刘轲
- 作品数：13 被引量：81H指数：4
- 供职机构：四川省农业科学院更多>>
- 发文基金：四川省应用基础研究计划项目国家自然科学基金云南省科技计划项目更多>>
- 相关领域：农业科学自动化与计算机技术天文地球生物学更多>>
- 基于高光谱植被指数的水稻LAI遥感估算被引量：6
- 2022年
- 【目的】探索植被指数(VI)及其波段选择、回归建模方法、训练样本选取三方面因素对基于统计模型的水稻叶面积指数(LAI)高光谱遥感估算的影响,构建县域水稻LAI估算模型,并在四川省凉山彝族自治州昭觉县开展实证应用。【方法】本文基于不同样本量的3套训练数据,分别对增强型植被指数(EVI)、修正三角植被指数2(MTVI2)、归一化差值植被指数(NDVI)和修正比值植被指数(MSR)开展波段选择。在此基础上,以1种VI作为LAI的特征参量,试用指数回归(ER)和人工神经网络(ANN),构建县域水稻LAI估算模型。计算LAI估算值和实测值之间的决定系数(R^(2))和均方根误差(RMSE),开展估算精度验证。【结果】①基于EVI或MTVI2的LAI估算精度优于NDVI和MSR。以ANN模型为例,基于优选波段的EVI和MTVI2得到的R^(2)分别为0.638和0.681,RMSE分别为0.554和0.519;而NDVI和MSR得到的R^(2)分别为0.567和0.560,RMSE分别为0.606和0.611。②基于各VI优选波段组合的LAI估算精度(平均R^(2)为0.574,平均RMSE为0.598)优于默认波段组合(平均R^(2)为0.424,平均RMSE为0.694)。③ANN模型的表现优于ER模型。在基于默认波段、优选波段的LAI估算试验中,ANN模型得到的平均R^(2)比ER模型分别提高40.27%和14.03%;平均RMSE分别降低11.32%和8.11%。④就本项目试验而言,训练样本量对基于ANN模型的LAI估测精度的影响不显著。例如,当训练样本量低至24时,基于EVI构建的ANN模型的测试精度(R^(2)=0.660,RMSE=0.537),仍然优于ER模型(R^(2)=0.597,RMSE=0.585)。【结论】VI及其波段选择与回归建模方法对县域水稻LAI高光谱遥感估算均有明显影响。针对特定区域的目标作物,尝试利用任意可能的波段组合来计算多种VI,遴选与实测LAI相关系数最大的VI及其波段组合,有益于提高基于VI的LAI高光谱遥感估算精度。同时,即使基于小样本训练数据,机器学习算法仍有可能得出优于参数回归的
- 张敏郭涛刘轲黄平喻君刘仕川刘泳伶李源洪
- 关键词：叶面积指数遥感反演波段选择样本量
- 基于高分辨率遥感影像的农村房屋自动化识别被引量：1
- 2021年
- 【目的】为了改善遥感影像分类算法对“同谱异物”的农村房屋与乡村道路的区分能力,提高房屋识别的空间平滑性与自动检测精度,为后续的农村宅基地遥感监测提供技术支撑。【方法】文章基于光谱-空间核函数集成支持向量机(光谱-空间核SVM)算法框架,发展了一种适于高分辨率遥感影像的农村房屋自动化识别方法。首先,对高分辨率遥感影像进行空间分割以及影像的空间邻域关系进行建模。其次,获取分割图斑内像元灰度值的均值作为空间特征,以像元灰度值作为光谱特征,利用光谱-空间核SVM算法进行房屋预提取。单独提取影像中的道路、裸地等区域,并制作掩膜对房屋预提取结果进行修正。最后,通过众数滤波,对房屋识别结果进行空间平滑处理,抑制噪声。【结果】该试验得到的Kappa系数、总体精度和F1分数分别为0.75、98.0%和0.76;而基于像元光谱的常规识别方法得到的上述指标分别为0.40、91.8%和0.44。【结论】该文提出的方法能有效抑制将道路、裸地识别为房屋,且具有良好的空间平滑性能。
