农作物种植结构遥感提取研究进展

农作物种植结构信息对农业生产管理、农业可持续发展及国家粮食安全等具有重要意义。本文中概括了农作物种植结构遥感提取的理论基础,归类了近10年间不同农作物种植结构遥感提取技术方法,重点评述了不同技术方法的特点及应用情况,讨论和展望了未来农作物种植结构遥感提取研究的发展方向。当前,光谱特征、时相特征和空间特征是农作物种植结构遥感提取的三大理论基础。基于单一影像源的种植结构提取方法操作简单,但往往难以获取种植结构“最佳识别期”的遥感影像;基于多时序影像源的种植结构提取方法可以充分利用农作物季相节律特征,成为当前农作物种植结构遥感提取的主流方法。在基于多时序影像源的种植结构提取方法中,多特征参量法较单一特征参量法更适用于农作物种植结构复杂区域,基于多特征参量的统计模型法一定程度上解决了混合像元问题,但模型的鲁棒性有待提高。此外,遥感与统计数据融合的农作物种植结构提取法在国家及全球大尺度的农作物种植结构提取中具有优势,但较低的制图分辨率使得数据产品的区域适宜性较差。未来农作物种植结构遥感提取将以区域“作物一张图”为目标,充分发挥多源数据组合利用的优势,围绕多类型作物同步提取和大范围作物种植结构提取开展深入研究,重点加强遥感数据预处理、特征参量提取和分类器高效选择等关键技术研究,从而提升农作物种植结构遥感提取的时空尺度,满足多方位的农业应用需求。     

高光谱分辨率遥感技术在农作物估产中的研究现状与发展趋势

综述了高光谱分辨率遥感技术及利用高光谱分辨率遥感对农作物估产的研究,包括作物种植面积的遥感估测、作物遥感估产最佳时相的选择和地面单产遥感估产模型的研究,并分析了高光谱分辨率遥感在农作物估产中的发展趋势。     

遥感影像在大比例尺农作物种植现状调查中的精细研究

随着国家不断出台惠农、利农政策,近些年农业产业经济不断在乡村提升,而农业种植结构在农业产业中起着关键的作用.利用遥感面向对象分类技术解译农业种植现状信息,结合实地调查应用研究,总结了应用该方法进行农业种植现状调查的技术方法及其优缺点,具有一定的应用价值.     

高分辨率卫星遥感在引黄灌区农作物种植结构调查中的应用

针对当前宁夏引黄灌区灌溉管理工作的需要,以高分辨率卫星遥感影像为基础底图,结合实地调查,查清了灌区农作物种植结构的分布和面积情况,为进一步实施灌区农业种植结构优化调整、节水灌溉及水量调度管理等工作提供科学依据和基础资料.     

多源遥感技术下农作物的提取与检测

农作物长势信息不但反应了作物生长现状,也是农情信息收集研究的主要来源之一。遥感技术具有宏观性、实时性和动态性的特点,多源遥感技术可以通过实时检测、了解农作作物的分布、生长以及病虫动态对农作物进行检测,不但可以为作物生产管理者提供及时准确的数据信息还可以有效的控制病虫害现象的发生。因此越来越多的地区开始利用遥感数据动态监测技术来检测农作物生长情况。本文基于多源遥感技术对蓟州区农作物生长情况进行提取和检测,深入分析多源遥感技术在农业领域的应用。     

农作物种植面积遥感提取研究进展

介绍了农作物种植面积遥感提取方面的研究进展,新算法包括：选择多时相数据、多源遥感数据;GIS辅助等手段,并指出采用中分辨率与低分辨率数据相结合的测量方法是获取作物种植面积的主要趋势之一。     

西南地区农作物种植结构优化研究

[目的]优化作物种植结构,推进农业供给侧结构性改革,加快转变农业发展方式,是当前农业和农村经济发展的重要任务.[方法]运用比较优势理论,构建比较优势模型,测算了西南地区主要农作物的规模优势指数、效率优势指数和综合优势指数,以期为区域种植结构调整提供借鉴.[结果](1)2000—2017年西南地区玉米和油菜籽播种面积稳步...     

无人机可见光遥感影像的农作物信息提取及验证

为实现无人机遥感农作物类别的快速识别提供参考,以贵定县马场河乡马长河村部分耕地遥感影像作为研究对象,采用无人机采集地面农作物遥感影像,分析农作物之间纹理和色彩特征差异,对农作物的类型及面积信息进行提取和检验,获取不同种类农作物的种植基本信息。结果表明:利用色彩纹理特征组合对大豆、水稻和玉米种植信息的提取结果误差分别为7. 01%、9. 71%和1. 75%,提取效果较好。可为农作物分类提取提供参考。     

基于高光谱遥感技术的农作物病虫害应用研究现状

近年水,随着信息技术的迅猛发展,高光谱遥感作为一种快速监测手段已经被广泛应用于农业病虫害监测中,高光谱遥感在农业中主要的应用领域之一.通过分析近5年来高光谱技术在农作物病虫害研究情况,阐述了应用高光谱遥感技术进行农作物病虫害监测的原理,主要从原始光谱的导数变换及对数变换、光谱位置和面积的特征参数提取、光谱吸收特征参数提取、基于连续同去除的特征参数提取4种方法回顾了国内外应用高光谱进行农作物病虫害监测的研究进展,在此基础上,总结了高光谱遥感技术应用于农作物病虫害监测亟待解决的问题及相应的解决途径.     

