基于Sentinel-2A影像的县域冬小麦种植面积遥感监测

小麦种植面积遥感监测是小麦估产的基本要素,准确而及时地提取不同灌溉类型冬小麦种植面积及其空间分布信息可为冬小麦长势监测以及产量评估提供科学依据。以山西省闻喜县冬小麦为研究对象,以Sentinel-2A影像为基础数据源,选择主成分(PCA)、红边归一化植被指数(RENDVI)、纹理特征等3个特征变量,结合实地调查样本点,采用随机森林算法,提取冬小麦种植面积,并结合数字高程模型(DEM)提取雨养区和灌溉区冬小麦种植面积。结果表明,Sentinel-2A遥感数据适合作为县域尺度冬小麦监测的数据源;主成分分析、纹理特征和RENDVI的引入可以提高单时相遥感影像对县域冬小麦分类的识别能力;随机森林算法和数字高程模型结合可以实现雨养区和灌溉区冬小麦种植面积的提取。     

基于面向对象分类的冬小麦种植面积遥感监测 —以淮北市临涣矿区为例

为揭示2000年以来淮北矿区冬小麦种植面积变化规律,以IKNOS、Worldview-III高分辨率遥感影像为数据源,采用基于多尺度分割的面向对象分类方法,提取安徽淮北临涣矿区冬小麦种植面积信息,分析其时空变化特征及其驱动因素。结果表明,基于多尺度分割的面向对象分类方法对冬小麦种植信息提取结果非常理想,Kappa系数达到0.92,总体精度为93%,制图精度可达到94%;临涣矿区现有冬小麦种植面积为21.16 km2,占矿区总面积的55.1%;随着临涣矿区开采规模不断扩大与人口密度的增加,矿区冬小麦种植面积显著减少,交通运输用地、工业用地以及住宅用地均有不同程度增加。该研究对深入开展淮北矿区冬小麦长势监测和估产、区域粮食安全评估等工作提供重要的科学参考。     

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。     

Sentinel-2数据县域尺度大豆种植信息提取研究

及时准确地获取农作物种植信息对把握区域农作物生产情况、种植结构调整等具有重大战略意义。大豆是国家重要农作物,在农业生产中占有重要地位。本文以大豆为目标作物,利用Sentinel-2遥感影像数据开展县域尺度大豆种植信息提取研究。以Sentinel-2影像为数据源,利用监督分类的最大似然算法提取县域尺度大豆种植信息,并进行精度验证。利用此种方法获取到2023年黑龙江省海伦市大豆种植信息,种植面积为959.51km²,用户精度为0.938,Kappa系数为0.809,与实际情况高度一致。基于Sentinel-2影像数据的最大似然法监督分类能够应用于县域尺度农作物信息提取,并将其应用到种植结构调整,农作物长势监测及估产等环节中,为制定农业政策、保障粮食安全等提供数据支持。     

新疆渭-库绿洲棉花种植面积遥感监测研究

渭干河-库车河三角洲绿洲是新疆的棉花主要生产区域之一,准确掌握该区种棉面积及空间分布情况,对新疆棉田的优化布局和棉花产业的可持续发展具有重要意义。本文利用TM遥感影像及野外调查数据,建立研究区典型地物类型解译标志,通过遥感分类确定了渭-库绿洲种棉区域范围。结果显示,研究区棉花主要集中分布于西南和南边沿塔里木河北边的新开垦地,零星分部于中部和北部。遥感监测得到的研究区棉花总面积为155210 hm2,2011年统计面积为147493 hm2,棉花面积信息提取总精度为94.77%;库车县、沙雅县、新和县的棉花面积遥感提取精度分别为92.16%、97.83%和93.19%。研究表明,利用TM遥感影像并结合野外调查是区域尺度快速提取棉花种植面积信息的有效手段。     

