检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

生态涵养区农村居民点内部用地结构特征研究

农业机械学报 2022年第3期53卷 189-196页

作者：唐秀美刘玉任艳敏杨亚楠北京市农林科学院信息技术研究中心北京100097 农业农村部农业遥感机理与定量遥感重点实验室北京100097

科学划分农村居民点内部用地土地利用类型,并对其结构进行系统分析,是编制村庄发展规划和实施差异化整治措施的基础。以北京市密云区为例,基于细化分类的农村居民点内部用地数据和密云水库保护区范围,综合运用Weaver-Thomas组合系数法... 详细信息

科学划分农村居民点内部用地土地利用类型,并对其结构进行系统分析,是编制村庄发展规划和实施差异化整治措施的基础。以北京市密云区为例,基于细化分类的农村居民点内部用地数据和密云水库保护区范围,综合运用Weaver-Thomas组合系数法、洛伦兹曲线、基尼系数和景观格局分析等方法,分析农村居民点内部用地结构特征。结果表明:密云区农村居民点以生活空间为主,生产空间和生态空间为辅,居住、农业生产、工业生产和商旅服务是主要的用地类型;农村居民点内部生活空间的分布最均衡,其次是生产空间,生态空间用地类型最不均衡,水源保护区内的农村居民点用地生态空间面积比例高于区外。农村居民点内部用地类型较为混合,景观破碎;比较而言,水源保护区内的景观相对聚集和规则,说明水源保护区的划定和管理对农村居民点内部用地结构有一定影响。研究结果可为村庄用地的有序整治与高效利用提供依据。

关键词：农村居民点内部用地结构水源保护区均衡度密云区

基于适宜性与发展水平评价的村庄用地类型划分

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2020年第1期36卷 283-291,F0003页

作者：唐秀美刘玉任艳敏北京农业信息技术研究中心北京100097 农业农村部农业遥感机理与定量遥感重点实验室北京100097

科学划分村庄用地类型并提出差异化的整治策略,是编制村庄发展规划和建设用地减量规划的基础。该文以北京市密云区为例,基于土地利用、兴趣点和社会统计等数据,从自然条件和用地形态2方面构建村庄用地适宜性评价模型,从区位条件、基础... 详细信息

科学划分村庄用地类型并提出差异化的整治策略,是编制村庄发展规划和建设用地减量规划的基础。该文以北京市密云区为例,基于土地利用、兴趣点和社会统计等数据,从自然条件和用地形态2方面构建村庄用地适宜性评价模型,从区位条件、基础设施、生态条件和资源产业4方面构建村庄发展状况评价模型,系统分析村庄用地适宜性与村庄发展状况及其二者的组合状态,进而划分村庄用地类型。结果表明:1)密云区村庄用地适宜性呈现明显的从西南到东北降低的分布趋势;2)村庄发展指数较高的村庄主要分布在西南区域的环密云城区一带,其次是中部围绕密云水库区域,北部区域村庄发展水平较低;3)基于二者的评价结果将全区村庄用地划分为9种组合,进而合并为4种村庄用地类型。该研究可为村庄用地的高效、有序整治利用提供依据。

关键词：土地利用整治村庄用地多源数据密云区

基于Google Earth Engine和机器学习的耕地土壤有机质含量预测

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2022年第18期38卷 130-137页

作者：郭静龙慧灵何津梅新杨贵军湖北大学资源环境学院武汉430062 农业农村部农业遥感机理与定量遥感重点实验室北京市农林科学院信息技术研究中心北京100097

土壤有机质含量是耕地质量定级的依据,是耕地质量评价的核心内容之一,因此,精准高效地获取土壤有机质含量非常重要。高分辨率遥感技术和谷歌地球引擎(Google Earth Engine,GEE)云计算平台的出现,为土壤有机质的高效反演提供了新的途径... 详细信息

