基于Google earth engine渭-库绿洲果园遥感提取

1

作者 盛艳芳 买买提·沙吾提 +1 位作者 何旭刚 李荣鹏 《江苏农业学报》 CSCD 北大核心 2024年第1期103-111,共9页

针对干旱区果园大面积遥感提取困难、识别精度低等问题,本研究基于GEE(Google earth engine)平台,综合应用Sentinel-1/Sentinel-2影像构建特征集。通过对比原始特征组合、Jeffries-Matusita(J-M)距离、属性重要度3种优化方式,结合随机森... 针对干旱区果园大面积遥感提取困难、识别精度低等问题,本研究基于GEE(Google earth engine)平台,综合应用Sentinel-1/Sentinel-2影像构建特征集。通过对比原始特征组合、Jeffries-Matusita(J-M)距离、属性重要度3种优化方式,结合随机森林(Random forest,RF)分类方法,对比得到最佳优化方式,探索果园最优分类特征集。结果表明:识别效果最好的方案为G17 JM,总体精度为91.25%,kappa系数为0.89,面积精度为82.55%。最优特征集为B8_asm、B8_ent、B8_idm、NDVI re3、B6、B7、a、e、b、EVI、B11、B8A、B8、VV。使用J-M距离进行特征集优化,有效降低数据量、提高计算效率,更有利于精确遥感识别果园种植面积。表明GEE快速、准确获取果园种植面积的可行性,为获取果园动态变化提供强有力的基础。 展开更多

关键词 Google earth engine(GEE) 特征优化 J-M距离 特征集

下载PDF 职称材料

干旱区绿洲农田土壤重金属含量高光谱反演

2

作者 买买提·沙吾提 阿不都艾尼·阿不里 胡昕 《中国环境科学》 EI CAS CSCD 北大核心 2024年第4期2208-2216,共9页

对新疆渭库绿洲土壤样本的As、Hg、Pb、Cr、Zn和Cu共6种重金属含量与高光谱关系进行分析,基于逐步回归方法筛选出特征波段,采用地理加权回归(GWR)和普通最小二乘法回归(OLS)构建土壤重金属的高光谱反演模型.结果显示:1)研究区的6种重金... 对新疆渭库绿洲土壤样本的As、Hg、Pb、Cr、Zn和Cu共6种重金属含量与高光谱关系进行分析,基于逐步回归方法筛选出特征波段,采用地理加权回归(GWR)和普通最小二乘法回归(OLS)构建土壤重金属的高光谱反演模型.结果显示:1)研究区的6种重金属元素含量存在一定的差异,土壤中的平均重金属含量依次为Zn>Pb>Cr>Cu>As>Hg,均未超过国家土壤背景值.研究区的Pb平均含量高于当地(新疆)土壤背景值,即研究区表土层中的Pb元素明显富集;2)不同的光谱变换使土壤重金属的光谱特征均得到了增强,但强度有所差异,经过二阶微分变换(SD)和一阶立方根微分变换(CRFD)的土壤光谱相对于原始光谱增强最显著;3)从模型验证来看,在反演6个土壤重金属元素含量时,GWR的R^(2)高于OLS,其中Zn的R^(2)接近0.8,Cu的R^(2)接近0.6,表明模型有一定预测能力,而As、Hg、Pb和Cr的R^(2)均依然低于0.5,模型预测能力并不理想;4)两种模型预测的6种土壤重金属含量的空间分布表现出一定的空间差异性.其中,As元素空间分布差异在这两种预测模型中最大,而其余5种重金属元素Hg、Pb、Cr、Zn和Cu的分布则较为均匀.通过高光谱反射率估算土壤重金属元素含量,实现了干旱区绿洲农田土壤重金属元素含量的高效快速反演,为干旱区绿洲农田土壤重金属元素含量动态监测提供了可靠的技术支撑. 展开更多

