期刊导航
期刊开放获取
河南省图书馆
退出
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MODIS冬小麦长势监测研究
被引量:
9
1
作者
刘惠敏
黄勇
荀尚培
《气象科学》
CSCD
北大核心
2007年第2期187-195,共9页
本文在对比分析MODIS NDVI与AVHRR NDVI的系统误差基础上,以MODIS/AVHRR卫星资料、地面农情观测资料为主要数据源,开发出淮北平原冬小麦长势监测旬、月MODIS NDVI比较模型和MODIS NDVI半定量监测指标模型,该模型在2005年检验应用中得到...
本文在对比分析MODIS NDVI与AVHRR NDVI的系统误差基础上,以MODIS/AVHRR卫星资料、地面农情观测资料为主要数据源,开发出淮北平原冬小麦长势监测旬、月MODIS NDVI比较模型和MODIS NDVI半定量监测指标模型,该模型在2005年检验应用中得到与实际较一致结果。
展开更多
关键词
MODIS/AVHRR
植被指数
冬小麦长势监测
下载PDF
职称材料
基于无人机高光谱长势指标的冬小麦长势监测
被引量:
34
2
作者
陶惠林
徐良骥
+3 位作者
冯海宽
杨贵军
苗梦珂
林博文
《农业机械学报》
EI
CAS
CSCD
北大核心
2020年第2期180-191,共12页
为快速准确监测作物长势,以冬小麦为研究对象,获取了不同生育期的无人机高光谱影像。利用无人机高光谱数据构建光谱指数,并分析4个生育期的指数与生物量、叶面积指数以及由生物量和叶面积2个生理参数构建的长势监测指标(Growth monitori...
为快速准确监测作物长势,以冬小麦为研究对象,获取了不同生育期的无人机高光谱影像。利用无人机高光谱数据构建光谱指数,并分析4个生育期的指数与生物量、叶面积指数以及由生物量和叶面积2个生理参数构建的长势监测指标(Growth monitoring indicator,GMI)的相关性;建立与GMI相关性较强的4个光谱指数的单指数回归模型,利用多元线性回归、偏最小二乘和随机森林3种机器学习方法分别建立冬小麦各生育期的GMI反演模型;将最佳模型应用于无人机高光谱影像,得到冬小麦长势监测图。结果表明:各生育期光谱指数与冬小麦GMI相关性较高,大部分指数都达到了显著水平,其中NDVI、SR、MSR和NDVI×SR与GMI的相关性高于生物量、叶面积指数与GMI的相关性;拔节期、挑旗期、开花期、灌浆期、全生育期,表现最好的回归模型对应光谱指数分别是NDVI×SR、NDVI、SR、NDVI和NDVI×SR;对比3种方法构建的GMI反演模型,开花期模型MLR-GMI效果最佳,此时期的模型建模R^2、RMSE和NRMSE分别是0.7164、0.0963、15.90%。
展开更多
关键词
冬小麦长势监测
无人机遥感
高光谱
多元线性回归
偏最小二乘
随机森林
下载PDF
职称材料
安徽省冬小麦长势遥感监测与评估方法研究
被引量:
7
3
作者
刘惠敏
何彬方
张宏群
《中国农学通报》
CSCD
北大核心
2011年第33期18-22,共5页
沿淮淮北是安徽省主要的冬小麦种植区,为了对该区域冬小麦长势进行实时、动态地监测,通过采用变化向量分析方法,利用2005—2010年EOS/MODIS数据,在HANTS算法重构无云NDVI时间序列图像以及安徽省冬小麦种植区提取等数据处理基础上,研究基...
