HJ-1星水稻生育期长势动态监测研究

利用环境减灾卫星(HJ星)CCD多光谱数据提取水稻种植面积,采用全区、样方2种尺度对水稻生育期间遥感植被指数进行动态监测,分析监测区水稻长势分布状况。利用2009—2011年3年水稻监测结果,结合农情资料,分析水稻生育期NDVI变化规律,为建立水稻生育期定量遥感监测模型奠定基础。     

基于NDVI的甘肃省2015年天然草原植被长势监测评价

采用甘肃省范围内2015年与2014年第161、193、225期NDVI数据,进行植被长势指数计算,对2015年6-8月天然草原植被月度长势进行监测评价.2015年草原植被总体生长状况比上年略差.6月全省草原植被总体长势略好于上年,7-8月略差于上年.6月长势好于7-8月,呈现"前期长势较好,后期长势较差"的态势.草原植被长势与降水趋势有一定相关性.     

基于多时相GF-1WFV 数据的南方丘陵地区甘蔗种植面积提取

南方丘陵地区甘蔗种植具有分散、形状多样等特点,利用中低分辨率遥感数据提取甘蔗种植面积时,数据的有效性和精度都难以满足要求.利用高分辨率GF-1WFV遥感数据,分析比较甘蔗与其他地物类的光谱特征、纹理特征及植被指数时间变化差异,采用多时相迭代方法构建甘蔗提取特征向量决策树模型.利用该模型提取了广西江州区的甘蔗种植面积,经野外实地调查验证,甘蔗面积提取的用户精度为90.13％,生产精度为88.78％,表明GF-1WFV数据是复杂地形下提取甘蔗等农作物的潜力数据源,该提取思路可以为在全国范围内不同地区了解甘蔗种植情况,进行甘蔗长势监测和产量估测提供技术参考.     

2009年江苏省冬小麦和水稻种植面积信息遥感提取及长势监测

以中国农业遥感监测系统(CHARMS)大尺度业务运行作物长势监测需求为实际驱动力,进行基于遥感影像全覆盖的大尺度农作物类型遥感综合自动识别的方法研究,通过分析2009年江苏地区冬小麦和水稻的种植结构、物候历特征及其生物学特性和时序NDVI曲线特征,确定冬小麦和水稻信息提取的NDVI阈值,建立不同作物面积提取模型,并最终获取了2009年CHARMS中江苏冬小麦和水稻长势监测所需的作物空间分布,并与多年平均统计数据比较,总体精度分别达到了78%和85%以上,基本可以满足农情业务化需要.其次,基于面积识别的结果,利用目前长势监测中应用最广泛的归一化植被指数NDVI对江苏2009年冬小麦和水稻长势进行监测,并用差值模型,与近5年长势的平均状况进行对比研究.结果表明,2009年江苏冬小麦和水稻长势均呈现"前期较好,中期变差,后期恢复"的趋势;空间分布上,淮北和苏中地区冬小麦全年长势较多年平均稍差,而水稻长势较差的地区主要分布在苏南地区.     

基于FY-3/MERSI数据监测棉花完整生长季长势的计算方法

[目的]采用归一化植被指数(NDVI)监测棉花完整生长季长势,为棉花管理决策提供参考.[方法]使用FY-3/MERSI数据计算NDVI,旬最大值合成,分别使用归一化权重法和均值法计算石河子地区143团2009 ～2012年棉花生长季NDVI,结合实测光谱数据对比分析归一化权重法和均值法计算结果的差异及143团棉花长势分布特征.[结果](1)石河子143团棉花长势2009年＞2011年＞2010年＞2012年;大面积棉田斑块中北部、西部长势较好;小面积棉田斑块和大面积棉田斑块的南、西部边缘长势较差.(2)在监测棉花生长季长势上,归一化权重法＞均值法.(3) FY-3/MERSI数据在监测大面积棉花长势时效果较好,对小面积棉田以及大面积棉田的边缘监测时效果较差.[结论]在计算棉花整个生长季NDVI,归一化权重法优于均值法.     

