贺佳
- 作品数：13 被引量：181H指数：9
- 供职机构：河南省农业科学院更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划河南省科技攻关计划更多>>
- 相关领域：农业科学更多>>
- 基于MODIS数据的河南省秋季作物秸秆焚烧火点监测研究被引量：15
- 2016年
- 利用MODIS热异常产品数据,提取河南省秋季作物收获期的秸秆焚烧火点信息,经过初步筛选和地面验证,分析该时段内秸秆焚烧火点数量及时空分布格局,以期对政府为控制秋季秸秆焚烧采取的约谈措施进行效果评价。结果表明,利用MODIS热异常产品数据提取的河南省秋季作物收获期秸秆焚烧火点的准确度可达86.54%,能准确反映河南省秋季作物秸秆焚烧火点的空间分布与发展态势。河南省2015年秋季作物秸秆焚烧火点主要集中在豫中、豫东、豫南地区,尤其是周口、驻马店、南阳、信阳、开封等市,5个地区的秸秆焚烧火点总数占到全省秸秆焚烧火点总数的79.90%。2015年河南省秋季作物秸秆焚烧主要发生于9月27日至10月20日共24 d,整体表现平—增—减—平—增—减的趋势。河南省政府针对秋季作物秸秆焚烧采取政府约谈措施之后,秸秆焚烧火点数量大大减少,整体干预效果明显。利用遥感监测技术可对作物秸秆焚烧进行动态监测,为各级监管部门及时提供大范围内的秸秆焚烧信息,也为加强秸秆焚烧监控提供了可靠依据。
- 张彦刘婷李冰程永政王来刚郭燕武喜红贺佳
- 关键词：秸秆焚烧遥感监测MODIS数据
- 基于高光谱植被指数的夏玉米地上干物质量估算模型研究被引量：16
- 2016年
- 2011—2014年连续实施夏玉米长势监测定位实验,在5种不同施氮量、4种不同施磷量和2个夏玉米品种处理下,测定了大喇叭口期、吐丝期、灌浆期和成熟期夏玉米冠层高光谱反射率及对应的地上干物质积累量(Aboveground dry matter accumulation,ADMA)。选取了21个光谱植被指数,利用2011年和2013年综合数据进行线性函数、对数函数、二次函数和指数函数模型拟合。在每个生育时期,选择决定系数和F值最高的3个模型,并用2012年和2014年测定光谱数据与地上干物质量对拟合模型进行均方根差和相对误差的验证,选择均方根差和相对误差较小的拟合模型为最适模型。结果表明,在大喇叭口期、吐丝期、灌浆期和成熟期,夏玉米地上干物质量的最佳拟合光谱植被指数分别为GNDVI、PSSRc、NDVI4和DI。
- 刘冰峰李军贺佳师祖姣
- 关键词：夏玉米冠层
- 不同生育时期冬小麦FPAR高光谱遥感监测模型研究被引量：7
- 2015年
- 通过连续5年定位研究不同氮磷耦合水平下,不同生育时期冬小麦群体FPAR与冠层光谱反射率,建立基于不同植被指数的不同生育时期FPAR分段监测模型。结果表明：随着氮磷水平增加FPAR呈递增趋势,不同品种间存在差异;冬小麦群体FPAR与670、850、960 nm具有较高的相关性,在可见光和近红外波段处均有敏感波段;在拔节期、孕穗期、抽穗期、灌浆期和成熟期FPAR与SAVI、NDVI705、EVI、DVI、RVI均达极显著相关,相关系数r范围为0.818～0.942;在不同生育时期,分别基于SAVI、NDVI705、EVI、RVI、RVI能建立较好的FPAR分段监测模型,决定系数R2分别为0.854、0.888、0.811、0.844、0.911;标准误差SE分别为0.054、0.032、0.044、0.047、0.044;以不同年份独立数据对模型进行验证,田间实测值与模型预测值之间相对误差RE分别为14.1%、17.4%、12.8%、18.8%、10.7%;均方根误差RMSE分别为0.139、0.146、0.136、0.158、0.130。