基于MODIS数据的冬小麦种植面积快速提取与长势监测

利用MODIS-NDVI数据,以中国冬小麦主产区为例,探讨了基于遥感影像全覆盖的大尺度冬小麦种植面积遥感综合自动识别及长势监测的方法。通过分析冬小麦的种植结构、物候历特征及其生物学特性和时序NDVI曲线特征,确定了冬小麦信息提取的NDVI阈值,建立了冬小麦面积提取模型,并最终获取了2010—2011年中国农情遥感监测中冬小麦长势监测所需的空间分布数据,与多年平均统计数据比较,总体精度达到81%以上。基于提取的冬小麦面积信息空间分布数据,利用MODIS-NDVI差值模型,对冬小麦2011年的长势进行监测。结果表明,与近5年平均状况对比,2011年冬小麦在其整个生育期内长势基本与常年持平,但时空分布差异较大。     

基于Sentinel-2A遥感影像的潍坊市冬小麦种植面积提取研究

为准确、高效、自动化的提取大尺度范围冬小麦种植面积,利用Sentinel-2A卫星影像进行试验,提出一种基于中等分辨率影像的面向对象结合深度学习的遥感冬小麦提取方法。利用面向对象分类法和随机森林分类算法对2021年潍坊市冬小麦种植面积及种植区域进行提取和结果对比,证明面向对象分类法在提取冬小麦种植面积时的可行性和有效性。此外,利用面向对象方法得到的二值分类图像作为标签图像,基于TensorFlow框架,利用U-Net构建深度学习神经网络模型,使用训练得到最优模型提取2017—2021年潍坊市冬小麦种植面积。使用实地调查数据对分类结果进行精度验证,并对潍坊市近五年冬小麦种植面积进行年际变化分析。该分类方法的总体分类精度达93.1%,Kappa系数为0.91。本研究方法可为大范围的冬小麦种植指导和农业结构调整提供科学、可靠的依据。     

基于时序NDVI的关中地区冬小麦种植信息遥感提取

快速而准确地获取和掌握冬小麦在我国西北干旱半干旱地区的种植信息对该区域粮食生产安全及其可持续发展具有重要意义。以陕西省关中地区为研究区域,采用迭代滤波技术重建MODIS NDVI时序序列,结合当地典型地物的NDVI曲线特征和二次差分技术,建立冬小麦像元的识别规则,提取了该地区2014年冬小麦种植信息。结果显示2014年关中地区冬小麦集中分布于渭河两岸的河谷地区以及泾河以东的渭北平原,北部黄土台塬则呈星状散布。总体种植面积8.882×10~5hm~2,与统计资料相比,各地市遥感提取结果的相对误差绝对值在1.08%~9.02%之间,总体误差为3.70%。抽样验证结果显示分类精度为90.28%。该研究为关中地区制订种植计划和相关政策等提供了客观的数据参考,同时也为西北地区的农作物种植监测提供了技术支持。     

基于主成分和云模型的冬小麦种植信息提取研究

在对Sentinel-2卫星遥感影像进行预处理的基础上，利用主成分变化提取小麦主要信息，基于云模型算法开展光谱遥感图像分类。分类时，首先根据训练样本集，由逆向云发生器生成典型小麦的云模型，然后利用云发生器计算出各波段每个象元对小麦地物的平均隶属度，在对各波段的隶属度分析基础上，摒弃含有复杂信息的第1主成分，利用第2主成分和第3主成分信息实现对冬小麦种植空间信息的提取。结果表明，提取小麦种植信息制图精度和用户精度分别为92.78%和99.90%，小麦种植田块的隶属度值因小麦长势和密度的不同有较大的差异，云模型对长势较差、密度较低的小麦像元存在漏分现象。基于云模型的算法精度极高，对小麦地块的识别错分、漏分现象少。该模型有助于冬小麦种植面积的精确提取，对于农业部门进行冬小麦生长监测与产量估测有重要的支撑作用。      

