基于国产卫星的农作物长势监测技术研究

针对目前基于国产遥感数据的农作物长势监测模型的诸多问题,提出了构建基于国产遥感数据的农作物长势综合评价指标体系的技术研究内容,并简要阐述了研究的技术路线。     

GF-1卫星数据在水稻长势监测中的应用

GF-1国产高分辨率卫星遥感数据具有高空间分辨率、高时间分辨率和高光谱分辨率的优点。该研究利用GF-1卫星宽视场遥感数据,在GPS实地取样的基础上,利用增强型植被指数(EVI),提取建湖县2014年多时相水稻长势信息。结果显示,GF-1卫星宽视场影像可以清晰反映水稻长势要素,能够在遥感估产中推广应用。     

基于高分二号的尼罗河流域地表环境遥感调查研究

利用尼罗河三角洲南部地区2016—2017年国产高分二号卫星数据,在对卫星遥感数据校正、融合及镶嵌的基础上,开展该地区地表环境遥感解译示范研究。成功获取研究区内耕地、园地、林地、草地、荒地、地表水、矿山占地和建设用地等地表环境因子信息,分析了该区域各地表环境因子面积及空间分布特征。形成了一套通过国产卫星遥感获取"一带一路"沿线北非阿拉伯国家(地区),尤其是亚热带地中海气候和热带沙漠气候下地表环境信息的可行性方案。     

关系数据库空间栅格数据扩展模型及方法研究

针对海量遥感影像数据有效管理需求，在国产数据库管理系统X-Base内核上，研究并实现空间栅格数据扩展机制。设计基于X-Base关系数据库的空间栅格扩展体系结构，建立了栅格数据扩展体系结构模型，提出基于XML方式的空间栅格数据管理方法。使得扩展后的X-Base数据库能够有效存储、管理空间栅格数据，从而进一步扩展X-Base的功能。     

基于克里金插值法的植被覆盖度研究——以扎陵湖、鄂陵湖区为例

基于2013年国产资源遥感卫星数据和Google Earth高分数据,利用ArcGIS9.3及Eardas9.2软件,对研究区域的遥感影像进行克里金插值分析,在此基础上得出研究区域遥感影像的植被指数NDVI,最后反演出该区域的植被覆盖度结果.通过与该区域的真实植被覆盖度进行比较分析,得出了基于克里金插值法的植被覆盖度分析方法,该方法对植被覆盖度分析有一定的实际性的参考意义.此次实验研究了黄河源头姊妹湖扎陵湖、鄂陵湖区域的植被覆盖度,同时也是三江源地理国情监测的一部分.     

基于ZY1-02C卫星P/MS数据的草原伪步甲灾害遥感监测

[目的]运用2011年底发射的国产ZY1-02C卫星P/MS数据,探讨遥感监测草原伪步甲(Prosodes dilaticollis Motsch)生物灾害的可行性.[方法]研究区位于新疆玛纳斯和呼图壁两县草场,采用遥感和GIs技术,在遥感影像预处理的基础上,根据不同目标地物的光谱特征进行监督分类,将研究区内草原伪步甲危害区分为严重危害区、轻度危害区和无危害区3类,并进行精度评价.[结果]解译总体精度最高达74.2;,Kappa系数为0.78,地面实地验证精度为72;.[结论]国产卫星ZY1-02C的P/MS数据监测草原伪步甲生物灾害具有可行性.     

