乌兰吐雅
- 作品数：12 被引量：30H指数：4
- 供职机构：内蒙古农牧业科学院更多>>
- 发文基金：国家林业公益性行业科研专项内蒙古自治区自然科学基金内蒙古自治区科技计划项目更多>>
- 相关领域：农业科学自动化与计算机技术更多>>
- 内蒙古四大沙地植被NDVI变化及气候响应研究被引量：5
- 2013年
- 为了更好掌握内蒙古四大沙地的植被长势变化及气候响应,用GIMSS/NDVI数据对1981 ～ 2001年8月的植被NDVI值进行了研究.分析结果表明,四大沙地的植被NDVI平均值从高到低的顺序为呼伦贝尔沙地、科尔沁沙地、浑善达克沙地、毛乌素沙地.NDVI变异系数从大到小的顺序为浑善达克沙地、毛乌素沙地、科尔沁沙地,呼伦贝尔沙地.对四大沙地的8月NDVI数据与5～8月累积平均气温逐月进行回归分析结果都不具有显著性.而8月的NDVI数据与5～8月累积降水量逐月回归分析结果表明,沙地植被对降水量有明显的滞后效应.浑善达克沙地和毛乌素沙地NDVI与累积降水量有正相关,呼伦贝尔沙地和科尔沁沙地NDVI与累积降水量不具有显著性.
- 乌兰吐雅哈斯础鲁吉木色常虹刘爱军晔薷罕
- 关键词：气候响应
- 基于SAR-C的大兴安岭西麓地区主要农作物识别方法研究被引量：2
- 2017年
- 雷达遥感能够克服复杂地形与气象条件影响,既可在恶劣的气候条件下,也可以在白天和黑夜发挥作用,具有较强的全天候、全天时的工作能力,这一特性优于可见光和红外波段的探测系统。大兴安岭地区,夏季多云,光学影像难以获取,对于遥感农作物识别造成了影响。该研究选取大兴安岭西麓部分地区为研究区域,以单极化多时相Sentienl-1A为数据源,采用最大似然法、CART决策树方法对研究作物种类进行提取,并对其结果进行了分析。通过分类结果数据比对,表明:在农作物识别中CART决策树分类方法能够提供较高的分类精度,作物识别精度达到80.257%,Kappa系数0.733。光学影像能够很好辅助雷达影像用于区分非耕地信息。SAR数据对大兴安岭西麓地区春小麦具有很好地识别效果。
- 于利峰乌兰吐雅乌兰包珺玮
- 关键词：最大似然法
- 环境因子对步甲昆虫的影响研究进展被引量：4
- 2014年
- 步甲是鞘翅目昆虫的重要类群之一,是农林业生产中的重要害虫天敌。步甲与环境关系密切,环境因子(如湿度、温度、海拔、土壤性质、植被、食物条件)及环境因子的综合作用(如演替阶段、干扰等)都对步甲的生命活动及群落分布产生重要影响。对近年来国内外关于环境因子对步甲的影响相关研究进行综述,并在此基础上提出进一步研究环境因子对步甲生命活动及群落分布的影响是十分重要的。
- 常虹孙海莲董玮乌兰吐雅
- 关键词：环境因子步甲多样性
- 草地地上生物量高光谱遥感估算研究被引量：4
- 2015年
- 以锡林郭勒草原为试验区,采集草地冠层高光谱反射率数据和对应样方的地上生物量数据,综合分析了高光谱主要变换形式(高光谱特征变量、小波能量系数和植被指数)与草地地上生物量间的相关关系.研究结果表明:在选取的13个高光谱特征变量中,草地地上生物量与红谷的吸收深度Rd、红边区一阶微分总和与蓝边区一阶微分总的比值SDr/SDb的相关系数最高(0.86);在11个小波能量系数中,第四小波能量系数与草地地上生物量的相关性最强,相关系数为0.85;在选用的8种常用植被指数中,ARVI与生物量之间的相关性最强(R=0.874),而DVI的相关性最差(R=0.578).在对不同近红外、红光和蓝光波段进行组合而获得的植被指数中,ARVI(R945,R620,R430)模型对草地地上生物量的预测具有最好的准确性,训练样本和验证样本的拟合方程R值分别为0.882和0.865.