基于高光谱和HJ-1 CCD的水旱地冬小麦叶绿素含量反演

叶绿素作为绿色植物光合作用的必要组成成分,其含量的高低可反映作物的长势状况。实时监测植物叶片叶绿素含量的动态变化是监测植物长势的重要环节。以山西省闻喜县冬小麦为研究对象,基于高光谱技术和实测数据,对研究区冬小麦拔节期的叶绿素含量进行定量估算,并在此基础上利用卫星遥感数据对冬小麦的叶绿素含量进行反演,以达到仅应用卫星遥感数据估测叶绿素含量的目的。结果表明,水旱地冬小麦叶绿素含量敏感波段在可见光区域不同,在近红外区域一致;水旱地分别以DVI和NDVI为变量所构建的预测模型效果最佳,R2值均达到0.9以上,均方根误差分别为0.470 0和0.458 7;对叶绿素含量反演值与实测值对比分析,水地反演值与实测值大致吻合,而旱地反演值则偏高;采用均方根误差(RMSE)法,检验反演值和实际值的符合度,水地RMSE为0.926,旱地RMSE为1.540。     

基于多时相环境卫星的冬前油菜种植面积估算

【目的】油菜是我国重要的油料作物之一,监测油菜种植面积有助于了解油菜生长状况,为油菜病虫害、湿渍害、冻害等灾害损失评估提供数据基础。【方法】文章以湖北省荆州市江陵县为研究区,使用国产HJ-1A/B 30 m分辨率时序多光谱数据,通过地面调查及资料分析确定油菜与其它易混淆作物的主要NDVI时序特征,建立油菜识别决策树,估算了2009—2015年(不包括2011—2012年生长季)冬前油菜种植面积。将基于油菜开花期影像的最大似然法提取的油菜面积作为定性验证数据。以油菜籽面积统计数据和Google Earth高分辨率影像数据对冬前油菜提取的面积和空间位置结果进行定量评价。【结果】定性评价结果:2009—2011年生长季的决策树方法提取冬前油菜面积结果与开花期影像最大似然法提取结果基本一致,2012—2015年生长季的油菜提取面积空间分布差异较大。定量评价结果:决策树方法提取冬前油菜面积的用户精度达到80.40%～95.56%,生产者精度达到82.56%～91.43%,相对误差低于15%。【结论】基于NDVI时间序列特征的决策树算法估算冬前油菜面积具有可行性,但仍受到云和冬小麦的影响。     

基于优化ISODATA法的冬小麦长势分级监测

以江苏省姜堰市为例,利用TM卫星遥感技术监测冬小麦的种植面积与长势情况.在利用GPS实地采样调查和建立解译标志的基础上,进行影像校正、非监督分类、人机交互式判读解译等操作,并将样点数据校验贯穿到整个分类过程中,信息解译精度在90%以上.结合NDVI指数反演的叶面积指数进行小麦长势分级分类,并制作了冬小麦长势分级专题图.     

基于多时相GF-1WFV 数据的南方丘陵地区甘蔗种植面积提取

南方丘陵地区甘蔗种植具有分散、形状多样等特点,利用中低分辨率遥感数据提取甘蔗种植面积时,数据的有效性和精度都难以满足要求。利用高分辨率GF-1WFV 遥感数据,分析比较甘蔗与其他地物类的光谱特征、纹理特征及植被指数时间变化差异,采用多时相迭代方法构建甘蔗提取特征向量决策树模型。利用该模型提取了广西江州区的甘蔗种植面积,经野外实地调查验证,甘蔗面积提取的用户精度为90.13%,生产精度为88.78%,表明GF-1WFV 数据是复杂地形下提取甘蔗等农作物的潜力数据源,该提取思路可以为在全国范围内不同地区了解甘蔗种植情况,进行甘蔗长势监测和产量估测提供技术参考。     