关键词 GWR及OLS模型 土壤重金属含量 高光谱 空间分布特征 渭干河-库车河绿洲

下载PDF 职称材料

基于多分类器集成的GF-2作物信息精细提取研究

3

作者 李金朝 买买提·沙吾提 《西南农业学报》 CSCD 北大核心 2023年第2期435-444,共10页

【目的】将多种分类器的优点融合,以便提升遥感影像作物信息提取的精度。【方法】以渭库绿洲为研究区,利用国产高分2号(GF-2)数据和野外调查数据,基于提取的遥感识别特征制定不同分类方案,采用马氏距离(Ms DC)、最小距离(MDC)、最大似然... 【目的】将多种分类器的优点融合,以便提升遥感影像作物信息提取的精度。【方法】以渭库绿洲为研究区,利用国产高分2号(GF-2)数据和野外调查数据,基于提取的遥感识别特征制定不同分类方案,采用马氏距离(Ms DC)、最小距离(MDC)、最大似然(MLC)、神经网络(NNC)、支持向量机(SVM)5种传统机器学习方法分别对6种特征组合方案的影像进行分类,然后选择基分类器,并应用多数投票法和保守投票法2种多分类器集成算法,对研究区农作物进行精细分类提取。【结果】①辅助特征的加入对于子分类器的精度提高明显。5种分类器中除了MLC,其余4种分类器都是在加入归一化植被指数特征(NDVI)和纹理特征后取得了最高精度。②基分类器中精度最高的是NNC-4(人工神经网络的第4种特征组合方案),OA达到83.54%,Kappa系数为0.77。③相比基分类器,多分类器集成方法能够在制图精度和用户精度两方面提高农作物的提取精度。并且保守投票法优于多数投票法,OA为85.89%,Kappa系数为0.80。④集成分类结果中除了棉花的识别精度与最优基分类器NNC-4相等,达到94.94%外,其他的农作物如套种棉花、玉米、套种玉米、核桃园的识别精度都高于NNC-4,其中套种玉米与核桃园的提取效果较好,精度分别达到86.05%、79.09%;对于套种棉花的提取较差,只有63.86%;玉米的提取最差,只有12.17%。【结论】本文应用GF-2数据,基于多分类器集成方法对复杂背景下的多种作物及种植结构进行精细提取研究,拓展了作物信息提取的方向和GF-2数据的应用领域。 展开更多

关键词 作物信息精细提取 GF-2数据 特征提取 特征组合 多分类器集成

下载PDF 职称材料

基于GF-2影像融合方法的棉花种植面积提取

4

作者 阿依谢姆·米吉提 买买提·沙吾提 《测绘与空间地理信息》 2023年第4期81-84,88,共5页

首先,针对研究区GF-2影像进行Brovey变换、G-S变换、NNDpansharp变换、PC变换4种融合,对融合结果进行定量评价;其次,利用随机森林分类方法对研究区作物进行分类,并进行精度验证,提出了研究区域农作物信息。结果表明:1)对研究区进行4种... 首先,针对研究区GF-2影像进行Brovey变换、G-S变换、NNDpansharp变换、PC变换4种融合,对融合结果进行定量评价;其次,利用随机森林分类方法对研究区作物进行分类,并进行精度验证,提出了研究区域农作物信息。结果表明:1)对研究区进行4种方法融合,提高遥感影像分辨率;2)从评价结果可知,4种融合影像中,NNDpansharp融合影像质量最佳。分类结果说明,NNDpansharp融合影像的随机森林分类总精度和Kappa系数最高,该方法和结果可为农业部门将高分二号遥感影像融合提取棉花面积方法提供选择性参考。 展开更多

关键词 GF-2影像 融合图像 信息熵 随机森林分类

下载PDF 职称材料

基于多时相双极化SAR数据的作物种植面积提取 被引量：10

5

作者 古丽努尔·依沙克 买买提·沙吾提 马春玥 《作物学报》 CAS CSCD 北大核心 2020年第7期1099-1111,共13页

及时准确地获取农作物的空间分布信息和种植面积,在农业生产管理与农业政策的制定等方面具有非常重要的作用。本文以多时相Sentinel-1A影像(4月17日、5月5日、6月16日、7月22日、8月27日、9月2日)为主要数据源,根据研究区作物的物候特征... 及时准确地获取农作物的空间分布信息和种植面积,在农业生产管理与农业政策的制定等方面具有非常重要的作用。本文以多时相Sentinel-1A影像(4月17日、5月5日、6月16日、7月22日、8月27日、9月2日)为主要数据源,根据研究区作物的物候特征,提取棉花、玉米和果树在不同生长期的后向散射系数(Sigma)和归一化后向散射系数(Gamma)。通过对作物不同极化、不同时相后向散射系数的统计,建立散射特征时序变化曲线,并分析其特征。利用人工神经网络(Artificial neural network)、支持向量机(Support vector machine)和随机森林(Random forest)3种分类方法对研究区的主要农作物进行分类识别以及种植面积提取,并对分类结果对比分析和验证。结果表明,1)棉花的后向散射系数在6月现蕾期和7月开花期明显上升,8月份达最高值,变化特征最明显,易与其他作物区分;玉米和果树的后向散射系数在9月份与其他地物之间表现出显著差异。2)相较于神经网络和支持向量机,随机森林的分类效果最好,总体精度达88.97%。其中,对棉花和果园的分类精度为90.88%和93.17%,对玉米的分类效果最差,仅有71.6%。综上所述,多时相双极化SAR数据在不同类型作物的识别及面积提取方面具有一定的应用潜力。 展开更多