淮北平原冬小麦土壤含水率时空特征分析

【目的】探讨淮北平原冬小麦生育期内土壤水分的时空变化特征,为冬小麦灌溉和田间水分管理提供科学依据。【方法】基于1992—2018年淮北平原砂姜黑土区的土壤含水率数据和适宜土壤含水率阈值,采用Mann-Kendall检验法(M-K检验法)、滑动T检验法、克里金插值法等方法分析了淮北平原冬小麦生育期内土壤含水率时空变化规律。【结果】(1)冬小麦全生育期10、20 cm土层深度含水率呈下降趋势,而50 cm含水率则呈上升趋势;10、20和50cm的土壤含水率未发生突变,其变化处于正常波动范围。(2)冬小麦生育期内,拔节—抽穗阶段、抽穗—乳熟阶段和乳熟—成熟阶段的土壤含水率低于适宜含水率下限值出现的概率分别为38.5%、46.2%和46.2%,不利于冬小麦生长发育;而返青—拔节阶段土壤含水率均高于适宜含水率下限值,出现干旱胁迫的可能性较低。(3)在空间分布上,冬小麦全生育期表层土壤含水率西南部最高,中部较低,而中层50cm则呈从南向北减少的整体态势。(4)在拔节—抽穗阶段,土壤含水率的低值区出现在蚌埠和蒙城的概率为45.5%和50.0%,而在抽穗—乳熟阶段其概率分别为62.0%和38.1%。【结论】未来淮北平原表层土壤含水率可能呈下降趋势,冬小麦生长受干旱胁迫的可能性较大,蚌埠和蒙城地区应加强冬小麦的灌溉。     

基于MODIS-EVI时间序列与物候特征的水稻面积提取

物候是植被生理生态过程与环境变化相互作用的体现,时间序列遥感数据的使用有助于揭示水稻物候特征。基于水稻物候特征建立一个可靠的水稻面积监测体系,及时、准确地监测水稻种植面积,对于粮食安全十分重要。本研究以中等分辨率成像光谱仪（Moderate resolution imaging spectroradiometer, MODIS）为数据源,选择增强型植被指数（Enhanced vegetation index, EVI）,重构2019年和2020年EVI时间序列,提取水稻物候信息,并选择季节积分和生长季振幅两个指标,结合2019年单点EVI时间序列和水稻种植面积的统计数据,确定江苏省13个地级市水稻的季节积分和生长季振幅的阈值,并根据得到的阈值,提取2020年江苏省水稻种植面积。利用2020年水稻种植面积的统计数据和美国陆地卫星-8携带的陆地成像仪（Landsat8 operational land image, Landsat8 OLI）影像,对提取结果进行了精度验证。结果表明,水稻提取的总体精度为92.55%,Kappa系数为0.8463,水稻的制图精度为92.90%,用户精度为89.09%,与统计数据的一致性为93.90%,提取精度较高,在技术上具有可行性。该方法为大区域提取农作物种植面积提供了参考。     

基于高分辨率影像的河套灌区乡镇尺度作物种植面积监测北大核心CSCD

【目的】有效、精确地获取乡镇尺度农作物种植面积信息。【方法】利用高精度遥感影像信息,采用最大似然法进行地物分类,对研究区主要农作物种植面积进行了估算,并通过地面抽样调查信息作为辅助参量进行了精度评价。【结果】采用高精度遥感图像结合最大似然法可以有效、精确地提取乡镇尺度农作物种植面积,玉米和葵花的用户精度均高于91%,在遥感影像受天气影响较小的2013年和2015年,各用户精度达到95%左右,Kappa系数达到0.94。研究区玉米的种植面积逐年扩大,而葵花的种植面积逐年缩小。同时由于农田改造,使得非种植区的面积有一定程度的减少。【结论】高分辨率卫星图像能帮助农民和政府低成本地估算农作物种植面积,进而调整耕地,优化种植结构。     

基于SPI的河南省冬小麦生育期干旱时空变化特征分析

【目的】探索以SPI监测冬小麦生育期内干旱时空变化、发展趋势和对粮食产量的影响。【方法】基于1961-2015年河南省17个站点的逐月气象资料,利用标准化降水指数(SPI)定量分析了河南省冬小麦生育期干旱时空演变特征及干旱对冬小麦产量的影响。【结果】生育前期干旱发生频率在24.1%~37.0%之间变化,固始和驻马店最低,三门峡和新乡最高;分蘖期干旱发生频率在18.5%~31.5%之间,开封最低而卢氏最高;返青—抽穗—成熟期干旱发生频率在27.8%~38.9%之间,商丘、西华和信阳最低而宝丰最高;全育期干旱发生频率在24.1%~38.9%之间,固始最低、孟津最高。未来河南省冬小麦生育前期、返青—抽穗—成熟期以干旱为主;分蘖期、全育期以湿润化为主。河南省返青—抽穗—成熟期和全育期干旱对冬小麦气候产量的影响较大。【结论】生育前期和返青—抽穗—成熟期未来呈干旱化趋势,应采用针对性措施及时灌溉,有效应对干旱和保障小麦生产。     

