检索结果-南通市图书馆

Developing land use scenario dynamics model by the integration of system dynamics model and cellular automata model

在线全文

学校读者我要写书评

暂无评论

Science China Earth Sciences 2005年第11期48卷 1979-1989页

作者： HE Chunyang, SHI Peijun, CHEN Jin, Li Xiaobing, pan yaozhong, LI Jing, LI Yuechen & LI Jinggang Key Laboratory of Environmental Change and Natural Disaster, Ministry of Education of China, Beijing Normal University College of Resources Science & Technology, Beijing Normal University, Beijing 100875, China Key Laboratory of Environmental Change and Natural Disaster Ministry of Education of China Beijing Normal University China College of Resources Science & Technology Beijing Normal University Beijing China

Modeling land use scenario changes and its potential impacts on the structure and function of the ecosystem in the typical regions are helpful to understanding the interactive mechanism between land use system and ecological system. A Land Use Scenario Dynamics (LUSD) model by the integration of System Dynamics (SD) model and Cellular Automata (CA) model is developed with land use scenario changes in northern China in the next 20 years simulated in this paper. The basic idea of LUSD model is to simulate the land use scenario de-mands by using SD model at first, then allocate the land use scenario patterns at the local scale with the considerations of land use suitability, inheritance ability and neighborhood effect by using CA model to satisfy the balance between land use scenario demands and supply. The application of LUSD model in northern China suggests that the model has the ability to reflect the complex behavior of land use system at different scales to some extent and is a useful tool for assessing the potential impacts of land use system on ecological system. In addition, the simulated results also indicate that obvious land use changes will take place in the farming-pastoral zone of northern China in the next 20 years with cultivated land and urban land being the most active land use types.

关键词： system dynamics, cellular automata, scenario, land use, model

基于多时相Sentinel-1SAR地表土壤水分反演的Alpha近似模型改进

在线全文

学校读者我要写书评

暂无评论

土壤学报 2019年第5期56卷 1269-1278页

作者：陈婷婷潘耀忠孙林山东科技大学测绘科学与工程学院山东青岛266590 遥感科学国家重点实验室(北京师范大学地理科学学部) 北京100875 环境演变与自然灾害教育部重点实验室北京师范大学地理科学学部北京100875

针对多时相SAR数据反演土壤水分的Alpha近似模型存在入射角变化影响模型适用性的问题,在小扰动模型SPM的理论基础上推导得出改进的Alpha模型,并使用时间序列Sentinel-1SAR数据结合地面观测网络在黑河和温尼伯两个实验区进行算法验证。... 详细信息

针对多时相SAR数据反演土壤水分的Alpha近似模型存在入射角变化影响模型适用性的问题,在小扰动模型SPM的理论基础上推导得出改进的Alpha模型,并使用时间序列Sentinel-1SAR数据结合地面观测网络在黑河和温尼伯两个实验区进行算法验证。对反演结果和实测数据进行相关分析,使用改进后模型反演得到的土壤水分与实测数据间的相关系数分别由0.473、0.601提高至0.851和0.821,在严格的α系数边界设定条件下,均方根误差(m^3·m^-3)分别由0.053、0.152减小至0.023和0.065;为进一步评价模型质量,引入水文领域中常用的模型评价指标纳什系数NSE,改进前后的NSE分别为-0.532、-1.243和0.713、0.588。结果表明,原始模型反演结果虽然和实测数据间呈现一定的相关性,但存在较大误差,而通过本文提出的改进模型可以很好地校正由于入射角变化带来的影响,得到较为可靠的结果,扩展了Alpha模型的应用。

关键词：土壤水分 SAR 多时相入射角 α系数

在线全文

学校读者我要写书评

暂无评论

作物产量指数设计及在黑龙江省的应用

农业工程学报 2023年第18期39卷 151-161页

作者：朱秀芳杨子毅潘耀忠代佳佳北京师范大学地理科学学部遥感科学与工程研究院北京100875 青海师范大学地理科学学院西宁810008

针对传统基于归一化植被指数(normalized difference vegetation index,NDVI)的作物长势监测方法对于同一时期处于不同生育阶段的作物缺乏可比性,以及NDVI的高低不能直接代表产量的高低的问题,该研究设计了一种可以动态反映作物长势和... 详细信息

