利用3S技术定量估测张家港市2005—2008年小麦生产力

为了科学准确地、动态地大面积估测江苏省张家港市小麦的生产力,利用TM和IRS-P6遥感影像,采用NDVI值比较区分法,应用3S技术对张家港市2005—2008年小麦的生产力变化进行了动态估测。结果表明,遥感估测张家港市2005—2008年小麦平均种植面积的精度结果为97%以上;小麦平均产量精度结果为93.55%;利用3S技术进行张家港市小麦总产遥感估测值与地面统计值差异低于8%;遥感估测张家港市小麦总产量呈逐年上升的趋势,而耕作面积相对稳定。总之,基于近4年遥感数据所获取的张家港市小麦总产量的变化情况建立模型,可以估测出张家港市城市化发展对当地小麦供需平衡的影响不大。     

利用"3S"技术估测张家港市主要农作物生产力

为了科学、准确地估测和预报江苏省张家港市农作物的生产力,为政府进行农业科学决策提供及时、准确、动态的农作物生产力信息,利用2005-2008年获取的TM和IRS-P6遥感影像,应用"3S"技术对张家港市主要农作物的生产力变化进行了动态估测和预报.张家港市遥感估测农作物种植面积的精度结果为,小麦平均96.49%,水稻平均92.79%以上;估测农作物产量精度结果为,小麦平均92.46%,水稻平均94.98%以上;利用"3S"技术进行张家港市小麦和水稻总产遥感估测值与地面统计值差异低于10%;利用构建的4年遥感估产模型,进行张家港市主要农作物产量预报,预计全市2013年小麦产量突破12万t,2016年水稻产量突破17万t.     

“3S”技术在张家港市农业生产上的初步应用

为加快推进我市现代农业的发展进程,推动3S技术在我市在应用研究,我们在市委市政府的大力支持下,逐步在全市范围内开展了3S技术在农业生产上的应用研究。应用研究中,依托南京大学生命科技学院的技术支持,我市首先着步于3S技术对于大宗作物稻、麦的面积和产量估测,技术上以与小麦和水稻相关性较好的生长期的卫片资料为基础,建立了关键生育期的小麦和水稻面积、单产遥感估测模型。通过三年对稻、麦面积和产量的动态监测,目前面积估测精度已达到98.04%,产量估测精度也达到了93.61%。初步实现了在家知晓大面积的未来办公的理想模式,也为3S技术向生产力监测、土地利用变化等方面继续拓展。     

基于NDVI的水稻产量遥感估测

以云南省寻甸回族彝族自治县水稻为研究对象,提出一种基于时间序列归一化植被指数(NDVI)的水稻估产模型。利用2000—2013年各月NDVI影像数据和寻甸回族彝族自治县水田分布区域,分析研究区NDVI年月变化特征;然后,通过对比不同月份NDVI组合均值与水稻平均产量的皮尔逊积矩相关系数(Pearson)显著性,确定进行估产所使用的NDVI影像数据;最后,根据水稻年平均产量与NDVI均值建立不同估产模型,通过对比决定系数(R~2)、绝对及相对误差、平均偏差(ME)、均方根误差(RMSE)、纳什(Nash-Sutcliffe)效率系数(NSE)和符合指数(IA),分析各模型估产精度,最终确定最佳估产模型。结果表明,研究区水田NDVI大致从6—8月处于增长阶段,之后到次年5月处于下降阶段。每年6、7、8月的NDVI均值与水稻产量的相关系数为0.690,显著性最高,为0.006。多项式估产模型的绝对误差、相对误差平均值仅为210.431 kg/hm~2、3.602%;平均偏差、均方根误差计算结果中,多项式的值最小,Nash-Sutcliffe效率系数、符合指数最接近1的模型为多项式函数模型,其中符合指数高达0.921,预测结果较准确。基于时间序列NDVI的多项式估产模型预测产量精度最高,能够实现对水稻产量的遥感估测。     

