基于时序定量遥感的冬小麦长势监测与估产研究

遥感技术是高效、客观监测农作物生长状态的重要手段,对农业生产管理具有重要意义。以安徽龙亢农场为研究区,收集了中高分辨率多源卫星遥感数据并进行了定量化处理,构建了冬小麦叶绿素密度、叶面积指数的遥感反演模型,生产了长时序冬小麦植被参数卫星遥感产品。通过监测冬小麦叶绿素密度、叶面积指数的时序变化规律,分析了不同品种冬小麦的长势情况,发现高产量小麦在越冬期长势显著优于低产量小麦。在此基础上,构建了基于归一化植被指数（NDVI）的冬小麦估产模型,结果表明：利用小麦抽穗期和乳熟期的累计NDVI值可以实现产量的精确估算,据此绘制了龙亢农场2017年冬小麦产量遥感估算地图,产量分布与实际种植情况吻合良好。实现了基于时序卫星定量遥感数据的冬小麦长势监测和产量预测,为区域范围内农作物长势监测提供了一种有效途径。     

基于时序定量遥感的冬小麦长势监测与估产研究

遥感技术是高效、客观监测农作物生长状态的重要手段,对农业生产管理具有重要意义。以安徽龙亢农场为研究区,收集了中高分辨率多源卫星遥感数据并进行了定量化处理,构建了冬小麦叶绿素密度、叶面积指数的遥感反演模型,生产了长时序冬小麦植被参数卫星遥感产品。通过监测冬小麦叶绿素密度、叶面积指数的时序变化规律,分析了不同品种冬小麦的长势情况,发现高产量小麦在越冬期长势显著优于低产量小麦。在此基础上,构建了基于归一化植被指数(NDVI)的冬小麦估产模型,结果表明:利用小麦抽穗期和乳熟期的累计NDVI值可以实现产量的精确估算,据此绘制了龙亢农场2017年冬小麦产量遥感估算地图,产量分布与实际种植情况吻合良好。实现了基于时序卫星定量遥感数据的冬小麦长势监测和产量预测,为区域范围内农作物长势监测提供了一种有效途径。     

基于时序定量遥感的冬小麦长势监测与估产研究

遥感技术是高效、客观监测农作物生长状态的重要手段，对农业生产管理具有重要意义。以安徽龙亢农场为研究区，收集了中高分辨率多源卫星遥感数据并进行了定量化处理，构建了冬小麦叶绿素密度、叶面积指数的遥感反演模型，生产了长时序冬小麦植被参数卫星遥感产品。通过监测冬小麦叶绿素密度、叶面积指数的时序变化规律，分析了不同品种冬小麦的长势情况，发现高产量小麦在越冬期长势显著优于低产量小麦。在此基础上，构建了基于归一化植被指数（NDVI）的冬小麦估产模型，结果表明：利用小麦抽穗期和乳熟期的累计NDVI值可以实现产量的精确估算，据此绘制了龙亢农场2017年冬小麦产量遥感估算地图，产量分布与实际种植情况吻合良好。实现了基于时序卫星定量遥感数据的冬小麦长势监测和产量预测，为区域范围内农作物长势监测提供了一种有效途径。     

基于遥感信息的农作物生物量估算研究进展

科学准确地估算农作物生物量是生物质能源开发利用战略的必要前提.随着遥感技术的不断发展,可获取遥感数据的时间、空间、光谱分辨率都在不断提高,为长时间跨度和大空间尺度的农作物生物量估算提供了有力支撑.对目前农作物生物量估算方法进行了分析总结,重点阐述了基于遥感信息的农作物生物量估算方法,并根据基于模型的不同将其分为４类(基于植被指数、净初级生产力、作物生长模型、作物表面模型的农作物生物量估算方法),对每一类方法的原理进行了详细论述,并就其在国内外典型的应用情况进行了分析,在此基础上总结了各种估算方法的优势及存在问题,展望了该领域未来主要的发展方向.     

