科研产出
基于Radarsat-2和环境星的淮河流域冬小麦估产模型比较研究（英文）
《Agricultural Science & Technology 》 2016
摘要：建立基于微波和光学卫星影像的农作物估产模型,可对上报作物产量准确性及估产模型精度进行相互验证。应用2014年4月中旬和5月初星载合成孔径雷达(SAR)——RADARSAT-2和同期HJ影像各两幅,选择安徽省寿县和怀远县冬小麦产区,通过试验田产量和反演的雷达影像后向散射系数,以及从环境星计算得到的归一化植被指数(NDVI),建立冬小麦线性估产模型,在此基础上对估产模型精度进行比较:通过星载SAR的同极化HH和交叉极化HV方式建立的估产模型对寿县涧沟镇冬小麦估产精度分别为68.37%和74.01%,对怀远县龙亢镇冬小麦估产精度分别为63.10%和69.10%;通过HJ星建立的估产模型对寿县涧沟镇和怀远县龙亢镇冬小麦估产精度分别为69.52%和66.43%。基于HJ星影像得到的冬小麦估产模型精度和基于SAR得到的估产模型精度接近。模型结果为上报产量准确性、冬小麦估产模型验证、参数纠正及推广奠定基础和积累经验。
关键词： 冬小麦估产模型 合成孔径雷达 RADARSAT-2 环境星 模型比较
全文链接
请求原文
基于星载SAR的冬小麦估产模型比较分析
《中国农学通报 》 2015 CSCD
摘要：旨在让农业部门等提前预知小麦产量,从而准确判断粮食生产形式,制订相关政策。应用2014年4月中旬和5月初星载合成孔径雷达(SAR)——RADARSAT-2各一幅,选择安徽省寿县和怀远县冬小麦产区,通过试验田产量和反演的雷达影像后向散射系数,建立冬小麦线性估产模型,在此基础上对2013、2014年估产模型精度进行比较。结果表明:通过星载SAR的同极化HH和交叉极化HV方式建立的估产模型对寿县涧沟镇冬小麦估产精度分别为68.37%和74.01%,对怀远县龙亢镇冬小麦估产精度分别为63.10%和69.10%。特别是针对倒伏区域冬小麦估产模型精度差异进行理论详细分析,指出冬小麦大面积倒伏区域,基于交叉极化(HV)估产模型精度高于同极化(HH)估产模型精度。最后指出将来可选择四极化SAR影像,针对不同的生长方式有针对性的选择不同极化方式进行估产。模型结果分析结论为将来冬小麦估产模型参数纠正及推广奠定基础和积累经验。
关键词： 冬小麦 估产模型 合成孔径雷达 RADARSAT-2 模型比较
全文链接
请求原文
基于双极化双时相RADARSAT-2的冬小麦估产模型研究
《中国农学通报 》 2014 CSCD
摘要：为了给农业部门提供准确的冬小麦产量评估,应用安徽省淮河流域4月底和5月初双极化星载合成孔径雷达(SAR)影像——RADARSAT-2和该区域冬小麦收割前(5月底)试验田产量资料,应用不同拟合方法建立冬小麦产量和2个时相(4月底和5月初)后向散射系数关系的估产模型;选择其余试验田对其检验,优选出最佳的估产模型,实现冬小麦大面积估产。结果表明,经计算得到了超过80%精度的估产模型和冬小麦较准确的估产结果。说明在冬小麦收割前1个月左右应用SAR进行估产,这种思路和方法是行之有效的。
关键词： 合成孔径雷达(SAR) RADARSAT-2 冬小麦 估产
全文链接
请求原文
星载SAR在涡阳县冬小麦测产中的应用
《遥感技术与应用 》 2013 北大核心 CSCD
摘要：由于雷达遥感的全天候、全天时的优势,使之成为南方大范围农业信息动态监测的最佳遥感手段。应用星载合成孔径雷达(SAR)—RadarSat-2,选择安徽省涡阳县冬小麦产区进行测产研究。利用SAR的多极化特点(HH/HV/VH/VV),针对此卫星影像比较选择VV极化,并在试验田取样,获得试验田产量,从而建立产量和后向散射系数关系的线性测产模型,在提取冬小麦种植区基础上,应用此模型对冬小麦进行大面积产量测产。通过计算,得到了超过80%精度的测产模型和冬小麦较准确的测产结果。研究结果表明:在冬小麦收割前一周左右应用SAR进行测产,从而为农保提供服务,这种思路和方法是行之有效的。
关键词： 合成孔径雷达(SAR) RadarSat-2 冬小麦 测产
全文链接
请求原文
首页上一页1下一页尾页