小麦种植面积时空变化特征分析——以荆门市为例

小麦是重要的粮食作物,及时、准确地探明小麦种植面积的时空变化情况,为进一步提高荆门市耕地资源的可持续利用具有重要意义。基于荆门市Landsat影像数据和高分一号影像数据,运用决策树分类方法,统计并分析荆门市小麦种植面积的时空变化特征及原因。结果显示：2005—2021年荆门市小麦的种植面积呈现逐年增加的趋势;荆门市2005—2021年小麦的种植面积主要分布在钟祥市和荆门市市辖区,京山县分布较少。对小麦种植面积的时空变化特征与分析为相关部门监测研究区的小麦时空变化情况提供了经济、高效的数据支撑和技术支持,为更好地制定农业政策,调整农业结构提供了科学依据。     

作物种植面积遥感提取方法的研究进展*

 农作物种植面积监测是遥感估产的关键技术之一。回顾和总结了国内外利用遥感数据进行农作物种植面积提取的方法,重点分析了遥感影像分析方法的进展以及大面积作物种植面积提取两个方面,对农作物种植面积遥感提取的发展方向作了简要评述。     

基于不同时相遥感的冬小麦种植面积的提取

卫星遥感技术能够快速、准确、大面积对农作物生长进行监测,多时相遥感监测可克服单时相遥感监测的不足,利于实现对农作物生长变化的动态监测。以江苏省大丰市为研究区域,选用拔节期和抽穗期两景环境(HJ)卫星遥感影像进行不同地物光谱信息识别与种植面积提取研究。首先,在分析两景HJ星影像植被光谱信息的基础上,提取出各自影像的归一化差值植被指数(NDVI)影像,并对两景NDVI影像分别进行加运算和减运算,得到另外两景NDVI合成影像。其次,通过对提取到的四景NDVI影像光谱信息进行比较分析,最终选用植被光谱信息特征较为明显的加运算合成影像进行冬小麦种植面积提取。最后,基于影像不同地物的NDVI阈值划分,并叠加GPS样点信息校正,提取到大丰市冬小麦种植面积数据及其空间分布信息。结果显示,大丰市遥感提取冬小麦种植面积为78 712.13 hm2,精度为92.51%。在该市20个乡镇(或农场)冬小麦种植面积提取精度中,精度大于95%有9个乡镇(或农场),精度在90%至95%之间的有7个乡镇(或农场),仅有4个乡镇(或农场)提取精度在80%至90%之间。说明,利用不同时相遥感合成运算方法得到的合成影像,能明显增强冬小麦光谱信息与其他植被信息特征区别,有利于实现高精度提取冬小麦种植面积的目的。     

遥感监测技术在薯类作物上的应用研究进展

遥感技术凭借其可以实时、快速、准确、无损地获取薯类作物生长信息的特点,已经是监测薯类作物生长的重要手段。薯类作物的茎叶和块根生长分别在地上和地下,光谱反射机理均不同于禾本科类作物(如水稻、玉米和小麦),因此,薯类作物具有遥感监测研究特有的方面。总结了遥感技术的特点,遥感平台的种类和遥感监测方法,以及应用遥感技术在薯类作物种植面积提取、病害管理、长势监测和估产等领域的国内外研究进展,分析了遥感技术在薯类作物生长信息监测的不足,进一步提出相关建议,并指出了探索薯类作物空间分布信息及变化、薯类作物长势高效监测、薯类作物产量预测模型、薯类作物遥感模型与农学模型同化机制研究是未来的发展方向。     