土壤有机质含量是耕地质量定级的依据,是耕地质量评价的核心内容之一,因此,精准高效地获取土壤有机质含量非常重要。高分辨率遥感技术和谷歌地球引擎(Google Earth Engine,GEE)云计算平台的出现,为土壤有机质的高效反演提供了新的途径和方法。该研究以藁城区的Sentinel-2A MSI数据和Landsat8 OLI数据为主要的数据源,结合Sentinel-1 SAR数据、ECMWF/ERA5气象数据和USGS/SRTMGL1_003高程数据,分别采用随机森林(Random Forest,RF)、梯度升级树(Gradient Boosting Decision Tree,GBDT)和支持向量机(Support Vector Machine,SVM)算法,在GEE平台对藁城耕地土壤有机质含量进行反演。结果表明:1)基于Sentinel-2A建立的模型(模型A*)在预测SOM含量方面优于基于Landsat8建立的模型(模型B*),GBDT算法下的Sentinel-2A的全变量模型取得了最佳结果(R2=0.759,RMSE=2.852 g/kg);2)考虑红边波段的Sentinel-2A数据建立的模型(A-1)比不考虑红边波段的模型(A-0),R2提高了9.752%;3)从不同的预测算法来看,GBDT算法能较好地适用于研究区的土壤有机质预测,GBDT算法、Sentinel-2A与GEE的结合是土壤有机质预测制图的一种有效方法。

关键词：土壤有机质数字土壤制图 GEE云平台机器学习耕地

在线全文

学校读者我要写书评

暂无评论

无人机高光谱波段选择的叶面积指数反演

光谱学与光谱分析 2022年第3期42卷 933-939页

作者：孔钰如王李娟冯海宽徐艺梁亮徐璐杨小冬张青琪江苏师范大学地理测绘与城乡规划学院江苏徐州221116 农业部农业遥感机理与定量遥感重点实验室北京农林科学院信息技术研究中心北京100097

叶面积指数(LAI)是评价作物长势和作物产量的重要参数。为有效利用高光谱信息,优选出最佳波段进而构建新型双波段指数来提高LAI估测精度,以冬小麦为研究对象,获取冬小麦孕穗期无人机高光谱数据和实测地面LAI数据,开展冬小麦LAI反演研究... 详细信息

叶面积指数(LAI)是评价作物长势和作物产量的重要参数。为有效利用高光谱信息,优选出最佳波段进而构建新型双波段指数来提高LAI估测精度,以冬小麦为研究对象,获取冬小麦孕穗期无人机高光谱数据和实测地面LAI数据,开展冬小麦LAI反演研究。首先采用连续投影算法(SPA)、最佳指数法(OIF)以及逐波段组合法(E)分别进行无人机高光谱数据最佳波段筛选,进而将所选最佳波段构建新型双波段指数(VI_OIF,VI_SPA,VI_E);然后将构建的新型双波段指数和常规双波段指数(VI_F)与LAI进行相关性对比分析,最后结合支持向量回归(SVR)、偏最小二乘回归(PLSR)和随机森林回归模型(RFR)进行LAI估算,并对比分析常规双波段指数的估算精度,验证最佳波段选择方法构建新型双波段指数的最佳回归模型反演LAI的可行性。结果表明:(1)新构建双波段指数VI_OIF,VI_SPA,VI_E和VI_F与冬小麦LAI的相关性均达到0.05的显著水平,其中VI_SPA和VI_E与LAI的相关系数高于0.65,且RSI_SPA和RSI_E与LAI的相关性较高(r>0.71);(2)对比分析VI_OIF、VI_SPA、VI_E和VI_F构建的SVR模型、PLSR模型和RFR模型的冬小麦LAI估测精度,VI_SPA_PLSR模型估测精度最高,R^(2)和RMSE分别为0.75和0.90。该方法可为无人机高光谱数据波段选择以及冬小麦LAI反演提供技术支持和理论参考。

关键词：无人机高光谱影像波段选择冬小麦叶面积指数

基于VSURF-CA的小麦条锈病高光谱病情指数估测模型

在线全文

学校读者我要写书评

暂无评论

中国农业科学 2024年第3期57卷 484-499页

作者：梅广源李荣梅新陈日强樊意广程金鹏冯子恒陶婷赵倩赵培钦杨小冬北京市农林科学院信息技术研究中心/农业农村部农业遥感机理与定量遥感重点实验室湖北大学资源与环境学院

