本书在分析全球大豆贸易土地足迹的基础上，利用多源遥感数据研究大豆关键生育期监测、种植面积测算和单产预测技术，建立全球大豆遥感监测预测系统。全书共7章：第1章为绪论；第2章解析全球大豆贸易土地足迹；第3～5章分别开展大豆生育期遥感监测预测、大豆遥感识别与面积测算、大豆产量遥感预测；第6章评估我国大豆种植潜力；第7章集成前述技术，构建全球大豆遥感监测预测空间信息系统。
更多科学出版社服务，请扫码获取。
1高光谱遥感研究集体，中国科学院杰出科技成就奖，2016年，主要完成者
目录
“信息科学技术学术著作丛书”序
序
前言
第1章 绪论 1
1.1 背景与意义 1
1.2 大豆遥感识别及面积测算研究进展 2
1.2.1 光学遥感大豆识别 2
1.2.2 微波遥感大豆识别 5
1.2.3 多源遥感大豆识别 6
1.2.4 时序遥感大豆识别 6
1.3 大豆遥感产量预测研究进展 7
1.3.1 不同空间尺度遥感数据平台的大豆产量预测 7
1.3.2 大豆产量遥感预测方法 9
1.4 大豆遥感监测系统研究进展 13
1.4.1 国内外农情遥感监测系统发展现状 13
1.4.2 农情遥感监测系统发展面临的挑战 16
1.5 小结 16
参考文献 17
第2章 全球大豆贸易土地足迹 23
2.1 概述 23
2.2 全球大豆贸易中隐含的土地足迹分析 24
2.2.1 材料与方法 24
2.2.2 区域间次级部门经济流动以及土地足迹和大豆贸易之间的联系 28
2.2.3 区域尺度需求侧和供给侧的土地足迹 30
2.2.4 经济价值与土地足迹之间的权衡 31
2.2.5 大豆贸易对净土地足迹流出最多国家土地利用的影响 32
2.3 小结 35
参考文献 36
第3章 大豆生育期遥感监测预测 39
3.1 概述 39
3.2 遥感物候转变日期与大豆生理生长期匹配 40
3.2.1 材料与方法 40
3.2.2 遥感物候转变日期与基于CPRs的大豆生理生长期之间的偏差 47
3.2.3 遥感物候转变日期的偏移量特征 49
3.2.4 调整前后遥感物候转变日期与基于CPRs 的日期之间的一致性 52
3.2.5 提升遥感物候转变日期与基于CPRs 的出苗期之间的一致性 56
3.2.6 遥感物候转变日期调整优化大豆关键生育期监测 58
3.3 时序谱曲线匹配的大豆生育期提取、生长季内监测和早期预测 60
3.3.1 数据和研究区域 60
3.3.2 研究方法 61
3.3.3 大豆生育期提取、监测及预测实验方案 64
3.3.4 大豆生育期季后提取、季内监测及早期预测结果 66
3.3.5 大豆生育期提取、监测及预测的意义 74
3.4 小结 77
参考文献 78
第4章 大豆遥感识别与面积测算 80
4.1 概述 80
4.2 基于时序谱标准曲线的大豆遥感识别 80
4.2.1 大豆植被指数时序谱标准曲线构建 80
4.2.2 基于大豆植被指数时序谱标准曲线的黑龙江大豆识别 82
4.3 基于时序谱特征的大豆遥感识别 90
4.3.1 大豆遥感识别时序谱特征集构建 90
4.3.2 大豆遥感识别光学时序谱特征提取方法 94
4.3.3 2019～2022年生长季我国大豆主产区10m大豆分布图 97
4.3.4 全球大豆主产区大豆遥感识别 107
4.3.5 光学与SAR相结合的大豆遥感识别 132
4.3.6 大豆遥感识别精度随生长季时序变化 136
4.4 基于深度学习的大豆遥感识别 145
4.4.1 基于深度学习及高分六号卫星遥感数据的大豆识别 145
4.4.2 基于无人机遥感的大豆识别与面积测算 148
4.5 小结 169
参考文献 170
第5章 大豆产量遥感预测 173
5.1 概述 173
5.2 基于植被指数时序谱曲线匹配的大豆单产预测 173
5.2.1 基于植被指数时序谱曲线匹配的作物单产预测方法构建 173
5.2.2 基于植被指数时序谱曲线匹配的美国大豆单产预测 181
5.2.3 基于植被指数时序谱曲线匹配的我国黑龙江省大豆单产预测 197
5.3 基于因果关系图注意力机制网络模型的大豆单产预测 206
5.3.1 材料与方法 207
5.3.2 建模因子因果关系的确定 211
5.3.3 输入变量类型对产量预测精度的影响 213
5.3.4 不同产量预测模型性能的比较 214
5.3.5 随生育期推进产量预测精度的比较 216
5.3.6 不同模型在极端情形下大豆预测效果的比较 217
5.4 基于统计方法和机器学习的大豆产量预测 218
5.4.1 我国黑龙江省大豆产量预测 218
5.4.2 美国印第安纳州大豆产量预测 225
5.5 小结 242
参考文献 243
第6章 我国大豆种植适宜性评价 246
6.1 概述 246
6.2 数据与方法 247
6.2.1 大豆样本点数据与处理 247
6.2.2 环境影响因素与预处理 248
6.2.3 MaxEnt模型的参数设置 251
6.3 我国大豆种植适宜性现状评估结果 252
6.3.1 我国大豆种植适宜性和种植潜力空间分析 252
6.3.2 影响大豆种植适宜性环境指标分析 255
6.4 气候变化下未来大豆生长适宜性趋势 258
6.4.1 未来不同气候情景下我国大豆生长适宜性 258
6.4.2 不同时期大豆种植适宜性区域空间变化特征 259
6.5 小结 261
参考文献 261
第7章 大豆遥感监测预测空间信息系统 264
7.1 概述 264
7.2 需求分析 264
7.3 建设目标 265
7.4 总体设计 266
7.4.1 业务流 266
7.4.2 技术架构 267
7.4.3 数据流 269
7.5 系统功能设计 269
7.5.1 算法模型库 270
7.5.2 专题产品生产分系统 274
7.5.3 “一张图”展示分系统 275
7.6 数据库设计 275
7.7 系统实现 276
7.7.1 基于大数据的作物种植生长信息数据全周期管理 276
7.7.2 基于容器平台的算法组件无缝式集成与在线更新技术 279
7.7.3 基于虚拟机和容器隔离的多层算力资源调度管理 281
7.8 小结 282
参考文献 283
书单推荐
