您好,欢迎访问中国农业科学院 机构知识库!

高分1号冬小麦解译面积核算方法研究

文献类型: 中文期刊

作者: 王利军 1 ; 贺佳 1 ; 郭燕 1 ; 王利民 1 ; 刘佳 1 ; 王来刚 1 ; 武喜红 1 ; 程永政 1 ; 张红利 1 ;

作者机构: 1.河南省农业科学院农业经济与信息研究所;中国农业科学院农业资源与农业区划研究所

关键词: 遥感;土地利用现状;冬小麦;线性地物;零星地物

期刊名称: 中国农业资源与区划

ISSN: 1005-9121

年卷期: 2018 年 12 期

页码: 64-72

收录情况: 北大核心 ; CSCD

摘要: [目的]以高分1号(GF-1)融合2m卫星遥感影像为基础数据源,结合土地利用现状数据、高分多源遥感影像和地面样方等数据,对冬小麦分类提取中存在的面积误差问题进行研究和分析。[方法]文章以河南省永城市为研究区,在冬小麦提取结果聚类处理基础上,基于线性地物缓冲区数据,采用GIS空间运算实现线性地物面积扣除,接着分析了样方数据和土地利用现状数据再扣除零星地物面积比例上的差异,并采用样方零星地物平均扣除系数对全市各乡镇耕地与非耕地中冬小麦提取面积进行了相关统计和误差分析。[结果]永城市冬小麦最终解译面积11. 29万hm~2,其中线性地物和零星地物扣除面积分别为6 613. 08hm~2和3 875. 22hm~2,占研究区冬小麦解译面积的5. 86%和3. 32%,与统计上报数据相比,其处理前后误差由14. 12%降低至4. 41%,有效地提高冬小麦提取面积精度。[结论]误差来源分析与修正对冬小麦解译面积核算精度具有重要影响,该研究为县级区域尺度下冬小麦面积提取核算提供了思路和借鉴。

  • 相关文献

[1]基于无人机数码影像的冬小麦叶面积指数探测研究. 高林,杨贵军,李红军,李振海,冯海宽,王磊,董锦绘,贺鹏. 2016

[2]基于叶面积指数反演的区域冬小麦单产遥感估测. 任建强,陈仲新,周清波,唐华俊. 2010

[3]基于时序归一化植被指数的冬小麦收获指数空间信息提取. 任建强,陈仲新,周清波,唐华俊. 2010

[4]基于随机森林算法的冬小麦生物量遥感估算模型对比. 岳继博,杨贵军,冯海宽. 2016

[5]基于环境减灾卫星时序归一化植被指数的冬小麦产量估测. 陈鹏飞,杨飞,杜佳. 2013

[6]基于开花期氮素营养指标的冬小麦籽粒蛋白质含量遥感预测. 屈莎,李振海,邱春霞,杨贵军,宋晓宇,陈召霞,刘畅. 2017

[7]2020年我国冬小麦长势动态监测. 孙丽,钱永兰,吴尚荣,邓辉,沈永林,陶双华,王蔚丹,孙娟英. 2020

[8]基于花后累积地上生物量比例的冬小麦动态收获指数估算. 张宁丹,任建强,吴尚蓉. 2022

[9]不同时序EOS/MODIS-NDVI提取冬小麦面积. 程登发,陈林,张云慧,田喆,孙京瑞. 2006

[10]Sentinel-2宽波段光谱指数预测拔节后受冻冬小麦减产率. 赵爱萍,马浚诚,武永峰,胡新,任德超,李崇瑞. 2022

[11]基于多源遥感数据和机器学习算法的冬小麦产量预测研究. 甘甜,李雷,李红叶,宋成阳,谢永盾,陶志强,肖永贵,孟亚雄. 2022

[12]冬小麦叶面积指数高光谱遥感反演方法对比. 夏天,吴文斌,周清波,周勇. 2013

[13]统计数据总量约束下全局优化阈值的冬小麦分布制图. 郭文茜,任建强,刘杏认,陈仲新,吴尚蓉,潘海珠. 2018

[14]NDVI时序相似性对冬小麦种植面积总量控制的制图精度影响. 李方杰,任建强,吴尚蓉,张宁丹,赵红伟. 2021

[15]基于作物模型与叶面积指数遥感影像同化的区域单产估测研究. 杨鹏,吴文斌,周清波,陈仲新,查燕,唐华俊,柴崎亮介. 2007

[16]冬小麦非监督分类结果的类别选择研究. 王利民,刘佳,杨福刚,杨玲波,姚保民. 2019

[17]基于遥感的冬小麦长势等级与气象因子相关性分析. 黄青,周清波,王利民,李丹丹. 2014

[18]冬小麦鲜生物量估算敏感波段中心及波宽优选. 刘斌,任建强,陈仲新,唐华俊,吴尚蓉,李贺. 2016

[19]基于GF-1影像NDVI年度间相关分析的冬小麦面积变化监测. 王利民,刘佳,姚保民,季富华,杨福刚. 2018

[20]统计数据总量约束下全局优化阈值的冬小麦分布制图. 郭文茜,任建强,刘杏认,陈仲新,吴尚蓉,潘海珠. 2018

作者其他论文 更多>>