土壤墒情监测方法综述

干旱监测的主要方法包括土壤含水量的中子仪测量法、TDR测量法、湿度计法、称重烘干发法以及几种卫星遥感监测方法等。对各类干旱监测方法存在的问题和发展趋势进行探讨,并提出加强我国干旱遥感监测技术研究的建议,为我国农业旱情监测提供一定的帮助。     

遥感干旱监测方法

系统地论述目前国内外干旱遥感监测主要方法,包括土壤含水量的遥感反演法、热惯量法、冠层温度法、植被指数法、微波遥感法等,分析各监测方法的理论基础以及发展状况,以期推动我国干旱遥感监测的发展.     

农业干旱卫星遥感监测与预测研究进展

干旱是影响农业生产的主要气候因素。传统的农业干旱监测主要是基于气象和水文数据,虽然能提供监测点上较为精确的干旱监测结果,但是在监测面上的农业干旱时,仍存在一定的局限。遥感技术的快速发展,尤其是目前在轨的卫星传感器感测的电磁波段涵盖了可见光、近红外、热红外和微波等波段,为区域尺度农业干旱监测提供了新的手段。充分利用卫星遥感数据获得的丰富地表信息进行农业干旱监测和预测具有重要的研究意义。本文从遥感指数方法、土壤含水量方法和作物需水量方法三个方面阐述了基于卫星遥感的农业干旱监测研究进展。农业干旱预测是在干旱监测的基础上进行时间轴的预测,本文在总结干旱监测进展的基础上,进一步简述了以干旱指数方法和作物生长模型方法为主的农业干旱预测研究进展。     

基于随机森林偏差校正的农业干旱遥感监测模型研究

以3个月尺度的标准化降水蒸散指数(SPEI3指数)为因变量,采用融合多源遥感数据的随机森林(RF)算法构建淮河流域2001—2014年作物生长季(4—10月)的农业干旱监测模型,采用简单线性回归、偏差估算法、旋转残差法和最优角度残差旋转法4种方法进行模型结果校正,以决定系数(R2)、均方根误差(RMSE)及干旱等级监测准确率对模型监测能力进行评估。选取最优校正方法,构建随机森林偏差校正干旱监测模型(Bias-correcting random forest drought condition,BRFDC),通过站点实测土壤相对湿度及干旱事件记录对模型干旱监测能力进行验证。结果表明:采用最优角度残差旋转法校正后,模型模拟精度指标R2和RMSE分别为0.897、0.874和0.335、0.362,优于其他校正方法;偏差估算法对各类干旱等级监测更为准确,尤其是对极端干旱的监测准确率最高,达到33.3%～50.0%,最终采用偏差估算法作为最优校正方法,构建BRFDC模型;相比SPEI3,BRFDC模型计算指数与大部分站点土壤相对湿度的相关性更加显著(P 0.01),适于农业干旱监测; BRFDC模型能够准确监测淮河流域2001年严重干旱事件的时空演变过程,并能有效识别极端旱情。该模型可为淮河流域农业抗旱工作的有效开展提供科学依据。     

遥感技术在干旱监测中的应用综述

介绍当前遥感技术在干旱监测中的特点,分析评价遥感干旱指数,相对于气象干旱指数的优势与不足。文章对遥感干旱技术在广东省这类多云地区的问题进行分析,并总结遥感干旱指数应解决的问题。     

基于温度植被干旱指数(TVDI)的土壤干湿反演

【目的】快速准确监测大面积区域土壤水分,提高遥感监测土壤水分的效率。【方法】采用Landsat 8 OLI影像构建了地表温度(Ts)-植被指数(NDVI)特征空间,拟合了特征空间的干湿边方程,并根据干湿边方程计算的温度植被干旱指数(TVDI)与同期野外不同深度的实测土壤含水率进行了回归分析与验证。【结果】遥感影像反演所得的TVDI与野外实测土壤湿度显著相关(α=0.05);0~10、10~20、20~30 cm土层中,TVDI与10~20 cm土层土壤湿度相关性最高(r=0.79);遥感影像反演的土壤湿度时空分布变化特征与作物分布生长情况以及气候变化规律基本吻合。【结论】根据温度植被干旱指数法反演监测区域土壤湿度是切实可行的,尤以10~20 cm土层土壤湿度的反演监测最为精准与可靠。     

