公共文化服务平台

解毅: 作品数：16 被引量：108H指数：7; 供职机构：中国农业大学信息与电气工程学院更多>>; 发文基金：国家自然科学基金国家科技支撑计划国家教育部博士点基金更多>>; 相关领域：农业科学自动化与计算机技术更多>>

合作作者

基于时间序列叶面积指数傅里叶变换的作物种植区域提取被引量：22: 2017年; 为了获取不同农作物的空间分布信息,以华北平原黄河以北地区为研究区域,利用Savitzky-Golay滤波对2014—2016年的时间序列叶面积指数(leaf area index,LAI)进行重构,进而应用一阶差分法和重构LAI的傅里叶变换的谐波特征对研究区域主要农作物冬小麦、玉米和棉花种植区域进行识别和提取,并对不同作物的识别精度进行验证。结果表明,基于Savitzky-Golay滤波重构的LAI能够去除由云、大气等因素造成的LAI骤降的影响,重构LAI曲线平滑且符合作物的生长规律特征。研究区域2014—2016年作物识别的总体精度均大于80.00%,2015年达到87.08%,冬小麦-夏玉米、春玉米、棉花和单季夏玉米的识别精度分别为92.50%、80.00%、85.00%和82.50%,表明利用一阶差分法能够准确提取研究区域一年一季和一年两季作物种植区域。结合傅里叶变换方法和作物物候信息能够有效地识别不同作物的种植区域,进而获取研究区域主要农作物的分布信息。该研究可为研究区域主要作物的长势监测及产量估测预测提供参考。; 王鹏新荀兰李俐李俐王蕾; 关键词：作物叶面积指数傅里叶变换华北平原

基于动态模拟的作物系数优化蒸散量估算研究被引量：8: 2015年; 通过作物生长模型动态模拟的冬小麦全生育期潜在蒸散量和实际蒸散量计算冬小麦各生育时期的模拟作物系数,并与FAO提供的冬小麦各个生长阶段的标准作物系数对比,验证了其数值和变化趋势的准确性。基于地面实测和遥感反演的叶面积指数,建立了作物系数与叶面积指数的经验对数模型,根据遥感反演的叶面积指数获取冬小麦全生育期以天为步长的区域尺度的作物系数。利用冬小麦各生育时期模拟作物系数与以天为步长的区域尺度作物系数的比值优化蒸散量模型,获取关中平原2013—2014年冬小麦全生育期优化前后的蒸散量反演结果。通过与实测数据对比,发现优化前最大相对误差为14.36%,优化后最大相对误差为9.89%,优化后的蒸散量反演模型比未优化的蒸散量反演模型能够更加准确地反演冬小麦全生育期的蒸散量,特别是在低植被覆盖条件下的反演精度有明显的提升。; 王维王鹏新解毅; 关键词：作物系数作物生长模型叶面积指数蒸散量反演模型

基于4D-VAR和条件植被温度指数的冬小麦单产估测被引量：14: 2016年; 条件植被温度指数(VTCI)综合了地表主要参数——归一化植被指数(NDVI)和地表温度(LST),能够较为准确地对干旱进行监测,可为抗旱救灾、作物估产等提供科学依据。为了提高VTCI的区域估产精度,以陕西省关中平原为研究区域,将遥感反演的VTCI与CERES-Wheat小麦生长模型模拟的土壤浅层含水率相结合,通过四维变分(4D-VAR)同化算法实现2008—2014年冬小麦主要生育期旬尺度VTCI的同化。将同化和未同化的VTCI分别运用改进的层次分析法、熵值法及两者组合赋权法建立冬小麦单产估测模型,选择最优估测模型对2011年关中平原各县(区)进行单产估测和精度评价,并分析2008—2014年关中平原冬小麦单产的时空分布特征,结果表明:无论是在单点尺度还是区域尺度,同化的VTCI均能更好地响应外部观测数据,区域VTCI纹理性更好,更符合VTCI的先验知识。与未同化VTCI构建的估测模型相比,应用同化的VTCI所建的估测模型的估测精度明显提高,相关系数达到0.784(P<0.001)。应用最优估测模型对2011年关中平原29个县(区)估产结果中,有16个县(区)的估测单产相对误差小于10%,28个县(区)的估测单产相对误差小于15%,总体平均相对误差为8.68%,均方根误差为421.9 kg/hm^2。近年来关中平原的冬小麦单产呈现个别年份波动、总体增长的年际变化规律,且呈现出中部单产最高、西部次之、东部最低的空间分布特征,与实际情况符合。; 王鹏新孙辉涛王蕾解毅张树誉李俐; 关键词：冬小麦四维变分同化作物生长模型

