基于多源数据融合的农作物病虫害监测技术研究

以黑龙江垦区水稻、玉米、大豆等作物的主要病虫害为遥感监测对象,确定了基于多源数据融合的农作物病虫害监测技术研究的内容,并简要阐述了研究的技术路线与方法。     

基于IHS的多源遥感影像数据融合研究

运用IHS变换方法对农八师148团的TM和ALOS影像数据进行数据融合。首先给出了影像融合的技术流程和IHS变换的计算方法,然后根据计算方法得到了影像融合图像,最后根据影像质量评价指标对影像融合后质量进行评价。结果表明,融合后的影像数据更有利于计算机自动解译和进行更准确的分类决策。     

多源遥感数据协同的地块级农作物精细提取

【目的】 针对云南省大理市耕地地块不规整、破碎且农作物空间种植结构复杂的特点,结合多源数据在时间和空间分辨率的优势,达到准确地提取农作物信息的目的。【方法】 协同BJ-2数据和Sentinal-2数据进行农作物精细信息提取。首先,利用空间分辨率较高的BJ-2数据进行面向对象的图像分割,获得农作物地块信息;其次,在农作物物候规律分析的基础上,通过标准差分析获得关键时相,利用相应时间分辨率较高的Sentinal-2数据获取农作物地类信息,实现基于地块的小春农作物的快速精细提取。【结果】 采用实地调查地块真值与提取地类生成混淆矩阵进行精度验证,总体精度和Kappa系数分别为87.4%和0.83。其中,连片种植的农作物如蚕豆和马铃薯提取精度较高,地块细碎且内部种植结构复杂的作物提取精度略低。【结论】 多源遥感数据协同的农作物提取方法,通过高分辨率影像上获得的对象分析单元能很好地对单一地块中的农作物空间特征进行统计分析,很大程度上弥补了中分辨率影像由于分辨率偏低所导致的混合像元处错分的不足;不仅能从耕地地块级别获得农作物种植结构,更直观地反映农作物种植,能有效提升农作物提取的精细化程度,有利于精细化的农作物种植结构管理。     

基于多源遥感影像的农作物分类提取

合成孔径雷达数据因其较强的纹理特征近年来被广泛应用于农作物分类的研究中.针对多光谱影像无法实现农作物的精确分类问题,本文选取鲁西南济宁市为研究区,融合了2020年4-9月的Sentinel-1 SAR数据和Sentinel-2多光谱数据作为数据源,提取光谱特征、纹理特征、双极化后向散射系数共52个特征变量,通过独立主成...     

多源遥感数据融合原理与模型结构及应用

在对多源遥感数据融合原理进行系统分析的基础上,从3方面阐述多源遥感数据融合的模型结构,对国内外多源遥感数据融合的应用进行评述,对多源遥感数据融合的发展方向进行了预测.     

地表温度的多源遥感数据时空融合模型构建

为解决传统的遥感数据融合模型在高异质性地表区域的融合精度不高的问题,本研究在考虑地表温度的前提下构建了一种新的多源遥感数据时空融合模型.首先,为消除反演得到的可见光与红外信息出现不对等的影响,将地表测温空间尺度为综合多地表参数的数据尺度模型.然后利用低尺度低空间分辨率的转换残差模拟地表温度.由于地表温度特征复杂,构建B...     

基于多源遥感数据的北京城市热岛研究

首先利用MODIS数据在像元尺度上获取地表温度反演中所需大气参数一大气水分含量,再利用LandsatTM影像采用Jimenez-Munoz和Sobrino的普适性单通道算法反演地表温度,通过地面实测数据对反演结果进行验证。结果表明,利用多源遥感数据反演地表温度具有较高的精度。用该方法对北京城市热岛状况进行研究,发现北京城市热岛效应十分明显,地表植被覆盖度低是城市热岛出现的主要原因之一。     

基于ANN 多源遥感数据融合的耕地种植强度估算方法研究

【目的】文章引入\"种植强度指数\"的概念,对现有评价指标进行改进,利用基于遥感数据的种植强度指数实现耕地集约化利用程度的精细化表达。【方法】该文以湖北省为研究区,融合Landsat 8遥感数据和MODIS时间序列植被指数数据,构建了人工神经网络模型估算湖北省耕地种植强度。【结果】利用BP神经网络提取的研究区耕地种植强度与验证样区耕地种植强度间决定系数达到0.923,证明了该研究方法的可靠性。【结论】人工神经网络模型估算方法得到的高时空融合的种植强度数据集,可为智慧农业提供技术方法和基础数据,对于耕地集约化利用的研究具有重要意义。     

农作物种植面积遥感提取研究进展

介绍了农作物种植面积遥感提取方面的研究进展,新算法包括：选择多时相数据、多源遥感数据;GIS辅助等手段,并指出采用中分辨率与低分辨率数据相结合的测量方法是获取作物种植面积的主要趋势之一。     

南水北调中线水源区库区农作物遥感识别研究

精确及时地获取农作物的长势及空间分布信息,是农作物产量预测的重要前提和基础.遥感技术具有范围广、速度快、成本低的特点,在农作物识别及产量估算方面已经得到了广泛应用.本硏究采用多时相的Landsat8 OLI卫星影像数据,结合地面光谱实验,采用多种遥感分类方法对南水北调中线水源区库区周边的主要农作物进行识别与提取,各种方...     

