簡(jiǎn)介：點(diǎn)擊查看更多2016年云南省第八屆農(nóng)作物品種審定委員會(huì)麥豆、經(jīng)作精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多農(nóng)作物用水量預(yù)測(cè)及智能灌溉方法--畢業(yè)論文精彩內(nèi)容。

簡(jiǎn)介：1答辯人XXX指導(dǎo)老師XX教授專(zhuān)業(yè)方向XXX學(xué)20XXXXXXXXXXXXXXXXX研究基于XXXXXXXXXXXXX數(shù)據(jù)碩士論文答辯2報(bào)告提綱之一研究綜述之二研究目的與研究?jī)?nèi)容之三數(shù)據(jù)介紹及平滑預(yù)處理之四基于交叉擬合度檢驗(yàn)法的中國(guó)農(nóng)作物復(fù)種指數(shù)提取之五結(jié)論與探討3研究綜述遙感技術(shù)在農(nóng)作物監(jiān)測(cè)中的應(yīng)用農(nóng)作物的分類(lèi)農(nóng)作物的長(zhǎng)勢(shì)監(jiān)測(cè)農(nóng)作物估產(chǎn)農(nóng)作物的種植面積監(jiān)測(cè)基于遙感數(shù)據(jù)監(jiān)測(cè)農(nóng)作物復(fù)種指數(shù)的研究進(jìn)展國(guó)內(nèi)研究進(jìn)展國(guó)外研究進(jìn)展存在的主要問(wèn)題復(fù)種指數(shù)的定義與理解遙感估算方法基本空白4研究目的與研究?jī)?nèi)容研究目的依托遙感技術(shù)在農(nóng)作物監(jiān)測(cè)中廣泛應(yīng)用的研究成果，利用多時(shí)相衛(wèi)星遙感數(shù)據(jù)對(duì)中國(guó)農(nóng)作物的復(fù)種指數(shù)進(jìn)行估算，從而客觀的了解、評(píng)價(jià)我國(guó)農(nóng)作物的生產(chǎn)情況以及生長(zhǎng)潛力等。研究?jī)?nèi)容在重新理解和界定復(fù)種指數(shù)的基礎(chǔ)上，對(duì)SPOTVGT多時(shí)相NDVI數(shù)據(jù)進(jìn)行去噪平滑處理，并依托前人的研究成果提取出中國(guó)農(nóng)作物區(qū)，根據(jù)中國(guó)耕作制度區(qū)劃挑選出具有代表性的NDVI變化曲線(xiàn)，初步建立熟制標(biāo)準(zhǔn)曲線(xiàn)庫(kù)，利用交叉擬和度檢驗(yàn)法對(duì)逐個(gè)像元進(jìn)行判斷，提取其復(fù)種指數(shù)，并對(duì)結(jié)果進(jìn)行了驗(yàn)證分析。5對(duì)復(fù)種指數(shù)的理解和重新界定復(fù)種，作為中國(guó)多熟種植中最主要的一種形式，可以反映耕地實(shí)際的利用強(qiáng)度以及可利用潛力，大多數(shù)農(nóng)業(yè)生產(chǎn)模型及氣候模型中復(fù)種指數(shù)或復(fù)種潛力指的都是復(fù)種這種耕作方式。計(jì)算純粹的復(fù)種指數(shù)要比計(jì)算綜合或統(tǒng)計(jì)指標(biāo)更簡(jiǎn)單可行，并具有同等重要的意義。因此，這里重新界定復(fù)種指數(shù)為一年內(nèi)同一塊地上連續(xù)種植農(nóng)作物的次數(shù)，即復(fù)種的次數(shù)，不考慮其他間套等耕作形式。并根據(jù)劉巽浩等的建議以及數(shù)據(jù)處理工作中的經(jīng)驗(yàn)，限定農(nóng)作物的獨(dú)立生長(zhǎng)期至少在兩個(gè)月以上。