首页 | 本学科首页   官方微博 | 高级检索  
     

基于地块单元的冬小麦遥感估产方法研究
作者姓名:王利军  郭燕  贺佳  刘婷  张红利  程永政  杨秀忠  秦奋  王来刚
作者单位:1.河南大学地理与环境学院,开封 475004;2.黄河中下游数字地理技术教育部重点实验室,河南开封 475004;3.河南省时空大数据产业技术研究院,开封 475004;4.河南省农业科学院农业经济与信息研究所,郑州 450002
基金项目:国家基础条件平台建设项目“黄河中下游分中心建设”(2005DKA32300);教育部人文社科重点研究基地重大项目“黄河中下游农耕文明现代转型的大数据平台建设与应用”(16JJD770019);河南省科技攻关(国际科技合作)“GF-6卫星红边波段在作物生产遥感精准监测中的应用研究”(182102410024);河南省重大专项“主要大田作物农产品监测预警与电商关键技术研究及应用”(171100110600)
摘    要:[目的]以高分时序遥感影像为基础数据源,结合土地承包经营权地块数据,对冬小麦遥感估产方法及其精度进行研究和分析。[方法]文章以河南省兰考县为研究区,采用2019年4―5月份的GF-1C和GF-6 2 m PMS遥感影像提取了研究区冬小麦种植空间分布,并在地块单元控制下对冬小麦种植面积进行了修正和精度验证。其最优提取结果的修正阈值为0.93,地块单元内冬小麦总体分类精度为95.66%,Kappa系数为0.89。利用3月7日至5月20日6期GF-1 WFV遥感影像序列NDVI和RVI与冬小麦种植地块单元数据进行空间统计,得出各冬小麦种植地块单元内NDVI和RVI均值,通过分析冬小麦测产地块单元内均值植被指数与产量间的敏感性,提出一种组合均值植被指数的冬小麦遥感估产模型构建方法,通过交叉验证法对不同的估产线性回归模型进行精度评价。[结果]由4个均值植被指数组合变量的多元线性回归模型为最佳,决定系数为0.922 0,预测误差为40.96 g/m~2,预测精度为93.13%。通过该模型得出兰考县冬小麦平均产量为6 047.25 kg/hm~2,较2017年河南省统计年鉴研究区冬小麦平均单产6 001 kg/hm~2有所提高,土地承包经营权地块内和地块外冬小麦总产量分别为2.76亿kg和4 650万kg。[结论]该方法实现了冬小麦估产结果以像元为单位向以地块单元为单位的转变,解决了模型构建时光谱信息与实测产量间对应问题,为利用国产高分卫星进行县域地块尺度遥感单产精准化估算提供了方法支撑。

关 键 词:土地承包经营权  地块单元  冬小麦  归一化植被指数  比值植被指数
收稿时间:2019-11-27
本文献已被 CNKI 等数据库收录!
点击此处可从《中国农业资源与区划》浏览原始摘要信息
点击此处可从《中国农业资源与区划》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号