基于国产GF-1影像的川金丝猴生境评价研究

利用国产高分一号(GF-1)卫星遥感影像,综合神农架川金丝猴已有科考数据和相关研究成果,以地理信息系统为主要分析手段,选取植被类型、海拔、坡度、坡向、水源和人类干扰等作为评价因子,快速进行神农架川金丝猴秋季生境适宜性评价,首次将GF-1卫星影像应用于野生动物生境评价。评价结果表明:在不考虑人类活动影响时,川金丝猴潜在的最适宜生境和适宜生境面积分别为56.876和305.156 km2,分别占保护区面积的7.77%和41.69%;由于居民区和公路等的影响,神农架自然保护区川金丝猴实际适宜生存面积变小,实际最适宜生境和适宜生境面积分别为46.935和214.617 km2,分别占保护区总面积的6.41%和29.32%。将基于GF-1卫星遥感影像得到的川金丝猴生境适宜性评价结果,与基于Landsat8遥感影像得到的生境评价结果对比,二者评价结果符合度达91.7%,表明在野生动物生境研究领域国产GF-1卫星影像可以有效地替代国外Landsat影像,利用GF-1卫星影像进行野生动物生境评价是可行的。GF-1卫星突破了在野生动物研究领域普遍依赖国外数据的局面。GF-1卫星影像具有高空间分辨率、高时间分辨率、低成本和数据来源可靠等特点,无疑是我国野生动物生境遥感应用研究中可供选择的新的数据源。由于GF-1是我国高分辨率对地观测系统的第一颗卫星,开展GF-1数据的应用验证具有十分重要的科学意义。目前,利用GF-1开展此类研究国内外尚未见类似报道,本研究对于在林业实际业务中开展国产高分卫星遥感数据应用同样具有指导作用。      

CBERS-02B卫星在喀斯特山区的应用潜力分析

为促进国产资源卫星数据在西部大开发和贵州经济建设服务中的应用,探索了CBERS-02B数据在喀斯特山区的土地利用遥感解译中理想的图像处理方法及分类方法。结果显示:134波段为土地利用分类的最佳波段组合,HIS变换融合是喀斯特高原山区背景下的CBERS-02B星HR与CCD数据的最佳融合方法。说明,国产卫星CBERS-02B能较好地实现喀斯特地区大比例尺土地利用分类,可以替代国外遥感影像TM,运用于喀斯特山区土地利用与调查方面。     

农作物长势遥感监测需求、系统框架及业务应用

【目的】农作物长势是农业生产管理的重要依据,也是农情遥感监测业务的重要组成部分。【方法】在当前农作物长势遥感监测研究及业务状况扼要回顾基础上,文章从农作物长势遥感监测需求、系统框架等方面进行了系统总结,并以全球冬小麦长势遥感监测应用为例进行了说明。【结果】农作物长势遥感监测需求可以归纳为服务对象、作物类型、空间范围、地面尺度、监测周期等5个方面,系统框架至少包括数据层、方法层、结果层和服务层4个层次。【结论】针对农作物长势遥感监测技术研究及业务应用的现状,研究提出了以下3个观点:(1)农作物长势遥感监测业务方案是成熟的,但是关键技术研究有待加强;(2)农作物长势概念的深入解析,将有利提高长势遥感监测的业务化能力与精度;(3)针对全球、国家、省级以及县级尺度农作物长势遥感监测,采用不同空间分辨率遥感数据开展监测业务,是今后较长一个时期内农作物长势遥感监测的客观现状。上述研究结果给农作物长势遥感监测业务的建设提供了依据,也明确地指明了系统的服务目标。     

林业资源遥感信息的尺度问题研究

从遥感数据中获取地面目标分布的专题信息(如林地覆被/森林类型等),是林业资源数据的主要获取手段之一.在对林业资源遥感数据获知的过程中,林业遥感数据的尺度问题是研究的一个重要内容.忽视林业资源遥感的尺度效应,使得对林业资源观测难以获得精确的数据.林业资源遥感数据在时间上、空间上以及应用上都有尺度问题.本文从尺度的定义、林业遥感尺度问题以及尺度转换方法等方面来研究林业资源遥感信息的尺度问题.     

资源三号卫星在野生罗布麻宏观监测中的应用评价

[目的]利用国产卫星资源三号影像,选取新疆阿勒泰阿拉哈克乡野生罗布麻自然保护区,进行药用植物宏观监测分析评估.[方法]采用遥感与地面调查相结合的方法对野生罗布麻进行遥感识别,在传统分类方法中加入PCA(第一主分量)和纹理特征作为辅助数据来提高国产卫星对野生罗布麻进行遥感识别的分类精度.[结果]利用遥感影像分类提取野生罗布麻效果较好,总体分类精度为90.23;,kappa系数为0.8658,但是罗布麻的生产者精度只有73.09;,存在漏判现象.[结论]分析漏判原因,并对国产卫星资源三号是否适用于野生药用植物宏观监测做出评价.     

