检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:申双和[1] 杨沈斌[1] 李秉柏[2] 谭炳香[3] 李增元[3] Le Toan Thuy
机构地区:[1]南京信息工程大学江苏省气象灾害重点实验室,南京210044 [2]江苏省农业科学院农业资源与环境研究所,南京210014 [3]中国林业科学院资源信息研究所,北京100091 [4]Center for the Study of the Biosphere from Space,31401 Toulouse Cedex 9,France
出 处:《中国科学(D辑)》2009年第6期763-773,共11页Science in China(Series D)
基 金:江苏省高校研究生科技创新计划项目(编号: CX07B_048z);公益性行业(气象)科研专项(编号: GYHY200806008)资助
摘 要:水稻多生长在温暖潮湿的多云多雨地区,使雷达遥感成为水稻遥感监测的重要手段之一.因此,提出应用多时相、多极化ENVISAT ASAR数据进行区域水稻估产的方案.首先利用ASAR数据进行水稻制图,提取水稻种植分布图和多时相水稻后向散射系数.随后,基于像元尺度,采用同化估产方法,以LAI为结合点,将水稻作物模型ORYZA2000与半经验水稻后向散射模型结合,建立嵌套模型模拟多时相水稻后向散射系数.对ORYZA2000模型进行参数敏感性分析,选择水稻出苗期和播种密度为参数优化对象.利用全局优化算法SCE-UA对优化参数进行重新初始化,以使模拟的水稻后向散射系数与实测值误差最小,并利用优化后的ORYZA2000模型计算每个像元的水稻产量,生成区域的水稻产量分布图.最后,使用2006年在中国兴化地区进行的水稻同步试验数据对该方案进行了验证.结果表明,由于采用潜在生长条件模拟,模拟的水稻产量明显高于实测产量,其平均值比实际情形高约13,根均方误差达到1133kg/hm2,但获取的水稻产量分布图能够描绘研究区水稻实际产量的分布趋势.由此可见,该方案为多云多雨地区的水稻遥感监测提供了重要参考.
关 键 词:水稻产量图 作物模型 数据同化 优化算法 遥感分类 ASAR
分 类 号:S511[农业科学—作物学] TP751[自动化与计算机技术—检测技术与自动化装置]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.222