关键词 多时相 Sentinel-1A 后向散射系数 作物面积提取

下载PDF 职称材料

基于Sentinel-2时间序列数据及物候特征的棉花种植区提取 被引量：2

6

作者 美合日阿依·莫一丁 买买提·沙吾提 李金朝 《干旱区地理》 CSCD 北大核心 2022年第6期1847-1859,共13页

棉花是中国重要的经济作物,在新疆大面积种植。及时、准确获取棉花种植面积,对农业政策制定与农业经济发展有重要意义。以渭干河—库车河三角洲绿洲棉花为主要研究对象,利用2018—2020年(1景/1月)36景哨兵2号(Sentinel-2)数据,构建归一... 棉花是中国重要的经济作物,在新疆大面积种植。及时、准确获取棉花种植面积,对农业政策制定与农业经济发展有重要意义。以渭干河—库车河三角洲绿洲棉花为主要研究对象,利用2018—2020年(1景/1月)36景哨兵2号(Sentinel-2)数据,构建归一化植被指数(Normalize difference vegetation index,NDVI)和红边归一化植被指数(Red edge normalize difference vegetation index,RENDVI_(783))时序数据;采用Savitzky-Golay(S-G)滤波法对时序数据进行平滑、重构并提取11个物候特征;利用袋外误差法对11个物候特征进行特征优选;在此基础上利用重构后的时序数据(NDVI Fit)、(RENDVI_(783)Fit)、物候特征(RENDVI_(783)Ph)、物候特征优选组合构建6种不同的特征数据集,利用随机森林分类(RFC)方法分别进行分类和提取,并采用最大似然分类方法和支持向量机分类方法对分类效果进行验证。结果表明:(1)NDVI和RENDVI_(783)时序数据变化趋势较为一致,棉花在5月(苗期)到8月初(开花盛期)有明显的上升趋势,在8月末至9月(花铃期)达到峰值。相比NDVI,红边波段构成的RENDVI_(783)时序曲线峰值从0.7提高到0.9,棉花区分效果更佳。(2)11个物候特征中拟合函数最大值、生长季长度、生长季振幅、生长季结束、生长季大积分和生长季小积分对分类的贡献性最大,重要性得分分别为1.43、1.40、1.23、1.16、1.02和1.01。(3)RFC方法对特征数据集(RENDVI_(783)Fit+物候特征优选组合)分类精度最佳。总体精度和Kappa系数分别为92.20%和0.92。(4)研究区内棉花分类精度达到了91.02%,种植面积约为3424 km^(2),占研究区总面积的24.67%。 展开更多

关键词 NDVI时间序列 RENDVI时间序列 物候特征 袋外误差 随机森林分类

下载PDF 职称材料

1960—2020年新疆主要作物需水量时空特征分析 被引量：1

7

作者 何旭刚 买买提·沙吾提 +4 位作者 夏梓洋 师君银 贺小宁 盛艳芳 李荣鹏 《作物学报》 CAS CSCD 北大核心 2023年第12期3352-3363,共12页

作物需水量和作物灌溉需水量的时空分析对水资源优化配置和灌溉制度制定至关重要。为了解新疆主要作物棉花、春小麦、冬小麦和玉米生育期需水量和灌溉需水量的时空特征及影响因素,本文基于1960—2020年逐日气象观测数据,采用Penman-Mont... 作物需水量和作物灌溉需水量的时空分析对水资源优化配置和灌溉制度制定至关重要。为了解新疆主要作物棉花、春小麦、冬小麦和玉米生育期需水量和灌溉需水量的时空特征及影响因素,本文基于1960—2020年逐日气象观测数据,采用Penman-Monteith公式和单作物系数法,利用去趋势预置白(TFPW)的Mann-Kendall(TFPW-MK)研究4种作物需水量变化特征,并通过重标极差(R/S)分析法预测未来作物需水量和灌溉需水量的时空演变趋势;运用随机森林模型的重要协变量特征识别原理,分析气象因素与作物需水量的重要性排名,探究了作物需水量的变化成因。结果表明:1)61年来,新疆主要作物需水量总体呈现“先增后减又增”的变化趋势;作物需水量和灌溉需水量从大到小均依次为:棉花>玉米>冬小麦>春小麦;空间上呈现“南疆>北疆、东南>西北、东部>西部”的格局;主要作物需水量变化范围为:棉花为381.20~991.20 mm(均值为654.94 mm),玉米为350.26~924.48 mm(均值为607.98 mm),春小麦为361.96~709.69 mm(均值为464.89 mm),冬小麦为266.47~753.62 mm(均值为495.70 mm);灌溉需水量变化范围为:棉花为49.49~975.88 mm(均值为563.19 mm),玉米为52.47~910.85 mm(均值为530.18 mm),春小麦为42.58~701.29mm(均值为409.28 mm),冬小麦为21.94~741.77 mm(均值为418.26 mm),自80年代中后期开始,灌溉需水量下降幅度大于需水量。2)TFPW-MK分析中,近61年来,分布在塔里木盆地北部边缘的沙雅和阿克苏、东疆的巴里坤等12个站点需水量呈上升趋势;分布在塔里木盆地中部的塔中、北疆的克拉玛依和南疆的阿图什等区域的27个站点需水量逐步降低;其余站点呈上下波动。3)使用R/S方法对未来需水量的预测中,北疆的塔城、托里、富蕴和乌鲁木齐站,东疆的巴里坤,南疆的沙雅、乌恰、塔中、且末和柯坪等站点4种作物需水量和灌溉需水量在未来会减少,而东疆的红柳河、巴里坤与巴音布鲁克的春、冬小麦需水量在未来呈现上升趋势。4)在作物全育期中,风速和气温是新疆主要作物需水量的最重要影响因素,而降水对新疆主要作物需水量的重要性最小。该研究较为全面的为新疆农业高效用水和灌溉措施的制定提供决策和依据。 展开更多