2019-12ml 目录

林业遥感经历了航片判读、卫片目视解译、蓄积量定量估测阶段后,已经进入参数定量反演阶段。在林业对遥感业务化监测和精度提升的强烈需求下,定量遥感逐步与林业遥感交叉融合,林业遥感定量化研究的人才队伍、理论模型、数据源和应用方法逐渐成熟。本文提出了林业定量遥感的概念和框架,指出了其中关键的科学问题:（1）如何使遥感解译、建模和反演适应复杂的森林状况;（2）如何提高参数反演的准确度;（3）如何丰富林业遥感数据源;（3）如何发展更为智能化的遥感数据自动化算法。在介绍适合林业的定量遥感模型和通用反演方法的基础上,阐述了高光谱、热红外、激光雷达和微波遥感数据源的林业应用方法。未来林业定量遥感将在全波段数据统一建模和信息融合机制、机理模型反演、大数据融合等方面进行突破。      

遥感技术在宁夏第二次土地调查中的应用

以遥感技术在宁夏第二次土地调查中的应用为主要研究内容,在分析土地调查成果误差来源的基础上,分析确定如何选择遥感数据,采用不同的图像增强方法处理异源遥感数据,建立了详尽的地类解译标志,建立了合理的土地利用数据库结构。     

农村宜居环境遥感监测内容分析及初步方案设计

【目的】面向农村绿色发展的需要,为推动农村宜居环境遥感监测业务的开展提供依据。【方法】在农村宜居环境遥感监测内容分析基础上提出初步的建设方案。【结果】农村宜居环境遥感监测内容应包括农村居民点本底调查遥感监测、农村居民点景观监测和农村宜居环境评价3个部分。第一项内容属于资源清查性质的监测,是后续遥感监测与评价的基础,可以采用国产中空间分辨率高分卫星数据为主、机器识别与目视判读相结合的农村居民点本底调查遥感监测方案。第二项内容是村落内格局的监测,属于动态监测范畴,可以采用亚米级无人机影像为主、目视判读结合统计外推技术的农村居民点景观遥感监测方案。第三项内容可以采用遥感监测结果为主、结合综合权重打分的宜居环境评价方案。【结论】文章提出的技术方案充分考虑了农村宜居环境监测的紧迫性以及遥感技术的潜力,是今后较长时期内农村宜居环境遥感监测方案建设的主要趋势。     

农业遥感研究进展与展望

农业遥感是遥感科学的重要分支。文章回顾了农业遥感研究的百年发展历程,认为目前遥感在农业领域的应用广度和深度都在不断扩展,农业遥感从获取传统的总产、面积、单产等要素向更多监测要素不断深入,从传统的资源、环境向植保、农学等方向不断扩展,农业遥感正逐步成为农业科学的基础关键技术。论文从农情遥感、农业灾害遥感、农业资源环境遥感等领域全面总结了近年来中国农业遥感研究取得的成就及重要成果。从农业定量遥感、无人机遥感、作物表型遥感等方面指出了农业遥感研究发展的国际前沿,分析认为,随着传感器、物联网、互联网+、大数据、人工智能等技术的发展及现代农业发展的需求,“十三五”及未来10年,国内农业遥感技术在天空地一体化的农业遥感大数据获取、人工智能与大数据等的信息智能提取和挖掘等方面发展前景巨大。     

基于HBase的森林防火遥感瓦片大数据存储

针对目前多源、异构、海量遥感数据难以快速读取的情况,结合森林防火遥感影像数据和遥感影像金字塔的特点,应用Hilbert曲线改进索引结构,提出了基于HBase的森林防火遥感瓦片大数据存储结构;设计了森林防火遥感瓦片数据并行化存储架构,并应用于内蒙古辖区大兴安岭突发森林火灾辅助决策中。通过实验分析,验证了改进的索引结构在读取速度上明显优于改进之前,并行化存储加快了数据的存储。研究成果可满足对海量森林防火影像高效存储、管理的需求,具有重要的实用价值。     

