蒋怡
- 作品数：31 被引量：77H指数：5
- 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四川省科技计划项目四川省科技厅软科学项目更多>>
- 相关领域：农业科学经济管理自动化与计算机技术更多>>
- 成都郊区农业土地利用空间集聚及斑块变化特征分析被引量：1
- 2022年
- 【目的】应用时空大数据分析近年来成都郊区典型农业乡镇的农业土地利用变化的特征,为开展乡镇农业土地利用评估、农业产业结构调整优化和乡村振兴提供信息支撑。【方法】文章使用Sentinel-2A多光谱影像、Google Earth高分辨率真彩色合成影像和WorldView-2影像相结合的数据源,提取研究区农业空间土地利用信息,通过莫兰指数、热点分析和景观格局指数分析农业土地利用变化特征。【结果】(1)园地较其他类型的聚集效应明显,呈现典型热点和冷点区域,其中热点主要分布于研究区西部的丘陵区域,冷点区域分布于东部的平原区域。(2)土地利用斑块变化指数表明耕地、园地和设施农用地变化明显,耕地平均面积减少,园地和设施大棚平均面积显著增加。【结论】郊区乡村地区农业土地利用及作物用地类型存在显著聚集效应,粮油种植业则随着其他作物、大棚及水产养殖等产业发展,聚集效应逐步下降。农业用地逐步由单一粮油产业主导转为粮油、蔬菜、水果、水产养殖等多元结构,土地斑块特征受农业产业的规模化、专业化程度发展影响明显。
- 蒋怡董秀春李宗南刘忠友任国业李章成
- 关键词：斑块
- 四川盆地莲藕种植遥感提取及热点区域分析被引量：1
- 2023年
- 为准确提取四川省盆地地区莲藕种植空间信息,掌握该作物种植热点区域,采用高分六号遥感影像和地面调查数据,分析藕田光谱特征,提取该地区最佳遥感时期内莲藕种植空间信息;通过Moran’s I指数和Getis-Ord Gi*指数分析四川莲藕空间分布特征及种植热点区域。结果表明:(1)基于极大似然分类法的莲藕空间信息的提取总精度为92.35%,Kappa系数为0.9045。(2)基于遥感的四川盆地莲藕种植面积约为128.57 km^(2),分布于1374个乡镇,部分地区存在聚集现象;73个热点乡镇的莲藕种植面积为54.31 km^(2),占四川盆地莲藕面积的42.24%,空间极化现象明显,主要分布于遂宁安居区、资阳乐至县、成都简阳市等区县。研究结果可为四川省开展乡镇专业化莲藕种植及莲藕产业优化调整提供参考。
- 蒋怡董秀春刘忠友李宗南黄平任国业王小燕
- 关键词：莲藕光谱特征
- 基于OLI影像的四川丘陵地区水稻种植面积监测被引量：5
- 2018年
- 【目的】为使用Landsat8 OLI遥感影像准确监测四川丘陵地区水稻种植面积。【方法】根据丘谷相对高差分别选定浅丘、深丘水稻样方各4个,通过地面样方调查和同生长季Google Earth影像解译获取的样方水稻种植面积作为验证数据,评价基于OLI融合影像的川中丘陵的水稻种植面积监测精度。OLI影像经正射校正后,使用15 m全色波段影像和30 m多光谱影像融合,得到15 m分辨率的融合影像,使用最大似然法进行监督分类,获取监测结果。