科研产出
遥感技术支持下的柑橘黄龙病受灾风险评估
《河南农业科学 》 2024 北大核心 CSCD
摘要：柑橘黄龙病受灾风险预判是控制病情蔓延的有效措施，为实现大区域黄龙病精准监测防控，综合多指标开展地块尺度黄龙病风险评估，以广西蒙山县新圩镇柑橘地块为对象，基于多时相归一化植被指数（NDVI）、地表水分指数（LSWI）、MERIS陆地叶绿素指数（MTCI）遥感指标，建立柑橘黄龙病监测模型，获取黄龙病受灾现状地块；综合迁飞距离、坡度、柑橘长势、高程和均温指标，利用层次分析法（AHP）计算指标权重，构建柑橘黄龙病受灾风险评估综合模型，评估柑橘地块感染黄龙病风险等级。结果表明，柑橘黄龙病监测模型准确率为80.31%、漏分率为10.53%，有效减少柑橘黄龙病外业调查；迁飞距离、坡度、柑橘长势、高程和均温评估指标权重分别为0.404、0.289、0.186、0.120、0.086，木虱迁飞扩散能力是病情蔓延主导因素。新圩镇感染黄龙病的高风险区475.93 hm2、中风险区552.00 hm2、低风险区1 188.87 hm2，分别占柑橘面积的21.47%、24.90%、53.63%，黄龙病进一步扩散感染风险性较高，建议有关部门加强对高风险区的防控力度，防止病情蔓延。
全文链接
请求原文
丘陵县域地块尺度的甘蔗产业精准规划研究
《中国农业资源与区划 》 2018 北大核心 CSCD
摘要：[目的]以丘陵县域为研究对象,分析甘蔗生长环境,开展地块尺度的甘蔗产业精准规划研究,为政府部门调整种植结构提供可靠依据。[方法]前期以广西崇左市江州区为例,利用面向农作物地块对象分类方法提取甘蔗种植面积,构建多指标的甘蔗种植适宜性评价综合模型将蔗区划分为最适宜、适宜、次适宜和不适宜4个区域。现以地块尺度评价结果为基底,利用空间叠加分析和缓冲区分析方法划定蔗田保护区及规划种植新增区。在蔗田保护区基础上,根据坡度值评估蔗田保护区发展机械化作业的潜力,通过统计对比方法分析土壤肥力状况并提出改善方案。参照现有"双高"糖料蔗基地生长环境,基于蔗田保护区研究"双高"糖料蔗基地建设适宜区。[结果](1)甘蔗种植退耕面积为6 818.83hm~2,蔗田保护区面积为6.986 618万hm~2,规划种植新增区4 374.48hm~2;(2)适宜发展大型机械作业、中小型机械作业面积分别占蔗田保护区面积的17.57%、55.55%;(3)蔗田保护区土壤p H整体偏低,p H<6.5的土壤面积占85.63%;土壤有机质含量较高,符合甘蔗正常生长需求;土壤全氮含量低于1.00g/kg的面积占34.49%;土壤有效磷含量未能达到丰富水平面积占73.83%;土壤速效钾含量低于100mg/kg面积占78.33%;(4)适宜建设"双高"糖料蔗基地区域主要位于濑湍镇、江州镇、太平街道、左州镇、驮卢镇等乡镇。[结论]科学精细的甘蔗产业规划对于提高甘蔗产量及促进产业可持续发展具有重要意义,同时文章研究方法对于其他产业规划具有参考价值。
全文链接
请求原文
面向水源地保护的地块尺度桉树遥感识别方法研究
《热带农业工程 》 2018
摘要：速生桉人工林具有生长速度快、轮伐周期短的特点,大量、单一的速生桉种植给水源地的水土保持及生物多样性带来潜在威胁。为加强饮用水水源保护区环境管理,开展了面向水源地保护的地块尺度桉树遥感识别方法研究。以广西南宁市重要饮用水保护区——大王滩水库为对象,基于高分一号16 m分辨率影像提取库区水域信息和边界,进而向外缓冲500 m获得研究区范围;然后以谷歌高分辨率影像为数据源,利用人机交互方法获取研究区内的精细地块信息;最后结合多时相中分遥感影像计算地块的多维光谱特征,并利用基于地块的面向对象分类方法提取桉树、其他林地、耕地、建设用地等土地覆盖信息。结果表明,基于地块尺度的桉树识别方法能够获得较好的提取效果,总体分类精度为90.24%,Kappa系数为0.88,其中桉树识别的用户精度及生产者精度分别达到94.87%和97.37%,能够满足应用需求。研究发现桉树种植面积高达4 960.03 hm~2,占研究区面积的35.02%,面积比例远高于其他树种,可能对水源区生态环境带来不利影响,建议有关部门加强对水源区桉树种植及砍伐的管控,确保饮用水保护区的生态环境质量。
全文链接
请求原文
多星数据协同的地块尺度作物分类与面积估算方法研究
《地球信息科学学报 》 2016 北大核心 CSCD
摘要：为了解决多云雨地区遥感数据时空覆盖缺失的问题,以满足对地块尺度作物种植信息日益迫切的应用需求,本文在遥感图谱认知理论框架下发展了一种基于多星数据协同的地块尺度作物识别与面积估算方法。首先,基于米级高分辨率影像提取农田地块对象;其次,通过对多源中分辨率时序影像的有效化处理和指数计算,获取"碎片化"的高时空覆盖有效数据,并以地块对象为单元构建时间序列;然后,在时序分析基础上,建立多维特征空间,结合作物生长物候特征,构建决策树模型进行作物分类识别与面积计算;最后,以湖南省宁远县为研究区开展了水稻种植信息的提取实验。结果表明:本文方法可在农田地块尺度下实现不同水稻类型的准确识别及其种植面积的精细提取,早、中、晚稻的用户精度分别可达94.33%、90.76%和95.95%,总体分类精度为92.51%,Kappa系数为0.90;早、中、晚稻面积提取精度分别为93.37%、91.23%和95.42%。试验结果证明了本文方法的有效性,为其他作物种植信息的精细提取提供了借鉴。
全文链接
请求原文
首页上一页1下一页尾页