基于中高分影像的丘陵区柑橘种植地块提取

【目的】利用多源中高分影像探索广西富川县柑橘种植地块尺度遥感监测方法,为实现全区柑橘信息精准监测提供技术参考。【方法】以高分辨率影像和二调数据为基底,更新图斑形态边界,生成完整且稳定的地块数据;分别面向农作物、果园、林地地块对象,综合中高分影像光谱信息、纹理信息及时间序列影像特征,利用支持向量机分类器迭代识别柑橘信息;基于DEM计算柑橘地块实际面积。【结果】通过分析不同地物影像特征曲线发现,传统指数NDVI（1、4、12月）、RVI（9—12月）、LSWI（1、10和12月）及红边指数NDRE1（1—2月、10—12月）、MTCI（1、2、10和12月）、PSSRa（9—12月）、MCARI2（1月、9—12月）对于识别柑橘作物具有敏感性。本研究提取柑橘信息精度为93.4%,比前人柑橘作物提取成果精度更高、尺度更精细。研究区柑橘地块种植于坡地面积占20.26%,在DEM支持下计算柑橘种植总面积为18643.15ha,比采用投影面积测量方法增加148.49ha,一定程度上消除地形对面积统计的影响。提取结果表明富川县柑橘主要集中在麦岭镇、富阳镇、葛坡镇、福利镇、朝东镇等,而莲山镇、白沙镇、古城镇种植柑橘较少。【建议】为解决广西立地条件的难题,建议以低频高分影像更新地块边界,在地块数据基础上综合利用多星多时相中高分影像（尤其具有红边波段影像）提取作物信息,针对地形起伏较大区域,建议采用高精度DEM计算作物面积。     

河北省地下水压采区冬小麦休耕效果遥感监测研究

党的十八大和十八届三中全会对生态文明建设提出了新的要求。2015年前,河北省地下水超采严重,成为全国最大的地下水漏斗区。为遏制地下水位下降的趋势,2016-2020年,河北省响应国家轮作休耕制度试点要求,在黑龙港区域压减冬小麦种植面积。本文采用遥感影像全覆盖的方法,监测黑龙港及周边区域2015年和2020年的冬小麦种植面积,评价休耕前后的冬小麦种植面积变化情况及减少地下水用量的影响。结果表明,2020年监测区域冬小麦种植面积较2015年减少168.77万亩,减幅6.94%。按冬小麦灌水量200m³/亩测算,2020年冬小麦种植面积减少约节约灌溉用水量3.38亿m³。     

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.     

HJ星和GF1号数据在水稻种植面积提取中的应用

利用中高空间分辨率遥感技术监测农作物生长已成为当今农业遥感研究的热点问题。本研究选用国产中空间分辨率卫星HJ星和高空间分辨率卫星GF1号遥感影像数据,在分别对其进行大气校正、几何校正等预处理的基础上,选用PCA、Brovey、HPF和Wavelet 4种融合方法对HJ星和GF1号遥感数据进行融合,并对其融合效果进行定性和定量评价。通过计算融合影像的RVI和NDVI,比较其光谱特征的差异性,并对筛选出的最适融合影像进行水稻种植面积的提取与精度验证。结果表明,在4种遥感融合方法中,HPF融合效果最佳,其标准差和信息熵分别为10.984 3和1.468 6,信息量丰富,与原始影像的交叉熵和相关系数分别为1.848 5和0.370 2,保真度较好,HPF融合影像RVI和NDVI分别为6.508 1和0.713 6,与实测值最为接近,近似率分别为87.71%和98.63%,利用水稻种植面积提取样方验证的精度为98.08%。说明,对HJ星和GF1号遥感影像进行HPF融合,可以增强融合影像的信息量和光谱特征,有利于县域级水稻种植面积准确提取。     

HJ-1号卫星数据与统计抽样相结合的冬小麦区域面积估算

【目的】探讨利用HJ-1号卫星遥感数据进行冬小麦种植面积测量的可行性,并进一步结合统计抽样的方法,估算区域冬小麦种植面积,解决单靠遥感进行冬小麦种植面积测量时多期影像信息误差积累和生长差异性影响的问题。【方法】以北京市为研究区,采用多时相HJ-1号卫星遥感数据与分层抽样相结合的方法进行冬小麦种植面积测量:利用多时相HJ-1号卫星遥感数据获取冬小麦遥感识别结果(56506.67hm2),结合耕地地块数据建立入样总体,以耕地地块内冬小麦遥感识别面积作为分层标志进行分层随机抽样,反推得到北京市冬小麦面积总量(59680hm2)。【结果】多时相冬小麦遥感识别结果MAE为0.17,bias为-0.05,抽样反推区域总量面积提高了约5%,在一定程度上纠正了HJ-1号卫星多期遥感影像提取冬小麦区域面积偏低的问题。【结论】本文方法能够准确测量出区域冬小麦总量面积,具有较强的应用性和普适性,为采用HJ-1号卫星遥感数据进行农作物种植面积遥感测量进行了先期的方法探讨,深化了该遥感数据源的应用。     

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.     

