检索结果-南通市图书馆

基于谷歌地球引擎的山东省马铃薯种植区面积提取研究

在线全文

学校读者我要写书评

暂无评论

现代农业科技 2023年第17期 72-75,89页

作者：赵丽华张硕基孙钰婷山东农业大学山东泰安271000

传统马铃薯种植面积估算主要基于地面测量,再逐级上报,时效性和准确性难以得到保障。本文基于谷歌地球引擎(google earth engine,GEE)和哨兵2号(Sentinel-2)遥感影像,对山东省马铃薯种植区进行面积提取和监测。结合实地调查所获数据与... 详细信息

传统马铃薯种植面积估算主要基于地面测量,再逐级上报,时效性和准确性难以得到保障。本文基于谷歌地球引擎(google earth engine,GEE)和哨兵2号(Sentinel-2)遥感影像,对山东省马铃薯种植区进行面积提取和监测。结合实地调查所获数据与目视解译法进行样本点选取,获取各类地物遥感影像样本;对不同典型地物遥感反射率做归一化处理,通过随机森林算法实现马铃薯种植区从其他地物类型中的有效识别;构建混淆矩阵进行精度验证及对比分析。结果表明:基于GEE对山东省马铃薯种植区面积提取的分类精度达到92.5%,Kappa系数达到0.916,可获取山东省马铃薯种植区整体影像、山东省各地市马铃薯种植面积。试验精度结果良好,与统计年鉴相似性较高,有很大的实际应用意义。本研究实现了大尺度范围对马铃薯种植区面积的提取。

关键词：马铃薯谷歌地球引擎遥感识别种植区面积提取山东省

基于谷歌地球引擎的植被覆盖度变化长时间序列检测

在线全文

学校读者我要写书评

暂无评论

北京测绘 2022年第4期36卷 457-462页

作者：李旭陈俊良邓尚奇山东科技大学测绘与空间信息学院山东青岛266590 黑龙江省第五测绘地理信息工程院黑龙江哈尔滨150081

利用遥感技术进行植被覆盖度提取,是实现植被覆盖度变化检测的一种有效手段。然而,进行大尺度长时间序列的植被覆盖度变化检测时,传统遥感技术具有操作复杂、耗时较多等缺点。本文利用谷歌地球引擎(Google Earth Engine,GEE)平台,获取... 详细信息

利用遥感技术进行植被覆盖度提取,是实现植被覆盖度变化检测的一种有效手段。然而,进行大尺度长时间序列的植被覆盖度变化检测时,传统遥感技术具有操作复杂、耗时较多等缺点。本文利用谷歌地球引擎(Google Earth Engine,GEE)平台,获取美国陆地卫星(Landsat)归一化植被指数(normalized difference vegetation index,NDVI)产品作为数据源,用像元二分模型提取榆林市1986、1999、2006、2013和2000年的植被覆盖度,并分析其变化情况,节省大量人力和时间成本。结果显示:自2000年后,榆林市植被覆盖度总体呈现上升趋势,植被覆盖度大于等于60%的面积自1999年15%上升至44%,综合气候和人为因素的影响,榆林市植被覆盖状况得到了明显改善。

关键词：谷歌地球引擎美国陆地卫星植被覆盖度变化检测

Google Earth Engine在农业管理中的研究现状与展望

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2024年第4期26卷 1002-1018页

作者：蒙继华何荣鹏林圳鑫中国科学院空天信息创新研究院数字地球重点实验室北京100094 可持续发展大数据国际研究中心北京100094 中国科学院大学电子电气与通信工程学院北京100094

农业作为中国国民经济的战略性产业,在粮食生产和可持续发展目标方面起着举足轻重的作用。为了满足农业管理中大空间尺度、长时间序列遥感数据的存储、组织和处理,节省用户计算资源,提高农业生产管理专题的时效性和普适性,地理空间数据... 详细信息

