公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

自然环境因素对农户选择种植作物的影响机制——以黑龙江省宾县为例被引量：13: 2013年; 【目的】探讨自然环境因素对农户农作物选择的影响机制,为农户的适应行为提供决策支持。【方法】本研究以黑龙江省宾县为研究区域,通过当面访谈方式,获取384个农户问卷调查数据;采用频率分析方法,从气象要素和自然灾害两个方面,分析自然环境变化对农户作物选择的影响及农户种植行为的适应机制。【结果】通过分析农户认知和选择行为发现,气象要素、自然灾害及作物产量对农户作物选择有影响,农户在作物类型变更时首先考虑产量因素,其次是气候因素,再次是自然灾害因素,但在对自然环境要求高的作物类型变化中,如水稻改玉米,自然环境因素受重视程度显著增加。更换作物类型与品种、调整农时是农户适应自然环境因素变化中采用较多的行为。农户对自然环境变化的感知与实际趋势是否一致,会影响农户是否主动改变作物类型。【结论】为提高农户适应自然环境因素变化的影响,今后宜从提高农户主动适应行为入手,引导农户改善应对气候变化与自然灾害能力,在应对行为上需有更为高层次的区域布局和政策引导。; 刘珍环杨鹏吴文斌李正国唐鹏钦李志鹏余强毅夏天唐华俊

近30年中国水稻种植区域与产量时空变化分析被引量：126: 2013年; 通过综合80年代初以来的农作物面积与产量统计、耕地分布、农业灌溉分布以及作物生长适宜性分布等多源数据,利用基于交叉信息熵原理的作物空间分配模型(Spatial Production Allocation Model,SPAM),获得了我国10km像元尺度的水稻分布信息。在此基础上,重点分析了80年代初以来水稻种植面积与产量的时空变化特征。总体来看,在全国水稻种植区域内发生变化的地区中有超过50%的地区水稻种植面积出现缩减态势,但仍有近70%的地区水稻产量在增加。空间变化来看,种植面积缩减主要发生在东南沿海的广东、福建和浙江等省,而增加主要出现在东北地区的吉林和黑龙江等省,我国水稻种植重心因此向东北方向迁移约230km,产量重心向东北迁移约320km。同时,研究还发现我国水稻种植面积变化对产量增减具有重要影响,其中产量增加表现为面积与非面积因素的共同作用,数据显示种植面积扩展对水稻增产的平均贡献率约54.5%,而在产量减少的区域,面积缩减对减产的贡献率高达80%以上。; 刘珍环李正国唐鹏钦李志鹏吴文斌杨鹏游良志唐华俊; 关键词：水稻

基于作物空间分配模型的东北三省春玉米时空分布特征被引量：17: 2014年; 利用1980．2010年东北三省分县玉米播种面积与产量统计、耕地分布、农业灌溉分布以及作物适宜性分布等多源数据，结合基于交叉信息熵原理的作物空间分配模型（SpatialProductionAllocationModel，SPAMl，在5’×5’的像元尺度模拟了春玉米种植面积与产量的时空分布，并重点分析了两者在纬向、经向，以及高程上的时空变化规律。结果显示：（1）玉米种植面积在2000年前向北扩展至北纬44°-48°间，2000年后在中南部出现大规模发展（北纬42°-44°），并进一步向东扩展至东经1230127。间，同时还表现为向低海拔（高程100m以下）和较高海拔（高程200～350m）扩展的态势；（2）单产在纬向上的增加区主要集中在北纬42°-48°，经向上的单产增加则相对均匀，高程上单产提升区主要集中在海拔350m以下。（3）像元内玉米种植比例整体上由中低种植比例为主逐步演变为中高比例占据主体，并且中高种植比例像元对应的玉米单产水平整体上较高，反映了市场经济驱动下的玉米种植集聚化和规模化的发展趋势。; 谭杰扬李正国杨鹏刘珍环李志鹏张莉吴文斌游良志唐华俊; 关键词：春玉米东北三省

水稻空间分布遥感提取研究进展与展望被引量：26: 2014年; 水稻是我国三大粮食作物之一,其空间分布受自然条件和农业发展状况的影响,变化显著。研究水稻空间分布遥感提取是当前农业土地变化科学的热点和难点。通过对国内外研究的回顾,该文系统归纳了近年来水稻空间分布遥感提取的数据源、特征量及分类算法最新研究进展,并对其未来研究方向进行初步探讨。首先从遥感数据源方面,水稻面积监测主要采用多光谱光学影像,同时高光谱数据和雷达数据也正逐步推广应用。其次从遥感分类方法及其对应的特征量方面,包括监督和非监督分类、智能化分类算法(神经网络、支持向量机、决策树及随机森林算法)、面向对象分类、多时相植被指数法及综合提取算法等分类方法,其主要对应的特征量各有差异。最后,结合我国水稻空间分布遥感提取的实际状况,提出构建全国长时间序列水稻物候历和高时空分辨率时序NDVI数据集,大力发展基于多时相遥感分类方法和建立分层的面向对象分类方法,以及加强水稻种植北界、种植重心迁移等动态变化监测研究的建议,推动我国水稻遥感动态监测和农业土地变化科学的发展。; 李志鹏刘珍环李正国唐鹏钦谭杰扬杨鹏; 关键词：水稻遥感分类特征量植被指数研究进展及展望

基于中分辨TM数据的水稻提取方法对比研究被引量：14: 2014年; 水稻种植面积监测是当前农业土地变化科学的热点问题,但运用遥感技术对水稻种植面积精确实施监测一直是难点。中分辨率遥感影像能够满足我国大面积水稻作物监测,成为业务化运行的主要数据源。为此,该研究尝试以中分辨率TM影像为数据源,结合神经网络和面向对象(SVM)两种算法对对黑龙江省富锦市2010年两期不同时相影像分别进行水稻分类提取,并对分类结果进行滤波处理及混淆矩阵精度评定。结果表明:(1)在高纬度单季稻生长区,面向对象分类算法的精度显著高于神经网络的分类精度,水稻用户精度和生产者精度在6月份分别高0.55%、1.37%,在8月份分别高0.62%、2.34%;(2)对神经网络分类的结果进行Majority滤波处理,在一定程度上可以改善水稻分类的精度,水稻用户精度和生产者精度在6月份分别提高0.14%、0.5%,在8月份分别提高1.56%、1.43%;(3)选取关键水稻物候期的遥感影像获取水稻种植面积的精度更高,返青期水稻提取精度要高于乳熟期,其中神经网络算法的水稻用户精度及生产者精度分别提高2.67%、3.45%;面向对象算法的水稻用户精度及生产者精度分别提高2.6%、2.48%。未来需要重点考虑建立全国水稻物候历信息、面向对象算法中自动化最优尺度分割方法来提高水稻分类的精度。; 李志鹏李正国刘珍环吴文斌谭杰扬杨鹏; 关键词：水稻神经网络面向对象分类 TM影像

全选清除导出

共1页<1>

李志鹏

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李志鹏

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