基于Landsat数据的条件植被温度指数升尺度转换方法

以陕西省关中平原为研究区域,应用点扩散函数、混合像素面积权重法和中值像素变异权重法将基于Landsat卫星遥感数据反演的分辨率为30 m的条件植被温度指数(VTCI)干旱监测结果上推至930 m的干旱监测结果,并与Aqua MODIS数据反演的分辨率为930 m的VTCI干旱监测结果进行对比分析,以期为两种空间尺度的干旱监测结果的综合应用提供技术支持。以MODIS数据反演的VTCI为参考,应用相关系数、均方根误差、半变异函数的估计值和图像纹理特征等对尺度上推的VTCI进行评价。结果表明,点扩散函数和混合像素面积权重法的尺度上推效果均较好,而中值像素变异权重法的尺度上推效果较差,说明点扩散函数和混合像素面积权重法均适用于研究区域VTCI干旱监测结果的尺度转换,且点扩散函数的数据处理过程更为简单。典型样点VTCI的尺度上推结果表明,空间异质性越小,尺度上推的结果越好。     

基于多源数据的武陵山区干旱监测研究

由于地表复杂性和气候环境等因素影响,针对采用遥感指标进行旱情监测具有一定局限性,利用EOS/MODIS数据建立遥感旱情监测指标———温度植被干旱指数(TVDI),结合地面气象因子的降水量距平指数(PPAI),构建线性加权形式的综合干旱监测指数(IMDI),应用该指数和TVDI指数在2010年4月中旬和2011年4月下旬对武陵山区进行了干旱监测试验研究,通过与10 cm深度土壤水分拟合及标准化降水指数(SPI)关系对比分析,认为IMDI和TVDI能够进行该区域的干旱监测,IMDI较TVDI更具稳定性,而SPI在干旱发生时易加重旱情判定结果。     

基于RS的河南省赵口灌区小麦最佳配水量计算

应用河南赵口灌区的遥感影像数据,获得该区的NDVI、LST等影像指标。采用植被温度指数法,通过ENVI遥感影像处理软件,得到植被条件指数、温度条件指数和干旱指数(DI)。将研究区划分为5个干旱等级,根据DI指数制作赵口灌区干旱等级分类图,计算该时期土壤含水量。分析计算小麦各生育阶段作物需水量,与该阶段土壤含水量对比计算各种干旱类别区域的配水量。     

电子遥感技术在农业干旱区域监测中的应用

干旱地区的土壤水分监测是判断当地气候条件、水文条件的主要指标,是干旱区域农业发展的基础。目前,可利用电子遥感技术对我国干旱地区进行监测。文章主要分析遥感技术的原理以及具体的监测方法,包括人工目视法监督分类法和非监督分类法。     

基于无人机多光谱的耐旱苎麻品种筛选方法

高温干旱是影响作物生长及最终生产力的主要胁迫源。当前,无人机遥感技术已在作物倒伏和病虫害的分级监测研究中取得重大进展,但有关利用无人机遥感进行作物抗旱等级监测的研究却鲜有报道。因此,以苎麻种质资源为研究对象,提出了苎麻抗旱性量化标准,并提供了一种利用无人机多光谱遥感鉴定苎麻种质资源抗旱性的方法。首先,由专家对36份苎麻种质资源进行抗旱性分级;然后,结合无人机多光谱遥感获取的植被指数,采用随机森林(Random forest, RF)、支持向量机(Support vector machine, SVM)、决策树(Decision tree, DT)3种机器学习方法分别构建苎麻抗旱性鉴定模型,并通过苎麻在高温干旱胁迫下的表型响应检验鉴定结果;最后,基于无人机获取的遥感表型,筛选高温干旱胁迫下优质苎麻种质资源。结果表明,利用SVM构建的苎麻抗旱性鉴定模型正确率达到0.74,不同抗旱级分类F1得分范围为0.69～0.79,说明该方法能用于苎麻种质资源抗旱性评估。利用无人机遥感数据反演得到的3项苎麻表型性状(叶绿素相对含量、叶面积指数、株高)均与人工测量值具有较强的相关性,在此基础上,研究从高温...     

基于TRMM遥感数据的旱涝时空特征分析

基于光学遥感数据反演的植被指数和地表温度进行旱涝灾害监测在时间上具有滞后性,降水数据可以更加及时直观地反映地表干湿状态的变化,目前旱涝灾害监测应用地面点上降水观测站点的数据较多,热带降雨测量卫星(TRMM)被动微波遥感为大面积进行旱涝灾害监测提供了可能。利用江苏省1998年1月—2014年3月的TRMM 3B43月降水资料,采用尺度为12的标准化降水指数(SPI12),分析江苏省旱涝时空特征变化规律。分析结果表明:江苏省16年来发生旱涝灾害的几率为34.08%,其中发生旱灾的几率(16.74%)与发生涝灾的几率(17.34%)相接近;江苏省一年四季都易受到旱涝灾害的影响且旱灾与涝灾具有交替出现的特点;1999—2014年间多次出现较严重的旱涝灾害,且江苏中部地区更易受到旱涝灾害的影响。     