农业作为中国国民经济的战略性产业,在粮食生产和可持续发展目标方面起着举足轻重的作用。为了满足农业管理中大空间尺度、长时间序列遥感数据的存储、组织和处理,节省用户计算资源,提高农业生产管理专题的时效性和普适性,地理空间数据处理云平台备受关注。谷歌地球引擎(Google Earth Engine,GEE)作为一款集数据获取、数据运算、模型建立、精度验证以及可视化分析于一体的地理空间分析开源智能云平台,极大地扩展了农业领域研究的广度和深度,为精准农业领域的发展带来了新的机遇。本文从GEE平台、农业应用数据、作物种植支撑管理和农田管理工具等角度出发,分析了基于GEE平台的农业管理研究最新研究进展,以“平台-数据-农业管理-工具”为大框架,强调了多源协同的有效数据信息支撑农业监测管理决策的制定,高效易扩展的农田种植管理和作物生长监测工具可以辅助提高农业生产效率,农情数据信息和农业管理工具在全球背景下共同促进农业可持续发展。文章对GEE在农业应用数据支撑、农业监测管理和农田管理工具等方面的研究现状进行分析总结,突出了GEE云平台相比于传统的桌面端地理空间数据处理平台分别在数据、工具和应用3个方面给农业管理带来的创新性变革,凸显了GEE在破碎化农田区域和病虫害监测领域等方面的发展潜力,讨论了GEE在全球背景下辅助农业可持续发展方面的研究趋势。随着GEE在数据质量、数据处理功能和农情参数信息利用等方面的有效改进,展望了其在精准农业管理、农情监测和预测、移动端智能农业决策支持系统开发以及生态系统管理等农业管理领域的应用前景。以期为平台使用者提供参考并为我国农业领域的云计算平台的建设和应用提供借鉴。

关键词：谷歌地球引擎农业管理卫星遥感农田管理工具研究现状展望

基于GEE的1982—2021年内蒙古地区植被覆盖度时空动态及气候响应特征

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2023年第15期39卷 94-102,F0003页

作者：闫志远张圣微王怡璇内蒙古农业大学水利与土木建筑工程学院呼和浩特010018 内蒙古自治区水资源保护与利用重点实验室呼和浩特010018 黄河流域内蒙段水资源与水环境综合治理自治区协同创新中心呼和浩特010018

科学揭示植被覆盖度(fractional vegetation cover,FVC)的时空变化过程及其与气候变化的相关关系,对推进生态文明建设和农牧业可持续发展具有重要意义。以内蒙古自治区为研究区,基于谷歌地球引擎(Google Earth Engine,GEE)利用AVHRR NDV... 详细信息

科学揭示植被覆盖度(fractional vegetation cover,FVC)的时空变化过程及其与气候变化的相关关系,对推进生态文明建设和农牧业可持续发展具有重要意义。以内蒙古自治区为研究区,基于谷歌地球引擎(Google Earth Engine,GEE)利用AVHRR NDVI数据和像元二分模型构建研究区1982—2021年FVC年尺度时间序列,并采用Sen斜率估计和Mann-Kendall检验以及相关性分析方法全面探析研究区近40 a不同土地覆被类型中FVC的时空分布、演变趋势及其与气候变化的耦合机制。结果表明:1)内蒙古地区多年平均FVC在空间分布上呈显著的条带性规律,由西部向东北部逐步递增,不同土地覆被类型中FVC差异较大。2)西部荒漠地区FVC呈极显著降低趋势,面积占比13.1%;中部山地和草地FVC无显著变化趋势,面积占比38.2%;南部、东部和东北部的农田、林地及部分草地FVC呈极显著升高趋势,面积占比38.3%。3)不同土地覆被类型的FVC变化与气象因子的相关关系具有显著差异,草地FVC变化与年降水量呈显著或极显著正相关,农田FVC变化与年均气温呈显著或极显著正相关,林地的部分区域FVC与年降水量呈显著负相关,部分裸地FVC与年均气温呈显著负相关。研究结果可为内蒙古地区生态环境保护和可持续发展提供科学依据。

关键词：遥感植被覆盖度谷歌地球引擎内蒙古

基于时序EVI的2000—2019年吉林省耕地生产力时空分析

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2022年第2期53卷 158-166页

作者：张超陈婉铃马佳妮郧文聚高璐璐王欢中国农业大学土地科学与技术学院北京100083 自然资源部农用地质量与监控重点实验室北京100035

吉林省是中国重要的粮食主产区和商品粮生产基地,全面、客观地揭示吉林省近20年耕地生产力水平,对挖掘区域增产潜力,推动耕地资源可持续利用,保障区域粮食安全具有重要意义。本文基于Google Earth Engine(GEE)平台提取2000—2019年吉林... 详细信息

吉林省是中国重要的粮食主产区和商品粮生产基地,全面、客观地揭示吉林省近20年耕地生产力水平,对挖掘区域增产潜力,推动耕地资源可持续利用,保障区域粮食安全具有重要意义。本文基于Google Earth Engine(GEE)平台提取2000—2019年吉林省MODISEVI数据,结合变异系数和SenMann Kendall趋势检验,构建耕地生产力时空分析方法,研究吉林省20年耕地生产力时空变化、稳定性及变化趋势。结果表明:吉林省耕地生产力在20年间整体处于上升趋势,中西部耕地集中连片区生产力的变化趋势好于东部较为破碎耕地片区,西部耕地与东部耕地生产力差距逐渐缩小。吉林省东部山区的耕地生产力高于西部平原区,耕地生产力低值区位于城镇周边和西北部盐碱泡沼分布密集的低洼地带;高值区集中在河流附近耕地连片区域。不同地貌类型成因中,湖成地貌、风成地貌条件下耕地生产力低于流水地貌和火山熔岩地貌。耕地生产力稳定性呈东南高西北低的趋势,其中水田的生产力稳定性优于旱地和水浇地。利用时序遥感数据监测吉林省耕地生产力,可为高标准农田建设、耕地质量提升等工程的开展提供技术支撑。