6數(shù)據(jù)介紹VEGETATION計(jì)劃及VGT傳感器VEGETATION計(jì)劃的提出及應(yīng)用方面VGT傳感器的設(shè)計(jì)特點(diǎn)SPOTVGT與NOAAAVHRR數(shù)據(jù)比較技術(shù)比較光譜波段比較數(shù)據(jù)質(zhì)量比較其他SPOTVGTS10NDVI數(shù)據(jù)產(chǎn)品NDV波段SM波段7數(shù)據(jù)平滑預(yù)處理NDVI數(shù)據(jù)去噪處理的三種方法閾值去除法如最佳坡度系數(shù)截取法BISE（VIOVY1992）基于濾波的平滑方法如傅立葉濾波變換法（OLSSON1994）曲線(xiàn)擬合的方法如非對(duì)稱(chēng)高斯函數(shù)擬合方法（JONSSON2002）綜合評(píng)價(jià)以上方法的優(yōu)缺點(diǎn)，我們提出了一種新的基于SAVITZKYGOLAY濾波的平滑方法來(lái)去除NDVI時(shí)序數(shù)據(jù)中存在的噪音。8方法原理基本假設(shè)NDVI的時(shí)序變化對(duì)應(yīng)于植被的生長(zhǎng)與衰落N(xiāo)DVI與植被緩慢變化過(guò)程不一致的突降作為噪音SAVITZKYGOLAY濾波公式通過(guò)SAVITZKYGOLAY濾波模擬整個(gè)NDVI時(shí)序數(shù)據(jù)的長(zhǎng)期變化趨勢(shì)，將NDVI值分做兩類(lèi)“真”點(diǎn)和“假”點(diǎn)，再通過(guò)局部循環(huán)SAVITZKYGOLAY濾波的方法使“假”點(diǎn)逐步被濾波值取代，以更接近于NDVI時(shí)序數(shù)列的上包絡(luò)線(xiàn)值。9SAVITZKYGOLAY濾波平滑方法流程圖10SAVITZKYGOLAY濾波平滑過(guò)程示意圖11選取試驗(yàn)點(diǎn)12參數(shù)確定長(zhǎng)期變化趨勢(shì)的最優(yōu)濾波參數(shù)判定72擬合循環(huán)中的最優(yōu)濾波參數(shù)判定3413THRESHOLD02THRESHOLD04THRESHOLD06M3D2M3D4本方法與BISE方法的比較結(jié)果14本方法的評(píng)價(jià)優(yōu)點(diǎn)充分利用云狀態(tài)數(shù)據(jù)對(duì)參數(shù)的敏感性較低理論簡(jiǎn)單并且易于實(shí)現(xiàn)運(yùn)行速度較快不受數(shù)據(jù)時(shí)間尺度空間尺度及傳感器限制缺點(diǎn)對(duì)在植被生長(zhǎng)季高峰可能被云影響點(diǎn)無(wú)法判斷對(duì)NDVI正常低值可能被提高15復(fù)種指數(shù)提取的可行性多時(shí)相NDVI數(shù)據(jù)的去噪平滑保證了植被生長(zhǎng)變化特征；中國(guó)多熟種植的歷史悠久，在農(nóng)作物的選擇和種植方式上形成一定模式；相同熟制下不同農(nóng)作物組合的生長(zhǎng)曲線(xiàn)具有相似性；多時(shí)相NDVI數(shù)據(jù)與高光譜數(shù)據(jù)的相似性，并且具有連續(xù)性和更明顯的曲線(xiàn)變化特征。16交叉擬合度檢驗(yàn)法基本原理交叉擬合度檢驗(yàn)法交叉相關(guān)檢驗(yàn)法光譜角度匹配法17交叉擬合度檢驗(yàn)法敏感度檢驗(yàn)結(jié)果表明交叉擬合度檢驗(yàn)法對(duì)曲線(xiàn)間的差異及波動(dòng)更為明顯，適用于農(nóng)作物的熟制判斷甚至是類(lèi)型判斷。18應(yīng)用流程否平滑后的中國(guó)農(nóng)作物NDVI時(shí)序數(shù)列不同種植制度的典型點(diǎn)選取典型點(diǎn)的比較與選定精度檢驗(yàn)標(biāo)準(zhǔn)曲線(xiàn)的非對(duì)稱(chēng)高斯函數(shù)擬和中國(guó)農(nóng)作物種植指數(shù)的提取及成圖計(jì)算交叉擬和度及判別是19典型點(diǎn)的選取中國(guó)種植制度區(qū)劃圖（劉巽浩，1993）20各區(qū)名稱(chēng)及作物種類(lèi)與復(fù)種類(lèi)型21典型點(diǎn)的選擇選點(diǎn)原則具有比較明顯的生長(zhǎng)曲線(xiàn)和熟制；獨(dú)立生長(zhǎng)期大于或等于60天；包括有完整的生長(zhǎng)季曲線(xiàn)，即生長(zhǎng)期加衰落（收割）期。