基于高分辨率影像的河套灌区乡镇尺度作物种植面积监测

【目的】有效、精确地获取乡镇尺度农作物种植面积信息。【方法】利用高精度遥感影像信息,采用最大似然法进行地物分类,对研究区主要农作物种植面积进行了估算,并通过地面抽样调查信息作为辅助参量进行了精度评价。【结果】采用高精度遥感图像结合最大似然法可以有效、精确地提取乡镇尺度农作物种植面积,玉米和葵花的用户精度均高于91%,在遥感影像受天气影响较小的2013年和2015年,各用户精度达到95%左右,Kappa系数达到0.94。研究区玉米的种植面积逐年扩大,而葵花的种植面积逐年缩小。同时由于农田改造,使得非种植区的面积有一定程度的减少。【结论】高分辨率卫星图像能帮助农民和政府低成本地估算农作物种植面积,进而调整耕地,优化种植结构。     

基于高分卫星的冬小麦长势监测及驱动因素分析

【目的】冬小麦作为我国第二大粮食作物,掌握其长势情况对于保障我国粮食安全具有积极意义。【方法】首先基于Sentinel-2影像,利用随机森林的方法提取研究区2018—2020年冬小麦种植的空间分布,并利用高分影像提取分析了冬小麦种植区域内2018—2020年在返青期、起身拔节期、孕穗抽穗期、开花期的长势变化情况,之后将冬小麦长势变化分为长势较好、长势持平、长势较差3个等级进行对比分析;其次利用地理探测器对典型年份（2018年）的冬小麦长势监测结果与气温、降水量、坡度、坡向、高程、土壤类型、土壤湿度、日照时间、人口密度、乡村劳动力资源、GDP这11种驱动因子进行因子探测和交互探测,定量解释了影响冬小麦长势差异的原因。【结果】对比3 a冬小麦长势情况,2020年冬小麦在返青期与起身拔节期长势较好,面积占比为90%以上,而在孕穗抽穗期长势较差,面积占比为20%以上,在开花期长势持平,面积占比约80%。对冬小麦长势解释力较高的驱动因子的排列顺序为：乡村劳动力资源数>土壤湿度>降水量>气温>日照时间,各驱动因子之间的交互作用表现为双因子增强或非线性增强。【结论】冬小麦的长...     

镉低积累小麦品种的筛选研究

低吸收重金属作物品种的筛选已经成为重金属污染农田的主要修复方式之一。【目的】筛选镉低积累冬小麦品种。【方法】针对华北平原种植结构,于2017年10月15日在河南省北部某地区进行田间小区试验,采用人工拉沟点播方式播种。研究了47个不同品种冬小麦对重金属镉吸收的差异性。【结果】重金属镉在不同品种冬小麦各部位的量的顺序均为根>茎叶>籽粒,且镉的转运系数和富集系数均小于1,转运系数介于0.10～0.60之间,富集系数介于0.002～0.060之间。不同品种冬小麦籽粒中重金属含镉量介于0.004～0.130之间,相差35.28倍。筛选出籽粒含镉量符合国家标准(GB2715—2016,≤0.10 mg/kg)的品种42个,占所有品种的89.36%,有5个品种籽粒含镉量超过国家标准。冬小麦不同品种间对镉的吸收显示出巨大的差异性。【结论】在重金属镉轻度污染碱性土壤条件下,多数冬小麦品种籽粒含镉量并未超标。     

基于温度植被干旱指数的土壤水分空间变异性分析

【目的】深入探讨区域土壤水分空间变异及其尺度效应,优化灌区尺度土壤水分采样精度,并提供合理采样方案。【方法】以人民胜利渠灌区为研究区,利用Landsat 8遥感影像,构建了温度植被干旱指数,根据其与土壤水分的相关关系获得研究区土壤水分分布。利用经典统计学和地统计学分析方法对2种尺度下土壤水分分布进行了空间变异性分析。【结果】不同尺度土壤水分服从正态分布,随着研究尺度和分辨率的增大,土壤水分的空间变异系数逐步增大;地统计学分析表明小尺度的块金基台比(C0/(C0+C))小于0.25,具有较强的空间相关性,而灌区尺度的块金基台比大于0.25小于0.75,具有中等强度的空间相关性。灌区尺度所选不同分辨率下土壤水分的变异系数、变程以及块金基台比变化很小。【结论】人民胜利渠灌区尺度土壤水分的获取不适宜用插值法,比较适宜用遥感法。     