关键词：耕地生产力增强型植被指数时序分析谷歌地球引擎 MODIS

GEE环境下联合Sentinel主被动遥感数据的国家公园土地覆盖分类

在线全文

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2023年第5期48卷 756-764页

作者：毛丽君李明诗南京林业大学林学院江苏南京210037 南京森林警察学院刑事科学技术学院江苏南京210023 南京林业大学南方林业协同创新中心江苏南京210037

国家公园的土地覆盖分类对于掌握自然资源现状、查明存在的生态安全威胁并快速应对具有基础性数据支撑作用。基于谷歌地球引擎(Google Earth Engine,GEE)平台,结合哨兵(Sentinel)主被动遥感数据及其导出的光谱指数、纹理特征和地形特征... 详细信息

国家公园的土地覆盖分类对于掌握自然资源现状、查明存在的生态安全威胁并快速应对具有基础性数据支撑作用。基于谷歌地球引擎(Google Earth Engine,GEE)平台,结合哨兵(Sentinel)主被动遥感数据及其导出的光谱指数、纹理特征和地形特征,分别采用基于像元的随机森林(random forest,RF)算法和面向对象的简单非迭代聚类(simple noniterative clustering,SNIC)+RF算法实现了钱江源国家公园异质性景观的土地覆盖(耕地、森林、草地、水体、人造地表和裸地)分类。地面实验表明,在多种输入数据组合中,基于像元和面向对象方法分类获得的最高总体精度分别为92.37%和93.98%。合成孔径雷达(synthetic aperture radar,SAR)数据的纳入能够提高基于像元方法的分类精度,但在面向对象方法中未能体现精度提升效果。通过SNIC+RF算法生成的土地覆盖分类图完整性更好,所需特征数量较少,并且算法能够在GEE环境下快速执行,适用于国家公园管理实践。

关键词：国家公园土地覆盖分类哨兵随机森林简单非迭代聚类谷歌地球引擎

鄱阳湖不同水文连通性子湖水生植被覆盖度对年际水位变化的响应

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

应用生态学报 2022年第1期33卷 191-200页

作者：王欢陈文波何蕾李海峰江西农业大学国土资源与环境学院南昌330045 南昌市景观与环境重点实验室南昌330045 江西财经大学旅游与城市管理学院南昌330045

水位变化是影响水生植被生长的主控环境因子,研究其对不同水文管控模式子湖的水生植被覆盖度的影响具有重要的现实意义。本研究基于谷歌地球引擎(GEE)遥感云计算平台,以鄱阳湖自由连通子湖蚌湖、局部控制子湖大湖池为研究对象,采用像元... 详细信息

水位变化是影响水生植被生长的主控环境因子,研究其对不同水文管控模式子湖的水生植被覆盖度的影响具有重要的现实意义。本研究基于谷歌地球引擎(GEE)遥感云计算平台,以鄱阳湖自由连通子湖蚌湖、局部控制子湖大湖池为研究对象,采用像元二分法估算2000—2019年间水生植被生长期的植被覆盖度并分析其时空分异特征,运用Sen+M-K相结合的方法对其变化趋势进行模拟分析,构建水位波动参数集,分析研究期间水位变化特征,探讨不同水文连通性子湖各水文参数与水生植被覆盖面积的关系。结果表明:蚌湖的水生植被覆盖度更易受水位变化的影响,大湖池更稳定。在植被覆盖度较低的年份,水生植被呈斑状零星分布,较高的年份则呈环带状分布,且植被覆盖度由湖心至湖岸逐渐升高。蚌湖的水生植被覆盖度更易受水位波动率的影响,而大湖池的水生植被覆盖度更易受17 m特征水位水淹时长的影响。19 m特征水位水淹时长与蚌湖和大湖池的水生植被覆盖度均有很强的负相关性。蚌湖的水生植被变化趋势以稳定不变或轻微改善为主,而大湖池的水生植被变化趋势以稳定不变或显著退化为主。本研究有助于进一步了解不同水文连通性湖泊的水文生态系统动力学的变化及其对生态系统结构和功能的影响,可为湖泊的管理和保护提供参考。