【目的】条锈病对小麦生长和产量造成严重威胁，为确保有效防控，精准监测尤为关键。利用遥感技术构建小麦条锈病估测模型，能快速、准确地估测病情指数（DI），为精准防控提供技术支持。【方法】利用ASD光谱仪获取小麦不同生育期（抽... 详细信息

【目的】条锈病对小麦生长和产量造成严重威胁，为确保有效防控，精准监测尤为关键。利用遥感技术构建小麦条锈病估测模型，能快速、准确地估测病情指数（DI），为精准防控提供技术支持。【方法】利用ASD光谱仪获取小麦不同生育期（抽穗期、灌浆期和成熟期）高光谱数据，采用随机森林变量选择（VSURF）方法结合相关性分析（CA）对原始光谱（OR）和一阶微分光谱（FD）进行特征波段筛选。使用随机森林（RF）对比不同数据集的特征波段建模结果，确定模型效果最佳的特征集。随后借助偏最小二乘回归（PLSR）、极致梯度提升（XGBoost）以及反向传播神经网络（BPNN），对比特征集在不同算法中的建模效果。通过对比建模效果，确定针对全生育期小麦条锈病病情指数的最佳估测模型。为了验证特征集在不同生育期中的效果，利用特征集在3个生育期重新构建模型，并对比模型效果。【结果】对不同数据集进行特征筛选，并使用RF构建条锈病DI估测模型，通过比较模型效果，确定VSURF-CA-FD特征集（绿光范围的537 nm以及近红外范围的821和846nm）在RF模型中的估测效果最好。采用RF算法构建的模型表现出优异的精度，R2为0.89,RMSE为12.34。这些特征波段在其他算法构建的模型中也展现出良好的精度：XGBoost模型的R2为0.87,RMSE为13.15;BPNN模型的R2为0.84,RMSE为15.19;PLSR模型的R2为0.69,RMSE为20.92。使用不同生育期的冠层微分高光谱数据进行验证，利用VSURF-CA-FD特征集构建RF模型，对比模型发现在小麦生长的早期（抽穗期）R2为0.54,RMSE为1.29,NRMSE为0.21，能满足估测病害的要求；小麦生长的中期（灌浆期），模型的R2表现较好，R2为0.66,RMSE为12.24,NRMSE为0.21；小麦生长晚期（成熟期），模型效果好于前两个时期，R2为0.75,RMSE为10.77,NRMSE为0.15。【结论】使用VSURF-CA方法筛选出的特征波段，能构建出对小麦条锈病病情指数具有出色估测效果的RF模型。研究结果可为预测早期和中期条锈病病情指数提供有价值的思路和方法。

关键词：高光谱估测模型小麦条锈病病情指数 VSURF 特征选择

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

综合光谱纹理和时序信息的油茶遥感提取研究

光谱学与光谱分析 2023年第5期43卷 1589-1597页

作者：孟浩然李存军郑翔宇宫雨生刘玉潘瑜春北京市农林科学院信息技术研究中心北京100097 辽宁科技大学土木工程学院辽宁鞍山114051 农业部农业遥感机理与定量遥感重点实验室北京100097

具有极高营养价值且被誉为东方“橄榄油”的油茶树是我国南方地区重要经济林,我国是世界上油茶树分布最广的国家。提取油茶种植分布和面积对林业部门开展油茶的宏观管理和生产指导具有重要意义。以地处亚热带地物复杂且多山地丘陵的湖... 详细信息

