徐梦园
- 作品数：6 被引量：69H指数：4
- 供职机构：东北农业大学资源与环境学院更多>>
- 发文基金：国家自然科学基金黑龙江省自然科学基金黑龙江省普通高等学校新世纪优秀人才培养计划更多>>
- 相关领域：农业科学自动化与计算机技术更多>>
- 棉花生长初期灌溉信息遥感提取与校正被引量：1
- 2017年
- 为提高生长初期低覆盖度作物长势的遥感监测精度,需要消除灌溉引起的土壤水分背景变化对归一化差值植被指数(NDVI)的影响。为了实现棉花生长初期灌溉信息提取与校正,提高棉花作物长势监测与产量预判精度,本文以美国加利福尼亚州San Joaquin Valley的2个棉花地块为研究区,选取棉花生长初期灌溉过程中的遥感影像,构建两种灌溉信息提取方法(分阶段阈值法和灌溉线提取法),确定最优灌溉像元提取方法;比较分析灌溉与未灌溉情况下棉花的NDVI与归一化差值水分指数(NDWI)以及土壤调节植被指数的关系,提取含有灌溉信息的像元,并对NDVI进行校正,消除灌溉对NDVI的影响。研究结果表明:在棉花生长初期,灌溉与未灌溉像元NDVI变化率达12%,差异较显著;灌溉与否的棉花NDVI与NDWI间均存在极显著的线性关系,决定系数在0.80以上;利用灌溉线方法提取灌溉信息与分阶段阈值相比精度更高,精度达88%以上;校正后线性回归模型精度达0.95,灌溉校正效果明显,灌溉与未灌溉像元的NDVI差异减小至2%。本研究通过对含有灌溉信息像元NDVI值的校正,去除灌溉对NDVI造成的影响,反映了真实的植被信息,可实现对作物生长初期长势的准确遥感监测,为遥感定量监测提供便利。
- 刘焕军孟令华邱政超张新乐殷继先徐梦园于微谢雅慧
- 关键词：棉花植被指数
- 基于裸土期多时相遥感影像特征及最大似然法的土壤分类被引量：21
- 2018年
- 运用单时相遥感数据进行土壤分类及制图,其数据本身易受到其他因素干扰而出现误差,存在一定的局限性,导致制图精度不高。为了提高制图精度,以松嫩平原林甸县为研究区,利用裸土时期多时相Landsat 8遥感影像、DEM数据和全国第二次土壤普查数据,从所有单时相遥感影像中提取出多种分类特征,按照分类特征类型进行压缩处理,得到新的多时相分类特征,将不同分类特征进行组合并分别进行最大似然法分类,得到不同分类特征组合下的土壤类型图,通过不同土壤类型图精度来判断各分类特征对于制图的影响。研究表明,该文所提取的分类特征均可以实现土壤制图,使用压缩处理后得到的多时相遥感数据分类特征完成制图的精度更高,总体精度达到91.0%,研究可为土壤精细制图提供依据。
- 刘焕军杨昊轩徐梦园张新乐张小康于滋洋邵帅李厚萱
- 关键词：遥感土壤制图最大似然法
- 黑土区田块尺度遥感精准管理分区被引量：9
- 2017年
- 基于格网采样与空间插值的精准管理分区方法精度高,但时效性差、成本高。本文以东北农垦地区红星农场农田为研究对象,提出一种基于遥感影像的精准管理分区方法:以裸土高空间分辨率遥感影像作为数据源,结合田间格网采样数据,基于裸土反射光谱特征与黑土主要理化性质的显著相关关系,运用面向对象分割、空间统计分析方法,对典型黑土区田块进行精准管理分区研究,并利用土壤理化性质和农作物生理参数,对分区结果进行评价。得出如下结论:(1)典型黑土区田块内部土壤养分含量空间变异显著;(2)基于裸土影像与面向对象的精准管理分区方法精度高,增强了分区之间的土壤养分与归一化植被指数(NDVI)差异性、分区内部各属性的一致性;(3)基于2015年4月1日和2015年5月20日单期影像分区和两期影像波段叠加(Layer stacking)分区,区间变异系数与区内变异系数之比分别为1.42、1.39和7.63,基于两期影像综合信息的分区结果显著优于基于单期影像分区;(4)基于裸土影像面向对象分割的精准管理分区方法时效性强、成本低、精度高。研究成果为田间变量施肥、发展精准农业、实现农业可持续发展提供依据。