关键词：水文连通性水位变化水生植被覆盖度谷歌地球引擎

在线全文

学校读者我要写书评

暂无评论

基于主被动遥感数据和面向对象的大蒜识别

农业工程学报 2022年第2期38卷 210-222页

作者：马战林薛华柱刘昌华李长春房旭周俊利河南理工大学测绘与国土信息工程学院焦作454003 河南省遥感测绘院郑州450003

针对开封市大蒜种植破碎化程度高,光学数据难以高精度、快速提取问题。该研究基于谷歌地球引擎(Google Earth Engine,GEE)云平台、随机森林算法(RandomForest,RF)和面向对象方法,选择融合Sentinel-1卫星的后向散射系数与Sentinel-2卫星... 详细信息

针对开封市大蒜种植破碎化程度高,光学数据难以高精度、快速提取问题。该研究基于谷歌地球引擎(Google Earth Engine,GEE)云平台、随机森林算法(RandomForest,RF)和面向对象方法,选择融合Sentinel-1卫星的后向散射系数与Sentinel-2卫星的光谱、光谱指数及纹理特征,分别应用10 m与加入植被红边波段的20 m空间分辨率遥感数据,探究不同特征组合对改善大蒜识别精度的性能。结果表明:应用10 m空间分辨率的Sentinel主被动遥感数据,在简单非迭代聚类(Simple Non-iterative Clustering,SNIC)分割尺度为5,灰度共生矩阵(Gray-level Co-occurrence Matrix,GLCM)邻域值为4,7个纹理特征选择第一、二主成分时,分类总体精度和Kappa系数最高,为94.54%、0.93,大蒜的制图精度和用户精度为97.83%、96.38%。应用加入植被红边波段的20m空间分辨率Sentinel主被动遥感数据,在SNIC分割尺度为3,GLCM邻域值为4,7个纹理特征选择第一、二主成分时,分类总体精度和Kappa系数最高,为94.14%、0.92,大蒜的制图精度和用户精度为95.72%、98.81%。单独使用Sentinel-2光学数据,加入植被红边波段的20 m分辨率数据相对10 m分辨率数据,大蒜制图精度和用户精度分别提高0.49%和4.38%。单独使用时序Sentinel-1 SAR数据,10 m空间分辨率数据的大蒜制图精度和用户精度优于20 m分辨率数据0.66%和2.03%。研究为遥感数据识别生长周期相同或重叠的大宗、小宗经济作物提供技术参考。

关键词：遥感谷歌地球引擎 Sentinel卫星随机森林面向对象大蒜

基于最优性原理的普适性碳水通量耦合估算方法研究

在线全文

学校读者我要写书评

暂无评论

生态学报 2022年第4期42卷 1487-1499页

作者：谭深王焓清华大学地球系统科学系北京100084 清华大学全球变化研究院北京100875

陆地生态系统碳、水通量估算是地球系统科学研究的基础和重要内容之一。当前部分碳、水通量模型在外推的过程中受到参数化结构和特征参数的限制,难以提升应用范围和结果精度。以生态水文最优性原理为理论工具,将基于该原理构建的C3植物... 详细信息

陆地生态系统碳、水通量估算是地球系统科学研究的基础和重要内容之一。当前部分碳、水通量模型在外推的过程中受到参数化结构和特征参数的限制,难以提升应用范围和结果精度。以生态水文最优性原理为理论工具,将基于该原理构建的C3植物普适性生产力模型P model推广至C4植物;在此基础上结合植物气孔行为的环境响应规律和水碳耦合原理,发展具有普适性的碳水通量耦合估算方法,协同计算我国总初级生产力(GPP, Gross Primary Production)和蒸散(ET, Evapotranspiration)。基于ChinaFLUX数据集的站点尺度验证结果表明,基于P model发展的的GPP和ET普适性估算方法精度表现良好:GPP估算结果与地面观测相比,相关系数R^(2)=0.61,均方根误差RMSE=2.1gC/d,拟合斜率0.96;ET估算结果相关系数R^(2)=0.66,RMSE=0.85mm/d,拟合斜率1.04。基于Google Earth Engine云平台实现了全国尺度GPP和ET计算,模拟结果与遥感太阳诱导叶绿素荧光观测、同类ET产品相比具有合理的空间分布,表明基于最优性原理构建的普适性碳水通量耦合估算模型在空间拓展的过程中稳定可靠。此外,与传统参数化导度模型的环境敏感性对比分析表明,采用的普适性通量计算方案能够在无法获取准确土地覆被信息或模型训练样本不足的情况下取得稳定的计算结果,具有良好的应用和发展前景。

关键词：最优性原理总初级生产力蒸散气孔导度谷歌地球引擎