2000—2016年叶尔羌河中下游植被覆盖动态变化遥感分析

【目的】获取干旱区内陆河流域地表植被覆盖变化信息,探讨和揭示内陆干旱地区地表植被空间演变规律。【方法】以叶尔羌河流域2000—2016年Landsat系列遥感影像数据、水文和气象数据、社会经济数据为主要数据源,基于RS、GIS及GPS等技术,采用空间数据处理、信息提取解译、海量数据建库、图属一体化、数据仓库管理技术等方法,研究分析2000—2016年流域植被覆盖时空动态变化及驱动因素。【结果】①从时间方面看,2000—2016年研究区植被覆盖面积整体呈减少趋势,即由2000年的6 025.9 km~2减少至2016年的5 620.4 km~2,减少了405.5 km~2,年减少率为0.42%,其中,主要为低盖度植被向劣盖度植被转移,研究区植被覆盖趋于退化;②从空间方面看,研究区天然植被主要分布于B段(叶尔羌河与提孜那甫河汇合处至三河汇口处),以劣植被覆盖为主,2000—2016年植被覆盖度减少区域主要集中在A段(卡群以下至叶尔羌河与提孜那甫河汇合处),且减少的植被覆盖多为劣盖度。【结论】研究区生态水平退化主要因素可归结为平原区气温升高造成的蒸散发损失加大及绿洲水土资源开发利用挤占生态用水造成的地下水位下降。     

融合多源时空数据的冬小麦产量预测模型研究

为提高大尺度冬小麦产量预测精度,以2005—2019年河南省遥感数据、气象数据、土壤含水率等多源时空数据为特征变量,分析其与小麦单产的相关性,并基于随机森林算法对特征变量进行了重要性分析,构建了融合多源时空数据的冬小麦产量预测模型。结果表明:增强型植被指数（Enhanced vegetation index, EVI）、日光诱导叶绿素荧光（Solar-induced chlorophyll fluorescence, SIF）与高程为小麦产量预测的重要因子,与小麦产量呈高度正相关,对小麦产量预测的重要性指标均超过0.45,远大于土壤含水率、降水量、最高温度、最低温度等因子;基于随机森林算法构建的小麦不同生长阶段产量预测模型中,以10月—次年5月和10月—次年4月为特征变量的产量预测模型精度较高,R²分别为0.85和0.84,RMSE分别为821.55、832.01 kg/hm²,在空间尺度上,豫西和豫南丘陵山地模型预测相对误差高于平原地区。该研究结果可为大尺度作物产量预测提供参考。     

基于Sentinel-1/2数据特征优选的冬小麦种植区识别方法研究

为了提高冬小麦种植区识别精度,本文基于谷歌地球引擎(Google Earth Engine, GEE)平台和随机森林算法,对比雷达和光学遥感数据对冬小麦提取效果的差异,并对多类特征变量进行重要性分析,研究特征优选对冬小麦识别精度的影响。选取2019年3—5月冬小麦关键生育期的Sentinel-1和Sentinel-2影像为数据源,构建Sentinel-1的极化特征和纹理特征以及Sentinel-2的光谱特征、植被指数特征、植被指数变化率特征共5类特征变量;设置不同数据源和不同特征组合的冬小麦种植区提取方案;对方案中特征变量进行优选,得出最优特征组合,利用最优特征组合对河南省驻马店市冬小麦种植区进行提取。结果表明,无论是否进行特征优选,基于多源遥感数据的冬小麦识别精度均优于仅采用光学或雷达数据的精度;经过特征优选后,各方案的分类精度均有不同程度的提升,说明多源数据特征变量组合和特征优选均能够提高分类精度。不同月份和类型的特征变量对分类精度的贡献率不同,贡献率由大到小为4月、3月和5月;贡献率由大到小的特征类型为极化特征、植被指数变化率特征、植被指数特征、光谱特征和纹理特征。基于多源数据特...     

