没有合适的资源?快使用搜索试试~ 我知道了~
R© 2013年。出版社:Elsevier B.V.信息工程研究院负责评选和同行评议可在www.sciencedirect.comwww.sciencedirect.com在线获取ScienceDirectIERI Procedia 5(2013)21 - 272013年国际农业和自然资源工程利用卫星观测资料进行农业生产风险评估Yuriy V. Kostyuchenkoa,b *,Yulia Bilousa,Dmytro Movchana,LászlóMártonc,Ivan Kopachevskyaa乌克兰国家科学院地球航空航天研究科学中心; 55-b,O. HONCHAR street,Kiev,01601,Ukraineb部基辅塔拉斯谢甫琴科国立大学地理系土壤科学和地貌学系; 2A,Glushkov av.,03075,基辅,乌克兰c匈牙利科学院土壤科学和农业化学研究所; 15,Herman O. u.,布达佩斯,匈牙利摘要在区域社会经济发展随机模型的框架下,提出并讨论了利用卫星遥感植被光谱反射率指数进行作物生产力控制和预测的方法。提出了一套生产率控制指标及其变异性分析方法。提出了利用遥感数据进行生产力评价的不确定性分析方法。个别案例研究的不确定性和误差的单独组件进行了估计。© 2013作者。出版社:Elsevier B.V. 在CC BY-NC-ND许可下开放访问。信息工程研究院负责评选和同行评议关键词:粮食安全;农作物生产力;卫星观测;光谱反射率指数。不确定* 通讯作者。联系电话:+38-050-3804797;传真:+38-044-4869405。电子邮件地址:yvk@casre.kiev.ua。2212-6678 © 2013作者出版社:Elsevier B.V. 在CC BY-NC-ND许可下开放访问。信息工程研究所负责的选择和同行评审doi:10.1016/j.ieri.2013.11.06522Yuriy V.Kostyuchenko等人/IERI Procedia 5(2013)21IJIJ1. 介绍正确评估威胁和有效管理农业生产风险的问题的解决方案在于对粮食、水和能源安全的复杂分析。这一任务的解决不仅需要复杂的先进数学方法的应用,而且还需要新的数据组装技术,如遥感技术。空间综合多光谱卫星观测数据使得有可能以足够的可靠性确定关键的生态和生物物理参数,分析相应的社会生态风险[1]。确定的定量参数集可以集成到高级证券分析模型中[2]。同时,基于现有的风险评估方法,可以定义用于安全情景分析的数学模型的关键要求:食品,水和能源安全,气候变化适应等。因此,一般任务可以归结为随机定义发展情景和估计行政决策的有效性[3]。研究复杂系统的跨学科方法,称为“系统动力学”[4],是建立社会经济发展和脆弱性模型的基础。在这个模型中,我们将确定与经验数据,特别是卫星观测校准和现场测量验证的输入参数。2. 一般方法一般认为,安全管理的任务(以及相应的风险最小化)可以通过社会经济发展的数学模型和相关的约束条件来制定,这些约束条件定义了模型变量和控制参数的可行区间。在这种情况下,我们应该计算的控制参数,这导致最大限度地提高生产水平(以及生活水平和质量),另一方面,以尽量减少社会生态风险:环境污染水平,水土资源退化,灾害风险等文件主要集中在遥感数据作为输入数据的模型开发。在方法[5]的框架中,区域j中“总农户”I j的生产函数以总生产利润和总成本之间的差额表示利润包括交易收入2019- 05 -2200:00:00)xij和财政支助xij max{0,a*国际新闻报()} Pij. 费用包括下列各项的总和:生产费用cijxij 以及付款或保险费ij。从卫星观测应用的角度看,关键变量是随机值的分布(可以描述为场景)。 随机收益率aij()的相应情景为由天气条件、供水不足(在作物生产的情况下)或由饲料不足、动物疾病等造成的牲畜生产力不稳定来定义。区域间贸易流量作为进口支出与出口利润之间的差额列入,出口:Pikzikjpjzijk。剩余生产函数表示如下[5,6]:nIjPijaijI1()xijn国际新闻报I1nxijij ijI1n勒伊杰I 1xij max{0,a*国际新闻报()}Pij(一)PikzikjKPijzijk,K式中i表示作物/牲畜类型; j-区域,j1:n; Ij - 净利润;Pij商品在 10.A. B. A. C. A. B. A. C. A. C. A. B. A. C. A. B. A. C.A )-区域内商品i的随机生产率j;a*IJ– 阈值水平Yuriy V.Kostyuchenko等人/IERI Procedia 5(2013)2123IJIJIJ的生产力,商品在 j区域;xij – 播种面积或畜群– 生产成本;ij生产者 j区域;lij– 门槛下的州支持率生产力水平兹伊克杰– 商品交易量i从 j到k区域;兹伊克–体积从k到j区域进行商品i的交易。系统(1)的简单最大化将选择生产成本最低的生产地点和商品,并在价格较高的地区之间进行交易。为了防止生产和贸易的集中,等式(1)补充了约束条件:国际新闻报 ()xij勒伊杰xij max{0,a*国际新闻报()}zikj()Kzijk()djK(二)ixijbjIJ(三)限制(2)确定粮食安全要求。粮食安全限制是维持一定水平的农业生产/供应所必需的,称为粮食安全水平。粮食安全等级D可以是通过实际农业生产实现的aij( )xij,区域间贸易zikj()zijk( )和财政支助xij max 0,a*aij()对于区域中的商品i J.