国家林业局948项目(2011-G6)
- 作品数：6 被引量：69H指数：5
- 相关作者：陈仲新杨福刚王利民杨玲波刘佳更多>>
- 相关机构：中国农业科学院农业资源与农业区划研究所农业部规划设计研究院东京大学更多>>
- 发文基金：引进国际先进农业科技计划国家自然科学基金国家科技基础性工作专项更多>>
- 相关领域：农业科学天文地球更多>>
- 2017年巴西大豆长势遥感监测数据的分析研究被引量：5
- 2017年
- 巴西是我国重要的大豆进口国。研究巴西大豆的产量变化和供给状况对中国大豆进出口贸易乃至国际大豆市场的发展具有重要意义。利用目前作物长势遥感监测中应用最广泛的归一化植被指数NDVI,对巴西2017年大豆长势进行监测,并采用差值模型,与2016年同期大豆长势的平均状况进行对比研究,以期获得巴西大豆2017年产量变化趋势,为我国大豆进口政策提供数据支撑。研究结果表明:巴西大豆长势在2017年期间呈现"前期较好,中期略变差,后期变好"的趋势,大豆长势总体好于2016年同期。在空间分布上,巴西中西部、东北部和东南部大豆全年长势好于2016年同期,而在南部的一些州,大豆长势基本与2016年同期持平。大豆主要生育期内良好的天气因素是2017年巴西大豆长势较好的主要原因。
- 黄青刘航邹金秋
- 关键词：MODIS数据长势监测大豆
- 冬小麦面积遥感识别精度与空间分辨率的关系被引量：22
- 2016年
- 不同空间分辨率农作物面积识别精度是农情遥感监测数据源选择的依据。该文采用WFV(wide field view)、MODIS(moderate-resolution imaging spectroradiometer)、OLI(operational land imager)、Google Earth影像,在天津市武清区选择了12 km×14 km的冬小麦种植区作为研究区域,采用目视识别的方法,分析了2、5、10、15、30、100、250 m共7个空间分辨率尺度下冬小麦面积识别精度与遥感数据分辨率、农田景观破碎度之间的关系。结果表明,随着空间分辨率由2 m变化到250 m,冬小麦面积识别的总体精度逐步由98.6%降低到70.1%,精度降低28.5%;面积数量比例由5.5%扩大到110.6%,误差增加105.1个百分点;面积精度呈明显下降趋势,数量误差呈明显增加趋势,数量误差的增加速度高于精度下降的趋势。高、中、低3个景观破碎度条件下,随着分辨率由2 m降低到250 m,作物识别精度分别降低了72.8、63.2和47.0个百分点,破碎度的增加导致面积识别精度下降速度更快;同等分辨率下,破碎度越高的地区面积识别精度越低。像元内冬小麦占比与可识别能力密切相关,像元占比达到45.0%以上时才能够被正确识别为冬小麦类型,像元尺度降低导致细小斑块丢失是造成面积识别与数量精度降低的主要原因。像元空间分辨率越高,冬小麦像元的光谱一致性越强,越有利于冬小麦分类精度的提高。针对农情遥感监测业务运行的需要,上述研究结果可以作为区域范围不同用户精度要求前提下遥感数据源选择的依据。
- 王利民刘佳高建孟杨玲波杨福刚王小龙
- 关键词：遥感作物卫星冬小麦
- 高噪声环境下基于参考影像的车载序列影像定位方法被引量：4
- 2014年
- 提出一种通用随机定位模型及针对高噪声环境的蒙特卡罗解法,基于已知地理参考影像实现地面车载全景影像序列的精确定位。首先,基于贝叶斯准则和马尔可夫随机链,推导了几何、辐射两种约束条件下运动影像序列全局定位的通用随机模型。然后,顾及阴影、遮挡、动态目标等困难条件下的多源影像匹配80%的误匹配率,基于粒子滤波原理提出蒙特卡罗匹配与定位一体化求解算法,通过预测、更新的迭代策略,在剔除粗差的同时获得最佳定位结果。通过2000余张车载全景影像序列的定位试验,验证了本方法能够克服多源影像匹配中误匹配点太多导致的传统平差解法无法收敛的问题。
- 季顺平史云
- 关键词：蒙特卡罗全景相机