- 刘仕川慎利刘轲杨健李源洪张敏
- 关键词：高分辨率遥感影像农村房屋
- 基于ACRM模型与敏感波段的农作物LAI与LCC反演
- 2020年
- 【目的】面向现代农业生产和管理的数据需求,基于ACRM冠层反射率模型,探索适于冬小麦叶面积指数(LAI)和叶片叶绿素含量(LCC)反演的波段选择方案。【方法】文章考虑高光谱数据降维和CR模型模拟误差,选出覆盖蓝、绿、红与近红外的5个波段(波段选择方案B1),开展LAI与LCC同步反演。然后分别选择LAI和LCC的敏感波段,开展对应参数的反演试验。【结果】(1)基于B1,能够在多数田块实现较为准确的LAI与LCC同步反演(LAI反演值与实测值间决定系数(R^(2))为0.8604,均方根误差(RMSE)为0.963;LCC反演的R^(2)为0.8141,RMSE为0.069)。(2)仅利用LAI或LCC敏感波段反演结果的R^(2)与RMSE同时略有升高,但与基于B1的反演结果相比,无明显差异。【结论】通过该研究与利用相同数据的前期研究对比发现,旨在高光谱数据降维与限制CR模型模拟误差的波段选择,对LAI反演精度改进作用较为显著。相较而言,仅选用单一目标参数(LAI或LCC)的敏感波段,对反演精度改进并不明显。由此,一方面证实了常规反演方法与面向对象反演法不强调选用单一目标参数敏感波段的合理性;另一方面,并不否定多阶段目标决策(MSDT)反演法以及一些相关研究提出的,仅采用单一目标参数敏感波段来开展反演的合理性。
- 刘轲刘泳伶张敏刘仕川任国业吴文斌李源洪程武学
- 关键词：叶面积指数叶片叶绿素含量遥感反演波段选择
- 基于无人机影像的高寒草地鼠害信息提取研究被引量：4
- 2020年
- 【目的】草原鼠害是影响草原生态平衡的重要因素,基于低空遥感影像探索提取鼠害信息的最佳方案和分辨率对解决草原鼠害意义重大。【方法】文章基于高分辨率无人机正射影像,使用CART决策树、支持向量机、最邻近、贝叶斯4种监督分类方法对高原鼠兔和高原鼢鼠两种鼠害进行分类并比较其精度,再使用不同飞行高度下获取的遥感影像提取鼠害信息。【结果】在鼠兔鼠害信息提取中,基于决策树分类法的总体精度为89.00%,kappa系数为0.79;支持向量机分类方法的总体分类精度为92.00%,Kappa系数为0.83;最邻近分类法的总体分类精度为94.00%,Kappa系数为0.87;基于贝叶斯分类法的混淆矩阵中得到的鼠洞的分类精度最差,鼠洞的生产者精度与用户精度都在78.00%以下。在鼢鼠鼠害信息提取中,基于决策树分类结果的总精度为93%,Kappa系数为0.86;支持向量机分类结果的总精度达到95%,Kappa系数为0.90;最邻近法的分类结果的总精度达到97.00%,Kappa系数为0.95;Bayes分类法的总体分类精度为98.00%,Kappa系数达到了0.95。【结论】基于面向对象的最邻近分类法是高原鼠兔鼠害信息提取的精度最优方法,基于面向对象的贝叶斯分类法是高原鼢鼠鼠害信息提取的最佳方法。对于飞行相对高度分别为100 m、120 m和200 m的无人机遥感影像数据,随着飞行高度的增大,影像的空间分辨率越低,其分类所需要的时间、分类精度和斑块数量均呈下降趋势。
- 熊瑞东程武学熊钰丹狄威魏佳轩王永祥刘轲罗光荣
- 关键词：鼠害
- 基于无人机的若尔盖高寒草地鼠害程度估算模型研究被引量：2
- 2020年