基于粒子滤波和多变量权重的冬小麦估产研究被引量：5: 2017年; 为了构建能够反映作物长势的综合性指标以及准确估测作物产量,采用粒子滤波算法同化CERES-Wheat模型模拟和基于Landsat数据反演的叶面积指数(Leaf area index,LAI)、地上生物量和0~20 cm土壤含水率,获取冬小麦主要生育期以天为尺度的变量同化值,分析不同生育时期的LAI、地上生物量和土壤含水率同化值与实测单产的相关性,并应用熵值的组合预测方法确定不同状态变量影响籽粒产量的权重,进而生成综合性指数,并分析其与实测单产的相关性。结果表明,LAI、地上生物量和土壤含水率同化值和田间实测值间的均方根误差(Root mean square error,RMSE)以及平均相对误差(Mean relative error,MRE)均低于这些变量模拟值和实测值间的RMSE和MRE,说明数据同化方法提高了时间序列LAI、地上生物量和土壤含水率的模拟精度。基于不同状态变量的权重生成的综合性指数与实测单产间的相关性大于单个变量与实测单产间的相关性;基于综合性指数构建小麦单产估测模型,其估产精度(R2=0.78,RMSE为330 kg/hm2)分别比基于LAI、地上生物量和土壤含水率建立模型的估产精度显著提高,表明构建的综合性指数充分结合了不同变量在作物估产方面的优势,可用于高精度的冬小麦单产估测。; 解毅王鹏新王鹏新李俐; 关键词：冬小麦粒子滤波数据同化熵值法

基于动态模拟的冬小麦水分胁迫敏感性研究被引量：5: 2016年; 以关中平原为研究区域,在对农业技术转移决策支持系统（DSSAT）中的CERES-Wheat模型进行标定基础上,模拟冬小麦整个生育期以日为步长的实际蒸散量和潜在蒸散量,采用Jensen模型研究冬小麦不同生育时期对水分胁迫的敏感性。结果表明,无论旱作样点还是灌溉样点,冬小麦在同一生育时期对水分胁迫的敏感性相同,且拔节期的敏感性最强,抽穗-灌浆期次之,返青期和乳熟期依次递减。灌溉样点在拔节期和抽穗-灌浆期的水分胁迫敏感系数分别为0.589与0.342,对水分胁迫的敏感性相差较大,而旱作样点在两生育时期的水分胁迫敏感系数分别为0.405与0.383,对水分胁迫的敏感性相差较小,由于灌溉样点在拔节期发生水分胁迫现象可以通过及时灌溉以缓解缺水情况,因而会减弱其后抽穗-灌浆期的水分胁迫敏感性。根据水分胁迫敏感性,对不同生育时期缺水采取不同措施,较好地实现抗旱防旱资源的合理利用。; 贺鹏王鹏新解毅张树誉刘峻明; 关键词：冬小麦水分胁迫

基于点扩散函数的条件植被温度指数降尺度转换方法被引量：1: 2017年; 以陕西省关中平原为研究区域,基于MODIS数据反演的条件植被温度指数(VTCI)的定量化干旱监测结果(MODIS-VTCI)和基于Landsat数据反演的VTCI相对干湿监测结果(Landsat-VTCI),应用点扩散函数(PSF)将930 m空间分辨率的MODIS-VTCI降尺度转换至30 m,并对降尺度转换的VTCI进行定量化验证。结果表明,降尺度转换的VTCI与Landsat-VTCI间的相关系数和结构相似度均较大,降尺度转换的VTCI与累计降水量间的相关性和MODISVTCI与累计降水间的相关性相近,且均高于Landsat-VTCI与累计降水量间的相关性,说明降尺度转换的VTCI既考虑了Landsat-VTCI的空间变异,又保持了MODIS-VTCI较为准确的定量化干旱监测特性。; 王鹏新刘郊刘郊张树誉李俐; 关键词：降尺度点扩散函数反演

基于VTCI空间尺度上推方法的干旱影响评估被引量：1: 2017年; 基于关中平原Aqua MODIS条件植被温度指数(VTCI)的干旱监测结果,分别采用分布式和聚合式的主导类变异权重法(DCVW)、算术平均值变异权重法(AAVW)和中值变异权重法(MPVW)对市域单元内VTCI进行空间尺度上推,以获取冬小麦主要生育期聚合后的加权VTCI;以加权VTCI与冬小麦产量间的回归分析精度为参考,选择最为合适的空间尺度上推方法。结果表明:采用分布式获得的加权VTCI与冬小麦产量的回归分析结果整体优于聚合式获得的结果。在分布式的上推过程中,MPVW获得的加权VTCI与冬小麦产量间的回归分析精度较低,DCVW和AAVW的精度均较高,其中DCVW获得的加权VTCI与冬小麦产量间回归分析的决定系数R2达0.64,精度最高,说明采用分布式DCVW对市域单元内VTCI进行空间尺度上推得到的加权VTCI最为合理。; 白雪娇王鹏新张树誉李俐王蕾解毅