针对传统基于归一化植被指数(normalized difference vegetation index,NDVI)的作物长势监测方法对于同一时期处于不同生育阶段的作物缺乏可比性,以及NDVI的高低不能直接代表产量的高低的问题,该研究设计了一种可以动态反映作物长势和产量变化的具有时空可比性的统计指数(作物产量指数)。以黑龙江省为例,基于单产数据、气象数据、遥感数据、作物分布数据,对3种作物分别进行估产分区,综合使用随机森林重要性评价方法和留一法为各估产分区筛选最优估产建模变量,构建动态估产模型和产量指数计算模型,并在2022年作物生长季(6—9月)进行了大豆、玉米、水稻的动态估产和产量指数预报和分析。结果显示:1)建模指标的重要性从高到低依次为趋势单产、遥感植被指数、气候类指标。2)3种作物整体单产预测精度最高的为水稻,其平均绝对相对精度(mean absolute relative precision,MARP)为95.20%,其次是玉米(MARP为93.81%),最后是大豆(MARP为92.73%)。3)以历史5 a为基期计算的3种作物的6—9月的产量指数的对比结果显示,大部分区县3种作物各月的产量指数差异处于“平”状态。4)生长季产量指数的月环比结果显示大部分区县产量指数的月环比值处于-0.01~0.01之间。该研究设计的作物产量指数可用于比较某一统计单元(如县、市或省)在特定评估时间点相对于其历史平均单产的增减状况,也可以环比相邻两个评估时间点的产量变化情况;在空间维上可以比较同处于某个特定评估时间点的不同统计单元的单产指数的高低情况,在长势监测、产量预报等中具有很好的应用前景。

关键词：作物产量指数随机森林估产分区产量预测

MPSPNet和UNet网络下山东省高分辨耕地遥感提取

在线全文

学校读者我要写书评

暂无评论

遥感学报 2023年第2期27卷 471-491页

作者：李倩楠张杜娟潘耀忠代佳佳遥感科学国家重点实验室北京师范大学地理科学学部北京100875 青海师范大学地理科学学院西宁810016 北京师范大学地理科学学部遥感科学与工程研究院北京100875

高分辨率遥感影像中耕地特征复杂,人工目视解译和传统的遥感影像分类方法提取能力有限,无法实现大范围的自动化高精度耕地提取。深度学习技术因具有较强的地物表达能力,在遥感影像信息自动提取方面表现出了优越的性能,为大范围耕地的精... 详细信息

高分辨率遥感影像中耕地特征复杂,人工目视解译和传统的遥感影像分类方法提取能力有限,无法实现大范围的自动化高精度耕地提取。深度学习技术因具有较强的地物表达能力,在遥感影像信息自动提取方面表现出了优越的性能,为大范围耕地的精细化自动提取提供了新的思路。探究不同典型网络模型在不同景观特征耕地提取上的适用情况对耕地提取质量和效率的提升具有重要意义。基于此,本研究以高分一号及高分二号融合的2 m分辨率数据为数据源,采用改进的金字塔场景解析网络MPSPNet(Modified Pyramid Scene Parsing Network)和UNet网络模型,应用于山东省的耕地精细自动化提取,并与传统面向对象的方法对比,探究两种深度卷积神经网络模型在大尺度耕地自动提取中的适用性。研究获得以下结论:(1) MPSPNet模型和UNet模型在区/县尺度的耕地提取上性能优于传统的面向对象的分类方法,在全省尺度的耕地提取上总体精度优于90%且无明显差异。(2)耕地景观特征是影响两模型耕地提取效果的重要因素,模型的选择对耕地提取效果无明显影响。在耕地景观指数较低的地块规则平整的区域,模型提取效果较好,在耕地景观指数较高的地块破碎丘陵区域以及与耕地特征相近的地块区域,模型提取效果较差,并且UNet模型在这些区域误分耕地的概率更大。(3)两模型在不同区域、不同时相的影像中能得到较好的耕地提取效果,具有较强的泛化能力和时空迁移能力。

关键词：耕地遥感卷积神经网络 MPSPNet UNet

农业分区框架下Hargreaves-Samani公式的逐月回归修正

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2020年第3期51卷 258-267页

作者：夏兴生潘耀忠朱秀芳张锦水北京师范大学遥感科学国家重点实验室北京100875 北京师范大学遥感科学与工程研究院北京100875 青海师范大学地理科学学院西宁810016 北京师范大学地表过程与资源生态国家重点实验室北京100875

为验证中国农业综合分区框架下Hargreaves-Samani(HS)公式线性回归修正方案的适用性,利用中国气象数据网发布的124个站点1957—2016年的逐月有效日平均气压、平均最低气温、平均最高气温、平均风速、平均水汽压、月总太阳辐射数据及站... 详细信息