国家生态保护重要区域植被长势遥感监测评估

国家生态保护重要区域植被长势对于维持区域生态系统结构和功能的稳定性至关重要.以国家重点生态功能区、国家重要生态功能区、国家生物多样性保护优先区和国家级自然保护区等四类生态保护重要区域为研究区,选取年累积NDVI作为指示因子,监测评估了1998-2007年间国家生态保护重要区域的植被长势特征.结果表明:(1)国家生态保护重要区域总面积为536.59万km2,占全国陆地国土面积的55.89％.国家生物多样性保护优先区与国家重点生态功能区、国家重要生态功能区的重叠面积较大,分别占到相应生态功能区总面积的53.36％和50.20％.国家级自然保护区与其他三种类型区域的空间叠加关系较好,尤其与国家重点生态功能区,重叠面积占国家级自然保护区总面积的75.10％.国家重点生态功能区和国家重要生态功能区的重叠面积分别占各自面积的63.73％和39.15％.(2)对于植被长势总体状况,国家生态保护重要区域中东部的植被状况好于西部.植被状况较差的区域面积为10.59％,植被状况一般的区域面积为29.59％,植被状况好的区域面积为23.44％,植被状况较好的区域面积为36.39％.国家级自然保护区和生物多样性保护优优先区的植被状况好于国家重要生态功能区和国家重点生态功能区.国家级自然保护区的空间分布差异最大.(3)对于植被长势变化趋势,国家生态保护重要区域的植被状况整体呈现出变好趋势.62.39％区域面积的植被状况较为稳定,22.69％区域面积的植被状况呈现出变好趋势,14.93％区域面积的植被状况呈现出变差趋势.国家重要生态功能区的植被变好趋势最为明显,其次为国家生物多样性保护优先区.国家生物多样性保护优先区的植被变化趋势空间差异最大,国家级自然保护区的植被变化趋势空间差异最小.     

克拉玛依市玛依湖区不同土壤条件的植被生长状况及影响因子

为了更好地建设玛依湖区外围生态屏障,以玛依湖区为研究对象,通过野外采样和室内分析,利用趋势法、反距离权重插值法分析了该区植被生长与土壤理化性质之间的关系。结果表明:(1)玛依湖区土壤重度盐渍化占37.25%,轻度盐渍化占30.28%,中度盐渍化占31.47%,轻度盐渍化土壤中植被NDVI值最大,植被生长较好,中度盐渍化土壤中归一化植被指数(NDVI)最小,植被生长受到抑制。(2)玛依湖区土壤以灰漠土为主,占总面积的33.49%,其次是草甸土,占总面积的21.17%,其他类型的土壤占比较少。不同土壤类型植被的生长状况差异明显,沼泽土的NDVI值最大,植被生长最好,风沙土的NDVI值最小,植被受到较强的抑制性。(3)由于地下水位的变化,越靠近湖区地下水位越高,NDVI值越大,植被生长越好,随着与湖区距离的增加,地下水位逐渐降低,植物可利用的水资源逐渐较少,植被受到干旱胁迫,影响植被正常生长,NDVI值越来越小。(4)玛依湖区阴坡和阳坡植被的生长状况差异不显著,植被生长状况受磷、氮、钾和有机质质量分数以及pH的影响更大,受分形维数和盐分的影响较小。     

2012年安徽省棉花生产述评——CCGI在安徽省的运用

为了对2012年安徽省棉花生产进行总体评述,通过采用中国棉花生长指数(CCGI)评价方法,分析了约600个棉花种植户的连续监测数据。结果表明：安徽省2012年气候条件比较有利于棉花生长发育,棉花生长指数为105,表明棉花生长情况整体略好于2011年;安徽省2012年棉花种植面积较2011年下降11.1%,单产下降0.8%,总产下降11.8%;2012年新棉价格较2011年基本持平,但棉花生产物化和人工成本增加,植棉收益较2011年下降34.7%;棉花生产景气度持续下降,监测显示2013年安徽省植棉面积较2012年下降18.0%。     

基于温度植被干旱指数的曲靖市干旱监测研究

本研究利用MODIS归一化植被指数(NDVI)和地表温度(Ts)产品数据,构建Ts-NDVI特征空间,计 算温度植被干旱指数(TVDI),分析评价云南曲靖市 2010—2012 年的干旱时空分布状况。结果表明, 2010 年曲靖市遭遇了非常严重的干旱灾害,受灾面积高达研究区总面积的 80%以上,基于 TVDI 指数的 旱情动态监测方法适合云南省曲靖干旱监测。本研究建立的温度植被干旱指数模型提高了干旱监测的 实用性,在曲靖市干旱监测上具有很好的适应性,可以广泛应用到该地区干旱监测研究中,为曲靖的农 业防灾减灾能力和可持续发展提供科学保障。     