- 乌兰吐雅包刚乌云德吉黄明祥杭玉玲包玉海
- 关键词：高光谱遥感小波变换植被指数
- 基于GF-6影像的农作物种植结构提取方法研究
- 2023年
- 【目的】挖掘国产卫星影像数据信息,快速准确地获取农作物的种植结构类型,为优化农业生产布局提供参考。【方法】利用随机森林算法模型,结合样本数据对影像的光谱特征、植被指数特征、纹理特征进行重要性分析,通过评估分类精度获得基于GF-6影像的最优特征组合,并将优选后的特征用于面向对象分类研究(以平滑度0.5、紧致度0.3为参数,10为步长,设置40~140共11种不同分割尺度),以得到研究区主要农作物种植结构的空间分布。【结果】特征优选的方法得到GVI、EVI、Nir、GI、GNDVI和Green特征,能够有效减少农作物分类中的数据冗余,提升分类效率;研究区农田设置的11种分割尺度中,最优分割尺度为100,分割结果保留了地块的完整性并体现了不同农作物类型的异质性;基于面向对象分类方法的分类精度达96.2%,Kappa系数为0.944,相较基于像元的分类精度提升5.3个百分点。【结论】以国产GF-6影像为数据源,采用特征优选的面向对象分类方法能够有效提升分类精度,可作为开展农作物种植结构监测的有效手段。
- 包珺玮乌兰吐雅车有维刘朝晖刘朝霞
- 关键词：特征向量面向对象农作物
- 抽穗期大麦、春小麦、莜麦叶片叶绿素含量与冠层高光谱特征分析被引量：2
- 2018年
- 为了寻找大麦、春小麦、莜麦3种作物遥感识别的敏感参数,该研究以内蒙古农牧业科学院试验田种植的大麦、春小麦、莜麦为研究对象,利用手持ASD光谱仪和叶绿素测定仪SPAD502测得3种作物的光谱反射率及叶片叶绿素含量,并利用微分求取3种作物冠层光谱反射率一阶微分,选择光谱位置变量、光谱面积变量、植被指数变量等19个光谱特征变量及SPAD值,进行统计分析。结果表明:3种作物的20个遥感参数上表现的特征存在差异,一是,3种作物10个位置变量中,红边对应的波长位置λr大麦>春小麦>莜麦。春小麦的特征是黄边内一阶微分光谱中的最大值Dy比其他2种作物小,莜麦特征是蓝边内一阶微分光谱中的最大值Db比其他2种作物小,大麦的特征是红边内一阶微分光谱中的最大值Dr比其他2种作物大。二是,3个面积变量中,大麦的SDr,SDb 2个参数比春小麦和莜麦大,SDy值比春小麦和莜麦值小;春小麦的SDr,SDb 2个参数比莜麦小,SDy值比大麦与莜麦值大;莜麦的SDr,SDb,SDy值处于中间。三是,6个植被指数变量中,SDr/SDy,SDr/SDb 2个参数特征差别明显,其他4个参数差别不明显。SDr/SDy值大麦>莜麦>春小麦;SDr/SDb值春小麦>莜麦>大麦。四是,莜麦的叶片SPAD值大于其他2种作物,大于60,大麦的值最小,春小麦值在中间。抽穗期的3种麦光谱反射特征及叶绿素含量值有明显差别,为遥感识别3种作物提供了新的思路。
- 乌兰吐雅于利峰包珺玮许洪滔乌云德吉
- 关键词：大麦小麦叶绿素含量光谱反射率
- 基于Sentinel-2数据土壤表层水分遥感反演
- 2018年
- 文章基于土壤表层水分指数(SWCI)模型,将Sentinel-2数据应用于该模型,得到了土壤水分含量及其空间分布情况,该数据可用于精准快速的低植被覆盖下土壤水分遥感反演。通过SPSS对SWCI与土壤水分的相关性分析,得到Pearson、Kendall's Tau-b和Spearman 3个相关系数分别为0.880,0.778,0.891,呈显著性相关。在0～20 cm土层土壤水分遥感反演中,Sentinel-2数据模型操作简单、精度较高,适用于业务化监测。
