TM影像中基于光谱特征的棉花识别模型

为快速、准确地在遥感图像上从各种农作物中识别提取棉花作物的信息，满足大尺度、运行化棉花遥感监测系统的要求。作者在试验区的棉花主要生长期里，同期进行了棉花与其它主要农作物的地面光谱测量并采集了同期的Landsat TM图像。通过对各时期棉花及主要农作物的地面测量光谱与TM图像光谱特征的差异性及规律性分析，确定了试验区棉花遥感识别的最佳时相期为9月中下旬， 研究开发了基于光谱特征的棉花识别模型。经数学分析与实际应用验证，该模型简单、操作方便并且识别的准确度较高，适用于大尺度的“新疆棉花遥感监测运行系统”。     

天山北坡经济带棉花精细化气候区划研究

探索气候变化对新疆天山北坡经济带棉花种植区划的影响,对新疆棉花产业的发展规划具有重要意义。利用1961—2010年天山北坡经济带棉区11个代表站的气象资料,采用气候倾向率、滑动t-检验、MannKendall法和IDW插值等方法,同时以≥10℃积温、7月平均气温和无霜期3个气候要素作为衡量棉花气候区划的指标,通过GIS技术研究各年代棉花种植区划的风险棉区、次宜棉区和宜棉区的变化。结果表明,近50年,新疆天山北坡经济带7月平均气温、无霜期和≥l0℃积温,分别以0.05℃?10a?1、2.9 d?10a?1和64.6℃?d?10a?1的速率升高、延长和增多。受气候变暖的影响,天山北坡经济带棉花区划总体呈现风险棉区向东缩小并南移、次宜棉区向东缩小和宜棉区南移并东西双向扩展的变化特征。21世纪前10年与20世纪60年代相比,风险棉区从石河子市站点附近以及呼图壁县以东广大地区缩小至乌鲁木齐市站点附近,面积缩小98.4%,减少至3.6×102 km2;次宜棉区从原来的呼图壁县以西的大部分县市缩小至乌鲁木齐市站点以南的地区,面积缩小88.0%,减少至8.6×103 km2;宜棉区面积则增加18.4倍,达9.2×104 km2,占天山北坡经济带棉花总分区的91.2%。随着气候变化天山北坡经济带适宜种植棉花的潜在区域不断扩大,21世纪之后宜棉区已成为天山北坡经济带棉区的主体,有利于当地棉花产业的合理布局,对促进天山北坡经济带棉花产业的稳步发展具有现实意义。     

全国棉花种植面积遥感监测抽样方法设计

棉花是我国重要的经济作物之一，准确、及时地提供棉花的播种面积，对政府部门及时掌握棉花生产情况、制定相关调控政策，对棉花加工企业与棉农预测市场情况有重要意义。由于中巴卫星的应用，对新疆农情的及时遥感监测成为可能，从而使遥感监测可以覆盖全国。但是，考虑到中国东、中、西部县级面积相差很大，必须设计不同的抽样方法。在新疆棉花监测的抽样设计中，采用了标准地形图幅作为分层抽样的抽样单元的方法。在黄淮海、长江中下游棉区采用县为单元的分层抽样的方法，抽样样本用遥感调查的方法获得。设计了满足生产应用的全国作物面积遥感监测抽样运行方法。     

新疆棉花品种气候区划的订正及风险棉区发展对策研究

对新疆棉区农业气候资源进行了系统分析,提出棉花区划不应只考虑热量条件,还应考虑品种属性,应把北疆乌苏、精河、莫索湾和博乐塔拉河下游一带由原来的次宜棉区划为优质早熟棉宜棉区,与南疆大片棉区同级,这样北疆棉区就能提升一个等级;同时系统地划出了南北疆风险棉区范围,风险棉区或是热量条件不够,或是７、８月热量强度不足,不宜扩大种植。     