【结果】与样方验证数据比较,在样方面积相同的情况下基于OLI影像的水稻种植面积监测结果显示,浅丘区的平均精度为93.7%,误差范围为1.0%~8.7%;深丘区的为92.5%,误差范围为1.5%~15.8%。【结论】根据浅丘区、深丘区监测结果的误差范围差异,随着丘谷高差增大,地形趋于复杂、地块趋于狭长与破碎,OLI影像监测结果的不确定性增加,精度有下降的趋势。该研究为改进OLI影像监测四川丘陵地区水稻种植面积精度提供参考。
- 蒋怡李宗南李丹丹李丹丹任国业
- 关键词：遥感图像处理水稻种植面积
- 四川省水产养殖业空间格局及影响因素被引量：3
- 2022年
- 【目的】探究四川省水产养殖业空间分布格局及驱动因素,为优化该省水产养殖业布局、促进产业提质增量提供参考。【方法】以四川省各县域(市辖区)为基本空间单元,借助该省渔业统计年鉴和地方统计年鉴,采用空间自相关分析方法、地理探测器及地理加权回归模型,分析该省水产养殖业的空间分布格局、影响因素及主导因子作用强度的空间异质性。【结果】(1)四川省水产养殖面积和养殖产量都存在显著的空间正相关性,川东岷江和沱江沿岸平原丘陵地区(包括荣县、威远县、资中县、井研县、仁寿县、雁江区、简阳市等)为该省的主要水产养殖业集聚区;(2)养殖面积、平均单产水平、淡水鱼苗数量和养殖劳动力为养殖产量的主导因子;(3)主导因子正向回归系数影响效应中,养殖面积由中部向南北两边递减,平均单产水平由东北部向西南部递减,淡水鱼苗数量由北部向南部递减。而养殖劳动力由东南部向西部从负值向正值过渡且逐渐增加。【结论】四川省水产养殖业空间格局及影响因素研究为该省水产养殖业集约化发展、因地制宜差异化发展提供科学依据,是优化该省水产养殖业布局、促进产业可持续发展的有效手段之一。
- 苟杰松李宗南吴柏清蒋怡董秀春
- 关键词：水产养殖业影响因素地理加权回归模型
- 基于语义分割模型和遥感的柑橘园空间信息提取被引量：3
- 2023年
- 为应用高分辨率遥感影像和卷积神经网络模型快速提取柑橘园空间信息,选择四川省柑橘重点产区蒲江县为研究区,以高分辨率Google earth图像为数据源,构建3类不同树龄的柑橘园样本数据集,训练U-net和DeepLabv3+语义分割模型,提取柑橘园空间信息。通过验证,具有不同神经网络结构的U-net和DeepLabv3+模型提取柑橘园信息总体精度分别为88.30%和86.79%,Kappa系数为0.75和0.72,二者精度相当;通过分析小地块的果园遥感识别精度,测试区最小识别图斑面积约为120 m2,大于该面积的果园遥感面积平均精度在85%以上。该研究可为经营者、农业部门使用高分辨率遥感影像和开源的深度学习分类工具快速获取果园空间信息提供参考。
- 董秀春蒋怡杨玉婷郭涛李宗南李章成
- 关键词：果园柑橘遥感空间信息
- 一种诊断水稻冠层氮素营养状况的系统
- 本发明公开了一种诊断水稻冠层氮素营养状况的系统，包括：支架，用于固定图像采集部件；图像识别单元，识别图像中绿色叶片并量化绿色叶片的叶色值；中央控制单元根据绿色叶片像元分布计算孔隙度和冠层叶面积指数，根据叶色值计算叶片氮素...