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TM影像的南方丘陵区早稻估产研究——以奉新县为例

传统的估产方法难以对水稻种植面积和产量进行及时准确地预测.利用TM影像资料,根据地物光谱特征的差异,提取稻田种植面积信息,在此基础上分析早稻像元的植被指数,与作物单产建立回归方程,通过检验标准筛选出方程拟合率高的估产模型,从而预报水稻总产.结果显示:2009年奉新县早稻实际总产和平均单产与遥感估产的结果相比,早稻总产误差率为5.78%,单产误差率为1.79%.由此可以看出,结合GIS技术和资料进行水稻估产,既提高了估产精度,又降低了费用,具有一定的可靠性和实用性.     

基于SAR技术的高原山区烟草估产模型

以贵州省清镇市流长国家现代烟草农业基地单元为研究区,针对贵州省高原山区烟草种植特性,以Terra SAR-X为数据源,将合成孔径雷达(SAR)技术应用于高原山区烟草产量的遥感估测中,通过分析旺长期、成熟期SAR亮度值与烟草叶片鲜质量产量的相关关系,构建了喀斯特山区旺长期、成熟期烟草鲜质量产量估测模型,模型验证表明,旺长期、成熟期烟草鲜质量模拟精度分别达到92%、85%以上,基于SAR技术建立的烟草鲜质量产量模型可以满足高原山区大面积烟草的快速估产需要。     

基于不同立地质量的森林蓄积量遥感估测

森林蓄积量遥感估测在森林资源管理中具有十分重要的意义。以建德市为研究区,利用2007年TM遥感影像和2007年森林资源2类调查数据,对杉木树种分立地质量等级和不分地位等级2种类型建立蓄积量的遥感估测模型,并进行精度检验。其中立地质量等级依据小班平均高和平均年龄建立的地位级表划分为好、中、差3种类型,以每个小班的总蓄积量为因变量,小班各单个遥感因子信息总量为自变量。结果表明:以TM遥感影像主成分分析中第1主成分为自变量的模型拟合效果最好,相关系数R均在0.67以上,最高为0.868;利用预留独立样本对模型精度进行验证,不分地位级总体估测精度为90.31%,分立地质量等级好、中、差3种类型总体的估测精度分别为96.1%、97.24%、95.56%,分立地质量类型建模的精度明显优于统一建模的精度。研究结果为森林蓄积量遥感估测提供一种改进的思路,且为提高森林生物量和碳储量遥感估测精度提供一种参考方法。     

基于MODIS遥感资料的江西省双季早稻估产研究

利用MODIS植被指数产品,对江西省双季早稻总产进行的估算。以江西省行政区划为分区,2005—2009年江西省8个主要水稻种植区域为样本,对分区内早稻总产与分区内增强型植被指数值之和进行相关性分析,结果表明二者之间显著相关。通过建立一元线性回归与多元回归方程的方法构建了江西省早稻估产模型,利用2001—2004年及2010年的数据对模型进行验证与预测,综合均方根误差与相对误差选择出了最优模型。最优模型表明利用分蘖期与拔节期两个时期的增强型植被指数建立的模型最适宜江西省水稻总产的估算,利用该模型对江西省2010年省级早稻总产估算的结果与统计值的相对误差为0.8%,对江西省双季早稻的遥感估产工作具有一定的指导意义。     

张家港市“3S”技术估测稻麦面积单产初探

在南京大学生命科技学院的技术支持下,我们在全市范围内开展了＂3S＂估测稻麦面积单产的技术研究。通过在农业局内建立3S工作台和数据库及遥感数据和农业数据集成系统,利用ERDAS8.7和ARCINFO9.0加工软件,开展对农作物面积监测和产量估测。通过3年对稻、麦面积和产量的动态监测,目前面积估测精度已达到98.04%,产量估测精度也达到了93.61%。