新疆棉花播种-开花期低温冷害的初步判断

参考新疆不同棉区地膜栽培棉花的气候减产年方面的研究，结合各监测点的农业气象资料和单产资料，初步研究不同棉区棉花播种-开花期低温冷害判别的气象指标。结果表明：当北疆棉区6月月平均气温距平≤-0．5℃，南疆棉区5—6月气温持续偏低且月气温距平均≤-0．5℃、或棉花的开花日期滞后，其中喀什棉区棉花开花期比常年晚5d以上，石河子棉区、博州、巴州和阿克苏棉区晚3d以上时、或当6—8月中至少有两个月的月气温为负距平、且6—8月的平均气温距平在0～-0．4℃时，就可能出现一般气候减产年。而当6—8月各月的气温距平均为负值，且其平均气温距平≤-0．5℃时，就可能出现严重的气候减产年。研究结果为当地棉花生产防灾减灾提供参考。     

棉花遥感识别的混合像元分解

为了进一步提高棉花遥感识别精度,以新疆玛纳斯县为研究区,运用线性光谱混合模型（LSMM）,对TM遥感数据的混合像元分解技术与方法进行了研究。将棉花、玉米、番茄和土壤4类典型的端元组分光谱值代入线性模型,在非约束条件下,用最小二乘法估计混合系数,得到每种地物类型的丰度及RMS误差图,以实地测量的棉花种植面积对模型分解效果进行评估,结果表明：线性光谱混合模型构模简单、计算量小,棉花线性光谱混合像元分解精度达到90%以上,可用于新疆棉花的遥感识别。     

棉花黄萎病病情严重度的连续统去除估测法

该文利用地面高光谱数据遥感监测棉花黄萎病病情严重度.通过分析黄萎病不同病情严重度下棉花单叶光谱变化特征,筛选对病情严重度识别的敏感波段,利用连续统去除法对光谱反射率进行处理并构建基于光谱特征吸收参量的病情严重度估测模型.红光光谱(650～700 nm)是识别棉花单叶黄萎病病情严重度的最佳波段,且随受害棉叶病情严重度增加,红光光谱吸收波段位置向长波方向移动,吸收波段深度及特征吸收峰面积减小,二者与病情严重度呈极显著线性相关关系.以红光波段特征吸收峰右半端面积为自变量建立的线性模型具有最大决定系数,最小均方根误差,为棉花单叶黄萎病病情严重度估测的最佳模型.研究结果表明,利用高光谱遥感技术能够有效地监测棉花黄萎病病情严重度,为进一步深入研究棉花黄萎病的遥感监测机理提供理论依据.     

我国主产棉区棉花纤维品质性状的区域分布特征

我国主产棉区及其亚区的棉纤维品质区域特征明显,适时评价各棉区的纤维品质发展现状有助于稳定优势棉花产区和促进特色棉花产区的发展。本研究采用GGE双标图分析了2011—2015年全国棉花品种区域试验中各亚区环境与纤维品质性状的互作模式,分析比较了各主产棉区和亚区的纤维品质特征。结果表明:1)在主产棉区尺度上,长江流域棉区纤维长度和比强度最好,并且都达到了国家棉花品种审定的Ⅱ级标准,而马克隆值和纺纱均匀性指数居中;黄河流域棉区的纤维长度和比强度较好,但马克隆值偏高;西北内陆棉区的马克隆值和纺纱均匀性指数表现最好,纤维长度和马克隆值达到了国家棉花品种审定的Ⅱ级标准,但比强度在三大棉区中表现最差。2)在棉花亚区尺度上,纤维长度表现以长江下游和长江上游亚区为最好,黄土高原亚区稍差,其余亚区表现较好;比强度表现以长江下游、长江中游、淮北平原、南襄盆地和黄土高原最好,而南疆棉区、长江上游和北疆棉区比强度稍差;马克隆值以北疆棉区、南疆棉区和长江上游表现最好,而黄土高原、淮北平原、长江中游和华北平原的马克隆值偏高。3)在纤维品质的综合表现上,北疆棉区、长江下游、长江上游和南疆棉区的纤维品质综合表现最好,淮北平原、长江中游和南襄盆地次之,华北平原和黄土高原稍差。本研究展示了GGE双标图的"环境?性状"功能图在纤维品质区域特征评价方面的应用效果,可为我国棉花优势产区发展和棉纺企业合理用棉提供理论依据,也对全国棉花纤维品质生态区划分具有指导意义。     