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SVM的高分时序冬小麦种植区提取研究

冬小麦作为我国重要的粮食作物,准确获取其空间分布情况,对农业生产管理及农情监测有重要意义。以河南省商丘市为例,利用覆盖冬小麦完整生育期的GF-1数据,计算归一化植被指数（Normalized Difference Vegetation Index,NDVI）、增强植被指数（Enhanced Vegetation Index,EVI）时间序列,结合关键生育期影像,构建不同特征量组合数据集,利用支持向量机方法进行冬小麦提取。同时采用主成分分析法对数据进行降维处理,尝试通过压缩特征集数据量来提高冬小麦提取效率。研究结果表明：EVI时序数据较NDVI能更好地描述作物的物候,提取精度皆高于NDVI,其中EVI时序数据与关键生育期影像组合提取精度最高,达到97.67%。结果表明,降维后数据并未对提取精度造成显著影响,达到压缩数据量保持提取精度的目的,为大区域作物提取提供参考价值。     

利用多时相NDVI 监测京郊冬小麦种植信息

物候和时相信息在农作物种植信息提取方面有十分重要的应用价值, 利用多时相L andsat TM 数据, 结合冬小麦的波谱和时相信息, 成功提取了北京地区的冬小麦种植信息。首先, 选用了2003 年4 月7 日、5 月1 日、5 月25 日、6 月18 日不同时相的4 景TM 卫星影像, 计算了不同时相的NDV I 时间谱图像数据; 其次, 结合北京地区农作物种植的实际情况, 提取并分析了北京春夏季主要植被地物(冬小麦、苜蓿、苗圃、春玉米、树林等) 的NDV I 时间谱特征; 第三, 利用不同时相的NDV I 图像数据, 通过NDV I 图像通道间的逻辑运算算法, 成功提取了2003 年北京地区的冬小麦种植信息, 提取精度达到96. 92%; 最后, 与2002 年收割小麦的统计数据相对比, 监测了北京各郊区县的冬小麦种植结构调整情况。结果表明, 多时相、多光谱遥感数据在作物种植信息的监测中有十分明显的技术优势和重要的应用潜力。     

基于随机森林算法的冬小麦提取研究北大核心CSCD

全球气候变化对粮食安全和农业可持续发展造成威胁,冬小麦作为全球重要粮食作物之一,其快速和准确的信息提取对保障区域粮食稳定具有重要意义。采用在农作物识别和提取领域具有明显优势的随机森林算法,结合典型冬小麦种植区光谱特征、纹理特征和主成分特征实现了30m空间分辨率遥感影像下的冬小麦地块的特征选择和快速提取,并分析了不同特征空间组合方式下的提取效果。研究表明:在"光谱特征"、"光谱特征+纹理特征"、"光谱特征+纹理特征+主成分特征"3种特征空间组合下,第3种组合方式下的冬小麦提取效果最佳,总体精度可达到84.85%,分别高于前两种方式8.08%和6.88%。因此,利用随机森林算法结合多源特征信息,可以有效实现特定农作物如冬小麦的快速提取,并为区域作物进一步应用研究提供有效数据支撑。     

基于随机森林算法的冬小麦提取研究

全球气候变化对粮食安全和农业可持续发展造成威胁,冬小麦作为全球重要粮食作物之一,其快速和准确的信息提取对保障区域粮食稳定具有重要意义。采用在农作物识别和提取领域具有明显优势的随机森林算法,结合典型冬小麦种植区光谱特征、纹理特征和主成分特征实现了30m空间分辨率遥感影像下的冬小麦地块的特征选择和快速提取,并分析了不同特征空间组合方式下的提取效果。研究表明:在"光谱特征"、"光谱特征+纹理特征"、"光谱特征+纹理特征+主成分特征"3种特征空间组合下,第3种组合方式下的冬小麦提取效果最佳,总体精度可达到84.85%,分别高于前两种方式8.08%和6.88%。因此,利用随机森林算法结合多源特征信息,可以有效实现特定农作物如冬小麦的快速提取,并为区域作物进一步应用研究提供有效数据支撑。     