为验证中国农业综合分区框架下Hargreaves-Samani(HS)公式线性回归修正方案的适用性,利用中国气象数据网发布的124个站点1957—2016年的逐月有效日平均气压、平均最低气温、平均最高气温、平均风速、平均水汽压、月总太阳辐射数据及站点经纬度数据,首先,分别基于Penman-Monteith(PM)公式和HS公式计算了各站点多年逐月的参考作物需水量ET0-PM和ET0-HS。然后,以ET0-PM为真值,基于1957—2010年的逐月ET0-PM和ET0-HS,利用线性回归分析方法获取了中国38个农业管理子区的HS公式校正系数a、b,并以2011—2016年为验证年份,通过比较ET0-HS校正前后的相对误差变化,验证了HS公式线性回归校正方法在中国农业区的适用性,并结合验证年份的具体误差结果,确定了各农业区HS公式校正系数a、b的逐月最优取值。结果表明:大部分农业区的大部分月份ET0-PM与ET0-HS的相关系数超过0.6,可以进行ET0-HS的回归校正;回归校正得到的系数a存在显著的季节变化规律,系数b则表现较为平稳;系数a、b的大小及变化说明了ET0-PM和ET0-HS彼此之间存在差异,且季节性明显;校正前后的ET0-HS均存在不同程度的相对误差,但校正后的ET0-HS的误差范围已经显著缩小;在具体的验证应用中,校正后的ET0-HS并不完全是最优结果,实践中系数a、b的优选使用才是最佳方案。本研究验证的HS公式线性回归校正方法是实践中简便、可行的方案,对大尺度区域快速获得较高精度的参考作物需水量具有实际意义和推广价值。

关键词：参考作物需水量 Hargreaves-Samani公式线性回归校正 Penman-Monteith公式中国

基于信息扩散和关键期遥感数据的冬小麦估产模型

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2011年第2期27卷 187-193,F0004页

作者：朱再春陈联裙张锦水潘耀忠朱文泉北京师范大学资源学院地表过程与资源生态国家重点实验室北京100875

农作物估产对于国家制定粮食进出口政策和保障粮食安全具有重要意义。为构建高精度的作物估产模型,探讨了一种将信息扩散原理和关键期遥感数据相结合的农作物遥感估产方法。首先利用信息扩散原理将关键期遥感数据生成的NDVI和实割实测... 详细信息

农作物估产对于国家制定粮食进出口政策和保障粮食安全具有重要意义。为构建高精度的作物估产模型,探讨了一种将信息扩散原理和关键期遥感数据相结合的农作物遥感估产方法。首先利用信息扩散原理将关键期遥感数据生成的NDVI和实割实测产量数据扩散到多维监控空间,采用模糊合成的方法建立关键期遥感数据和实割实测产量之间的离散关系模型。然后针对模型的稳定性和精度进行交叉验证,并与多元线性回归模型和BP神经网络模型进行对比。结果表明,利用信息扩散方法构建的遥感估产模型稳定性和精度都明显提高,与多元回归方法和BP神经网络方法相比,决定系数分别提高0.180、0.491,均方根误差分别降低173.10、487.79 kg/hm2。该方法能较好地模拟冬小麦遥感估产中归一化植被指数和产量之间的非线性关系,且泛化推广能力优异,为应用关键期遥感数据进行冬小麦估产提供了一种有效方法。

关键词：农作物遥感模型信息扩散冬小麦估产

在线全文

学校读者我要写书评

暂无评论

冬小麦种植面积空间抽样效率影响因子分析

农业工程学报 2009年第8期25卷 169-173页

作者：张锦水潘耀忠胡潭高陈联裙董燕生北京师范大学资源学院地表过程与资源生态国家重点实验室北京100875

基于遥感与抽样的农作物种植面积测量方法结合了遥感和抽样理论的优势,已经成为农作物种植面积测量中有着广泛应用前景的测量方法。以格网为单元,进行分层空间抽样,分析在二值图像的情况下,抽样格网大小、分层层数对抽样精度、抽样精度... 详细信息

基于遥感与抽样的农作物种植面积测量方法结合了遥感和抽样理论的优势,已经成为农作物种植面积测量中有着广泛应用前景的测量方法。以格网为单元,进行分层空间抽样,分析在二值图像的情况下,抽样格网大小、分层层数对抽样精度、抽样精度方差、抽样比的影响;将二值图像分类结果定义为作物区,随机混入不同丰度10%,20%,……,100%的冬小麦,在不同冬小麦丰度(即不同的分类误差)的前提下,分析抽样格网大小、分层层数、分类误差对抽样精度、抽样比的影响,确定最优分层定义为6层,在分类误差小于40%(即冬小麦丰度大于60%)的前提下,可以有效地进行空间抽样推算区域冬小麦种植面积,为农作物种植面积测量空间抽样方案的优化提供理论基础。