该结果较拔节期至成熟期FPAR统一监测模型监测精度及验证效果均有所改善。因此,在拔节期、孕穗期、抽穗期、灌浆期和成熟期可分别用SAVI、NDVI705、EVI、RVI、RVI预测冬小麦群体FPAR,具有较好的年度间重演性和品种间适用性。不同生育时期FPAR分段监测模型较统一监测模型有较好的监测效果。
- 贺佳刘冰峰李军
- 关键词：冬小麦高光谱遥感
- 黄淮海地区农业遥感研究进展、发展现状与未来展望被引量：1
- 2023年
- 【目的】黄淮海地区是中国重要的粮食生产基地,开展农业遥感研究与应用,对服务国家粮食安全具有重要意义。【方法】文章通过调研和查阅文献,详细分析了黄淮海地区农业遥感研究进展,并从科研队伍、研发能力、科技成果、应用服务等方面总结了农业遥感发展现状。【结果】现阶段黄淮海农业遥感发展虽取得了一定成效,但在技术研发、科研平台建设和产业应用等方面仍存在不少亟待解决的问题。【结论】提出强化区域农业遥感技术研究方向、构建黄淮海农业遥感基础数据库、建设农业遥感信息服务平台、拓宽农业遥感应用等发展思路与建议,以期推动黄淮海地区农业遥感的快速发展。
- 王来刚曾凯李文娟郭燕程永政刘婷贺佳张彦位盼盼
- 关键词：农业遥感黄淮海
- 小麦主要病害遥感监测研究进展
- 2024年
- 传统的小麦病害监测主要依靠人工田间调查,当涉及区域尺度时,该方法存在一定局限性。而遥感技术的出现为区域尺度下的小麦病害监测提供了重要的技术手段。在介绍小麦病害遥感监测生理机制的基础上,综述了近地遥感、无人机遥感、卫星遥感在小麦病害遥感监测中的研究与应用进展,指出了当前存在的问题,并对未来的发展方向进行了展望,以期为推进小麦病害遥感技术应用、提高病害监测预警水平提供参考。
- 贺佳郝瑞任淑芳
- 关键词：小麦病害遥感监测无人机卫星
- 多源卫星遥感秸秆焚烧过火面积动态监测被引量：14
- 2017年
- 该文针对秸秆焚烧过火面积动态监测中高时间、高空间分辨率难以同时实现的问题,提出利用多源数据(Landsat8、GF-1、HJ-1A/B)来提升中分辨率卫星遥感的观测频次,并通过叠置分析和面向对象影像分析技术提高面积提取精度。使用该方法对河南省太康县进行了8次单日内全覆盖的秸秆焚烧过火面积提取,并通过变化检测获取各乡镇农田秸秆焚烧的累计过火面积、新增过火面积和新增过火农田翻耕面积的时空变化趋势。经验证,面积提取精度达93.89%以上,秸秆焚烧新增过火面积变化趋势与环保部监测结果基本相符。经分析,秸秆焚烧通常会在农作物大面积收割后的某个时间点开始,由若干个起火点随时序朝某个主方向进行传播蔓延,过火区域会随之出现间歇性的大范围翻耕,二者同时进行,即秸秆焚烧新增过火面积与新增过火农田翻耕面积随时序呈反向波浪状变化。说明相比利用低空间分辨率遥感数据进行广域监测,该方法可得到时效性强且精度更高的过火面积空间分布信息,能揭示出秸秆焚烧现象在县、乡尺度上的变化规律与细节。
- 武喜红刘婷程永政王来刚郭燕张彦贺佳
- 关键词：遥感焚烧过火面积面向对象变化检测
- 基于无人机影像多源信息的冬小麦生物量与产量估算
- 2023年