具有极高营养价值且被誉为东方“橄榄油”的油茶树是我国南方地区重要经济林,我国是世界上油茶树分布最广的国家。提取油茶种植分布和面积对林业部门开展油茶的宏观管理和生产指导具有重要意义。以地处亚热带地物复杂且多山地丘陵的湖南省常宁市为研究区,该区域分布有大量农田和森林,且部分植被季节变化较大,对油茶的遥感提取带来了很大挑战。提出了基于春夏秋三期的GF-2号高分辨率卫星影像,综合植被指数、纹理特征、 PCA主成分3种特征,以及春夏、春秋、夏秋、春夏秋四种不同时序组合和随机森林(RF)算法共构建了17种分类场景(S1—S17),运用随机森林(RF)、支持向量机(SVM)、最大似然(MLC)三种不同分类算法开展油茶遥感提取实验,筛选出最优特征组合、最佳分类季节与最优时序组合、最优分类方法。结果表明:仅基于光谱信息分类精度低,纹理特征的加入可大幅提升精度,而PCA对于精度的提升效果微弱;通过比较不同季节单时期的分类结果发现油茶提取精度最高的季节为夏季,夏季单时期影像在最优特征组合(S8)中油茶生产者精度(PA)为94.06%,油茶用户精度(UA)为92.57%;在分类场景S10—S17中实验发现,采用时序信息要比单时期影像有明显的精度提升,时序组合分类精度由高到低依次为:春夏秋、春夏、春秋、夏秋;综合光谱、纹理、时序信息通过随机森林(RF)、支持向量机(SVM)、最大似然(MLC)进行油茶提取,随机森林算法分类精度总体表现最好。采用春夏秋多时相遥感植被指数、纹理、 PCA的随机森林方法(S17)是分类精度最高的方案,总体精度(OA)和Kappa系数分别为96.85%和0.961 0,油茶生产者精度(PA)为98.31%,油茶用户精度(UA)为94.33%;采用春夏时相遥感植被指数、纹理的随机森林方法(S10)为兼顾计算效率与精度的最优方案,总体精度(OA)和Kappa系数分别为95.62%和0.9458,油茶生产者精度(PA)为96.93%,油茶用户精度(UA)为95.09%。所提出的最佳油茶遥感提取方案能够为亚热带地区油茶及其他经济林的遥感监测提供参考。

关键词：油茶遥感时序植被指数纹理特征

在线全文

学校读者我要写书评

暂无评论

利用无人机激光雷达提取玉米叶面积密度

武汉大学学报（信息科学版） 2021年第11期46卷 1737-1745页

作者：雷蕾李振洪杨浩杨贵军长安大学地质工程与测绘学院陕西西安710054 农业农村部农业遥感机理与定量遥感重点实验室北京市农林科学院信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097

叶面积密度可以表征冠层内部叶面积的垂直分布,是作物生长发育、营养诊断和育种研究的重要结构参数。激光雷达通过发射多脉冲和接收多回波信号可以探测到作物冠层内部信息。首先基于无人机激光雷达获取60个小区多航线的玉米点云数据,采... 详细信息

叶面积密度可以表征冠层内部叶面积的垂直分布,是作物生长发育、营养诊断和育种研究的重要结构参数。激光雷达通过发射多脉冲和接收多回波信号可以探测到作物冠层内部信息。首先基于无人机激光雷达获取60个小区多航线的玉米点云数据,采用基于接触频率的体素法对叶面积密度进行估算,再对多个体素大小进行分析得到最优体素大小(0.2 m);其次对各航线以及航线叠加效果进行对比,得到无人机激光雷达获取点云数据的最优激光脉冲入射角(-30°~52°);然后结合玉米叶倾角和激光脉冲入射角对叶面积密度估算模型进行校正,从而提高叶面积密度估算精度;最后通过对不同种植密度和不同品种的玉米叶面积密度分布进行分析,得到不同品种玉米的发育快慢、株型特点以及最合理的种植密度。以上结果可为基于无人机激光雷达数据估算叶面积密度提供指导,并为玉米育种和科学管理提供参考。

关键词：叶面积密度分布基于接触频率的体素法叶倾角脉冲入射角无人机激光雷达

面向乡村振兴战略的乡村发展格局及其分区研究

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

农业工程学报 2019年第12期35卷 281-289页

作者：刘玉任艳敏潘瑜春唐林楠北京农业信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097 农业农村部农业遥感机理与定量遥感重点实验室北京100097

该文综合运用兴趣点、遥感影像等多源数据,基于“生产-生活-生态”(简称“三生”)空间功能视角,设计了面向乡村振兴战略的乡村发展评价方法,并以平谷区为例开展乡村发展格局及分区研究。结果表明:平谷区乡村生产、生活、生态功能的空间... 详细信息