关键词 新疆农作物 需水量 TFPW-MK法 R/S分析法 随机森林

下载PDF 职称材料

基于GEE平台渭库绿洲棉花水分生产率遥感估算 被引量：1

8

作者 何旭刚 买买提·沙吾提 +1 位作者 盛艳芳 李荣鹏 《干旱区地理》 CSCD 北大核心 2023年第10期1632-1642,共11页

作物水分生产率的准确和定量化评价是提高干旱区作物产量的基础,对缓解水资源短缺和农业可持续发展具有重要意义。以塔里木盆地北岸的渭干河-库车河绿洲(渭库绿洲)为典型区域,基于Google Earth Engine(GEE)云平台,通过建立2009—2020年... 作物水分生产率的准确和定量化评价是提高干旱区作物产量的基础,对缓解水资源短缺和农业可持续发展具有重要意义。以塔里木盆地北岸的渭干河-库车河绿洲(渭库绿洲)为典型区域,基于Google Earth Engine(GEE)云平台,通过建立2009—2020年流域SEBAL遥感蒸散发模型、棉花分布识别模型及估产模型,对流域棉花水分生产率进行评价。结果表明:(1)渭库绿洲棉花产量从2009年的1610.10 kg·hm-2增长到2020年的1855.05 kg·hm-2,增长率为13.20%,棉花种植面积逐年向绿洲边缘延伸,棉花产量重心整体自西向东移动2485 m。(2)棉花生长期2009年蒸散发均值为686.80 mm,2020年为738.66 mm,整体呈上升趋势,其增长率为7.02%,棉花生长期蒸散发最大值为花铃期和吐絮期,蒸散发较高值主要分布在绿洲内部与塔里木河北岸边缘。(3)2009年水分生产率均值为0.21 kg·m^(-3),2020年均值为0.25 kg·m^(-3),12 a间水分生产率均值增长率为16%。在空间上,渭库绿洲水分生产率重心在红旗镇自东北向西南移动1832 m,年均移动速度为152.67m·a^(-1)。绿洲棉花水分生产率呈现东西方向大于南北方向扩张趋势,空间分布方向趋势增强,空间格局趋向集聚化。(4)12 a间产量的增长速度超过了蒸散发的上升速度,促使水分生产率提高。其次,水分生产率与棉花种植面积和合理的水量灌溉技术密切相关,水分生产率高值主要分布于沙雅县新垦农场和新和县桑塔木农场,由于农场规模化种植和集约化管理,促进了棉花增产、农业水资源的稳定分配和高效利用。 展开更多

关键词 Google Earth Engine(GEE) 蒸散发 棉花提取 棉花产量 水分生产率 渭库绿洲

下载PDF 职称材料

基于特征波段选择和机器学习的陆地棉叶片水分估算 被引量：1

9

作者 崔锦涛 买买提·沙吾提 《干旱区地理》 CSCD 北大核心 2023年第11期1836-1847,共12页

棉花叶片含水量的及时准确监测对于评价棉花生长状态具有重要作用。为了精准估算棉花叶片含水量,以新疆渭干河-库车河三角洲绿洲田间尺度上棉花叶片的高光谱数据和叶片水分数据为基础,采用分数阶微分对原始光谱进行处理,通过相关系数分... 棉花叶片含水量的及时准确监测对于评价棉花生长状态具有重要作用。为了精准估算棉花叶片含水量,以新疆渭干河-库车河三角洲绿洲田间尺度上棉花叶片的高光谱数据和叶片水分数据为基础,采用分数阶微分对原始光谱进行处理,通过相关系数分析法、竞争性自适应重加权采样算法(Competitive adaptive reweighted sampling,CARS)、连续投影算法(Successive projections algorithm,SPA)、遗传算法(Genetic algorithm,GA)、蒙特卡罗无信息变量消除算法(Monte Carlo uninformative variables elimination,MC-UVE)以及将CARS与SPA耦合等方法筛选特征波段,采用基于鲸鱼优化算法(Whale optimization algorithm,WOA)改进随机森林回归(Random forest regression,RFR)建立全波段和特征波段的叶片水分含量反演模型,并使用独立样本进行验证分析。结果表明:(1)不同特征波段筛选方法得到的波段数量与位置不同,其中MC-UVE所得特征波段数量为8个,CARS所得特征波段数量为38个。SPA、GA与CARS-SPA方法中特征波段位置较为一致,基本集中在近红外的950~1050 nm范围内。(2)CARS-SPA-WOA-RFR模型反演效果最好,模型预测值决定系数(R2)=0.93,均方根误差(Root mean square error,RMSE)=0.032。最终构建的模型可为准确快速地监测棉花旱情以及精准灌溉提供决策依据。 展开更多