基于相邻轨道图像的冬小麦面积提取及长势分析

冬小麦是我国北方主要农作物之一,及时掌握冬小麦面积信息及长势情况,能够快速地为农业生产管理者以及财政部门提供决策依据,有利于小麦增产、提高农民收入。本文以山东省滨州、东营市为研究区,通过主成分分析、监督及非监督分类结合的方法提取ETM+遥感影像的冬小麦信息,以SPSS聚类分析法估测滨州市冬小麦长势,用距离加权法构建相邻轨道图像的植被长势分级模型并估测东营市的冬小麦长势。结果显示：小麦提取平均精度约为93.79%,冬小麦分布呈现“西多东少,南多北少”的特征,一般小麦分布较多的地区长势也较好。基于重叠区距离加权法构建的植被长势分级模型,能够在一定程度上消除相邻轨道遥感图像的时间差异,实现大区域的植被长势分析。     

遥感技术在玉米估产中的应用与研究

玉米是我国主要的粮食作物之一,在我国北方地区占有举足轻重的地位。及时了解玉米种植面积、长势及产量,对于国家粮食政策的制定、价格的宏观调控以及对外粮食贸易都具有重要意义。遥感估产技术在农业发展中具有传统的统计方法不可比拟的优势,能及时客观地获得作物长势、产量等信息,特别是种植面积及其不同区域分布的信息,对于遥感估产玉米生产具有非常重要的作用。     

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。     

基于WOFOST模型与遥感数据同化的县级尺度玉米估产研究

区域尺度的作物生长动态监测和产量预测对于保障粮食安全和农业政策的制定具有重要参考依据。遥感数据同化应用极大提高了作物估产的时效性和精度。为及时、准确地实现县级尺度粮食产量的估测,以及提升产量估测的精度,以辽宁省铁岭县为研究区,采用WOFOST(world food studies)模型与遥感同化相结合的方法对铁岭县玉米进行估产研究。通过采用扩展傅里叶幅度敏感性检验算法(extened Fourier amplitude sensitivity test,EFAST)敏感性分析方法实现玉米估产敏感性参数的分析,以及本地化;通过采用参数自动率定程序PEST(parameter estimation)实现参数的优化,验证结果为采样点产量的平均误差为852.39 kg·hm^-2,模型模拟的精度达到92.82%。为进一步提高和优化模型估产精度,将遥感反演得到的叶面积指数采用集合卡尔曼滤波算法与模型模拟的叶面积指数进行数据同化,平均误差从同化前的852.39 kg·hm^-2降低为435.01 kg·hm^-2,估产精度从92.82%提...     

近20年华北粮食主产区冬小麦种植面积遥感快速提取研究

【目的 】基于遥感数据,研究快速提取华北粮食主产区近20年（2001—2020年）冬小麦种植面积的方法,生成准确的长时间序列冬小麦面积遥感产品,为政府决策机构和科研单位的工作提供数据支持。【方法 】文章基于经过滤波重构的MODIS植被指数产品,分析了研究区不同纬度下冬小麦在整个生长季中的时序特征,考虑到不同区域冬小麦物候差异,提出了一种关键生长季时序NDVI曲线匹配的方法,在无样本的条件下,快速提取冬小麦面积。通过使用统计年鉴进行面积验证,并结合目视解译的样本和高分辨率数据哨兵2号提取的结果,计算混淆矩阵并进行精度评价。【结果 】与2001—2018年的统计年鉴数据对比,平均相对误差为16.1%;与目视解译和哨兵2号分类结果中的6 459个采样点的精度评价相比,总体精度达到87.4%,kappa系数为0.61。【结论 】根据冬小麦的物候特征,通过提取NDVI的时序特征并采用时序NDVI曲线匹配算法,可以快速准确地提取华北粮食主产区冬小麦的种植面积和分布情况。