农业遥感技术发展新需求与新挑战

【目的 】农业遥感是中国农业现代化发展的重要技术手段,随着空天遥感技术不断发展,农业遥感步入了快速发展阶段。在中国农业现代化建设的新时期,明确农业遥感发展的新需求和新挑战对于推动农业遥感新发展,更好地服务中国农业现代化具有重要意义。【方法 】文章采用文献综述和总结凝练的方法,回顾和概述了农业遥感技术的发展历程,分析了当前农业遥感发展现状。在中国农业现代化建设新时代背景下,基于国家战略需求提出了当前农业遥感技术发展的新需求,分析了农业遥感技术发展的新挑战。【结果 】（1）当前农业遥感研究覆盖了种植面积提取、长势监测、产量预测、农业气象灾害监测、病虫害监测和气象、土壤等农业环境监测等内容,农业遥感逐渐向更准确、更及时、更自动的方向发展。（2）新时代背景下,农业遥感的新需求主要体现在智慧育种、耕地保护和精细农作等方面;新挑战则主要表现在农业遥感监测层级由表层植被/土壤向根层根系/土壤的发展、遥感观测的时间间隔由周期观测向近实时观测演进、遥感观测尺度由单一尺度向多尺度耦合发展以及遥感观测落脚点由传统的观测结果呈现向实际决策应用的转变。【结论 】农业遥感技术发展新需求和新挑战的提出将有助于研究人...     

森林火灾遥感探测技术研究进展

森林火灾是陆地生态系统重要的自然干扰之一,也是森林面临的主要自然灾害。多源遥感技术在森林火灾探测中应用,使得森林火灾的早期探测与实时监测成为可能,遥感技术已成为森林火灾监测和防控的重要手段。本研究综述了遥感技术在森林火灾相关研究方面的应用进展,从灾前、灾时、灾后3个阶段,分析了遥感技术和方法在森林可燃物调查及载量评估、火场态势监测、火险等级预测预报、火烧迹地识别、火后森林受害评估以及植被修复等方面的应用,总结了现有研究方法中存在的问题,展望了未来森林火灾探测技术的发展方向。多源多尺度遥感探测技术如将无人机、雷达、航空遥感与航天遥感等互相结合,多方位进行森林火前火后监测,为火险等级预报、森林火灾防控、火后森林结构和功能的恢复提供依据。     

多源遥感数据在黑龙江水稻种植面积本底调查中的应用

利用多源遥感数据结合的优势,在地理信息系统和全球定位系统的支持下,结合地面调查,进行水稻种植面积的提取,从而实现黑龙江水稻种植面积的本底调查。为黑龙江省建立现代农业空间统计技术体系和粮食安全与区域生态保障空间的决策支持系统提供方法研究,同时也为黑龙江省农业空间统计技术和宏观农业科学决策的现代化进程提供示范。     

利用多源多时相卫星影像对黑龙江省耕地水涝灾害的监测

为做好黑龙江省洪涝灾害防治,利用环境小卫星与TM8卫星数据对2013年黑龙江省耕地受灾区域进行监测。结果表明:受灾区主要集中在松花江、黑龙江流域及松嫩平原地区。松嫩平原地区多以内涝为主,松花江、黑龙江流域市县耕地受灾多因江水决口或漫延而致。因此,对于黑龙江洪涝灾害的防治应重点集中在这些市县,应加强对松花江流域防洪堤坝的加固及水利基础设施建设。     