湖北省农作物种植结构区划

采用定性与定量相结合的方法,利用湖北省近5年来农作物播种面积数据以及相关的自然、社会、经济数据,对湖北省农作物种植结构进行区划。将湖北省农作物分为2级区划,包括鄂东南低山丘陵湿润水稻主作区、鄂北低山丘岗半湿润水旱兼作区、鄂西北山地半干旱旱作物区、鄂中平原半湿润水旱兼作区、鄂西南山地湿润水旱兼作区等5个一级区划分区和武鄂黄蔬菜-水稻-油料作区等13个二级区划分区。     

基于高光谱遥感的农作物分类研究进展

【目的】农作物类型识别是农作物面积、长势监测与产量预测的重要前提。及时、准确地获取农作物类型、空间分布以及种植面积对制定农业政策、促进社会经济发展和保障国家粮食安全具有重要意义。近年来,高光谱遥感凭借光谱分辨率高、光谱信息丰富等优点,已广泛应用于农作物制图中。【方法】文章归纳了高光谱遥感应用于农作物分类的研究进展,总结了国内外农作物分类常用的高光谱数据源,并分析了各种数据源的适用范围。梳理了农作物高光谱遥感分类方法,讨论了各种分类方法的优缺点。【结果】现有农作物高光谱遥感分类研究存在一些不足:(1)机载高光谱影像光谱分辨率高,但影像监测面积小,不适合大区域农作物面积提取研究;(2)星载高光谱影像监测面积较大,但空间分辨率较低,某些农作物面积提取实际应用中精度较低;(3)由于缺乏对农作物高光谱特征的研究,导致分类算法机理性不足,普适性较差。【结论】农作物高光谱遥感分类未来研究方向是:(1)丰富高光谱遥感监测的农作物类型;(2)提高高光谱影像的空间分辨率,实现农作物种植结构复杂、地块破碎地区的农作物分类研究;(3)进一步研究利用高光谱遥感进行农作物分类的机理和多源数据融合的方法。     

气候变化对农作物种植结构的影响

全球范围内的气候变化给农作物的种植和生产带来了很大的影响。我国是农业大国,研究分析气候变化对农作物的种植生产具体产生了什么样的作用,对保证我国的粮食产量和农作物质量有着非常重要的意义。文章将重点讨论气候变化对云南省农作物种植结构的影响。     

基于多源遥感影像的农作物分类提取

合成孔径雷达数据因其较强的纹理特征近年来被广泛应用于农作物分类的研究中.针对多光谱影像无法实现农作物的精确分类问题,本文选取鲁西南济宁市为研究区,融合了2020年4-9月的Sentinel-1 SAR数据和Sentinel-2多光谱数据作为数据源,提取光谱特征、纹理特征、双极化后向散射系数共52个特征变量,通过独立主成...     

基于吉林一号的梨树县主要农作物提取研究

本文旨在充分利用吉林一号系列卫星数据的高分辨率特征和农作物不同生长期表现出来的不同光谱特征,选择一种合适的分类方法实现梨树县主要农作物的精准分类。通过建立农作物分类样本库,联合像元谱段信息与空间结构特征,以第三次全国国土调查数据为基准,利用多层感知卷积神经网络对吉林一号多源多时相影像进行农作物分类,获取精细化的梨树县玉米、水稻、大豆和其它作物的分类产品。经过精度验证表明,梨树县2022年主要农作物遥感监测成果总体精度为96.00%;玉米、水稻、大豆和其它作物的生产者精度均大于90%;玉米、水稻和其它作物的用户精度大于90%,大豆用户精度小于90%,主要是由于大豆与其它作物(花生)易发生混分造成。通过综合利用吉林一号多光谱数据与亚米级高分辨率数据,实现了精准的农作物品种分类。经过对比分析,利用亚米级高分辨率数据可以很好的区分玉米、水稻和其它作物,但是大豆影像特征与其它作物(花生)类似,单独运用亚米级高分辨率数据无法区分大豆与花生,要结合具有短波红外波段的吉林一号多光谱数据,可较好地区分大豆与花生,但其精度受到一定影响。     

美国农作物种植历史及现状

美国是世界上重要的农产品生产和出口国,其主要农作物总产量和单产都居世界前列,其每年作物产量都对世界农产品市场产生重要影响,本文就美国主要种植的8种农作物的分布、收获面积、单产和总产量历史和现状进行了分析,总结了自1961年以来的变化趋势和特点。     

农作物种植最佳结构模型气候评价方法研究

以陕西省安康市2002年的农业气候条件评价为例,以作物种植比例最优化模型作为气候评价模式,通过作物产量资料和气象资料的统计分析,建立作物产量和气象条件的回归模型,计算最优、最坏气候产量和气候变化影响产量,并对估计短期气候异常影响提供了依据。     

遥感在农作物估产中的应用与发展

本文以遥感估产为出发点,介绍了遥感的概念、原理、方法特点及国内外遥感估产方面的研究进展。     

基于SVM的农作物种植结构遥感提取研究

随着国家振兴农业口号的提出,我国农业现代化又将迎来一个新的历史机遇。高精尖的现代化科技对于农业发展必不可少,支持向量机(SVM)是比较成熟的算法。研究证明,在ENVI中合成此算法作为分类器应用于遥感影像分类可提升遥感影像解译精度,节省人工以及降低获取数据的成本。