2013年关中地区春旱的实时监测与剖析被引量：4: 2013年; 陕西省关中地区春旱和伏旱频发,素有＂十年九旱＂之说。据气象部门报道,2012年年末至2013年年初,陕西省遭遇了自1961年以来最严重的一次气候干旱,严重影响了关中地区冬小麦的生长。为了进一步论述遥感干旱监测的实时性和宏观性,本文基于AquaMODIS卫星遥感数据,采用条件植被温度指数（VTCI）干旱监测方法对关中地区2013年3月以来的干旱程度进行了监测并进行剖析。; 王鹏新林巧张树誉解毅吴高峰; 关键词：实时监测春旱卫星遥感数据气候干旱气象部门干旱监测

基于LAI和VTCI及粒子滤波同化算法的冬小麦单产估测被引量：8: 2016年; 为进一步提高冬小麦单产的估测精度和验证粒子滤波算法在同化研究中的适用性,以陕西省关中平原为研究区域,以叶面积指数(LAI)和条件植被温度指数(VTCI)为同化系统的状态变量,采用重采样粒子滤波算法同化CERES-Wheat模型模拟的与遥感数据反演的LAI和VTCI,并依据在不同类型样点应用最优同化LAI和VTCI构建的单产组合估测模型对2008—2014年冬小麦单产进行估测。结果表明,同化LAI具有良好的时间和空间连续性,可减缓CERES-Wheat模型模拟LAI的剧烈变化,其峰值出现时间与遥感LAI变化趋势基本同步,更加符合关中平原冬小麦实际变化情况;同化VTCI能同时表达模型模拟值和遥感观测值的变化趋势,且更能反映冬小麦对水分胁迫的敏感性。比较不同类型样点基于不同同化变量建立的估产模型,发现在旱作样点,同时同化VTCI和LAI的单产估测结果(R2=0.531)优于单独同化VTCI(R2=0.475)或LAI(R2=0.428)的估测结果,且同时同化VTCI和LAI与实测产量间相关性达极显著水平(P<0.001);而在灌溉样点单独同化LAI的估测结果精度最高(R2=0.539),同时同化VTCI和LAI的估测结果次之(R2=0.457),单独同化VTCI的估测结果较差(R2=0.243)。表明在旱作样点,冬小麦叶面积指数和水分胁迫是影响其产量形成的主要因子,而在灌溉样点,叶面积指数是影响冬小麦产量形成的主要因子。; 王鹏新孙辉涛解毅王蕾张树誉李俐; 关键词：估产粒子滤波叶面积指数同化作物生长模型

应用粒子滤波同化条件植被温度指数的土壤水分估测被引量：3: 2018年; 为了准确地获取2013—2015年关中平原冬小麦主要生育期土壤含水量(0~20 cm)的时空信息,基于Landsat-8遥感数据反演条件植被温度指数(CVTI),并结合CVTI和实测土壤水分间的线性相关性构建土壤水分反演模型。应用粒子滤波(PF)算法同化基于CVTI反演的和CERES-Wheat模型模拟的土壤水分,得到以天为步长的土壤水分同化值,利用土壤水分实测值分别检验土壤水分模拟值、反演值和同化值的精度。结果表明,CVTI和实测土壤水分间的线性相关性显著,尤其在小麦拔节期和抽穗~灌浆期,其相关性达到极显著水平(P<0.01);土壤水分同化值和实测值间的线性相关性(r=0.96,P<0.001)大于土壤水分模拟值和实测值间的相关性(r=0.71,P<0.01)以及土壤水分反演值和实测值间的相关性(r=0.89,P<0.001);土壤水分同化值的均方根误差(RMSE)和平均相对误差(MRE)比土壤水分模拟值的RMSE和MRE分别降低了0.025 cm^3·cm^(-3)和2.70%,比土壤水分反演值的RMSE和MRE分别降低了0.016 cm^3·cm^(-3)和4.15%,同化过程提高了时间序列土壤含水量的估测精度。因此,基于CVTI和PF算法能够较为准确估测关中平原小麦主要生育期的土壤含水量。; 解毅王鹏新王鹏新荀兰李俐; 关键词：土壤含水量小麦生育期作物生长模型粒子滤波关中平原

解毅

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

解毅

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