1 200 kg·hm-2)位于青海南部和东部的高寒草原和禾草草原,低产草量区(<600 kg·hm-2)位于青海西部和北部的高寒草甸、高寒草原、高寒荒漠和盐生草甸。(3)与2015年相比,2016年青海省干草总产量减少31.60×104 t,减幅为1.36%。其中,禾草草原和高寒草甸的减产幅度最大,而荒漠草原和盐生草甸的产量则有所增加。本文可为草地产草量遥感估算的研究和实践提供参考。 展开更多
关键词 产草量 遥感 MODIS 植被指数 青海省
在线阅读 下载PDF
青海智慧畜牧业发展现状与前景展望 被引量:2
5
作者 穆天红 罗正蓉 +2 位作者 井梅秀 马文君 杨世杰 《农业工程技术》 2023年第29期16-17,共2页
该文分析了青海智慧畜牧业发展的现状,并根据现状对青海智慧畜牧业的发展数字化转型,区域经济协调发展,产学研融合,新技术的落地对数字化转型、决策支撑、经济发展、区域振兴发挥的作用,以及未来青海智慧畜牧业高质量发展的趋势进行了... 该文分析了青海智慧畜牧业发展的现状,并根据现状对青海智慧畜牧业的发展数字化转型,区域经济协调发展,产学研融合,新技术的落地对数字化转型、决策支撑、经济发展、区域振兴发挥的作用,以及未来青海智慧畜牧业高质量发展的趋势进行了系统思考,提出了对应的解决策略。 展开更多
关键词 智慧农牧业 融合式发展 数字化
在线阅读 下载PDF
基于多源遥感数据的牲畜空间化研究
6
作者 井梅秀 穆天红 +1 位作者 马文君 赵慧芳 《北方牧业》 2024年第5期15-16,共2页
1前言全球经济的快速发展,使人类对动物源性食品的需求量急剧增加,加快促进了畜牧业的发展。畜牧业的发展逐渐引起了人类的高度重视,畜牧业一定程度上与环境承载力紧密相关,对维持草畜、生态平衡,实现可持续发展、人与自然和谐共生至关... 1前言全球经济的快速发展,使人类对动物源性食品的需求量急剧增加,加快促进了畜牧业的发展。畜牧业的发展逐渐引起了人类的高度重视,畜牧业一定程度上与环境承载力紧密相关,对维持草畜、生态平衡,实现可持续发展、人与自然和谐共生至关重要。目前,人类掌握牲畜情况依然长期依赖于传统的统计调查数据,是以行政区划为单元进行的逐级数字收集,多以省、市、县三级为主,尺度比较粗糙。 展开更多
关键词 环境承载力 草畜 动物源性食品 多源遥感数据 行政区划 生态平衡 调查数据 畜牧业
在线阅读 下载PDF
基于无人机多光谱影像的藜麦长势分析
7
作者 井梅秀 穆天红 +2 位作者 肖明 赵显伟 张理川 《现代农业科技》 2025年第2期179-182,共4页
为促进藜麦产业智能化建设,利用无人机对藜麦长势进行遥感监测分析。通过无人机获取藜麦生育期内的正射影像和多光谱影像,经处理,选用归一化植被指数(normalized difference vegetation index,NDVI)、绿光归一化植被指数(green normaliz... 为促进藜麦产业智能化建设,利用无人机对藜麦长势进行遥感监测分析。通过无人机获取藜麦生育期内的正射影像和多光谱影像,经处理,选用归一化植被指数(normalized difference vegetation index,NDVI)、绿光归一化植被指数(green normalized difference vegetation index,GNDVI)、归一化差值红边指数(normalized difference red edge index,NDRE)3种植被指数对藜麦长势进行了分析。结果表明,利用无人机多光谱数据可以快速、实时、精准地估算藜麦长势情况。在藜麦生长前期到中期,NDVI、NDRE、GNDVI呈增加趋势;在藜麦生长中期到后期,NDVI、NDRE、GNDVI呈减少趋势。在藜麦生长前期到中期,叶绿素含量越来越高;在藜麦生长中期到后期,叶绿素含量逐渐减少,含氮量稳定且逐步增加。在整个生育期内,藜麦的生长状态呈健康态势。 展开更多
关键词 藜麦 生育期 长势 植被指数 无人机 遥感监测
在线阅读 下载PDF
基于MODIS的青海草原产草量及载畜平衡估算 被引量:14
8
作者 刘建红 黄鑫 +1 位作者 何旭洋 申克建 《草业科学》 CAS CSCD 2018年第10期2520-2529,共10页