遥感计算土壤含水量方法的比较研究

对目前国内外遥感计算土壤含水量的主要方法进行了对比研究,对不同遥感卫星数据在计算土壤含水量中的应用情况进行分析,指出这些方法和数据的应用概况、适用条件、存在问题以及改进的措施。对研究遥感计算土壤含水量方法,具有一定的指导意义。     

无人机遥感监测作物病虫害胁迫方法与最新研究进展

病虫害是作物生产面临的主要胁迫之一.近年来,随着无人机产业的快速发展,无人机农业遥感因其图像空间分辨率高、数据获取时效性强和成本低等特点,在作物病虫害胁迫监测应用中发挥了重要作用.本文首先介绍了利用无人机遥感监测作物病虫害胁迫的相关背景;其次对目前无人机遥感监测作物病虫害胁迫中的常用方法进行了概述,主要探讨无人机遥感监...     

The current and potential operational uses of remote sensing to aid decisions on drought exceptional circumstances in Australia: a review

This paper reviews how remote sensing is being used, and can be used, to assist in providing support for the decision-making process for the declaration of areas experiencing drought exceptional circumstances in Australia. To assess how remotely sensed data can be used, a review of current international uses of remotely sensed data was made and several topics requiring further research by remote sensing specialists identified. Consequently, the review focuses on current techniques used by Australian agencies, and also assesses current international methods, as well as proposing some possible new research directions that may use remote sensing for drought assessment and management. The primary scientific information that remote sensing can provide is the estimation of vegetation cover and condition, soil moisture, and the spatial limits to drought exceptional circumstances.     

土壤盐碱化遥感监测方法

由于遥感技术获得的信息具有真实客观、及时准确、重复性强等优势。因而，利用遥感技术进行盐碱化监测是进行土壤盐碱化定性、定量和动态分析的重要手段。为此，对目前土壤盐碱化遥感监测的主要方法(直接、间接和综合等方法)及其存在的问题进行了阐述，并展望了遥感监测土壤盐碱化的发展前景。     

卫星遥感技术在气象为农服务中的应用

该文简要回顾了国内外学者在卫星遥感方面所做的相关工作，主要介绍的国内外学者研究内容有卫星遥感资料、图像的处理和订正、对地面目标物的识别、农作物产量预报、卫星遥感的发展状况、建立卫星遥感资料库、建立预报模型、降水监测、地温监测、冻土监测、灾害监测、气体监测、卫星云图应用和不同类型卫星遥感技术相互融合使用等内容。该文在简要介绍卫星遥感技术监测原理的基础上，分析了卫星遥感技术在气象为农服务中的应用现状，提出了在气象为农服务的工作中亟需加强卫星遥感技术应用，阐述了要结合农业气象服务产品加强卫星遥感技术在农业气候区划、农作物种植规划、农作物生长期监测管理、病虫害防治、灾害防御、农作物产量预报、防御火灾以及农业气象服务效益评估等方面的应用。强调要强化卫星遥感技术的应用，最大程度地开发和利用卫星遥感数据，使卫星遥感技术在农业生产实践中能够趋利避害和发挥出更大的作用。      

基于理论干湿边与改进TVDI的麦田土壤水分估算研究

针对旱情监测及农田灌溉中传统的基于地表温度-植被指数特征空间的温度植被干旱指数(Temperaturevegetation drought index,TVDI)构建方法无法准确反映真实地表的水热能量交换,给土壤含水率估算带来极大不确定性的问题,根据地表能量平衡方程,并引入改进植被覆盖度参数,构建一种理论干湿边端点选取方法及基于地表温度-改进植被覆盖度特征空间的TVDI模型,结合两期MODIS遥感影像数据(DOY088和DOY112)及地面观测数据,对陕西杨凌区的麦田土壤含水率进行估算。结果表明,由理论干湿边计算得到的TVDI与实测土壤含水率相关系数在-0.700左右,均方根误差不大于0.060 cm3/cm3。DOY088和DOY112的土壤含水率估算结果均与土壤含水率实测值有较好的拟合关系,尤其是DOY088的反演结果更接近于实际地表干湿状况,相关系数为-0.715,均方根误差为0.029 cm3/cm3,DOY112的散点分布比DOY088分散。该方法可以避免传统特征空间在干湿边估算中必须包含裸土、部分植被覆盖以及全植被覆盖地表覆盖类型的限制,从而实现真实土壤水分的遥感反演和实际地表干湿状况的监测。     

遥感技术在农业信息化中的应用

在介绍遥感技术相关概念的基础上,从农业资源调查及动态监测、农作物估产和农业灾害预报监测3个方面,阐述了遥感技术在农业信息化中的应用。遥感技术的发展必将促进我国农业信息化的快速发展。