关键词 光谱 叶片含水量 特征波段选择 机器学习

下载PDF 职称材料

基于多植被指数组合的棉花叶片叶绿素含量估算

10

作者 阿热孜古力·肉孜 买买提·沙吾提 +1 位作者 何旭刚 冶晓文 《干旱区研究》 CSCD 北大核心 2023年第11期1865-1874,共10页

叶绿素含量是表征植被生长状况的重要参考指标,利用高光谱技术快速,精确地监测棉花叶片叶绿素含量,以新疆125个苗期棉花叶片样本为研究对象,通过测定其叶绿素含量与光谱数据,采用多种光谱预处理和多植被指数相结合的方法,构建了WOA-RFR... 叶绿素含量是表征植被生长状况的重要参考指标,利用高光谱技术快速,精确地监测棉花叶片叶绿素含量,以新疆125个苗期棉花叶片样本为研究对象,通过测定其叶绿素含量与光谱数据,采用多种光谱预处理和多植被指数相结合的方法,构建了WOA-RFR棉花叶片叶绿素含量定量反演模型,并与SVR和RFR模型结果进行对比分析。结果表明:(1)光谱变换方法中对数变换、分数阶微分和连续小波变换均能有效地提高植被指数与叶绿素含量的相关性。(2)基于分数阶微分0.9阶变换的Vogelmann3、RVI、DVI、SR_([675-700])、Mndvi_(705)、ND、VOG1、NVI、TVI和VOG2植被指数组合的WOA-RFR模型反演效果最佳,其建模集和验证集模型R~2分别为0.920和0.955,RMSE分别为0.987和0.986,MRE分别为0.013和0.014,与RFR和SVR模型相比,预测精度有所提高,WOA算法优化模型效果明显。研究结果可为棉花叶片叶绿素含量定量反演提供决策依据。 展开更多

关键词 植被指数组合 棉花 叶绿素含量 鲸鱼优化算法

下载PDF 职称材料

基于CA-MobileNet-V2的核桃病害识别与应用

11

作者 李荣鹏 买买提·沙吾提 +1 位作者 盛艳芳 何旭刚 《浙江农业学报》 CSCD 北大核心 2023年第12期2977-2987,共11页

病害侵袭是制约核桃优质发展的重要因素之一,为实现田间智能化病害识别,设计了一款核桃病害识别模型。该模型采用Mobilenet-V2作为基础网络骨架,在倒残差结构中添加坐标注意力机制,解决特征提取时位置信息缺失的问题。此外,设计混合迁... 病害侵袭是制约核桃优质发展的重要因素之一,为实现田间智能化病害识别,设计了一款核桃病害识别模型。该模型采用Mobilenet-V2作为基础网络骨架,在倒残差结构中添加坐标注意力机制,解决特征提取时位置信息缺失的问题。此外,设计混合迁移的训练方式,将跨域迁移和域内迁移相结合,避免单独迁移学习的不良影响。结果表明:1)混合迁移对模型提升效果最佳,准确率最高提升18.57百分点。2)模型平均识别准确率为96.97%,模型参数量为3.95 M,内存占有量为10.50 MB,相较于Mobilenet-V3-Large、ShuffulNet-V2和EfficientNet-V2-S,识别准确率分别提升4.39百分点、6.63百分点和4.31百分点,且保持较少的参数量与内存占有量。3)与SE(squeeze-and-excitation)模块、CBAM(convolutional block attention module)模块相比,坐标注意力机制更能提升模型对感兴趣区域的关注度。因此,该模型可用于开发安卓应用程序并部署于移动端,为核桃病害智能识别提供新方法。 展开更多

关键词 核桃病害 坐标注意力机制 混合迁移 安卓应用程序

下载PDF 职称材料

IDL在数字图像处理课程教学中的应用 被引量：2

12

作者 买买提·沙吾提 丁建丽 张飞 《中国信息技术教育》 2012年第7期130-132,共3页

本文根据“数字图像处理”课程理论性与实用性的特点，分析了数字图像处理教学中采用IDL软件的必要性。在介绍图像处理技术和眦软件的基础上，举例详细说明了利用IDL软件实现图像增强和图像边缘检测的方法，并给出了实验结果。