约束(3)确保防止生产集中在超过允许的土地限制或阈值bj的区域中。因此,i可以被认为是单位土地生产的容许负荷系数 区事实上,约束条件(3)确保了对一个地区作物生产下可耕地的监管,即特定作物面积在种植和畜牧生产总面积中所占的份额。畜牧业法规包括土地的废物和粪肥回收和处置能力,这保证了该区域的环境可持续性。3. 卫星数据利用方法在光学靶场直接观测的多时间序列中,在等式(3)中。i估计的可靠性取决于传感器的空间分辨率。植被生产力(农作物生产力)aij()在所提出的方法中确定为随机值,并可通过观测数据进行评估。特别是在植物光谱参数观测的基础上。预期的农作物生产力,例如冬小麦的生产力(y)可以确定为年度统计产量最大值Y的函数;umax(a)vegYy(1u) f(k)S(T,W,R)(四)2015年10月20日,中国国际航空航天博览会( )分布是利用一系列的卫星观测数据计算的,期间(3月植被状况,特别是生产力的函数可以使用光谱反射率指数、温度条件和植被状况指数来确定:植被状况指数24Yuriy V.Kostyuchenko等人/IERI Procedia 5(2013)21(一)1ny p p y最小yy最小p,qy max y miny maxy min()的情况下(Q Q(2)p p q qn(年我我F)2yBBJ我JJJ我J温度状况指数作物产量(生产力)可以使用基于在规定时期(例如8 - 12周的植被周期)内计算光谱指数的相关方程进行评估YVCIYVHIVCI80 1VHI80 1VCI92VHI92VCI103VHI103VCI114VHI114VCI125VHI125VCI136VHI136(五)(六)NDVIVCITCITbTbVCI100min、VHIa(1a)、TCI100Max(七)NDVI MaxNDVIminBMaxBmin这些方程包括水流指数、最高和最低温度指数、植被状态参数和光合活性指数。归一化植被指数确定为[10]:归一化植被指数(RNIR)RRED)/(RNIRRRED),其中RNIR RRED-近红外反射率红色通道分别。使用这种方法,可以评估生产力具有足够的可靠性。可靠性取决于,第一,地面校准的质量,第二,在植被期的测量频率。综合不确定性Y可被评估为气候变化、遥感图像上土地使用结构的错误解释和传感器误差所产生的不确定性的总和:(yi(yi)(TjT)1(1N)NTnn1Tmax)(1Tmax第一章1NTmaxN(八)Yi jn1(yi我y= 0)2(TJT)2t(yi(yi)(y范数y= norm)伊杰(yi我2019 -02 -0200:00:00J范数jy(m)2式中Tn--观测期气温; Tmax--最高《折合温度指数》,T(1(T/T max)(1 1/(T maxTmax).这种不确定性通常等于0.02 0.035乌克兰的条件。参数q《标准化适用性指数》,y[[(y y最小值)/(y最大值y最小值))((y y最小值)/(y最大值ymin)]2]1/2范数p p p q q q q[11]第10段。从而对数据分布的均匀性进行评估,并能正确耦合多光谱数据这不确定性分量对数据质量最敏感,其区间为0.053 - 0.074。函数F(y)–测量值(0.01 - 0.005)。值F/ y和相应的(yi F/y)),可以计算2 二分之一使用[12,13]。根据已发表的数据[13,14],我们假设该值近似恒定,等于0,045 - 0,056。BBBBBBBBBB不不yBBJYuriy V.Kostyuchenko等人/IERI Procedia 5(2013)2125IJ利用遥感数据估算植被生产力的不确定性的一般措施,可以评估的水平为0,138 - 0,152。正确的地面校准可以将该值降低到55 - 65%。从而获得了一套农业生产力参数远程评估指标,可纳入社会经济发展和区域粮食与社会生态安全模型。区域j中产品i的临界(阈值)生产率a*是随机函数,取决于气象变化、水资源可用性(和可获得性)。该函数可定义为作物受不利因素(干旱、过湿等)影响而产生的减产分布。【15】:国际新闻报(五)国际新闻报(PDI)(九)这里PDI确定为:SAVIRNIR/(RRED)。在这种情况下,基于一组定义的光谱指数,我们获得了一组远程导出的参数,以控制在观测期间(通常应与主要农作物的植被期相协调)区域j中产品i的临界(阈值)生产力a* ij的行为。此外,与人为影响有关的生态威胁可以通过光谱反射率指数的分析来估计[17]。4. 结论提出的基于概率方法的建模方法(所谓的“鲁棒放大和缩小方法”),其允许确定生物物理参数(由地面测量校准的卫星衍生的植被状态指标)与社会经济参数的稳定多维时空相关性,侧重于可持续发展和鲁棒决策。确定了社会经济与粮食安全区域模型优化计算的参数集。利用卫星观测的光谱反射率指数已被提出用于模型优化。结果表明,光谱反射率指数NDVI,VCI,VHI,TCI,PDI,SAVI已被提议用于评估作物生产力和控制负面外部影响(特别是干旱)造成的生产力临界值。应该注意的是,所使用的指数的其他泛函,例如FPAR、LAI是用于控制建模变量的有效工具。确认作者感谢国际应用系统分析研究所(IIASA)对模型和数据的支持,以及乌克兰国家科学院和IIASA联合项目框架内的一般援助(RREDRNIR)i2126Yuriy V.Kostyuchenko等人/IERI Procedia 5(2013)21引用[1] Kostyuchenko Yu.