- 冬小麦生物量是表征产量的重要指标,通过无人机遥感技术对冬小麦生物量进行快速、无损监测能够及时掌握冬小麦生长情况,对冬小麦估产具有重要意义。基于冬小麦孕穗期、开花期和灌浆期无人机数字正射影像(DOM)的光谱信息(SIs)和纹理特征(TFs),以及数字表面模型(DSM)提取的株高(HDSM),采用多元线性回归(MLR)、偏最小二乘回归(PLSR)和随机森林(RF)方法构建了冬小麦生物量估算模型,并以此为基础进行了产量估算。结果表明,使用DOM信息进行冬小麦生物量估算时,融合SIs+TFs构建的冬小麦生物量估算模型精度优于单一光谱指数或者纹理特征构建的模型;引入HDSM信息冬小麦生物量估算模型精度得到提高,3种方法以RF方法构建的开花期模型精度最高;融合HDSM信息进行冬小麦生物量估算时,估算精度的提高以TFs+HDSM最明显。冬小麦产量早期估算中,不同生育时期实测生物量与产量拟合以对数函数模型精度最高,孕穗期、开花期和灌浆期模型R2分别为0.87、0.88和0.92。耦合生物量与产量估算最优模型进行冬小麦早期估产,灌浆期估算模型精度最高,R2、RPD和RMSE分别为0.90、2.77和244.61 kg/hm^(2)。因此,融合无人机影像DOM和DSM多源信息,集成机器学习算法,不仅可以对冬小麦生物量进行精准估算,还可以快速有效地对冬小麦产量进行早期估算,对于精准制定粮食安全政策具有重要意义。
- 郭燕井宇航贺佳贺佳贾德伟张会芳
- 关键词：冬小麦数字正射影像数字表面模型生物量
- 不同生育时期冬小麦叶面积指数高光谱遥感监测模型被引量：61
- 2014年
- 高光谱遥感能快速无损获取植被冠层信息,是实现作物长势实时监测的重要技术。为研究不同氮磷水平下冬小麦不同生育时期叶面积指数高光谱遥感监测模型,提高叶面积指数高光谱监测精度,该研究连续5 a定位测定黄土高原旱地不同氮磷水平和不同冬小麦品种各生育时期冠层光谱反射率与叶面积指数,通过相关分析、回归分析等统计方法,构建不同生育时期冬小麦叶面积指数监测模型。结果表明：不同氮磷水平下,冬小麦叶面积指数随施肥量增加呈递增趋势,随生育时期改变呈抛物线趋势变化;随着氮磷供应量的增加,冠层光谱反射率在可见光波段显著降低2%-5%（P〈0.05）,在近红外波段显著增加4%-10%（P〈0.05）;不同生育时期叶面积指数与优化土壤调整植被指数、增强型植被指数Ⅱ、新型植被指数、修正归一化差异植被指数、修正简单比值植被指数均达极显著相关（P〈0.01）;拔节期、孕穗期、抽穗期、灌浆期和成熟期叶面积指数分别与优化土壤调整植被指数、增强型植被指数Ⅱ、增强型植被指数Ⅱ、修正归一化差异植被指数和修正简单比值植被指数拟合效果较好,决定系数分别为0.952、0.979、0.989、0.960和0.993;以不同年份独立数据验证模型表明,所建预测模型均有较好的验证结果,相对误差分别为13.0%、13.5%、12.8%、12.6%和14.0%,均方根误差分别为：0.313、0.336、0.316、0.316、0.324。因此,优化土壤调整植被指数、增强型植被指数Ⅱ、增强型植被指数Ⅱ、修正归一化差异植被指数和修正简单比值植被指数能有效评价拔节期、孕穗期、抽穗期、灌浆期和成熟期冬小麦叶面积指数。同时,叶面积指数分段监测模型较统一监测模型精度有所改善。该结果为实现不同肥力水平下冬小麦不同生育时期长势精确监测提供理论依据和技术支撑。
- 贺佳刘冰锋李军
- 关键词：农作物遥感冬小麦叶面积指数高光谱遥感