关键词 数字图像处理 IDL软件 课程教学

下载PDF 职称材料

基于GF-1/2卫星数据的冬小麦叶面积指数反演 被引量：11

13

作者 吾木提·艾山江 买买提·沙吾提 +1 位作者 陈水森 李丹 《作物学报》 CAS CSCD 北大核心 2020年第5期787-797,共11页

叶面积指数(leaf area index,LAI)是监测作物生长状况的重要参数,准确、快速、大面积估算LAI不仅有助于更好地监测农作物,而且也有助于其在建模、总体作物管理及精准农业中的应用。本研究为了利用国产遥感影像快速、大面积反演冬小麦LAI... 叶面积指数(leaf area index,LAI)是监测作物生长状况的重要参数,准确、快速、大面积估算LAI不仅有助于更好地监测农作物,而且也有助于其在建模、总体作物管理及精准农业中的应用。本研究为了利用国产遥感影像快速、大面积反演冬小麦LAI,以GF-1/2影像作为数据源,提取常用植被指数,结合不同生育期(起身期、拔节期、开花期)实测LAI数据,建立反演冬小麦LAI的单变量和多变量经验模型,并对其进行验证。结果表明,GF-1起身期、GF-1拔节期以及GF-1开花期提取的植被指数中,MSR(modified simple ratio)、GNDVI(green normalized difference vegetation index)、EVI(enhanced vegetation index)与LAI间的相关系数最大,分别为0.708、0.671和0.743,说明这些植被指数与冬小麦LAI间的相关性较显著;GF-1不同生育期的反演模型相比,基于拔节期GNDVIGF-1建立的二次多项式模型和基于开花期EVIGF-1、GSRGF-1(green simple ratio)、NDVIGF-1(normalized difference vegetation index)建立的PLSR(partial least squares regression)模型R2最大,均为0.783,PLSR模型的RMSE小于二次多项式模型,说明该多变量模型的稳定性优于单变量模型;同一个生育期不同影像相比,基于GF-2的NDVIGF-2建立的二次多项式模型和基于NDVIGF-2、MSRGF-2、SAVIGF-2(soil-adjusted vegetation index)建立的PLSR模型精度高于基于GF-1的2种模型,R2分别为0.768和0.809;不同生育期反演的LAI分布图表明,LAI反演值与实测LAI值基本吻合。以上研究结果说明国产高分辨率遥感影像在农作物生理参数反演中有一定的应用价值,可以为以后的相关研究提供一定的参考。 展开更多

关键词 GF-1/2影像 植被指数 叶面积指数 灰色关联度分析 遥感反演

下载PDF 职称材料

新疆棉花种植业地理集聚特征及影响因素研究 被引量：13

14

作者 马春玥 买买提·沙吾提 +1 位作者 依尔夏提·阿不来提 姚杰 《作物学报》 CAS CSCD 北大核心 2019年第12期1859-1867,共9页

新疆是我国最大的产棉基地,研究新疆棉花种植业地理集聚特征对调整和优化农业结构布局、农民增收、促进棉花生产的可持续发展具有重要意义。本文基于1988—2016年的新疆棉花生产数据,使用区位商、区位基尼系数和空间自相关分析探究新疆... 新疆是我国最大的产棉基地,研究新疆棉花种植业地理集聚特征对调整和优化农业结构布局、农民增收、促进棉花生产的可持续发展具有重要意义。本文基于1988—2016年的新疆棉花生产数据,使用区位商、区位基尼系数和空间自相关分析探究新疆棉花种植业发展的时空变化特征,并运用空间面板数据模型定性、定量地分析了各影响因素对新疆棉花种植业地理集聚的影响程度,揭示了新疆棉花种植业发展的主要驱动因素。结果表明,新疆棉花种植面积经历了持续增长(1988—1999年)、缓慢减少(2000—2004年)以及波动增长(2005—2016年)3个阶段,2016年已占全国种植面积的3/5,其专业化集聚水平自1992年起均高于全国其他地区,主导地位日益增强;新疆棉花种植业的区域特征明显,南疆棉区的变化主导新疆棉花种植业的变化;新疆棉花种植业的集聚水平自1988年起呈现出波动中下降后缓慢回升的趋势,其高值集聚区由喀什地区转移至阿克苏地区的库车县、新和县等地,高-低集聚、低-高集聚及低低集聚变化不大;推动新疆棉花种植业地理集聚发展的主要因素有生产性土地面积比重、棉花比较收益、机械化水平以及政策因素。 展开更多

关键词 棉花种植业 地理集聚 时空特征 空间面板数据模型

下载PDF 职称材料

基于多维高光谱植被指数的冬小麦叶面积指数估算 被引量：9

15

作者 吾木提·艾山江 尼加提·卡斯木 +1 位作者 陈晨 买买提·沙吾提 《农业机械学报》 EI CAS CSCD 北大核心 2022年第5期181-190,共10页

为提高干旱区冬小麦叶面积指数(Leaf area index,LAI)遥感估算精度,以拔节期冬小麦LAI为研究对象,在对冠层高光谱数据进行一阶(First derivative,FD)、二阶(Second derivative,SD)微分预处理的基础上,计算了任意波段组合的二维植被指数(... 为提高干旱区冬小麦叶面积指数(Leaf area index,LAI)遥感估算精度,以拔节期冬小麦LAI为研究对象,在对冠层高光谱数据进行一阶(First derivative,FD)、二阶(Second derivative,SD)微分预处理的基础上,计算了任意波段组合的二维植被指数(Two-dimensional vegetation index,2DVI)和三维植被指数(Three-dimensional vegetation index,3DVI),通过进行与LAI之间相关性分析,寻求最佳波段组合的植被指数;利用人工神经网络(Artificial neural network,ANN)、K近邻(K-nearest neighbors,KNN)和支持向量回归(Support vector regression,SVR)算法分别建立LAI估算模型,并进行精度验证。结果表明:任意波段组合的植被指数与LAI相关性均显著提高,尤其是基于一阶微分预处理光谱的FD-3DVI-4(714 nm,400 nm,1001 nm)相关系数达到0.93(P<0.01),且最优组合波段主要位于红边位置。基于最优FD-3DVI植被指数和K近邻算法的估算模型表现突出,其决定系数R^(2)为0.89,均方根误差最低(RMSE为0.31),相对分析误差RPD为2.41;表明K近邻算法更适合解决非线性问题,能够提高估算精度,为后期作物长势评价、合理施肥等提供理论依据。 展开更多