气候变化对新疆地区棉花生产的影响

经分析发现新疆棉区近50年来气侯变暖变湿并且日照时数明显减少。利用COPRAS动力评估模型研究得出：气侯变化对新疆棉区不同区域的棉花生长发育影响是不同的，北疆棉区、南疆盆地西缘区和南疆盆地东缘区棉花的开花期和吐絮期明显提前，棉花停止生长期明显延后，70年代、80年代和90年代比60年代全生育期分别平均延长8．2d、2．4d和5．2d；近50年来新疆地区棉花模拟产量明显增加，平均增产为15．7kg/hm^2/10年，尤其在北疆棉区。棉花模拟产量波动性明显加强，说明受气侯变化的影响棉花生产风险也在加大。     

利用GGE双标图和综合选择指数划分棉花品种生态区

为提高农作物品种多性状选育和应用的可靠性,本研究基于品种选择指数,应用GGE双标图进行了棉花品种生态区划分。首先依据国家棉花品种审定标准构建通用性强的品种选择指数(SI),即SI=0.40×皮棉产量+0.13×纤维比强度+0.09×(纤维长度+马克隆值)+0.11×枯萎病+0.09×黄萎病+0.10×霜前花率。然后,采用GGE双标图方法对2000—2013年期间39组(含585个单点试验)长江流域国家棉花区域试验中品种选择指数的基因型与环境互作效应及环境间关系进行综合评价与分析。研究结果将长江流域棉区划分为四川盆地生态区、南襄盆地生态区、浙江省沿海生态区和长江中下游生态区。其中,长江中下游生态区为长江流域的主要品种生态区,对长江流域的总体环境代表性最强,涵盖了湖南省环洞庭湖棉区、湖北省江汉平原和鄂东南岗地棉区、江西省环鄱阳湖棉区、安徽省沿江棉区、江苏省宁镇丘陵及沿江和沿海棉区;四川盆地生态区、南襄盆地生态区和浙江省沿海生态区均为特殊生态环境条件下的品种生态区,对总体环境代表性较差。因此,将以长江流域棉区为广谱适应性育种目标环境的棉花品种综合性状选择试验优先安排在长江中下游生态区中,有利于提高育种的总体选择效果,而其余品种生态区不适宜作为以长江流域为目标环境的品种综合性状选择环境,可侧重于特殊适应性品种选育。本研究充分展示了GGE双标图在品种生态区划分方面的应用效果,合理划分了长江流域基于选择指数的棉花品种生态区,可为长江流域棉区的品种多性状选择和推荐策略提供决策依据,也为其他棉区和作物品种生态区划分提供参考。     

基于时间序列NDVI相似性分析的棉花估产

多时相遥感数据能比单一时相反映更多的作物产量信息,挖掘多时相遥感信息以提高作物估产精度具有重要意义。该文以新疆生产建设兵团农一师一团的棉花为研究对象,提出了一种融合分区概念和时间序列NDVI(归一化植被指数)相似性分析的棉花估产方法。首先,通过植被指数与产量的相关性比较分析,确定NDVI为棉花估产因子,在此基础上根据棉花品种和土壤条件的差异,将研究区棉田划分为不同类型的生长区;然后,结合每个生长区获取的样点产量数据,确定各生长区时序NDVI估产模型的拟合系数;最后,融合距离与角度相似性算法,对各生长区内所有棉花像元的时序NDVI数据构成的向量与产量样点对应的时序NDVI向量进行相似性分析,确定待测棉田像元最佳的估产模型,实现对整个棉田区域棉花产量的遥感估测。结果表明,基于分区和时序NDVI相似性分析的棉花产量预测值与实测值决定系数达到0.77,该方法具有较好的操作性和适用性。     

基于遥感技术监测作物收获指数(HI)的可行性分析

鉴于作物收获指数(HI)在遥感定量监测作物单产研究中的重要性,本文通过分析作物HI的形成机制和总结目前相关的遥感技术应用情况,探讨了利用遥感技术估算HI的可行性,认为结合遥感信息的时空特点,可以对HI的形成过程进行动态监测,进而建模估算最终的HI。通过分析,文中将遥感估算HI方法归纳为三类:(1)通过高时间分辨率的遥感数据对作物的整个生长过程进行监测,然后基于作物生长过程的遥感监测实现HI实时估算;(2)通过遥感技术手段获取影响HI形成的因素,然后基于环境影响因子的遥感监测进行HI的估算;(3)随着雷达、激光雷达数据获取和测量精度的提高,将可能基于作物结构参数的遥感监测来反演HI。并且分析了不同遥感数据的自身特点及其用于监测HI的缺陷和不足之处,指出遥感数据源的多元化趋势和新型传感器的出现必将推动遥感估算HI模型的改进和估算精度的提高;鉴于遥感信息的优势主要体现在空间差异化,认为遥感估算HI的结果验证应该以像元尺度为主,结合其他数据(区域统计数据等)对比分析为辅。     