GEE支持下的河南省冬小麦面积提取及长势监测

【目的】使用遥感技术对2017—2020年河南省冬小麦的空间分布信息进行高精度的提取,然后对2020年冬小麦的长势进行高频度的监测并结合气象条件进行分析。【方法】本文基于谷歌地球引擎（Google Earth Engine,GEE）云平台,对选取的Landsat 8影像数据根据NDVI最大值进行合成,然后进行特征构建,添加地形特征、纹理特征、NDVI以及一个新特征NDVI增幅,使用随机森林分类方法对样本数据按照构建的特征进行训练提取河南省2017—2020年冬小麦的播种面积信息;经过精度验证后对提取的河南省2020年的冬小麦种植区域生成掩膜,对掩膜区域（冬小麦种植区域）结合MODIS高时间分辨率影像数据,使用NDVI同期差值法对2020年2—4月份的冬小麦进行高频度的长势监测。【结果】使用GEE云平台能够对河南省冬小麦种植区域的空间分布信息进行快速制图;使用随机森林方法加入地形特征、纹理特征、NDVI后再加入新特征NDVI增幅,能够有效提高冬小麦的提取精度以及降低与统计数据的相对误差,基于混淆矩阵计算的平均总体分类精度为95.2%、平均kappa系数为0.909、冬小麦的平均分类精度为95.3%,与河南省统计年鉴数据相比,本文方法提取的2017—2019年河南省冬小麦播种面积相对误差均低于3%,河南省冬小麦主要种植区域的冬小麦播种面积的平均相对误差低于6%;使用MODIS影像数据结合NDVI差值模型能够对河南省2020年的冬小麦进行高频度的长势监测,河南省冬小麦在返青初期长势较往年及2019年好,到生育后期大部分区域长势与往年及2019年持平,总体上2020年冬小麦的长势较往年及2019年好。【结论】本文提出的方法能够对河南省冬小麦进行高精度的提取以及高频度的长势监测,且能够为地方政府或者一些农业部门在安排指导农事活动上提供科学依据。     

基于MODIS-NDVI的水稻遥感估产——以重庆三峡库区为例

以重庆三峡库区为研究对象,利用MODIS-NDVI为遥感特征参量,分析水稻关键生育期的长势并对产量进行预测.考虑到NDVI数据饱和的局限性,选取库区各区县0.2～0.8范围内的NDVI值与作物产量建立水稻估产模型,进行相关性分析,估算出的水稻产量表明,各关键生育期的相关性系数均在0.75以上,且与实产数据对比表明,各区县预测精度均在90%以上,可见利用MODIS-NDVI能够有效的进行水稻监测和估产.     

基于MODIS NDVI的海南岛植被覆盖面积的反演技术

为了给合理监测海南岛植被生态环境变化提供理论依据,基于2015、2017年海南岛MODIS NDVI数据、地表覆盖数据,利用一元线性拟合、均方根误差分析、相关系数分析等方法开展了海南岛植被覆盖面积反演技术研究。结果表明:2015年海南岛最主要的地表覆盖类型为森林,主要分布在五指山山脉一带;其次是耕地,主要分布在海口、临高、澄迈、文昌、东方等沿海一带;植被覆盖面积（森林、草地、灌丛、湿地）占总面积的65.67%,2017年地表覆盖状况与2015年类似;海南岛植被覆盖率总体较高,中部山区市县植被覆盖率高于沿海市县,其中,五指山植被覆盖率最高,其次是琼中、白沙;海口植被覆盖率最低,其次是文昌、定安;海南岛NDVI植被覆盖面积反演的最佳阈值为0.70,在此阈值下,NDVI对2015、2017年植被覆盖的空间识别率分别达78.64%、78.74%;海南岛各市县植被覆盖面积与NDVI反演值的最佳拟合模型为:y=0.898 9x+62 708 142.60,拟合值与真实值的相关系数为0.91,均方根误差占平均值的17.50%,较反演值误差减少了7.23%,沿海市县植被覆盖面积拟合偏差率较大、内陆市县拟合偏差率较小。     