基于MODIS的农作物面积遥感监测及应用

MODIS遥感数据具有探测周期短、覆盖面积广、数据开放等优点,适合大尺度、动态的农业遥感监测应用。结合了MODIS遥感数据资源的特点和农作物物候特征,提出了基于MODIS的农作物面积遥感监测方法,并根据黄淮地区冬小麦种植面积提取的应用需求,选用地理空间数据云平台提供的3种MODIS数据产品进行了农作物面积提取。结果表明,使用5 d合成数据产品的提取精度较高。     

农作物遥感识别中的多源数据融合研究进展

农作物遥感识别是地理学和生态学研究的前沿和热点,多源数据在农作遥感识别中日益发挥重要作用。笔者从多源数据融合的角度,归纳了2000年后多源数据在农作物遥感识别中应用的总体概况,系统梳理并提炼了当前多源数据融合的主要融合技术和融合模式。围绕与多源数据融合和农作物遥感识别相关的关键词,在Google学术、ISI Web of Knowledge和中国知网中对2000-2014年间国内外发表的论文进行检索,并统计不同传感器的使用频率及结合方式。研究表明,以提高空间分辨率为目标的多源数据融合和以提高时间分辨率为目标的多源数据融合技术是当前的两种主要方式,可以在一定程度上实现时空尺度的扩展。前者的融合技术包括图像融合、正态模糊分布神经网络模型、成分替换、半经验数据模型融合及多分辨率小波分解等,可以提升遥感数据的空间分解力和清晰度,较好弱化混合像元产生的影响,但农作物光谱信息有一定程度的丢失或扭曲,农作物空间分布局部细节信息与纹理特征依然会缺失;后者的融合技术形式灵活多样,可分为同源数据联合扩展时序的时空优化技术和异源数据联合扩展时序的时空优化技术,其可以有效排除短时间段内农作物生育期交叉,但易受不同遥感数据源间光谱反射率或植被指数转换模型及光谱波段设置差异的影响。在融合模式方面,根据数据类型分为光学数据的融合、光学数据与微波数据的融合以及遥感与非遥感数据的融合,以实现卫星资源优势互补为宗旨,充分挖掘不同类型农作物在遥感数据上呈现的光谱、时间和空间特征差异信息。同样,农作物遥感识别研究中的多源遥感数据融合也存在诸多挑战,在未来一段时间内,完善不同传感器之间的合作、更深层次挖掘融合信息以及多尺度长时间序列的中高分辨率农作物空间分布数据集的需求是多源数据融合的农作物遥感识别研究的重点发展方向和亟待解决的问题。研究结果有助于更好地理解多源遥感数据融合的技术和模式,为摸清多源数据融合在农作物识别中总体进展提供支撑,同时也为其他多源数据融合研究提供借鉴。     

GF-1卫星数据在土地利用变更调查遥感监测中的应用

以湖南省衡阳县为研究区域,根据土地利用变更调查遥感监测的相关技术标准和规范,针对新型遥感卫星GF-1的全色、多光谱数据,围绕原始数据的质量和新增建设用地提取等遥感监测的关键技术环节进行评价试验,在运用定性和定量分析方法的基础上,与同级别的国外卫星数据作对比分析,测试GF-1卫星数据在遥感监测业务应用中的适用性.结果表明,GF-1卫星数据光谱信息丰富、地物解译标志清晰,能较好地反映地物信息,地物判读性较好,能够满足土地变更调查与监测的应用需求.     

基于MPI的LEDAPS遥感影像预处理并行化方法研究

LEDAPS(Landsat生态系统干扰自适应处理系统)通过对Landsat影像进行定标、云掩模、精确配准和正射纠正、大气校正等预处理,为森林生态系统固碳能力及碳储量研究提供地表反射率产品.随着遥感数据的几何增长,传统串行使用LEDAPS进行影像预处理计算所费周期长,使得LEDAPS在实际森林碳储量研究应用中不能满足海量遥感数据的处理需求.针对这一问题,提出了一种基于MPI的LEDAPS高性能粗粒度数据并行计算方法.通过实例验证,当MPI进程数为8时,加速比最高达到7.37.该方法在大幅提高计算速度,节省计算时间的基础上,实现了计算节点的负载均衡及可扩展,有效地提高了LEDAPS处理海量遥感数据的能力,缩短了利用遥感影像进行森林碳储量计算的周期.