基于无人机遥感多光谱影像的棉花倒伏信息提取

为在棉花发生倒伏灾害后快速获取田块尺度下的受灾信息,该文以2017年8月21日强风暴雨导致大面积棉花倒伏的新疆生产建设兵团第八师135团的部分田块作为研究区,由无人机遥感试验获取倒伏后的多光谱影像,通过分析倒伏和正常棉花的光谱反射率差异提取了多种植被指数和主成分纹理特征,结合地面调查样本建立了3种花铃期倒伏棉花的Logistic二分类模型并进行了精度评价和验证。结果表明:棉花倒伏前后在可见光波段的反射率差异微小,而在红边和近红外波段的反射率明显降低0.12～0.20;以第一主成分均值(PCA1_mean)建立的Logistic二分类纹理模型效果最优,在测试集上分类结果的准确率为91.30%,ROC(receiver operating characteristic)曲线距左上角点最近,AUC(area under the roc curve)值为0.80。通过将该模型应用于试验区影像,分类制图效果良好且符合棉田倒伏症状特点。该研究可为无人机多光谱遥感棉花灾损评估提供参考。     

基于HJ-1卫星影像的三大农作物估产最佳时相选择

对于农作物遥感估产,精确选择最佳估产时相是关键环节。该文利用中国自行研发的HJ-1卫星CCD影像对黑龙江八五二农场3大作物（水稻、玉米、大豆）进行遥感估产的最佳时相选择,通过构建小波变换滤波方法和移动平均法的时序NDVI曲线数据,并依据平滑后的时序NDVI曲线分别确定3大作物的遥感估产最佳时相。研究结果表明,从平滑后的时序NDVI曲线中识别出来的3大作物的关键生长期与当地作物的物候期相对比,水稻生长期拟合误差为-0.003356508,玉米生长期拟合误差为-0.001687117,大豆生长期拟合误差为-0     

基于时序Landsat遥感数据的新疆开孔河流域农作物类型识别

快速、准确地获取农作物类别信息对农业部门的生产管理、政策制定具有重要作用。目前基于时间序列数据进行农作物分类主要是采用长时间序列的中低分辨率影像,大量的混合像元限制了农作物的分类精度。在农作物分类的特征选择方面主要是采用归一化植被指数(normalized differential vegetation index, NDVI),而其他特征量的应用还相对较少。该文以新疆开孔河农业区为研究区域,利用2016年的Landsat7 ETM+、Landsat8 OLI影像数据集,基于时间加权的动态时间规整(time weighted dynamic time warping,TWDTW)方法开展农作物类型识别研究,主要包括香梨、小麦、辣椒、棉花等。根据野外采集的样本点构建主要农作物的NDVI和第一主成分(principal component analysis 1,PCA1)时间序列,以反映不同农作物间的物候差异。基于NDVI数据分别利用DTW和TWDTW算法计算各未知像元序列与标准序列间的相似性程度,得到农作物的分类结果,2种方法的分类精度分别为65.69%、82.68%,表明时间权重的加入提高了DTW算法识别不同农作物的能力。结合NDVI与PCA1后,TWDTW的分类精度又提高了2.61个百分点,部分农作物的误分现象明显减少,说明PCA1能够进一步扩大作物间的差异性,提高分类精度。同时,还通过选取有限时相的影像组合进行分类,试验结果表明TWDTW算法在中高分辨率数据较少的情况下能够得到较为满意的分类结果,说明TWDTW算法在中高分辨率影像越来越丰富的时代具有应用潜力。     