綜合原則內(nèi)部交叉擬合度貢獻(xiàn)最大類(lèi)間混合度最小22曲線(xiàn)標(biāo)準(zhǔn)化利用非對(duì)稱(chēng)高斯函數(shù)擬合方法對(duì)標(biāo)準(zhǔn)點(diǎn)曲線(xiàn)進(jìn)一步平滑。23復(fù)種指數(shù)提取結(jié)果24精度評(píng)價(jià)隨機(jī)抽樣目視解譯精度評(píng)價(jià)25誤判及未判別原因農(nóng)作物區(qū)域的錯(cuò)誤及變化導(dǎo)致的未判定和誤判；云和大氣過(guò)于頻繁對(duì)判定產(chǎn)生的影響；典型點(diǎn)的漏選，所選取的典型點(diǎn)不能概括所有的多熟種植中農(nóng)作物生長(zhǎng)季的特征變化，造成一定程度的誤判；由于交叉擬和度對(duì)較短時(shí)間的波動(dòng)敏感性比較低，生長(zhǎng)季過(guò)短也會(huì)造成誤分。26方法評(píng)價(jià)優(yōu)點(diǎn)原理簡(jiǎn)單，運(yùn)算方便；可適用于大多數(shù)具有連續(xù)波段或時(shí)段的遙感數(shù)據(jù)；可以有效的提取中國(guó)農(nóng)作物區(qū)的復(fù)種指數(shù)，并同時(shí)反映不同地區(qū)生長(zhǎng)季的大致偏移；應(yīng)用潛力大，可在植被分類(lèi)、土地覆蓋變化監(jiān)測(cè)以及高光譜數(shù)據(jù)分析等方面發(fā)揮作用。缺點(diǎn)對(duì)典型點(diǎn)的選取要求比較高，要求有地面實(shí)驗(yàn)數(shù)據(jù)支持或者是大量的樣點(diǎn)分析；不宜于時(shí)間段過(guò)長(zhǎng)起伏變化過(guò)多的數(shù)據(jù)組。27主要結(jié)論傳統(tǒng)的復(fù)種指數(shù)定義過(guò)于混亂和綜合，重新界定復(fù)種指數(shù)的含義為一年內(nèi)同一塊耕地上耕作農(nóng)作物的次數(shù)，并界定作物生長(zhǎng)期在兩個(gè)月以上，計(jì)算純粹的復(fù)種指數(shù)，不僅簡(jiǎn)單易行，意義明確，并且可以利用多時(shí)相遙感數(shù)據(jù)對(duì)每個(gè)像素進(jìn)行提取，避免了傳統(tǒng)統(tǒng)計(jì)方法的費(fèi)時(shí)費(fèi)力，以及行政單元的局限。28主要結(jié)論基于SAVITZKYGOLAY濾波原理的平滑方法，可以有效的去除多時(shí)相NDVI遙感數(shù)據(jù)中由于云、氣溶膠等大氣影響造成的噪音，充分利用對(duì)應(yīng)的云狀態(tài)數(shù)據(jù)，理論簡(jiǎn)單并易于實(shí)現(xiàn)?？蓱?yīng)用于不同時(shí)間尺度、空間尺度和傳感器的NDVI數(shù)據(jù)，以獲取較高質(zhì)量的NDVI時(shí)序數(shù)據(jù)。29主要結(jié)論基于高光譜數(shù)據(jù)分析技術(shù)光譜匹配法提出的交叉擬和度檢驗(yàn)法，以前人對(duì)中國(guó)多熟種植的研究成果，選取了基本可以反映我國(guó)不同熟制的農(nóng)作物生長(zhǎng)曲線(xiàn)作為參考，計(jì)算了以遙感影像像素為單位的全國(guó)農(nóng)作物復(fù)種指數(shù)。其結(jié)果表明此方法對(duì)NDVI生長(zhǎng)季曲線(xiàn)之間相關(guān)性表現(xiàn)出了比較高的精度，給農(nóng)作物復(fù)種指數(shù)的提取開(kāi)辟了一條新的道路。同時(shí)還具有廣泛的應(yīng)用前景，如土地利用覆蓋變化監(jiān)測(cè)、植被特征分類(lèi)以及高光譜數(shù)據(jù)分析研究等等。