东北粳稻叶片植被指数NDVI与PRI的相关性分析

以东北地区典型地带的粳稻为例,利用植被指数测量仪PlantPen,同时测量了粳稻叶片植被指数NDVI和PRI,并根据粳稻生长发育进程分成了与物候一致的4个生育时期。首先利用二元定距变量相关分析的方法对NDVI和PRI进行相关性分析;然后,分别利用线性回归和Cubic曲线回归建立NDVI拟合PRI的回归模型,并对回归模型进行拟合优度检验和精度验证,同时对线性回归模型与Cubic曲线回归模型的拟合效果和检验结果进行对比分析。结果表明,粳稻叶片植被指数NDVI和PRI在各生育时期均有极显著的相关关系,在粳稻生长发育进程中,相关性越来越高;线性回归模型和Cubic曲线回归模型均能使NDVI较好地拟合PRI,在粳稻生长发育进程中,拟合效果也越来越好;Cubic曲线回归模型在粳稻4个生育期平均相应的指标值判定系数(R²)、均方根误差(RMSE)、绝对百分误差(MAPE)分别为0.8055、0.0358、0.534%,而线性回归模型的相应指标为0.7653、0.0488、1.365%。Cubic曲线回归模型的RMSE和MAPE值较小且R²较大。因此其拟合优度和检验精度均优于单纯的线性回归模型,可作为NDVI反演PRI一种参考模型。     

基于MODIS MOD13Q1的植被变化研究:以西藏墨竹工卡为例

以西藏墨竹工卡为研究区域,利用NASA提供的MODIS MOD13Q1数据产品(2000～2012年),研究其植被空间分布规律及变化特征,结果表明:西藏墨竹工卡地区NDVI值从3 800 m到4 600 m逐渐小幅增加,而到了4 600 m以上逐渐减少。多年来,墨竹工卡大部分区域植被处于相对稳定状态,无变化区域占96.08%。     

沈阳地区旱田植被指数变化与产量关系的研究

以沈阳地区为研究实例,利用NASA对地观测系统EOS系列卫星遥感影像,经过了滤波处理MODIS归一化植被指数（NDVI）数据,对研究地区的旱田作物进行不间断监测.计算出2003 ～ 2007年的年平均NDVI,分析出NDVI年际变化特征、作物生育期内的NDVI变化规律,并找出产量与植被指数变化关系.结果表明,沈阳地区旱田植被指数的年际间差异明显,旱田作物生育进程与作物生育期内NDVI变化规律大致吻合,这表明作物产量与遥感植被指数间存在较好的相关.因此,根据同期地面作物产量调查数据与MODIS遥感数据,采用一次线性拟合法建立回归方程,简单分析出沈阳地区旱田作物产量与NDVI变化关系.     

基于SPOT-VEGETATION的北部湾经济区植被变化特征

以2000-2011年423景SPOT-VEGETATION逐旬NDVI数据为基础,采用MVC、标准差、线性趋势分析和HURST指数等数理统计方法对北部湾经济区植被覆被时空变化特征及未来趋势进行定量分析。结果表明,2000-2011年北部湾经济区NDVI值呈波动上升趋势,快于广西区年NDVI平均增长速率。NDVI均值存在着明显的分段特征,且转折点出现在2006年,2006年以前研究区植被覆盖呈现下降趋势,2006年以后呈现显著增加趋势。NDVI均值在空间上呈现出西北和西南植被覆被低、东南植被覆被高的态势,NDVI均值纬向分布呈现出北高南低,经向分布线性倾向率比较小,仅为0.5952/1N°。NDVI标准差的变幅较大,表现为波动小主要分布在NDVI均值的两个极端,波动较小与波动较大并存,波动较大分布比较零散的空间格局。NDVI的Hurst指数反持续(10.03%)持续性序列(89.97%),说明经济区植被的变化趋势处于持续性改善的趋势。