- 【目的】无人机低空遥感能大范围且快速、便捷地动态监测鼠害分布。通过无人机所提取的高原鼠兔鼠害信息,构建鼠害程度估算模型,探究无人机对草原鼠害快速监测和防治的可行性。【方法】文章利用无人机低空航拍,获取若尔盖湿地自然保护区中主要存在的高原鼠兔鼠害的高分辨率无人机正射影像和数字高程模型影像,并对其进行遥感监测,构建鼠害程度估算模型来对其鼠害发生、发展状况进行探索。【结果】研究结果表明:(1)航拍区高原鼠兔鼠害程度以轻度危害和中度危害为主,轻度及中度危害面积为90703.8 m^(2),面积占比达65.5%,极度危害占总面积的16%,危害面积为22096.8 m^(2)。(2)高原鼠兔鼠害程度均呈半倒U型曲线,在东西方向上趋势线从西往中间逐渐攀升,总体表明东部鼠害程度比西部高;在南北方向上趋势线在中间偏南的位置达到最高,总体表明南部的鼠害程度高于北部;在西北—东南方向与东北—西南方向上鼠害程度从样地中心地区向四周逐渐降低。【结论】通过对高原鼠兔的鼠害程度估算模型进行分析后发现,高原鼠兔危害程度在样地北部主要为轻度危害和重度危害,近似呈以东北和西北部极度危害区为核心的圈层结构并向外扩散递减;极度危害区集中分布在样区的中部区域;在样区南部主要以中度和重度危害为主,近似呈以西南和东北部两个极度危害为核心的带状结构,并向东北—西南方向延伸分布。
- 熊瑞东程武学熊钰丹狄威魏佳轩王永祥刘轲罗光荣
- 关键词：遥感监测高原鼠兔
- 物理模型光谱模拟误差对冬小麦叶面积指数高光谱反演的影响被引量：5
- 2016年
- 获取农作物叶面积指数(leaf area index,LAI)及其动态变化对于农作物长势监测和产量估测等应用具有重要的意义。基于冠层反射率模型(物理模型)的LAI遥感反演方法具有良好的普适性,对地面数据依赖较少,近年来广泛应用于农作物LAI高光谱反演研究。然而,当物理模型参数取值尽可能准确(代入参数实测值或依据先验知识取值)时,模拟光谱与实测光谱间仍然存在误差,研究称之为"光谱模拟误差"。该研究通过比对实测冬小麦冠层光谱与ACRM(a two-layer canopy reflectance model)模型最优模拟光谱,展示了光谱模拟误差在各波段、不同样本点的分布规律。据此,根据对光谱模拟误差与高光谱数据降维的不同考虑,制订了4种LAI反演波段选择方案。通过对比基于不同波段选择方案的LAI反演精度,分析了光谱模拟误差对LAI反演的影响;讨论了综合考虑高光谱数据降维与光谱模拟误差的LAI反演波段选择方法。通过合理的波段选择,限制了光谱模拟误差的影响,提高了LAI反演精度。该研究结果有助于探索合理的LAI高光谱反演波段选择方法,为合理利用高光谱数据反演农作物LAI提供科学参考。
- 刘轲周清波吴文斌陈仲新夏天王思唐华俊
- 关键词：叶面积指数LAI
- 基于多光谱与高光谱遥感数据的冬小麦叶面积指数反演比较被引量：48
- 2016年
- 近年来,高光谱遥感数据广泛应用于农作物叶面积指数(LAI)反演。与常用的多光谱遥感数据相比,高光谱数据能否提高农作物LAI反演的精度和稳定性还存在争议。针对这一问题,该研究利用实测冬小麦冠层高光谱反射率数据,构造了不同光谱分辨率和波段组合的5种光谱数据。基于ACRM(a two-layer canopy reflectance model)模型、2套参数化方案及上述5种光谱数据,对冬小麦LAI进行反演,分析光谱分辨率、高光谱数据波段选择、模型参数不确定性3方面因素对LAI反演精度与稳定性的影响。研究结果表明:当波段选择适宜、模型参数不确定性较小且光谱数据分辨率较高时,LAI反演精度与稳定性更高,提高光谱分辨率对LAI反演精度的改进作用随光谱分辨率的升高而降低;反之,当高光谱数据波段选择不当或者模型参数不确定性较大时,提高光谱数据的分辨率并未提高LAI反演精度。该研究解释了"高光谱遥感数据能否提高植被参数反演精度"问题,为进一步发挥高光谱数据在农作物LAI反演中的潜力提供了科学参考。
- 刘轲周清波吴文斌陈仲新唐华俊
