间分辨率导致作物面积分布信息不准确;提高空间分辨率的SPOT和QuickBird影像数据,因时间分辨率降低,不能进行连续的作物长势监测,降低估产精度。 遥感估产模型小区实验可行,但不能满足大面积估产需求:依据植被指数与农学参数建立的遥感估产回归模型,普适性较差,未来应考虑模型的机理性与普适性,增强模型在区域间或年份间的通用性。
未来估产的研究趋势:
提高数据源的空间分辨率。 利用数据反演综合气候环境因子 极端气候条件下的产量评估 构建新植被指数提高估产精度
6
间分辨率导致作物面积分布信息不准确;提高空间分辨率的SPOT和QuickBird影像数据,因时间分辨率降低,不能进行连续的作物长势监测,降低估产精度。 遥感估产模型小区实验可行,但不能满足大面积估产需求:依据植被指数与农学参数建立的遥感估产回归模型,普适性较差,未来应考虑模型的机理性与普适性,增强模型在区域间或年份间的通用性。
未来估产的研究趋势:
提高数据源的空间分辨率。 利用数据反演综合气候环境因子 极端气候条件下的产量评估 构建新植被指数提高估产精度
6