Please wait a minute...
img

官方微信

遥感技术与应用  1996, Vol. 11 Issue (1): 27-32    DOI: 10.11873/j.issn.1004-0323.1996.1.27
技术方法     
新疆阜康县草地资源产量动态监测模型的研究
梁天刚 , 陈全功 , 卫亚星
甘肃草原生态研究所
Research on the Dynamic Monitoring Model of Grassland Resources Yield in Fukang County of Xinjiang
Liang Tiangang, Chen Quangong, Wei Yaxing
Gansu Grassland and Ecological Research Institute,Lanzhou 730020
 全文: PDF 
摘要: 利用NOAA/AVHHR数据和地面实测产量值,分析、模拟了鲜草重量和植被指数之间的数理关系,并对草地产量进行了模拟预报。结果表明,采用两种植被指数和七种经验公式所选出的最优预报模型,在地势比较平坦,草地类型变化不大的地区,可以较准确地反映草地产量的变化 |但在地形复杂、草地类型变化较大的地区,模型稳定性变差,不适合于草地产量的预报。
关键词: 草地资源产量 动态监测 植被指数 预报模型    
Abstract: By means of NOAA/AVHHR data and the observed grassland yield,this paper analysed and modeled the arithmetical relationship between the vegetation index and the fresh grassland weight, meanwhile,predicted the grassland yield in Fukang county. The results indicated that the optimum predicted model,selected by two vegetati on index and seven predicted models,could precisely indicate the grassland yield change in the areas of which the topography is flat and the grassland type has little change. But it is unsuitable to predict the regions where the terrain is complicated and the grassland type changes largely because the predicted stability of the model becomes not very well.
Key words: Grassland resources yield    Dynamic monitoring    Vegetation index    Predicted model
出版日期: 2012-09-11
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  

引用本文:

梁天刚 , 陈全功 , 卫亚星 . 新疆阜康县草地资源产量动态监测模型的研究[J]. 遥感技术与应用, 1996, 11(1): 27-32.

链接本文:

http://www.rsta.ac.cn/CN/Y1996/V11/I1/27

[1] 韩涛,潘剑君,张培育,曹罗丹. Sentinel-2A与Landsat-8影像在油菜识别中的差异性研究[J]. 遥感技术与应用, 2018, 33(5): 890-899.
[2] 孟梦,牛铮. 近30 a内蒙古NDVI演变特征及其对气候的响应[J]. 遥感技术与应用, 2018, 33(4): 676-685.
[3] 杨朦朦,汪汇兵,欧阳斯达,范奎奎,戚凯丽. 基于双树复小波分解的BP神经网络遥感影像分类[J]. 遥感技术与应用, 2018, 33(2): 313-320.
[4] 谢京凯,王福民,王飞龙,张东尼. 面向水稻LAI监测的植被指数土壤调节参数修正[J]. 遥感技术与应用, 2018, 33(2): 342-350.
[5] 曾毓燕,施润和,刘浦东,王弘. 利用植被指数估算叶绿素含量的模型模拟研究—以PROSPECT+DART模型为例[J]. 遥感技术与应用, 2017, 32(4): 667-673.
[6] 朱钟正,陈玉福,朱文泉,郑周涛. 适用于多目标遥感自动解译的最佳专题指数筛选[J]. 遥感技术与应用, 2017, 32(3): 564-574.
[7] 吴志杰,何国金,王猛猛,傅娇凤,邹丹. 南方丘陵区植被覆盖度遥感估算与时空变化研究—以福建省永定县为例[J]. 遥感技术与应用, 2016, 31(6): 1201-1208.
[8] 张婕,张文煜,冯建东,王宏义,于泽,宋玮. 基于亮温—植被指数—气溶胶光学厚度的MODIS火点监测算法研究[J]. 遥感技术与应用, 2016, 31(5): 886-892.
[9] 沙莎,胡蝶,王丽娟,郭铌,李巧珍. 基于Landsat8OLI数据的黄土高原植被含水量的估算模型研究[J]. 遥感技术与应用, 2016, 31(3): 558-563.
[10] 杨超,王金亮,李石华,王丽霞,马骊驰,潘继亚,高帆,刘广杰. 抚仙湖流域土地退化动态遥感监测研究[J]. 遥感技术与应用, 2016, 31(2): 388-396.
[11] 张正健,李爱农,边金虎,赵伟,南希,靳华安,谭剑波. 基于无人机影像可见光植被指数的若尔盖草地地上生物量估算研究[J]. 遥感技术与应用, 2016, 31(1): 51-62.
[12] 范一大,和海霞,李博,刘明. 基于HJ-1 CCD数据的洪涝灾害范围动态监测研究—以黑龙江省抚远县为例[J]. 遥感技术与应用, 2016, 31(1): 102-108.
[13] 闻熠,黄春林,卢玲,顾娟. 基于ASTER数据黑河中游植被含水量反演研究[J]. 遥感技术与应用, 2015, 30(5): 876-883.
[14] 王颖洁,刘良云,王志慧. 基于时序Landsat数据的三江平原植被地表类型变化遥感探测研究[J]. 遥感技术与应用, 2015, 30(5): 959-968.
[15] 张伟,李爱农,雷光斌. 复种指数遥感监测研究进展[J]. 遥感技术与应用, 2015, 30(2): 199-208.