协同多源国产高分影像和面向对象方法的南方农作物遥感识别

【目的】中国南方地区云雨频繁且农业景观破碎,是我国农作物遥感监测最具挑战的区域之一。我国自主研发的高分系列卫星具有高时空分辨率和高质量成像的特点。本研究挖掘多源高分系列卫星的时间和空间双重优势,实现多云雨及景观异质区作物精细化识别。【方法】基于国产高空间分辨率高分二号（GF-2）影像表征农田空间几何特征,协同中空间分辨率高分一号（GF-1）和高分六号（GF-6）加密影像观测时间序列,充分表征农作物光谱季相节律。通过构建光谱-时相-空间三维分类特征,基于随机森林进行农作物分类并计算不同特征的重要性。同时,设置不同影像组合和不同分类单元下的多种分类场景,进一步分析不同高分数据协同利用在农作物识别上的表现差异。【结果】基于GF-1、GF-2和GF-6影像和面向对象的农作物分类在湖北省潜江市研究区的总体精度为95.49%,Kappa系数为0.94;在枣阳市的总体精度为93.78%,Kappa系数为0.92。协同GF-2和GF-6进行农作物分类精度优于协同GF-2和GF-1。此外,基于GF-2进行面向对象的农作物分类效果优于面向像元,其中潜江总体精度提升了1.4%,枣阳提升了1.32%。相比GF-1和GF-2对应的光谱和空间特征,GF-6光谱波段对农作物遥感识别的贡献度最大,累计重要性得分占全部光谱波段的82%（潜江）、77%（枣阳）。其中GF-6新增的红边Ⅰ波段（B5）、红边Ⅱ波段（B6）、紫波段（B7）和黄波段（B8）4个光谱波段对作物识别的贡献度分别为47%（潜江）和33%（枣阳）。【结论】协同发挥不同国产高分数据各自光谱-时间-空间优势,不仅缓解了农业景观破碎导致的“混合像元”问题,同时一定程度上降低了多云多雨气候对农作物识别影响的不确定性,为我国南方地区农作物精准识别提供了巨大潜能。     

基于定量遥感的重庆市土地利用动态变化研究

以重庆市主城区为例,运用1 988年、2000年和2007年三期多源影像数据,在遥感技术和数理统计方法的支持下,对20年来土地利用变化的空间特征进行研究.分析了土地利用的数量变化幅度、速度和区域差异,并对用地类型变化最大的城乡居住建设用地进行了空间重心转移模型和城市形态的分型特征模型分析.结果表明:①1988-2007年间,重庆市土地利用变化较大,主要表现为城乡居住建设用地大幅度增加,年增长率为6.58%;③城乡居住建设用地主要是有草地、林地和未利用地转化而来,三者占转移总量的84.53%;③重庆市城市分区建设用地重心向东北部、西南部和东南部方向偏移,受歌乐山和南山地形制约明显,并且城市空间形态趋于稳定.     

基于遥感反演作物冠层温度的作物生长模拟和预报

利用作物冠气温差可以计算作物生长水分胁迫系数.用遥感信息估算作物冠层温度并且利用气象站的气温资料,通过冠气温差计算作物水分胁迫系数,并引入作物生长模拟模型,就实现动态和连续的作物监测及预报作物产量.本文对建立遥感-作物模拟复合模型的基本原理进行了探讨,并提出建立遥感-作物模拟复合模型所涉及的计算方法,但整体研究方法还有待进一步的验证.     

基于Bi-LSTM模型的时间序列遥感作物分类研究

【目的】及时、准确地作物分类制图是农情监测的重要依据。本研究基于双向长短期记忆网络模型探究深度学习技术在时间序列遥感作物分类与早期识别中的应用潜力。【方法】本文以黄河三角洲地区为例,以哨兵2号全年可用卫星影像为数据源,构建年时间序列NDVI数据集;采用循环神经网络构架,搭建针对结构化时序数据的双向长短期记忆网络模型（bidirectional long short-term memory,Bi-LSTM）,开展遥感作物分类,并评估模型的泛化能力;通过输入不同长度时间序列遥感数据,探究满足一定制图精度条件下的作物最早可识别时间。【结果】作物年生长时序特征对于大多数作物遥感分类识别都具有较好的区分能力,基于年时间序列NDVI数据的Bi-LSTM模型作物分类总体准确率达90.9%,Kappa系数达到0.892。通过测试不同时间序列长度对作物分类的影响发现,对大多数作物来说,其分类精度随着数据时间序列长度增加而不断提高,冬小麦、水稻等作物在生长季早期即具有较为独特的分类特征,因而利用生长季早期的时间序列影像即可获得较高的制图精度,而棉花、春玉米等作物需要完整生长序列影像才能更好地保证分类精度。【结论】卫星影像时间序列蕴含的结构化特征信息可以有效地降低特定时段的作物光谱混淆;双向循环神经网络模型能够同时考虑前向和后向的时间状态信息,可以学习作物不同阶段的光谱变化特征,在水稻、棉花、春玉米等易混淆作物的识别上表现优异;模型能够有效地把握样本总体上的变化趋势,在农作物多分类任务中表现出较好的泛化能力和鲁棒性。本研究通过集成深度学习和遥感时间序列,为及时、快速的区域作物高精度制图提供了可行的思路。     

基于VOSviewer的农作物遥感制图研究的文献特征与热点演变分析

[目的]作为农作物长势监测、产量估测和灾害评估的基础,及时、准确获取农作物空间分布信息对农业生产管理、农业可持续发展及国家粮食安全等具有重要意义.[方法]文章从农作物遥感制图的研究热点和前沿出发,基于Science Citation Index Expanded(SCIE)和CNKI数据库,利用VOSviewer软件对...