复种指数时空变化—课题申报书

复种指数时空变化—课题申报书

ID:38759914

大小:42.46 KB

页数:9页

时间:2019-06-19

复种指数时空变化—课题申报书_第1页
复种指数时空变化—课题申报书_第2页
复种指数时空变化—课题申报书_第3页
复种指数时空变化—课题申报书_第4页
复种指数时空变化—课题申报书_第5页
资源描述:

《复种指数时空变化—课题申报书》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、江西师范大学大学生学术课题申报书课题名称:近十年江西省复种指数的时空变化特征分析申报单位:地理与环境学院申报者姓名:侯海艳、杨晨、郭秋蓉、李宁指导老师姓名:丁明军类别:■自然科学类学术论文□哲学社会科学类社会调查报告和学术论文□新技术、新产品、新工艺的研究和制作类 说明:1、申报者应在认真阅读此说明各项内容后按要求详细填写。2、表内项目填写时一律用钢笔或打印,字迹要端正、清楚,此申报书可复制。3、作品申报书须按要求由学院团委统一报送。一、课题研究人员基本情况负责人姓名侯海艳性别男民族汉年龄22所在学院班级地理与环境学院地理信息系统班联系电话1877007

2、8939课题组成员基本情况(不超过5人)姓名性别年龄所在学院及班级研究特长及课题分工侯海艳男2210级地理信息系统班擅长编程,程序设计杨晨男2010级地理科学班2班数据处理,数学分析郭秋蓉女2110级地理科学1班文档撰写、区域划分李宁女2110级地理科学1班文档撰写、区域划分二、课题设计论证1、选题:本课题研究现状,选题的意义;2、内容:本课题研究的主要思路(包括视角、方法、途径、目的)和主要观点;3、预期价值:本课题创新点、理论意义和应用价值;4、研究基础:本课题已有研究基础,主要参考文献(限填10项以内)。(请分4部分逐项填写,限2000字内)1.本

3、课题的研究现状,选题的意义耕地是人类赖以生存的基本条件和粮食来源,其利用合理与否直接关系到粮食安全以及生态系统的稳定性。进入20世纪以来,人类对土地的不合理利用不断加剧,开垦森林、城市化进程的加快、人口的不断增长等对生态系统以及粮食的稳定造成了极大的影响,因而,耕地利用和粮食问题成为备受人们关注的问题。在有限的耕地资源和环境条件下,如何提高单位土地面积上的农作物年产量成为近些年来人们热切关注的问题。复种,亦可叫多熟,即在同一块土地上一年连续种植超过一熟作物或套种,是提高粮食增产的直接且行之有效的方法,复种是一种集约化程度较高的种植方式,是我国重要的种植制

4、度。评价复种程度的一个重要指标是复种指数,复种指数是指一年内农作物总播种面积与耕地面积之比,是衡量耕地资源集约化利用程度的基础性指标,也是评价耕地资源利用基本状况的重要技术指标。江西省是我国水稻种植大省,通过提取耕地的复种指数,分析近10年复种指数时空变化特征,可以及时准确地掌握农作物的面积和长势,预测未来粮食发展趋势,并进行产量估算,对农业政策的制定、粮食价格的调控及粮食安全有着重要的意义。本研究着力从时空特性的变化方面分析江西省耕地复种指数,时空特征分析是地理学分析地理事物规律的有效手段。获得江西省2000-2012年的MODIS影像,利用matla

5、b数学软件和VisualC#读取影像并提取象元值,根据植被指数特征进行土地覆盖分类,提取覆盖类型为农作物的象元,得到江西省农作物覆盖图。采用Savitzky-Golay滤波算法和小波滤波分析法,对覆盖类型为农作物的区域提取复种指数,并分析其时空变化特征,为江西省的相关政策的制订提供参考。2.本课题研究的主要思路和基本观点:2.1MODIS遥感影像的获取及处理本课题是以一年24时相的MODIS数据作为数据基础。MODIS全称是中分辨率成像光谱仪(MODerate-resolutionImagingSpectroradiometer),是Terra和Aqua

6、卫星上搭载的主要传感器之一,两颗星相互配合每1-2天可重复观测整个地球表面,得到36个波段的观测数据。我们需要的是MOD13A1的植被指数产品,该产品是Terra平台的16天合成250米分辨率。可满足我们小区域研究的需要。可在MODIS官网上下载该产品。下载的MODIS数据需要经过预处理才能使用,预处理主要是对其进行几何校正,有三种方法,1、用Envi自带模块处理;2、用GLT,即是查找表法对图像进行几何校正;3、用IDL进行批处理。我们使用IDL进行批处理,以便处理大量数据。时间序列植被指数(NDVI)能够反映地表植被的生长动态过程,但是由于数据的采集

7、和处理过程中受各种因素干扰,严重影响数据的质量。虽然本研究中的数据使用了最大值合成法(MVC),但它不能去除亚像元内残余云、长时间云霾或其它负面影响,同时由于这些因素在时间上出现的随机性,造成曲线季节变化趋势不明显,需要对其进一步平滑处理。迄今为止,国内外研究者针对遥感时间序列数据滤波重建相继开展了不少研究。根据前人研究的经验结合样区实际情况我们选取Savitzky-Golay滤波算法和小波滤波分析法对样区影像进行平滑滤波处理。分述如下:2.1.1Savitzky-Golay滤波算法S-G滤波算法基于两点假设,(1)、时间序列植被指数要能反应植被季节生长

8、变化和生长态势;(2)、云以及其它天气会降低NDVI的象元值,例如,对于同一象元

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。