为了科学合理地利用、管理草地,及时准确掌握草原产草量信息和载畜平衡状况,对保障草原的可持续发展具有重要意义。本研究利用2016年5-9月青海的MODIS NDVI、EVI数据和地面调查数据,按草地类型分别建立可食草鲜草产量的估算模型,通过比... 为了科学合理地利用、管理草地,及时准确掌握草原产草量信息和载畜平衡状况,对保障草原的可持续发展具有重要意义。本研究利用2016年5-9月青海的MODIS NDVI、EVI数据和地面调查数据,按草地类型分别建立可食草鲜草产量的估算模型,通过比较基于NDVI和EVI建立的不同产草量估算模型的精度,选出了各类型草地的最优估产模型。在此基础上,计算了不同类型草地的干草产量,并结合畜牧业统计数据估算了青海牧区和半牧区各县(市)的载畜平衡情况。结果表明,1)基于NDVI的可食鲜草产量估算模型精度普遍高于基于EVI的模型,但各类型草地的最优估算模型不同。2)2016年青海省草原干草总产量空间分布差异明显,干草单产在1 200kg·hm-2以上的草地主要分布在东部的禾草草原和高寒草原,干草单产在300kg·hm-2以下的草地主要分布于北部的高寒荒漠以及西部的盐生草甸和高寒草原。对总产草量贡献最大的为高寒草甸,占70.35%。3)2016年青海省29个半牧区和牧区的县(市)中,有21个县(市)为载畜平衡或载畜不足,8个县(市)为超载,并且载畜平衡状况与存栏牲畜密度具有较好的对应关系。 展开更多
关键词 青海 MODIS 产草量估算 载畜平衡评价 遥感 时间序列 草地类型
在线阅读 下载PDF
柴达木盆地有机藜麦覆膜穴播栽培大田对比试验
9
作者 肖明 赵小娟 危湘宁 《农业与技术》 2024年第2期9-13,共5页
藜麦是重要经济作物和粮食作物,因其营养价值较高,对人体健康有益,已成为重要的保健型粮食作物。覆膜栽培技术具有增温提熵、保水保肥、除草控药等作用,能最大限度提高作物产量,增加经济收益。本试验以露地开沟条播为参照,对“青藜1号... 藜麦是重要经济作物和粮食作物,因其营养价值较高,对人体健康有益,已成为重要的保健型粮食作物。覆膜栽培技术具有增温提熵、保水保肥、除草控药等作用,能最大限度提高作物产量,增加经济收益。本试验以露地开沟条播为参照,对“青藜1号”“大白藜”2个藜麦品种以0.010mm、0.012mm、0.014mm的普通黑色地膜和0.010mm的全生物降解地膜、0.012mm普通黑色地膜等5种不同厚度、材质、颜色的地膜进行覆膜处理。通过统计覆膜保苗、除草防效、产量、经济效益等指标,确定藜麦覆膜栽培的最佳地膜种类,为藜麦覆膜控草栽培技术的大面积推广应用提供技术支持。 展开更多
关键词 藜麦 地膜种类 除草效果 产量 经济效益
在线阅读 下载PDF
基于GIS技术的同仁市春小麦精细化农业区划研究
10
作者 赵显伟 穆天红 +6 位作者 魏向成 井梅秀 杨生月 马文君 纪海茵 陈旭青 看措 《安徽农业科学》 CAS 2024年第24期216-219,共4页
[目的]优化同仁市春小麦种植结构,提高作物产量,推动当地农业高质量发展。[方法]在综合考虑当地气候、土壤、地形因素的基础上,提取影响春小麦生长的若干区划因子,采用层次分析法对各区划因子赋予不同权重,通过GIS技术得到同仁市春小麦... [目的]优化同仁市春小麦种植结构,提高作物产量,推动当地农业高质量发展。[方法]在综合考虑当地气候、土壤、地形因素的基础上,提取影响春小麦生长的若干区划因子,采用层次分析法对各区划因子赋予不同权重,通过GIS技术得到同仁市春小麦精细化区划图。[结果]按照不适宜、一般适宜、适宜和最适宜划分同仁市春小麦种植区。同仁市春小麦种植最适宜区和适宜区分布在黄乃亥乡、年都乎乡、隆务镇、保安镇西部、扎毛乡东北部、曲库乎乡中部地区。[结论]同仁市春小麦适宜种植区域主要分布在中北部和西南部地区,约占全市总面积的25%;同仁市现有春小麦种植区基本与区划结果适宜种植区一致,包括黄乃亥乡、年都乎乡、保安镇西部、隆务镇和曲库乎乡;当前未种植春小麦的扎毛乡东北部区域也适宜春小麦种植。 展开更多
关键词 GIS 春小麦 精细化 农业区划 层次分析法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部