- 于利峰乌云德吉乌兰吐雅闫庆琦刘文兵包珺玮许洪滔任婷婷于伟卓
- 关键词：遥感土壤水分
- 基于Landsat 8 OLI影像的大兴安岭西麓春小麦识别方法的比较研究被引量：3
- 2017年
- 采用Landsat 8 OLI影像数据和野外调查数据,结合物候学、目视解译、非监督分类ISODATA法和监督分类最大似然法,以及面向对象分类法,对大兴安岭西麓农场的春小麦识别进行了初步探索。结果表明:最大似然法、ISODATA法和面向对象分类法的分类总体精度分别为53.33%、54.65%和71.26%;三种方法的春小麦用户精度分别为60.00%、61.29%和83.33%。在大兴安岭西麓苗期的春小麦识别中,面向对象分类法优于ISODATA法和最大似然法,为该区域春小麦识别提供思路。
- 乌兰乌兰吐雅包珺玮
- 关键词：春小麦
- RapidEye卫星红边波段对主要农作物识别能力的影响研究被引量：7
- 2017年
- 德国RapidEye卫星在传统的可见光波段和近红外波段的基础上加入了红边波段,红边波段更有利于地表植被分类和监测植被生长状态。为了定量分析RapidEye卫星影像加入红边波段后对地物识别能力的影响,文章利用内蒙古呼伦贝尔市莫力达瓦达斡尔族自治旗哈达阳镇2017年7月25日的RapidEye数据,采用BP神经网络的监督分类方法,提取了研究区内玉米和大豆面积,并计算了有红边和无红边条件下该地区玉米、大豆以及其他作物之间的可分性测度和混淆矩阵,对比了这两种波段组合形式下农作物提取的可分性和基于混淆矩阵的分类精度。结果证明:引入红边波段后,玉米-大豆、大豆-其他、玉米-其他的可分性测度分别从1.71、1.97、1.91提高到1.99、1.99、1.93。总体分类精度从79.57%提高到84.14%,Kappa系数从0.63提高到了0.71。该结果证明,红边波段对区分玉米-大豆的能力有显著提高,区分其他地物的能力也有了明显提升。国外搭载红边波段的卫星载荷越来越多,国产卫星也拟引入红边波段载荷技术,为农业部门提供更可靠的数据支持,文章的研究结果能为国产红边波段数据在农业上的应用提供参考。
- 乌云德吉于利峰包珺玮许洪滔乌兰吐雅
- 基于GF-1 WFV数据的河套灌区春小麦长势遥感分析——以临河区为例被引量：2
- 2018年
- 河套灌区是内蒙古自治区乃至我国的重要灌溉农业区和绿色农产品基地,其中春小麦是河套灌区的主要粮食作物,对当地农业可持续发展、种植业结构调整有着十分重要的意义。文章用地面实时监测数据结合GF-1卫星影像快速提取春小麦面积和长势信息的方法,探讨了该方法在巴彦淖尔市临河区农业遥感长势监测中的适用性。利用2017年5月18日的GF-1 WFV数据提取了临河区春小麦面积,在确定春小麦空间分布的基础上用NDVI监测作物长势情况,用3期的地面数据和遥感数据构建了研究区内春小麦的长势时间序列,进行了春小麦的长势对比分析。结果表明:临河区春小麦面积提取结果精度达到了93.51%,Kappa系数为0.805 3。通过遥感定量评价的结果发现植被指数的增长与地上生物量呈线性增加关系,用时间序列NDVI值代表长势取得了较好的结果,弥补了地面人工目视评价的不足。研究结果证明该方法在河套地区有很好的适用性和较高的推广价值。
- 乌云德吉乌兰吐雅于利峰许洪滔包珺玮
- 关键词：春小麦长势监测
