植被物候遥感监测研究进展

植被物候信息是评价气候—植被交互影响、土地覆盖率以及生态系统年际生产力变化的关键指标。传统物候监测方法以目视观察为主，监测范围受限且人力物力消耗大。遥感技术作为近年来新兴的监测手段，具有监测范围大、信息获取便捷以及节省人力物力等特点，其应用进一步推动了植被物候动态监测研究的发展。本文首先对近年来植被物候遥感监测流程进行梳理，明晰了现有的遥感物候监测体系；概述了可用于建立植被生长曲线遥感数据源，并对不同数据源的应用情境进行了讨论；总结了现有的曲线降噪算法及应用流程，对不同方法进行降噪处理时误差成因进行了分析；归纳了目前主要的植被物候提取方法；最后讨论了数据分辨率、植被物候阶段定义以及监测时效性等植被物候遥感监测中尚存的不确定性因素，并对未来植被物候遥感监测研究的主要方向进行了展望。     

基于卫星遥感预测作物成熟期的可行性分析

精准收获是精准农业的重要环节,首先分析了收获时间对作物产量与品质的影响,论述了作物成熟期监测的重要性,然后从气象统计模型、作物生长模型及遥感监测3个方面回顾了作物成熟期预测的研究进展。在此基础上,通过对目前主要作物成熟状态指示因子遥感监测研究进展的分析,认为在当前新型传感器不断涌现的条件下,利用卫星遥感预测大范围作物成熟期、制订收割顺序并指导农业生产的条件已经成熟。并指出研究面向遥感的作物成熟期指示因子及其变化规律,发展高精度的作物冠层叶绿素及水分含量的遥感估算方法,研究面向农田尺度动态监测的高时空分辨率数据集构建技术和多种模型的耦合将成为该领域未来的研究重点。     

物候信息在大范围作物长势遥感监测中的应用

大范围的农作物长势监测可以为农业政策的制订和粮食贸易提供决策依据,也是农作物产量估测的必要前提。遥感估算的作物生物量是评价作物长势的主要群体特征指标,在大范围上开展作物长势监测时,不同区域的作物因为所处的物候阶段不同而导致生物量存在差异,这种差异与因作物长势状况差别而产生的差异混合在一起,增加了长势监测结果的不确定性。以中国河南、山东两省为研究区,以MODIS 250 m NDVI产品数据为主要数据源,结合改进的CASA模型实现了区域内冬小麦生物量的估算,结合冬小麦生长过程特征进行了典型物候期的监测。在此基础上,分析了扬花期前后物候差异对冬小麦生物量估算的影响,研究其特定物候阶段的变化规律,从而实现了生物量的物候归一化,初步探索了如何消除大区域物候差异对作物长势监测与评估的影响。     

基于层次分析法的加权VTCI和小麦产量分析

针对干旱对农业生产的影响,选取关中平原冬小麦时间序列的条件植被温度指数(VTCI)遥感干旱监测结果,采用层次分析法确定了冬小麦不同生育期旱情对产量影响的权重系数,计算加权VTCI,并应用一元线性回归分析了加权VTCI指数与县域尺度单产统计数据间的相关关系。通过对关中地区5市2000年~2007年主要生育期的VTCI和单产分析,表明关中大部分地区加权VTCI和单产有着较好的线性相关关系,同时验证了用VTCI监测关中的旱情是可行的。     

基于无线传感器网的遥感农情监测系统的研究

基于"3S"技术的农情监测是本世纪农业的重要发展方向。本文研究了一种基于无线传感器网络的遥感农情监测系统。通过现有的遥感技术的支持,及无线传感器网络和INTERNET,将精准采集的数据送至系统进行农田作物及环境的自动化存贮与分析、监测。实践证明,该系统具有良好的前景。     

基于多时相HJ卫星的冬小麦面积提取

我国环境与灾害监测预报小卫星HJ-1A/B具有较高的时间和空间分辨率,在作物种植面积提取和长势监测等方面具有较大优势。本文以江苏省姜堰市为研究区,根据冬小麦的物候规律和季相节律的差异性,选取返青期和拔节期两个生育期的HJ卫星影像,借鉴分层信息提取法原理,综合利用监督分类和非监督分类法,结合人机交互目视解译和实地定位调查等资料提取了姜堰市的冬小麦种植面积,总体面积提取精度达到90.22%,样点空间匹配精度为81.25%,实验基地空间匹配精度为80.34%。结果表明：HJ卫星能够用于提取南方地区冬小麦种植面积和长势监测,满足农情监测的需要,且利用多时相遥感影像能有效地增加信息量,实现信息互补,有助于提高监测精度。     