- 夏玉米叶片全氮含量高光谱遥感估算模型研究被引量：18
- 2012年
- 在5种不同施氮量和2种夏玉米品种处理下,分别在玉米拔节期、大喇叭口期、抽雄期、吐丝期、乳熟期测定了玉米冠层高光谱反射率及其对应叶片的全氮含量。选取了470、550、620和720 nm 4个代表性光谱波段,分品种对叶片全氮含量与原始光谱反射率、光谱反射率一阶微分以及部分高光谱特征参数(基于光谱位置、面积、植被指数的特征参量)分别进行线性回归和非线性回归拟合。在每个生育时期,选择决定系数和F值最高的模型3个,并分别用第二年测定的光谱和全氮含量数据分别对两个品种进行均方根差和相对误差的验证,选择均方根差和相对误差较小的拟合模型。结果表明,在拔节期、大喇叭口期、抽雄期、吐丝期和乳熟期,玉米叶片全氮含量最佳拟合光谱参量分别为R720、DR720、SDb、DR550和DR550,玉米叶片全氮含量最佳高光谱遥感估算模型依次为Y=5.129e-2.317x、Y=3.421-10.010x-477802.331x3、Y=4.070-2.304x-52.177x2、Y=-0.468-0.528lnx和Y=-2.390-0.793lnx。
- 刘冰峰李军赵刚峰Naveed Tahir贺佳
- 关键词：玉米氮素
- 冬小麦生物量高光谱遥感监测模型研究被引量：24
- 2017年
- 【目的】高光谱遥感能快速、实时、无损监测作物长势。研究不同氮磷水平下冬小麦不同生育时期地上部生物量高光谱遥感监测模型,可提高地上部生物量高光谱监测精度。【方法】在西北农林科技大学连续进行了5年田间定位试验,设置5个施氮水平(N,0,75,150,225和300 kg/hm^2)和4个磷施用水平(P2O5,0,60,120和180 kg/hm^2),选用不同抗旱类型冬小麦品种,测定了从拔节期至成熟期生物量与冠层光谱反射率,通过相关分析、回归分析等统计方法,建立并筛选基于不同植被指数的冬小麦不同生育时期生物量分段遥感监测模型。【结果】冬小麦生物量与光谱反射率在670 nm和930 nm附近具有较高相关性,在可见光和近红外波段处均有敏感波段;在拔节期、孕穗期、抽穗期、灌浆期、成熟期,生物量与归一化绿波段差值植被指数(GNDVI)、比值植被指数(RVI)、修正土壤调节植被指数(MSAVI)、红边三角植被指数(RTVI)和修正三角植被指数Ⅱ(MTVIⅡ)均达极显著相关性(P<0.01),相关系数(r)范围为0.923~0.979;在不同生育时期,分别基于GNDVI、RVI、MSAVI、RTVI和MTVIⅡ能建立较好的生物量分段监测模型,决定系数(R2)分别为0.987、0.982、0.981、0.985、0.976;估计标准误差SE分别为0.157、0.153、0.163、0.133、0.132;预测值与实测值间相对误差(RE)分别为8.47%、7.12%、7.56%、8.21%、8.65%;均方根误差(RMSE),分别为0.141 kg/m^2、0.113kg/m^2、0.137 kg/m^2、0.176 kg/m^2、0.187 kg/m^2。【结论】在拔节期、孕穗期、抽穗期、灌浆期、成熟期可以用GNDVI、RVI、MSAVI、RTVI和MTVIⅡ监测冬小麦生物量,具有较好的年度间重演性和品种间适用性。同时,分段监测模型较统一监测模型具有较好的监测效果及验证效果,能有效改善高光谱遥感监测模型精度。
- 贺佳刘冰峰郭燕王来刚郑国清李军
- 关键词：农作物冬小麦生物量高光谱遥感