五、M.拉斯洛湾尤先科岛Kopachevsky,Y. Bilous Transboundary socio-ecologicalsafety assessment:sustainability towards manifold hazards and bioproductivity degradation //Proc. of the4thInternational Workshop on Reliable Engineering Computing“Robust Design - Coping with Hazards,Risk andUncertainty”,March 3 - 5,2010,Singapore,National University of Singapore,- 2010,- pp.七七七[2] 巴特尔S.M.,Gardner R.H. O'Neill R.V.生态风险评估。Boca Raton,FL:Lewis Publishers,1992[3] Ermoliev Y.,von Vinterfeldt D.系统风险和安全管理//异构系统的安全管理,经济学和数学系统讲义。柏林海德堡:Springer-Verlag,2012年。P.19-49.[4] Cellier,F.E. Modelica中的世界:在Modelica框架中创建系统动力学模型//第六届国际Modelica会议论文集,德国比勒费尔德。2008. - 第2卷,第100页。三九三至四百[5] Ermoliev Y,Wets R(eds)随机优化的数值技术。计算数学,柏林,施普林格出版社,1988年[6] 博罗迪纳岛,Ermolieva T.,Kyryzyuk,S.,Frayer,O.乌克兰可持续经济发展农业生产综合建模//在:可持续社会,经济和环境发展的粮食,能源和水安全管理综合建模,基辅,2013年,pp.101[7] 戈梅斯河达斯湖马里亚尼,A。乔索尔湾蒂雄河Balaghi和M.A.A.达沃德,2007年。气象组织农业气象实践指南,第5章,农业气象预报。70页。当前版本可从http://www.agrometeorology.org/fileadmin/insam/repository/gamp_chapt5.pdf下载[8] Bastiaanssen W.G.M.,阿里·S一种新的作物产量预测模型,其依据是巴基斯坦印度河流域各地采用的卫星测量数据,第321[9] 约翰·克鲁斯和达内尔·史密斯整个生长季节的产量估计。应用价格分析,预测和市场风险管理//NCR-134会议论文集,芝加哥,IL; Apri 118 -19,1994。B.俄克拉荷马州立大学农业经济系,斯蒂尔沃特,OK。一九九四年[10] 理查森,A. J.,Wiegand,C.L.从土壤背景信息中区分植被。/打开/关闭摄影测量工程与遥感1977,43:1541[11] Shvidenko A.,Schepaschenko D.麦卡勒姆岛尼尔森森林生态系统全碳核算的不确定性能否为决策者所接受?// in:White T.,乔纳斯·M Nahorski Z.,尼尔森(eds)温室气体清单:应对不确定性。Springer Science+Business Media,Heidelberg,2011,343 p.[12] 赵M,海恩施湾一、内马尼河R.,运行S。W. Improvements of the MODIS terrestrial gross and netprimary production global data set //Remote Sensing of Environment,2005,95,164-176[13] 王玉,田,Y.,张玉,El-Saleous,N.,Knyazikhin,Y.,Vermote,E.和Myneni,R.B.产品精度作为输入和模式不确定性函数的研究:SeaWiFS和MODIS LAI/FPAR算法的实例研究//遥感环境,2001,78:296-311[14] Morisette,J.T.,J.L.普里维特&司法部长官中分辨率成像分光仪陆地产品//遥感环境验证框架,2002,83:77-96[15] [Kogan F. N.根据NOAA极地轨道卫星资料推算的美国1980年代后期的干旱//Bulletin of theAmerican Meteorological Society1995,76(5):655[16] 少校DJ Baret,F.和Guyot,G.土壤亮度校正的植被指数//国际遥感杂志,1990,11(5):727-740[17] Kostyuchenko Yuriy V.,科帕切夫斯基岛,Yuschenko M.,Solovyov D.,马顿湖和Levynsky S.光谱反射率指数作为生态威胁的间接指标//在:可持续的民用建筑K.,啤酒,M,Quek,S.T. 庞氏S.D.(编辑),研究出版社,Yuriy V.Kostyuchenko等人/IERI Procedia 5(2013)2127新加坡,-2012,p.557-
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- zigbee-cluster-library-specification
- JSBSim Reference Manual
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功