Hydrometeorological research and forecasting·10月15日 · 周四论文农业遥感与作物表型阅读 1
Method for ten-day assessment of the contribution of agrometeorological conditions to expected winter grain crop productivity based on satellite and ground-based information
A. D. Kleshchenko · O. V. Savitskaya
论文解读
70接近精选线
速览
提出一种基于卫星与地面数据每十天评估农业气象因子对冬粮作物产量贡献的方法。
方法
用MODIS和VIIRS计算NDVI、VCI、VCNI，结合气象与农业气象指标做
发现
可自动追踪十天农业气象变化并量化排序各因子对预期产量的贡献。
机会点
可扩展至多作物多区域，融合机器学习提升因子贡献动态预测精度。
影响力12
信息增量20
专业深度17
信源权威13
时效性8
方法新颖、数据扎实的区域性遥感估产研究，对农业信息化有参考价值，但属细分领域学术成果，公共影响有限。
原文摘要
本文提出并验证了一种用于每旬评估农业气象因素对冬粮作物生产力贡献的方法。该方法基于对北高加索、伏尔加河沿岸和中央黑土区卫星光谱指数与地面气象数据的综合分析。利用MODIS（Terra卫星）和VIIRS（SUOMI NPP卫星）辐射计的卫星数据计算NDVI、VCI和VCNI植被指数。地面信息包括反映温湿状况的气象和农业气象指标。研究开发的算法和软件模块能够自动跟踪农业气象条件的每旬变化，并根据各因素对预期冬粮作物产量的贡献进行定量排序，为农业措施的合理规划提供信息依据。