- 李宗南黄平任国业蒋怡李章成
- 文献传递
- 基于Sentinel-2A影像的乡镇农业土地利用制图被引量：2
- 2021年
- 【目的】实现乡镇尺度准确的农业土地利用、作物分布快速制图。【方法】文章选用Sentinel-2A遥感影像,基于时序遥感指数阈值分类、最大似然等方法完成各土地利用类型分类、作物空间信息提取,进行乡镇尺度农业土地利用制图,与基于WorldView-2融合图像的0.5 m分辨率农业空间信息图比较验证。【结果】(1)研究区粮油作物用地、菜地、设施农用地和园地的面积精度良好,依次为92.93%、98.98%、95.71%和95.14%,与实际面积的差异在8%以内;(2)应用OSM道路数据和历史高分辨率影像等生产的地块边界、农田道路网、水渠网等空间信息与Sentinel-2A多光谱影像分类结果进行叠加制图,能提高10 m分辨率影像分类结果的地块边界信息精度。【结论】使用多源信息融合方法和Sentinel-2A光学影像生产的乡镇农业土地利用、作物分布空间大数据,能有效提升乡镇尺度土地利用制图精度和时效性,为应用遥感大数据开展乡镇农业景观分析、农业产业结构优化调整等提供技术参考。
- 蒋怡刘忠友董秀春任国业李宗南
- 关键词：多源遥感数据土地利用制图
- 基于高分六号影像的四川盆地油菜种植调查被引量：9
- 2020年
- 目的:使用高分六号多光谱影像调查评价四川地区油菜种植空间分布现状。方法:以四川盆地四川部分油菜种植区为调查区,选择油菜识别最佳时期的高分六号卫星多光谱影像,进行正射校正及几何精纠正,通过最大似然监督分类方法提取调查区内油菜种植空间信息,初步评价该区油菜种植区的空间分布现状。结果:结合地面调查样方数据验证:①基于高分六号影像的油菜分类总体精度为82.06%,Kappa系数为0.6997。②盆地内四川地区2019年油菜种植面积约为103.24万hm^2,规模种植区主要分布于成都、德阳、绵阳、雅安、眉山、乐山等地区。结论:高分六号遥感数据及监测结果可为四川农业产业发展及种植结构调整优化提供参考信息。
- 蒋怡董秀春王昕李宗南魏来任国业刘忠友
- 关键词：油菜空间信息
- 基于WorldView-2影像和语义分割模型的小麦分类提取被引量：4
- 2022年
- 为使用高分辨率遥感影像和深度学习语义分割模型实现快速准确的小麦种植空间信息提取,以WorldView-2遥感影像为数据源,制作尺度分别为128×128、256×256、512×512的样本数据集,对U-net和DeepLab3+语义分割模型的参数进行训练,建立小麦遥感分类模型;通过与极大似然和随机森林方法比较,检验深度学习分类效果。结果显示:(1)不同尺度样本训练得到的模型总体精度、Kappa系数分别在94%和0.82以上,模型精度稳定,样本尺度大小对小麦分类提取模型影响较小;(2)深度学习方法的小麦分类总精度和Kappa系数分别在94%和0.89以上,极大似然和随机森林则在92%和0.85以下,表明该研究建立的小麦遥感分类模型优于传统分类方法。研究结果可为高分辨率遥感影像作物种植信息的深度学习方法提取提供参考。
- 董秀春刘忠友蒋怡郭涛李宗南
- 关键词：高分辨率影像小麦信息提取
- 基于Sentinel-1时序数据的稻虾田遥感识别
- 2024年
- 稻渔种养在保障粮食安全、减少环境污染、提高土壤肥力、降低CH4排放方面具有显著的社会、经济和生态效益。准确获取稻鱼田、稻虾田等信息,对服务现代农业数字化管理及提升资源利用效率具有重要意义。以成都平原的典型稻虾田为研究对象,使用2019~2021年Sentinel-1后向散射系数构建时序数据集;分析稻虾田与常规稻田、莲藕田、传统水产养殖等地物后向散射系数的时序特征;通过随机森林分类器提取稻虾田、常规稻田、藕田等信息,结果显示:①稻虾田年内后向散射系数具有典型的时序变化特征,其系数变化范围、曲线波峰明显区别于常规稻田、藕田。②随机森林分类的总体精度、Kappa系数分别为:94.32%和0.91,表明Sentinel-1时序数据可准确识别稻虾种养,能将稻田和藕田等地物进行区分,是多云雾地区稻渔遥感监测的理想数据源。该研究结果可为多云雾地区稻渔种养的遥感识别提供参考。
- 董秀春蒋怡李宗南陈洋王小燕杨雪青李章成刘亚
- 关键词：遥感合成孔径雷达时序数据