基于无人机高光谱数据的多类型混合作物LAI反演及尺度效应分析

叶面积指数(Leaf Area Index,LAI)作为表征不同作物生长状况的基本参数,是农业精细化管理及农田生态系统建模的关键。我国农田作物种植比较离散,受地表空间结构非均一性和反演模型非线性等因素影响,不同尺度遥感数据估算的作物LAI存在一定的差异,即农田作物LAI的遥感反演普遍存在尺度效应问题。以包头遥感综合验证场农业示范区为研究区,利用无人机高光谱数据结合PROSPECT+SAIL模型构建典型农作物区多类型作物的查找表(Look-Up-Table,LUT)反演农田LAI,研究查找表用于玉米、马铃薯、向日葵、瓜地等不同作物LAI反演的适用性和精度;通过无人机高光谱数据聚合获得多尺度遥感数据源,结合Taylor展开理论和计算几何模型,提出了一种既考虑类间差异又考虑类内异质性的尺度转换模型,定量描述多种作物混合的非均一地表LAI反演过程中的尺度效应特征。结果表明:基于分类和参数敏感性分析的LUT方法能很好地应用于包头典型农作物区多类型混合作物LAI反演,总估算精度为相关系数R~2=0.82、均方根误差RMSE=0.43m~2/m~2。随着反演尺度的增加,作物类间差异造成的反演偏差明显高于类内异质性,利用本文所提出的尺度转换模型均能较好纠正低分辨率LAI反演的尺度效应问题。     

水利部旱情遥感监测系统建设与展望

遥感技术以其快速、经济和大空间范围获取的特点,已成为旱情监测的重要手段。介绍国家防汛指挥系统二期工程水利部旱情遥感监测系统的建设情况,包括旱情遥感监测模型、业务流程及系统的设计与开发等。系统实现全国旱情监测逐周生产、区域旱情1~3 d应急快速监测及逐月区域水体监测产品的生产。试运行表明全国旱情监测与国外同类产品结果一致或优于同类产品;区域旱情监测平均精度达到80%以上。最后,对旱情遥感监测系统未来发展进行展望。     

北京市玉米农情卫星遥感动态监测

通过卫星遥感图像和地面样点的综合分析，对北京市1998～2001年的玉米种植情况、长势和收获产量进行了动态变化监测，为农业管理部门迅速了解玉米农情，进行科学管理提供了客观、准确的信息。     

基于HJ-1B卫星遥感数据的水稻识别技术研究

为快速、准确地在遥感图像上识别水稻作物的信息,满足县级尺度水稻遥感监测的需要,以野外实地调查资料、1∶5万地形图数据为辅助,通过光谱分析法,分析研究HJ-1B星CCD数据的水稻作物的光谱反射特性,建立水稻作物遥感信息识别模型。采用决策树分类方法提取水稻作物信息,并将该技术方法应用于广西宾阳县水稻作物信息提取研究。采用实测样地数据,利用混淆矩阵进行精度评价验证,总精度为94.9%,Kappa系数为0.8533。研究表明,该水稻作物的识别技术,可以为了解我国水稻种植情况,进行水稻长势监测和产量估测提供技术参考。     

基于遥感数据和作物生长模型的小麦变量施肥研究进展

就国内外基于遥感数据和作物生长模型在变量施肥技术的研究应用作了阐述, 提出了快速、无损农业测试技术将是精准变量农业和数字农业今后的发展方向, 对作物生长模型以及精准变量施肥技术的研究进展作了较系统的调查研究, 阐述了将遥感数据与作物生长模型进行数据同化, 实现以高产、优质、环保为目的农业生产的可行性。并结合我国国情提出了发展精准农业变量施肥技术所面临的困难和出路。     

基于波谱库的特色农作物智能专家分类系统设计

农作物的长势监测和产量估算一直是遥感技术应用的重要方面,而一个好的农作物分类算法对于农作物产量和长势进行监测十分关键。目前对于一些特色农作物而言,这方面的研究比较缺乏。因此本研究设计了符合特色农作物的长势监测和产量测算功能模块,将数据挖掘和知识发现应用到专家分类算法中,自行开发了适合农作物数据发现和挖掘的归纳学习算法,充分利用了波谱库中大量的波谱数据、相关属性和空间数据,形成了基于波谱库的特色农作物智能专家分类系统。     

TM遥感与地块内冬小麦产量变异

卫星遥感可以为农作物的准确管理提供必要,及时并具有空间连续性的信息,但高成本一直是限制该项技术在农业上深入发展的主要障碍,利用价格相对较为低廉的TM卫星影像作为信息源来评价其对估测小区域内作物产量空间变异并为规划管理单元提供必要信息的可行性做了初步的研究,结果表明,利用TM图像所获得的植被指数能较好地反映小麦各生育时期的基本特点,两种植被指数（NDVI及RVI）都表现出一定程序的空间,而且都以小麦抽穗后期的变异程度为最大,而且,小麦生长发育的三个重要时期（分蘖期,抽穗期及拔节期）的两种植被指数之间具有极显著相关关系,两个试验地块小麦11月8日的归一化植被指数都与产量表现出了良好的相关关系,另外,两种植被指数在表现作物千粒重和亩穗数等产量指标信息方面,也有一定的效果。     