- 关键词：植被遥感光谱分析叶面积指数波段选择
- 信息时代下四川省农地流转与规模化经营路径分析被引量：2
- 2018年
- 【目的】开展农地确权工作旨在放活土地经营权,促进农地流转,实现农业规模经营,然而现实中农地流转出现与预期效果不一致的现象。文章重点为四川省农业规模经营的发展提出可行路径。【方法】文章以农户有限理性为基本假设,运用前景理论分别对四川省成都平原地区、浅丘地区和山区的农户,在农地确权前后对农地流转的心理认知进行分析,并针对不同地区农户农地流转心理状态及当地资源禀赋提出适宜的农业规模经营实现路径。【结果】山区农户生存能力较弱,对土地依赖程度强,土地用于满足其生存需求,通过农地确权降低了流转意愿;浅丘地区农户生存能力较强,对土地依赖程度较弱,土地用于满足其安全需求,在农地确权之后,部分农户倾向于短期流转,部分农户愿意流入土地;成都平原地区农户生存能力强,对土地依赖程度弱,土地用于满足其社交需求和尊重需求,流转土地的态度在农地确权之后趋于开放。【结论】对于四川省山区,提出"充分发挥生态优势,第三产业带动发展"与"细化生产分工,实现农业服务规模经营"路径建议;对于四川省浅丘地区,提出"发展土地股份合作社,按面积入股分红退股"与"产品标准化生产,产业品牌化发展"路径建议;对于成都平原地区,提出"互联网+新型农业经营主体+智慧农业"与"打造田园综合体,开发新型产业发展亮点"路径建议。
- 黄平覃玥李源洪刘轲王思刘泳伶
- 关键词：农地流转农地确权规模经营地区间差异
- 云南边境甘蔗产区面积变化分析被引量：2
- 2020年
- [目的]甘蔗种植业是云南边境地区农业经济发展的重要产业,应用遥感方法研究甘蔗产区种植时空变化为地方农业部门及农户合理种植决策提供信息服务。[方法]文章以云南省德宏州及部分缅甸境内的甘蔗产区为研究区,使用2013—2017年卫星多光谱影像和极大似然分类提取甘蔗种植空间信息,通过公里网格统计分析时空变化特征。[结果](1)2013—2017年云南边境甘蔗产区面积总体呈减少趋势,2017年较2013年总体减少约14%;(2)境内境外甘蔗种植的空间变化特征存在较为明显差异,其中境内甘蔗种植在72%的网格内稳定,在20%的网格内减少,在8%的网格内增加,面积减少的网格主要分布于河流沿线的冲积小平原,并呈集中连片状;境外甘蔗种植在68%的网格内稳定,17%的网格内减少,15%的网格内增加,面积增加与减少的网格数量相当,空间变化特征不明显。[结论]遥感方法可准确分析该区域甘蔗种植时空变化,结果可为云南边境地区甘蔗种植业优化调整与可持续发展提供参考。
- 董秀春李宗南黄平蒋怡任国业刘轲
- 关键词：甘蔗产区遥感边境空间信息
- 基于遥感影像的云南甘蔗种植区优势评估被引量：3
- 2020年
- 为运用遥感手段掌握云南省甘蔗种植区域空间分布特征,评估甘蔗种植优势度,以云南甘蔗种植区为研究对象,采用Landsat8-OLI为数据源,结合地面调查结果,通过极大似然法提取甘蔗种植区域空间分布及面积,利用比较优势指数法、使用甘蔗遥感面积评估各区甘蔗种植优势度。2014-2016年遥感影像监测显示,云南省甘蔗种植面积约为24.12万hm^2,主要集中分布在该省西南以及南部地区的主要河流沿线地带,临沧、德宏、保山、普洱、文山等区域的甘蔗面积约占全省的88%。比较优势指数法评估结果显示,临沧、德宏、普洱、保山、西双版纳的甘蔗规模优势指数分别为4.76、5.25、2.07、1.53、3.26,为云南甘蔗种植的优势区域;文山、玉溪、红河、大理等地区规模优势指数均小于1,种植优势不明显。研究结果可为云南甘蔗种植空间布局与优化调整提供参考。
- 董秀春黄平李宗南刘轲蒋怡王思杜刚
- 关键词：甘蔗遥感种植区优势度空间信息