淮北平原冬小麦作物系数的变化规律研究

【目的】研究淮北平原冬小麦作物系数的时空变化规律。【方法】采用水量平衡法、涡度相关法和Bouchet互补关系理论,结合Penman-Montieth方程,计算得到1991—2018年淮北平原冬小麦的作物系数;采用线性拟合法、Mann-Kendall趋势检验法和突变检验法滑动t检验法,结合ArcGIS,研究了作物系数在淮北平原的时空变化规律,并对影响因素进行分析。【结果】①淮北平原冬小麦全生育期的实际蒸散量的多年平均值为429.3 mm,参考作物蒸散量为541.3 mm,作物系数为0.79;②作物系数在不同生育阶段的变化为先减小后增大再减小;③作物系数在淮北平原全生育期由西北角向周围逐渐增大,高值中心呈现北移趋势;④作物系数与气候因子紧密相关,其中气温的影响最为显著,相对湿度和降水次之,风速最不显著。【结论】作物系数存在显著上升趋势,与气候因子关系紧密,需要关注作物需水量的变化。     

基于“星陆双基”的冬小麦叶面积指数反演研究

为建立准确、方便的叶面积指数监测方法,运用MODIS数据光学模型反演和星陆双基协同反演法分别对2015和2016年3月中旬鹤壁市冬小麦叶面积指数反演分析。结果表明,2种LAI反演方法均能较好地反映全市冬小麦长势差异性的空间分布特征;MODIS光学模型反演法稳定性较好,但其反演值明显偏低;星陆双基协同反演法估算值与观测值吻合性较好,反演精度优于MODIS反演法。     

基于面向对象分类法的农田识别提取

【目的】利用中低分辨率遥感影像,精确获取县域尺度的农田分类结果,提供一定的方法参考。【方法】兹以中等分辨率的Landsat8 OLI遥感影像数据为数据源,采用面向对象的CART决策树分类法,对垫江县的农田进行了识别与提取,并与基于像元提取的最大似然法分类结果进行精度对比。【结果】(1)与最大似然分类法相比,CART决策树分类法的精度更高,总体精度和Kappa系数分别达到88.8%和0.85,对于旱地和水田的制图精度高达90%以上;(2)在分割尺度的确定上,使用eCognition软件中的ESP工具能快速的确定最优分割尺度,提升了效率和科学性;(3)县域尺度上,面向对象分类法对中等分辨率影像数据进行遥感提取也具有一定的适用性。【结论】基于Landsat8 OLI遥感数据的面向对象分类法能够实现县域尺度低成本高精度农田分类的需要,也为缓解精度和成本、空间分辨率和提取方法的矛盾提供了一定的参考。     

基于NDVI—ST双抛物线特征空间的冬小麦旱情遥感监测

以河南省冬小麦旱情遥感监测为例,利用MODIS/AQUA卫星产品的归一化植被指数（NDVI）、增强型植被指数(EVI)、叶面积指数(LAI)和地表温度(ST)数据,分析了NDVI—ST和EVI—ST的特征空间,发现NDVI—ST和EVI—ST的特征空间具有双抛物线型特征。将其与三角形NDVI—ST、EVI—ST及LAI—ST特征空间进行对比分析,并将得到的温度植被干旱指数（TVDI）数据与土壤湿度进行相关性分析,揭示双抛物线型NDVI—ST特征空间能更好地反映地表10cm土壤水分状况。以双抛物线型NDVI—ST特征空间得到的TVDI作为旱情遥感监测指标,评估了2011—02—26~2011—05—16河南省冬小麦旱情,并与当地气象站降雨数据对比,揭示了2011年春天河南省旱情发展的总体时空特点。     

基于混合象元分解的Landsat8与MODIS数据融合反演土壤墒情方法研究

【目的】及时准确地获取灌区土壤墒情信息。【方法】以河南省焦作市广利灌区为研究对象,利用Landsat8及MODIS遥感数据分别以表观热惯量及植被供水指数法反演土壤墒情,以混合象元分解的植被和土壤的丰度作为权重因子,对2种方法反演的土壤墒情进行了融合计算。【结果】利用植被供水指数法和表观热惯量反演的土壤含水率与实测含水率相关系数分别为0.47和0.51,同时将2种方法相结合得到的反演结果精度更高,实测含水率与计算的土壤含水率相关系数达到0.73。【结论】融合方法可以更好地计算灌区非均匀覆盖区的土壤墒情。