天津水务领域遥感监测应用现状分析及前景探讨

为研究遥感技术在水务领域的适用性,从水资源管理、水环境监测、水土保持、水利工程监测、防洪抗旱、生态环境监测等方面,梳理近年来天津水务领域的遥感应用案例和研究进展,对现状存在的遥感产品覆盖领域和基础研究工作不足、遥感数据应用形式单一、光谱和卫星资源利用不充分、监测精度和时效性欠缺等问题进行剖析,对遥感的业务流程化、大数据应用、处理软件国产化及高光谱遥感等技术应用进行探讨,研究表明:遥感在水务领域有巨大的应用需求和市场潜力,遥感技术和产品的发展完善将极大提升水务信息化水平。     

The application of remote sensing techniques to sugarcane (Saccharum spp. hybrid) production: a review of the literature

Remote sensing techniques provide timely, up‐to‐date and relatively accurate information for the management of sugarcane crop. This article reviews the literature on the application of remote sensing to sugarcane agriculture and highlights the challenges and opportunities pertinent to the success of this application. The aim of the review was to provide accurate and fundamental information relating the spectral properties of sugarcane to its agronomic, health and nutritional status characteristics that would be of importance to cane farmers and farm managers. The applications of the remote sensing techniques in sugarcane agriculture have been undertaken with particular emphasis on sugarcane classification and areal extent mapping, thermal age group identification, varietal discrimination, yield prediction and crop health and nutritional status monitoring. It can be concluded that by selecting appropriate spatial and spectral resolution as well as suitable processing techniques for extracting sugarcane spectral information, remotely sensed data should find use in sugarcane agriculture in all areas of application with satisfactory results.     

基于波谱库的特色农作物智能专家分类系统设计

农作物的长势监测和产量估算一直是遥感技术应用的重要方面,而一个好的农作物分类算法对于农作物产量和长势进行监测十分关键。目前对于一些特色农作物而言,这方面的研究比较缺乏。因此拳研究设计了符合特色农作物的长势监测和产量测算功能模块,将数据挖掘和知识发现应用到专家分类算法中,自行开发了适合农作物数据发现和挖掘的归纳学习算法,充分利用了波谱库中大量的波谱数据、相关属性和空间数据,形成了基于波谱库的特色农作物智能专家分类系统。     

Application of an unmanned aerial system for monitoring paddy productivity using the GRAMI-rice model

Recent developments in unmanned aerial system (UAS) require an urgent introduction to monitoring technologies of crop diagnostic information because of their advantage in manoeuvering tasks at a high-spatial resolutions and low costs in a user-friendly manner. In this study, an advanced application method of an UAS remote sensing system was performed using the grid GRAMI-rice model such that it can be driven using weather and remote sensing data to monitor the spatiotemporal productivities of rice (Oryza sativa). Remotely sensed data for the model were supplied, along with normalized difference vegetation index images obtained using the UAS remote sensing system. The model was first evaluated using paddy data from experimental fields (treated with two nitrogen (N) applications) at Chonnam National University, Gwangju, Republic of Korea (ROK). Practical application was then performed using paddy data from farm fields under conventional farm management practices at the Gimje plain in ROK. The grid GRAMI-rice model statistically well reproduces the field conditions of spatiotemporal rice productivities, showing an acceptable statistical accuracy in the comparison of growth between the simulated and observed values, using a Nash–Sutcliffe efficiency range of 0.113–0.955. According to t-tests (α = 0.05), there were no significant differences between the simulated and observed grain yields from both the evaluation and practical applications. The scientific approach adopted here is unique, advanced, and practical, in a way that UAS remote sensing methods were effectively incorporated with crop modelling techniques. Therefore, it was concluded that the UAS-based remote sensing techniques proposed in this study could represent an innovative way of projecting reliable spatiotemporal crop productivities for precision agriculture.     

麦田土壤水分NOAA/AVHRR遥感监测方法研究

本文立足于河南省农业遥感业务服务实际,在系统研究麦田土壤水分NOAA/AVHRR遥感监测理论、模型、资料处理、指标及应用技术的基础上,针对这一领域中存在的问题,在GIS技术的支持下,重点探讨了不同土壤质地和风速对遥感干旱监测的影响、用遥感表层土壤水分耦合深层土壤水分的方法与模型、用单时相遥感资料反演土壤水分的方法等,并最终建立了河南省冬小麦干旱遥感监测应用服务系统。