- 刘焕军邱政超孟令华付强姜佰文闫岩徐梦园
- 关键词：遥感影像面向对象精准农业
- 引入地形因子的黑土区大豆干生物量遥感反演模型及验证被引量：4
- 2017年
- 为了对田块尺度农作物地上干生物量进行估测,提高大豆地上干生物量反演模型的精度和稳定性,该文获取了研究区地块2016年7、8月份的SPOT-6多光谱数据,并测定不同地形坡位的大豆地上干生物量,以归一化植被指数(normalized difference vegetation index,NDVI)和增强型植被指数(enhanced vegetation index,EVI)为输入量,建立田块尺度大豆地上干生物量一元线性回归模型;加入与地上干生物量相关的地形因子,建立逐步多元回归和神经网络多层感知反演模型。结果表明:1)使用传统的单一植被指数模型预测大豆地上干生物量有可行性,但模型精度和稳定性不高。2)加入地形因子(海拔、坡度、坡向)的神经网络多层感知器模型,有较高的精度和可靠性,模型准确度达到90.4%,验证结果显示预估精度为96.2%。反演结果与地块的地形、地貌、气温和降水特征基本吻合,反映了作物长势的空间分布特征,可以为田块尺度大豆地上干生物量动态监测和精准管理,提供借科学依据。
- 张新乐徐梦园刘焕军孟令华邱政超潘越谢雅慧
- 关键词：遥感作物地形因子
- 黑土区田块尺度土壤有机质含量遥感反演模型被引量：28
- 2018年
- 为了对田块尺度土壤有机质进行空间反演并提高模型精度和稳定性,该文以黑龙江省黑土带41.3 hm^2田块为例,获取2016年5月中下旬两期(受限于拍摄周期和天气原因而选择不同卫星影像,2016年5月17日Landsat 8影像和5月25日Sentinel-2A影像)裸土时期遥感影像和4 m分辨率DEM数据;分析单期影像与土壤有机质(soil organic matter,SOM)的关系,两期影像所包含的土壤含水量变化信息与地形因素对SOM预测模型精度的影响,建立基于BP神经网络的SOM遥感反演模型。结果表明:该田块内SOM含量差异较大;利用单期影像预测SOM时,基于红波段和785~899 nm波段建立的预测模型精度(建模均方根误差RMSE 1.033,检验RMSE 1.079)和稳定性(建模决定系数R2 0.677,检验R20.644)较高;两期影像时,基于红波段和1 570~1 650 nm波段建立的预测模型精度(建模RMSE 0.855,检验RMSE 0.898)和稳定性(建模R2 0.792,检验R2 0.797)显著提高;在两期影像模型基础上,加入地形因子作为输入量,模型精度(建模RMSE 0.492,检验RMSE 0.499)和稳定性(建模R2 0.917,检验R2 0.928)进一步提高。研究成果可为土壤碳库估算和农田精准施肥提供理论与技术支持。
- 刘焕军潘越窦欣张新乐邱政超徐梦园谢雅慧王楠
- 关键词：遥感土壤有机质土壤含水量地形因子
- 黑土区田块土壤有机质空间分异及分布研究被引量：9
- 2018年
- 本文选取东北典型黑土区田块为研究区,实测获取土壤样点数据,基于遥感影像和地形数据,分别利用单一地统计、混合地统计和遥感反演方法预测土壤有机质(SOM)空间分布。结果表明:研究区SOM含量变异系数为31.897%呈中等程度变异,且存在强烈空间自相关性;对光谱反射率进行数学运算得到的光谱指数"Tan345"(Landsat8影像345波段夹角正切值)与SOM极显著相关,相关系数最高达0.570;以光谱指数"Tan345"与地形因子"G"(高程)为输入量、利用回归克里格法预测的SOM精度最高;研究区SOM含量西高东低,沟底和平缓的坡顶含量较高。研究结果对于促进精准农业、估算土壤碳库有着重要的意义,并为小尺度SOM预测提供借鉴。
- 刘焕军谢雅慧潘越邱政超张新乐窦欣徐梦园秦乐乐
- 关键词：土壤有机质空间异质性遥感反演