关键词 冬小麦 任意波段组合 植被指数 叶面积指数 高光谱

下载PDF 职称材料

基于GF-2影像和Unet模型的棉花分布识别 被引量：7

16

作者 伊尔潘·艾尼瓦尔 买买提·沙吾提 买合木提·巴拉提 《自然资源遥感》 CSCD 北大核心 2022年第2期242-250,共9页

为探讨深度学习方法在干旱区棉花分布识别中的适用性及优化流程,以渭干河—库车河三角绿洲典型作物棉花为研究对象,利用国产GF-2影像,结合野外调查数据,采用Unet深度学习方法,借助Unet网络多重卷积运算的特点充分挖掘棉花在遥感影像上... 为探讨深度学习方法在干旱区棉花分布识别中的适用性及优化流程,以渭干河—库车河三角绿洲典型作物棉花为研究对象,利用国产GF-2影像,结合野外调查数据,采用Unet深度学习方法,借助Unet网络多重卷积运算的特点充分挖掘棉花在遥感影像上的深层次特征,从而提高棉花的提取精度。结果表明,Unet模型提取研究区棉花、玉米、辣椒的识别效果优于面向对象和传统机器学习算法分类结果,总体精度为84.22%,Kappa系数为0.8047,相比面向对象方法以及传统机器学习算法SVM和RF的总体精度分别提高了7.94,11.93和11.73百分点,Kappa系数提高了10.13%,14.72%,14.60%。Unet模型分类结果中,棉花的制图精度和用户精度均高于其余3种方法,分别为94.95%和89.07%。利用Unet模型在GF-2高分辨率遥感影像上高精度提取干旱区棉花空间分布信息具有可行性和可靠性。 展开更多

关键词 深度学习 棉花识别 Unet模型 GF-2影像

下载PDF 职称材料

渭-库绿洲土壤盐渍化空间分布特征研究 被引量：2

17

作者 依克丽曼·阿布都米提 买买提·沙吾提 马春玥 《中国农村水利水电》 北大核心 2020年第8期110-116,共7页

为了研究渭-库绿洲土壤盐渍化空间分布特征,根据野外调查取样土壤数据,应用地统计分析方法中的普通克里格插值完成半变异函数计算以及理论模型的拟合,分析研究区土壤盐分空间分布特征。以土壤中的SO4^2-、Cl^-、HCO^-3、CO3^2-、Mg^2+、... 为了研究渭-库绿洲土壤盐渍化空间分布特征,根据野外调查取样土壤数据,应用地统计分析方法中的普通克里格插值完成半变异函数计算以及理论模型的拟合,分析研究区土壤盐分空间分布特征。以土壤中的SO4^2-、Cl^-、HCO^-3、CO3^2-、Mg^2+、Na^+、Ca^2+、K^+等盐分离子作为解释变量,以土壤含盐量,电导率,纳吸收比,pH等作为响应变量,对土壤土层进行冗余分析(Redundancy Analysis,RDA),解析解释变量和响应变量的对应关系。最后利用Moran散点图和LISA集聚图,来探索研究区土壤含盐量空间自相关性特征。研究结果表明:研究区随土壤深度的增加,含盐量逐渐减少,呈重盐渍化到非盐渍化趋势;土壤含盐量东部高于西部,各土层盐分分布呈现出一定的区域差异性;Na^++K^+是阳离子中主控离子、SO4^2--Cl^-是阴离子中主控离子;土壤含盐量较高的区域和土壤含盐量较低的区域呈现出两极集聚。 展开更多