该文综合运用兴趣点、遥感影像等多源数据,基于“生产-生活-生态”(简称“三生”)空间功能视角,设计了面向乡村振兴战略的乡村发展评价方法,并以平谷区为例开展乡村发展格局及分区研究。结果表明:平谷区乡村生产、生活、生态功能的空间分布特征,总体符合平谷区生态涵养建设目标及产业发展规律。基于空间的主导功能,将平谷区划分为生产主导、生活主导、生态主导、生活生产复合、生产生态复合、生态生活复合、生产生活生态复合共7类功能区。通过分析发现,平谷区基本呈现“平原区生产功能主导、中心城区及乡镇中心村生活功能主导、山区乡镇生态生活功能主导”的分布特征,其中生产主导功能区和生态生活复合功能区居多,面积占比分别为27.27%和24.38%。建议生产主导功能区积极发展现代化农业及旅游业,促进乡村产业振兴;生活主导功能区适度推进农村公共服务设施建设,促进乡村生态宜居;生态主导功能区坚持生态优先,保障生态空间功能发展;兼具2种以上优势空间功能类型的复合功能区,应结合区域自身及周边乡村的空间特性,宜生产则生产、宜生活则生活、宜生态则生态,优化布局“三生”空间;而复合功能区中“三生”功能均处于劣势的乡村,则需要结合“三生”空间功能发展的迫切程度,合理展开村庄空间规划和重构。研究结果可为乡村振兴战略实施下的乡村发展规划编制和建设实践提供指导。

关键词：乡村遥感分区发展格局 “生产-生活-生态”空间平谷区

基于遥感时序物候特征的耕地非粮化多模式监测方法

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2024年第2期40卷 283-294页

作者：杨悦杨贵军龙慧灵张静陈伟男高美玲杨耘长安大学土地工程学院西安710054 长安大学地质工程与测绘学院西安710054 农业农村部农业遥感机理与定量遥感重点实验室北京市农林科学院信息技术研究中心北京100097

耕地非粮化对粮食生产和农业可持续发展构成潜在威胁,精准监测不同的耕地非粮化类型对制定针对性的农业管理政策至关重要。该研究以河北省石家庄市藁城区为研究区,首先采用最大类间方差算法(OTSU)提取果园和耕地范围,然后利用Google Ear... 详细信息

耕地非粮化对粮食生产和农业可持续发展构成潜在威胁,精准监测不同的耕地非粮化类型对制定针对性的农业管理政策至关重要。该研究以河北省石家庄市藁城区为研究区,首先采用最大类间方差算法(OTSU)提取果园和耕地范围,然后利用Google Earth Engine(GEE)云计算平台构建了基于Sentinel-2遥感数据的特征集,包括光谱特征、物候特征和NDVI(normalized difference vegetation index)时序特征。结合面向对象分割和随机森林(radom forest, RF)、时间加权的动态时间规整(time-weighted dynamic time warping, TW-DTW)算法,构建了4种不同的分类模式用于提取粮食作物和露天蔬菜、大棚种植等非粮食作物。通过选择最优模式,提取了研究区2019-2022年间不同非粮化类型的空间分布信息,并探讨了不同模式的优点和局限性。结果表明:1)采用面向对象的机器学习模式进行耕地内作物分类的精度最佳,两个生长季内总体精度分别达到93.23%和90.10%,Kappa系数分别达到0.91和0.88;2)基于时间序列匹配的模式在区分粮食作物和其他地类方面表现出较高的准确性,冬小麦、玉米和大豆的用户精度分别高于95.60%、74.70%、82.70%,制图精度分别高于97.70%、86.40%、93.10%;3)利用面向对象的机器学习模式进行耕地非粮化信息提取,在两个作物生长季的总体精度为87.00%和81.00%。分析耕地非粮化结果发现,藁城区2019-2022年的年际性非粮化面积为2 753.09 hm^(2),其中果园占比最高;而季节性非粮化结果显示,秋粮非粮化面积(3 174.86 hm^(2))明显高于夏粮非粮化面积(1 060.27 hm^(2))。该研究利用Sentinel-2时序遥感数据,为一年两熟区耕地非粮化监测提供一种新的思路,可以为制定差异化农业管理政策提供依据。

关键词：遥感时间序列耕地非粮化机器学习时间加权的动态时间规整