Google Earth影像辅助的农作物面积地面样方调查

文献类型： 中文期刊

第一作者： 刘佳

作者： 刘佳;王利民;滕飞;李丹丹;王小龙;曹怀堂

作者机构：

关键词： 作物;遥感;监测;地面样方;面积;Google Earth;差分地理信息系统

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2015 年 31 卷 24 期

页码： 149-154

收录情况： EI ; 北大核心 ; CSCD

摘要： 地面样方调查是农作物种植面积遥感监测的重要环节,一般采用差分GPS(DGPS,differential GPS)实地测量的方式实现,是一项耗时、耗力的业务工作。该文利用经DGPS实测点校正后的Google Earth影像,以中国农业科学院(万庄)农业高新技术产业园及周边地区范围(3.1 km×2.0 km)为研究区域,探索了基于Google Earth影像辅助的农作物面积地面样方调查,比较了该方法与完全采用GPS实地测量在调查精度和效率方面的差异。针对不同的GE影像来源,文中定义基于GE客户端COM API编程下载后的影像为A级影像、经在线GE影像校正后的影像为B级影像、经DGPS实测点校正后的影像为C级影像。与实测的检查点相比,0.5 m以上空间分辨率的A级影像X、Y 2个方向中误差232.7 m,B级影像中误差5.4 m,C级影像中误差1.0 m。B级影像中误差符合《数字航空摄影测量空中三角测量规范》1:25000平地的平面位置中误差不大于8.75 m的要求,C级影像中误差符合1:10000平地的平面位置中误差不大于3.5 m的要求。在测区内选择结构组成简单、中等和较为复杂的3个样方类型,量算B和C级影像的面积量算精度,与DGPS实测面积比较,平均误差仅有0.108%和0.018%。从样方相对位置确定、地块和农田边界的修正3个方面用于地面样方的辅助测量,在业务工作中进行了初步应用,陕西省2015年冬小麦种植面积地面样方调查的实际效果表明,GE影像辅助调查比GPS实测方法在时间方面减少了64.2%,路程节约82.5%,调查效率提高了73.3%以上。

分类号： TP79`S127

  • 相关文献

[1]GoogleEarth影像辅助的农作物面积地面样方调查. 刘佳,王利民,滕飞,李丹丹,王小龙,曹怀堂. 2015

[2]基于Cokriging插值修正冬小麦面积遥感监测. 范磊,程永政,郑国清,王来刚,刘婷. 2010

[3]基于多时相OLI数据的宁夏大尺度水稻面积遥感估算. 刘佳,王利民,姚保民,杨福刚,杨玲波,王小龙,曹怀堂. 2017

[4]3S技术在作物生长监测与管理中的应用分析. 李卫国,王纪华,赵春江,李秉柏,刘良云. 2006

[5]基于GF-1/WFV数据的冬小麦条锈病遥感监测. 王利民,刘佳,杨福刚,杨玲波,姚保民,高建孟. 2017

[6]东北地区主要作物种植结构遥感提取及长势监测. 黄青,唐华俊,周清波,吴文斌,王利民,张莉. 2010

[7]作物长势遥感监测应用研究现状和展望. 李卫国,李秉柏,王志明,张娅香,黄晓军. 2006

[8]基于NDVI加权指数的冬小麦种植面积遥感监测. 王利民,刘佳,杨玲波,杨福刚,滕飞,王小龙. 2016

[9]基于高分六号影像的四川盆地油菜种植调查. 蒋怡,董秀春,王昕,李宗南,魏来,任国业,刘忠友. 2020

[10]耕地不同产量水平的面积与分布监测法. 刘执鲁,樊兰英,降云峰,董联蓉,洛希图. 1992

[11]基于遥感技术的太湖放养凤眼莲的生长模型. 孙玲,朱泽生,王晶晶,刘华周. 2011

[12]遥感技术在农业田间信息获取中的应用. 罗红霞,曹建华,王玲玲,方纪华,戴声佩,李海亮. 2012

[13]不同时序EOS／MODIS-NDVI提取冬小麦面积. 程登发,陈林,张云慧,田喆,孙京瑞. 2006

[14]基于MODIS遥感数据提取海南橡胶信息初步研究. 陈汇林,陈小敏,陈珍丽,朱乃海,陶忠良. 2010

[15]基于决策树和多时相遥感数据的苜蓿分类研究. 秦景逸,郑逢令,阿斯娅·曼力克,艾尼玩·艾买尔. 2018

[16]冬小麦非监督分类结果的类别选择研究. 王利民,刘佳,杨福刚,杨玲波,姚保民. 2019

[17]基于多尺度分割的面向对象分类方法提取冬小麦种植面积. 范磊,程永政,王来刚,刘婷,胡峰,冯晓. 2010

[18]基于种植制度利用MODIS数据提取冬小麦种植面积. 隋学艳,朱振林,李少昆,明博,张晓冬. 2010

[19]数字图像监测作物生长特征的研究进展. 赵欣欣,赵欣欣,陈焕轩,韩迎春,李亚兵,冯璐. 2021

[20]三峡水库淹没区作物多样性及其特点. 张其昌,姜达炳. 2004

作者其他论文 更多>>

微信小程序