关键词 渭-库绿洲 土壤盐分 空间分布 冗余分析 空间自相关

下载PDF 职称材料

渭干河—库车河绿洲地表水水质空间分布特征 被引量：1

18

作者 木哈代思·艾日肯 买买提·沙吾提 +1 位作者 依克丽曼·阿布都米提 马春玥 《中国水土保持科学》 CSCD 北大核心 2019年第5期93-99,共7页

基于2016年4月及2017年5月野外水质考察数据,结合Gibbs图、Piper三线图和地统计学方法对西北典型干旱区渭干河-库车河绿洲地表水水质变化及其空间分布特征进行研究,探讨区域地表水水质状况,依期为该绿洲水资源管理与评价提供有利依据。... 基于2016年4月及2017年5月野外水质考察数据,结合Gibbs图、Piper三线图和地统计学方法对西北典型干旱区渭干河-库车河绿洲地表水水质变化及其空间分布特征进行研究,探讨区域地表水水质状况,依期为该绿洲水资源管理与评价提供有利依据。研究结果表明:2016年研究区灌溉水水质指标(p H、EC、TDS、Cl^-、Ca^2+、K^+、Mg^2+)含量相对2017年较高,而SO4^2-、HCO3-、Na^+含量比2016年高,结合Piper图可以初步判断水化学类型主要为Cl-SO4-Na-Mg、Cl-SO4-Ca-Mg、HCO3-Cl^-SO4^-Na^-Ca-Mg,其水化学组成整体的自然起源主要受自身蒸发-浓缩与风化溶解作用的共同影响。地表水水质指标(EC、Ca^2+、Na^+、Mg^2+、Cl^-、SO4^2-)在空间分布上基本相似,且在库车河中下游较为显著,其主要原因是研究区地势北高南低地形等自然因素及人为因素加剧盐渍化程度,使生态环境遭到破坏。 展开更多

关键词 水质变化 地统计学 Piper图 空间分布

下载PDF 职称材料

基于波段组合优化光谱指数的冬小麦LAI估算 被引量：1

19

作者 吾木提·艾山江 尼加提·卡斯木 买买提·沙吾提 《江苏农业科学》 北大核心 2022年第13期207-218,共12页

叶面积指数(LAI)是表示植被利用光能状况和冠层结构的一个综合指数,与作物产量密切相关。高光谱遥感数据具有连续、高光谱分辨率等特点,为估算农作物生理生化参数和冠层结构参数提供了重要手段。为挖掘高光谱数据估算LAI的最优波段组合... 叶面积指数(LAI)是表示植被利用光能状况和冠层结构的一个综合指数,与作物产量密切相关。高光谱遥感数据具有连续、高光谱分辨率等特点,为估算农作物生理生化参数和冠层结构参数提供了重要手段。为挖掘高光谱数据估算LAI的最优波段组合以及提高估算精度,以冬小麦作为研究对象,野外实测不同生长阶段(起身、拔节、开花阶段)的冠层高光谱数据,并对其进行不同数学变换处理,包括原始光谱、一阶导数光谱和连续统去除。利用3种不同预处理的冠层高光谱数据构建30种常用植被指数和4种优化光谱指数,比较常用植被指数与优化光谱指数对冬小麦LAI的响应,建立估算冬小麦LAI的单变量和多变量回归模型,对其进行精度验证,并筛选出最优估算模型。结果表明,随着生育期的推进,可见光波段范围内,冬小麦冠层光谱反射率较低、吸收较强,LAI对连续统去除光谱的影响较大,呈负相关;近红外波段范围内不同生育期间的差异较大,随着LAI的增大,冠层光谱的红边位置出现了“红移”现象;基于一阶导数的优化植被指数(NDSI和RSI)与LAI相关系数达到0.8;从估算模型来看,基于一阶导数的RSI(627 nm,774 nm)单变量二次多项式模型表现较佳,R^(2)为0.809,RMSE为0.401,基于NDSI_(or(724 nm,987 nm))、RSI_(fod(627 nm,774 nm))、CI_(cr(686 nm,744 nm))建立的PLSR模型拟合效果最佳,模型精度为R 2=0.817、RMSE=0.428和RPD=2.250,说明本研究所构建的优化光谱指数能够有效进行冬小麦LAI的估算,可以为精准农业提供方法上的参考。 展开更多

关键词 叶面积指数 光谱植被指数 冬小麦 拔节期

下载PDF 职称材料

基于高光谱的干旱区盐渍化土壤盐分含量估算 被引量：1

20

作者 如则麦麦提·米吉提 买买提·沙吾提 +1 位作者 麦尔耶姆·亚森 马春玥 《江苏农业科学》 2018年第22期265-269,共5页

针对目前干旱半干旱区存在的土壤盐渍化问题,以新疆维吾尔自治区渭干河-库车河三角洲绿洲为研究区,对土壤样品总盐含量及其光谱反射率进行测量。经过15种数学变换,遴选出达到0.01显著性检验的变换形式,利用偏最小二乘回归、主成分回归... 针对目前干旱半干旱区存在的土壤盐渍化问题,以新疆维吾尔自治区渭干河-库车河三角洲绿洲为研究区,对土壤样品总盐含量及其光谱反射率进行测量。经过15种数学变换,遴选出达到0.01显著性检验的变换形式,利用偏最小二乘回归、主成分回归和多元逐步线性回归方法建立土壤盐分的估算模型。结果表明,(1)多种光谱数据变换形式中,以微分为基础的变换方法具有很好的效果;(2)基于多元逐步线性回归的立方根一阶微分光谱特征波段所构建的模型最优,模型的稳定性和预测精度最高,R2=0.85,RMSEc=1.8 g/kg,RPD=2.36。本研究所建立的模型将为估算土壤盐渍化提供理论依据。 展开更多

关键词 土壤盐渍化 高光谱 光谱分析 定量模型

下载PDF 职称材料