30討論復(fù)種指數(shù)的重新界定雖然采用了劉巽浩等的建議，定義生長(zhǎng)期至少大于2個(gè)月，但缺乏有效的資料論證，有待考察；本工作直接采用的是前人關(guān)于農(nóng)作物區(qū)域的劃分，其錯(cuò)誤與變化也影響了本方法的準(zhǔn)確性，有望在進(jìn)一步工作中避免；構(gòu)建農(nóng)作物熟制曲線(xiàn)庫(kù)（即挑選標(biāo)準(zhǔn)樣點(diǎn)）是本方法應(yīng)用的關(guān)鍵。人工經(jīng)驗(yàn)挑選存在著主觀上的錯(cuò)誤和不足。如能進(jìn)一步根據(jù)不同農(nóng)作物的生長(zhǎng)特點(diǎn)構(gòu)建熟制標(biāo)準(zhǔn)曲線(xiàn)，應(yīng)該可以使本方法得到更好的應(yīng)用；NDVI時(shí)間序列數(shù)據(jù)的質(zhì)量始終是其應(yīng)用的一個(gè)瓶頸。尤其在中國(guó)南方地區(qū)，受大氣和云的影響過(guò)于頻繁，造成部分地區(qū)的NDVI序列無(wú)法獲取到明顯的生長(zhǎng)季變化特征，也很難平滑恢復(fù)或是模擬，給復(fù)種指數(shù)的提取帶來(lái)了困難。31淘麥刷麥樂(lè)刷W911211謝謝觀看

簡(jiǎn)介：點(diǎn)擊查看更多基于gf-2影像的寧夏特色農(nóng)作物種植結(jié)構(gòu)信息提取方法研究精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多云南農(nóng)作物種子條例精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多農(nóng)作物清洗機(jī)精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多內(nèi)蒙古自治區(qū)2017年農(nóng)作物種子精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多外文翻譯---在孟加拉國(guó)的農(nóng)村地區(qū)存在有商業(yè)價(jià)值的農(nóng)作物保險(xiǎn)嗎精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多67509.rs、gis、gps技術(shù)支持下的農(nóng)作物估產(chǎn)精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多63658.一種實(shí)用的提高與檢驗(yàn)遙感圖像解譯精度方法——以在農(nóng)作物遙感估產(chǎn)中的應(yīng)用為例精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多63534.遙感技術(shù)在農(nóng)作物病蟲(chóng)害監(jiān)測(cè)與評(píng)估中的應(yīng)用精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多55423.農(nóng)作物產(chǎn)量數(shù)據(jù)處理技術(shù)的研究精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多54853.農(nóng)作物信息系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多40404.利用生物芯片技術(shù)檢測(cè)轉(zhuǎn)基因農(nóng)作物精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多36392.河南省農(nóng)作物殘留生物質(zhì)資源空間分布及其在生物質(zhì)電廠(chǎng)領(lǐng)域的應(yīng)用精彩內(nèi)容。