关键词：农作物抽样误差二值图像

在线全文

学校读者我要写书评

暂无评论

构建时空融合模型进行水稻遥感识别

遥感学报 2016年第2期20卷 328-343页

作者：孙佩军张锦水潘耀忠谢登峰袁周米琪地表过程与资源生态国家重点实验室北京师范大学资源学院北京100875

传统变化检测手段进行水稻遥感识别受"云污染"和影像间配准误差导致的变化检测误差累积及"椒盐"现象的影响,水稻遥感识别精度低。本文提出时空融合模型(Temporal-Spatial-Fusion Model,TSFM)进行水稻遥感识别,旨在综合像元在时间、空间... 详细信息

传统变化检测手段进行水稻遥感识别受"云污染"和影像间配准误差导致的变化检测误差累积及"椒盐"现象的影响,水稻遥感识别精度低。本文提出时空融合模型(Temporal-Spatial-Fusion Model,TSFM)进行水稻遥感识别,旨在综合像元在时间、空间维度上的信息定义像元的水稻时空归属度,根据时空归属度划分阈值提取水稻。实验结果表明:在不同窗口尺度下,TSFM在整体和"云污染"区域对水稻提取均达到了较高精度。当窗口尺度为3×3时,水稻提取的用户精度、制图精度和总体精度分别达到93.4%、83.5%和87.9%。在不同窗口尺度下水稻提取的用户精度、制图精度、总体精度均高于分类后比较PCC(Post-Classification Comparison)和多数投票法(Majority Voting,MV);在"云污染"区域,水稻识别总体精度均在92.0%以上,水稻制图精度比PCC、MV分别至少提高了14.0%、7.6%。有效地解决了传统变化检测作物遥感识别存在的误差累积问题,在一定程度上避免了"云污染"和"椒盐"现象对识别结果的影响。另外,初步探讨了TSFM水稻提取精度与景观特征关系,发现在景观规整区域适宜采用较小的窗口,在破碎区域适宜采用较大的窗口。该方法的成功实施,为大范围开展秋粮作物遥感识别,消除"云"影响进行了前期实验探讨。

关键词：遥感识别时空归属度变化检测景观特征分类精度水稻

Hargreaves公式在中国农业区的年内回归修正

在线全文

学校读者我要写书评

暂无评论

排灌机械工程学报 2021年第1期39卷 81-88页

作者：夏兴生赵希振汤童潘耀忠北京师范大学地理科学学部遥感科学与工程研究院北京100875 青海师范大学高原科学与可持续发展研究院青海西宁810016 应急管理部国家减灾中心航空遥感部北京100124 联合国灾害管理与应急反应天基信息平台北京100124

针对中国范围的Hargreaves(HS)公式线性回归修正研究缺少,区域或站点的修正系数存在时空尺度不统一、推广应用困难的问题,以中国气象数据网发布的中国地面气候资料月值数据集和中国辐射月值数据集中124个站点1957—2016年的气象要素逐... 详细信息

针对中国范围的Hargreaves(HS)公式线性回归修正研究缺少,区域或站点的修正系数存在时空尺度不统一、推广应用困难的问题,以中国气象数据网发布的中国地面气候资料月值数据集和中国辐射月值数据集中124个站点1957—2016年的气象要素逐月有效观测数据,首先,基于Penman-Monteith(PM)公式和HS公式分别计算各站点逐月的多年平均参考作物需水量ET0-PM和ET0-HS;其次,以ET0-PM为真值,基于1957—2010年的逐月平均ET0-PM和ET0-HS,引入中国农业综合区划作为空间分区框架,通过回归分析获取中国38个陆地农业子区的HS公式校正系数a和b;最后,以2011—2016年为应用验证区间,通过逐月比较ET0-HS校正前后的6 a平均相对误差,验证联合国粮农组织(FAO)推荐的HS公式校正方法在中国农业区的适用性,并进一步基于误差结果的对比分析,提出各农业区HS公式校正系数a和b的逐月最优取值方案.结果表明:各农业区之间回归计算的HS公式校正系数a和b并无明显的变化规律,但系数b稳定在0.8左右,系数a则在区域之间的差异较大,徘徊于-0.22~1.10;校正前后的ET0-HS均存在不同程度的误差,但校正后的ET0-HS误差明显降低,平均相对误差降低了20%,最大相对误差降低约100%.因此经验证,FAO推荐的HS公式回归校正方法简单易行,可操作性强,对中国各农业区大规模使用简化的方式快速获得较准确的参考作物需水量,具有一定的推广价值.

关键词：参考作物需水量 Hargreaves公式回归校正中国