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。     

农田农情参数遥感监测进展及应用展望

农情参数是指反映作物生长过程及其产出的状态指标,关键农情参数主要包括作物长势、单产、物候和旱情等,可用于指导农田的生产管理。遥感是关键农情参数获取的有效手段,然而目前农情参数的遥感监测大多停留在大尺度、宏观监测的层面上,由于缺乏高时空分辨率、高准确度、低成本的农田信息获取技术,业务化的农田尺度农情参数获取受到了诸多因素的制约与限制。导致难以为农田生产管理提供及时的信息支持,这已经影响到精准耕作的发展与应用。文章在总结目前长势、单产、物候和旱情等几个主要农情参数遥感监测研究进展的基础上,分析了这些技术在农田尺度应用的瓶颈,并从新数据源和农情参数监测新模型两个角度出发,对农田尺度农情参数的获取进行了展望。     

基于作物生长模型和多源数据的融合技术研究进展

精确的区域作物产量估计在社会食品安全生产中起着重要作用。首先讨论了常用的2种区域作物产量估计方法,包括产量监测和产量模拟。其中,作物生长模型能够反映作物的整个生长演变过程,并能最终预报作物产量,因此在区域作物产量预报中起着重要作用,但是由于作物生长模型在输入数据、模型参数和模型结构等方面存在较大的不确定性,导致最终的模拟结果也存在较大的不确定性,尤其是应用到区域尺度时,这种不确定性使得模拟结果同真实的作物产量空间分布图存在较大的不一致性。而产量监测,尤其是利用先进的多源遥感信息,可捕捉真实的区域尺度的地面作物生长信息,但是仅为瞬时信息。因此利用数据融合算法,融合模型和数据的优点,得到更为可靠的区域产量估计结果是十分有意义的。所以在详述了当前主要的作物生长模型的基础上,重点讨论了常用的2种数据融合技术,即优化方法和顺序数据同化方法,以及目前利用这两种方法在作物生长模型中融合观测信息的部分案例。     

基于植被指数融合的冬小麦生物量反演研究

作物群体生物量是形成产量的物质基础,遥感技术是高效、客观监测作物地上生物量的重要手段,对农业生产管理具有重要意义.以安徽省龙亢农场为研究区,通过PROS AIL模拟光谱分析了 4个LAI相关的可见光-近红外植被指数、2个叶片干物质相关的短波红外植被指数和8个融合植被指数与冬小麦地上生物量的关系,并建立反演模型.模拟结果...     

在植物生长周期内县级区域植被指数的时空演变特征分析

采用１９９１至１９９２年晴空时的ＮＯＡＡ卫星ＡＶＨＲＲ资料，计算甘肃省河东地区６０个县（市）作物和牧草生长周期内标准化差植被指数（ＮＤＶＩ）的平均值和标准差，并逐县绘制其时间演变曲线和直方图。选取以农作物、草地和森林草地混合为主的三类县作对比分析，研究县级区域植被指数时空变化与作物和牧草生育期的关系。分析１９９１至１９９２年度冬小麦生长周期内遇到严重干旱的情况，为干旱监测、估产和区分土地使用类型选择最佳时相提供依据     

基于多阶散射模型的玉米后向散射特性分析

合成孔径雷达(Synthetic Aperture Radar,SAR)由于其特有的全天时、全天候成像及对农作物的穿透探测能力,已成为农作物信息获取的重要手段。该文建立基于Matrix Doubling 算法的玉米多阶散射模型,以全极化雷达遥感数据Radarsat-2为数据源进行模型验证,在模型基础上,根据玉米关键生长期的几何参数,分析了玉米的时域散射特征;玉米不同生长期由于结构上的差异,散射特征差别很大:在玉米出苗期,小角度情况下C波段VV-HV适用于土壤湿度的提取;在玉米成熟期,大角度情况下C波段HH-HV较适合玉米叶片含水量的分析。     

冬小麦红边参数变化规律及其营养诊断

研究了冬小麦冠层光谱红边参数随作物生育期的变化规律,并进行了红边参数与各组分间的相关分析,发现可利用用红边位置反演叶片可溶性糖和叶绿素含量,利用红边振幅反演叶片全氮含量,利用红谷反演叶面积指数。建立了基于红边参数的各组分的统计回归模型,可为生产上利用遥感手段大面积、无破坏、及时评价冬小麦生长状态及营养诊断提供重要依据。