沿淮淮北是安徽省主要的冬小麦种植区,为了对该区域冬小麦长势进行实时、动态地监测,通过采用变化向量分析方法,利用2005—2010年EOS/MODIS数据,在HANTS算法重构无云NDVI时间序列图像以及安徽省冬小麦种植区提取等数据处理基础上,研究基于NDVI变化向量、曲边梯形面积的长势综合监测模型,对研究区的年际与年内长势变化进行时间和空间上的定量分析。结果表明:HANTS处理平滑后的MODIS的10天合成植被指数的年时序曲线有效消除了云和数据缺失的影响,重构后的生长曲线可以更清楚地反应作物生长变化趋势和规律,有利于监测模型的建立;冬小麦种植区提取,大大提高了卫星监测精度,构建的综合监测模型适合单一生长季苗情长势遥感监测,该模型在2011年冬小麦长势评估中取得了良好的监测效果。
展开更多
关键词
MODIS
变化向量
NDVI梯形面积
冬小麦长势监测
下载PDF
职称材料
题名
基于MODIS冬小麦长势监测研究
被引量:
9
1
作者
刘惠敏
黄勇
荀尚培
机构
安徽省气象科学研究所
出处
《气象科学》
CSCD
北大核心
2007年第2期187-195,共9页
基金
国家科技基础条件平行建设专项项目(编号:2004DKA10060)
03-04年安徽省科研课题0306"MODIS在作物长势监测中的应用及与AVHRR的比较分析"
安徽省科研课题"EOS/MODIS淮河流域水资源动态监测研究"共同资助
文摘
本文在对比分析MODIS NDVI与AVHRR NDVI的系统误差基础上,以MODIS/AVHRR卫星资料、地面农情观测资料为主要数据源,开发出淮北平原冬小麦长势监测旬、月MODIS NDVI比较模型和MODIS NDVI半定量监测指标模型,该模型在2005年检验应用中得到与实际较一致结果。
关键词
MODIS/AVHRR
植被指数
冬小麦长势监测
Keywords
MODIS/AVHRR NDVI
Observation of growing winter wheat
分类号
P462 [天文地球—大气科学及气象学]
下载PDF
职称材料
题名
基于无人机高光谱长势指标的冬小麦长势监测
被引量:
34
2
作者
陶惠林
徐良骥
冯海宽
杨贵军
苗梦珂
林博文
机构
安徽理工大学测绘学院
北京农业信息技术研究中心农业农村部农业遥感机理与定量遥感重点实验室
国家农业信息化工程技术研究中心
北京市农业物联网工程技术研究中心
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2020年第2期180-191,共12页
基金
国家自然科学基金项目(41601346、41871333)
文摘
为快速准确监测作物长势,以冬小麦为研究对象,获取了不同生育期的无人机高光谱影像。利用无人机高光谱数据构建光谱指数,并分析4个生育期的指数与生物量、叶面积指数以及由生物量和叶面积2个生理参数构建的长势监测指标(Growth monitoring indicator,GMI)的相关性;建立与GMI相关性较强的4个光谱指数的单指数回归模型,利用多元线性回归、偏最小二乘和随机森林3种机器学习方法分别建立冬小麦各生育期的GMI反演模型;将最佳模型应用于无人机高光谱影像,得到冬小麦长势监测图。结果表明:各生育期光谱指数与冬小麦GMI相关性较高,大部分指数都达到了显著水平,其中NDVI、SR、MSR和NDVI×SR与GMI的相关性高于生物量、叶面积指数与GMI的相关性;拔节期、挑旗期、开花期、灌浆期、全生育期,表现最好的回归模型对应光谱指数分别是NDVI×SR、NDVI、SR、NDVI和NDVI×SR;对比3种方法构建的GMI反演模型,开花期模型MLR-GMI效果最佳,此时期的模型建模R^2、RMSE和NRMSE分别是0.7164、0.0963、15.90%。
关键词
冬小麦长势监测
无人机遥感
高光谱
多元线性回归
偏最小二乘
随机森林
Keywords
winter wheat growth monitoring
UAV remote sensing
hyperspectral
multiple linear regression
partial least squares
random forest
分类号
S25 [农业科学—农业机械化工程]
S127 [农业科学—农业基础科学]
下载PDF
职称材料
题名
安徽省冬小麦长势遥感监测与评估方法研究
被引量:
7
3
作者
刘惠敏
何彬方
张宏群
机构
安徽省气象科学研究所
安徽省大气科学与卫星遥感重点实验室
农业气象灾害评估及风险转移联合实验室
出处
《中国农学通报》
CSCD
北大核心
2011年第33期18-22,共5页
基金
2010年安徽省科研课题"GIS支持下的冬小麦生长动态监测与评价方法研究"(KM201001)
"高精度GIS支撑下地市遥感服务系统推广应用"(KM201109Z)
文摘
沿淮淮北是安徽省主要的冬小麦种植区,为了对该区域冬小麦长势进行实时、动态地监测,通过采用变化向量分析方法,利用2005—2010年EOS/MODIS数据,在HANTS算法重构无云NDVI时间序列图像以及安徽省冬小麦种植区提取等数据处理基础上,研究基于NDVI变化向量、曲边梯形面积的长势综合监测模型,对研究区的年际与年内长势变化进行时间和空间上的定量分析。结果表明:HANTS处理平滑后的MODIS的10天合成植被指数的年时序曲线有效消除了云和数据缺失的影响,重构后的生长曲线可以更清楚地反应作物生长变化趋势和规律,有利于监测模型的建立;冬小麦种植区提取,大大提高了卫星监测精度,构建的综合监测模型适合单一生长季苗情长势遥感监测,该模型在2011年冬小麦长势评估中取得了良好的监测效果。
关键词
MODIS
变化向量
NDVI梯形面积
冬小麦长势监测
Keywords
MODIS
change vector (CVA)
NDVI trapezoidal area analysis (MEAR)
growing integrated model (CCVA)
分类号
S3 [农业科学—农艺学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于MODIS冬小麦长势监测研究
刘惠敏
黄勇
荀尚培
《气象科学》
CSCD
北大核心
2007
9
下载PDF
职称材料
2
基于无人机高光谱长势指标的冬小麦长势监测
陶惠林
徐良骥
冯海宽
杨贵军
苗梦珂
林博文
《农业机械学报》
EI
CAS
CSCD
北大核心
2020
34
下载PDF
职称材料
3
安徽省冬小麦长势遥感监测与评估方法研究
刘惠敏
何彬方
张宏群
《中国农学通报》
CSCD
北大核心
2011
7
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