基于多时相遥感影像的作物种植信息提取

为了快速、准确地在遥感影像上对作物种植信息进行提取,该研究运用多时相的TM/ETM+遥感影像数据和13幅时间序列的MODISEVI遥感影像数据,采取基于生态分类法的监督分类与决策树分类相结合的人机交互解译方法,建立决策树识别模型,对黑龙港地区的主要作物进行遥感解译,总体分类精度达到了91.3%,与单纯对TM影像进行监督分类相比,棉花、玉米、小麦、蔬菜4类作物的相对误差的绝对值分别降低了1.3%、20.5%、2.0%、13.8%。结果表明该方法的分类精度高,能较好的反映作物的分布状况,可为该地区主要作物种植结构调整提供科学依据,还可为其他区域尺度作物分布信息的提取提供参考。     

遥感数据和作物模型集成方法与应用前景

为了促进遥感数据和作物模型集成这一新方法在农业领域中更广泛的应用,在分析遥感数据和作物模型农业应用中各自优缺点的基础上,阐明二者结合的必要性,并介绍了遥感数据和作物模型的3种集成方式.回顾了遥感数据和作物模型同化的研究进展,并重点分析了遥感数据和作物模型结合在农作物产量预测、品质遥感预报、精准施肥管理决策、精准灌溉决策等领域的应用潜力,最后指出了当前遥感数据和作物模型结合中存在遥感定量化、参数集和驱动数据的获取、最优化算法选择和改进、作物模型的完善和订正等问题,有望随着遥感数据源的丰富、定量遥感和作物模型的发展、以及同化理论的进一步完善得到解决.     

农业干旱遥感监测指标及其适应性评价方法研究进展

在利用遥感数据进行长时间、大范围农业干旱遥感监测过程中,如何针对不同区域、不同作物生长阶段选取最合适的监测指标,对于及时、准确地评估干旱对作物生长的影响,实现合理水资源调度和有效抗旱减灾决策都具有重要意义。该文以遥感监测农业干旱的适应性为论述主线,对常用的农业干旱遥感监测指标及其适应性评价方法,从4个方面进行了系统归纳总结:1)国内外农业干旱监测适用的遥感卫星数据源;2)监测农业干旱适用的光谱敏感波段;3)农业干旱遥感监测指标自身的适用性与局限性;4)农业干旱遥感监测指标适应性的评价方法。在此基础上,指出今后在农业干旱遥感监测指标及其区域适应性研究中,需综合考虑作物与其生长环境之间的关系;增加光谱信息,降低遥感数据获取过程中的信噪比;选择农业干旱遥感监测指标适宜的时空尺度;重点解决部分植被覆盖时,如何选择合适的监测指标;加强高光谱技术在精细农业干旱遥感监测指标反演中的研究;进一步在机理上发掘监测指标自身的敏感性和适应性等6个方面的问题及发展趋势。     

2000-2020年南疆地区棉花种植空间格局及其变化特征分析

南疆地区是中国棉花的重要产区。综合全面了解南疆地区棉花种植空间格局及其变化特征对各级政府部门制定相关决策、保障国家粮棉供给、促进中国棉纺织工业加速发展具有重要意义。该研究以MODIS EVI数据为基础，应用TIMESAT软件平台集成的Double-Logistic滤波对棉花生长曲线进行重构，根据曲线特点提取阈值，进而提取南疆地区棉花种植信息，分析其种植空间格局及其变化特征。结果表明：1）南疆地区棉花主要分布在天山山脉南侧，形成以阿克苏地区为核心，喀什东北部及巴州北部为边缘的"核心-边缘"结构；2）近20 a南疆地区棉花种植面积增加103.17万hm2，年均棉花面积增长5.16万hm2，主要来源于耕地（76.85%）与草地（11.91%）；3）棉花分布在空间上呈"东北-西南"走向，棉花种植重心近20 a总移动距离91.5 km，年移动速率4.58 km/a，基本稳定保持在阿克苏市境内；4）南疆地区棉花种植面积冷点主要分布在克州以及和田地区，2005年后逐渐向西南侧集聚；热点分布格局年际变化显著，2005年前主要分布在阿克苏地区，2005年后逐渐向南疆地区东北侧延伸，主要集中在阿克苏地区以及巴州地区北部。研究成果可为制定区域国土管理制度和涉棉企业科学决策提供参考，对调整和优化棉花结构布局具有积极作用。