Design and implementation of business management system for crop remote sensing monitoring

随着农作物遥感业务的不断延伸和农业生产管理对遥感监测需求的不断提高,业务运行管理效率问题日益凸显。该文通过对农作物遥感监测业务管理流程进行了系统化梳理与调整,设计开发了"农作物遥感业务管理系统"。该系统利用地理信息系统（geographic information system,GIS）、数据库技术和网络技术,科学设计了数据库系统,提升了业务系统承载能力;实现农作物遥感业务工作影像数据入库管理、查询、任务分发、上报、审核、归档的完整业务流程;建立业务跟踪管理机制,实现作物监测业务的流程化和可视化,有效提高了运行管理效率。     

粮食作物面积遥感测量运行系统的设计与实现

利用遥感技术及时、准确地掌握主要粮食作物种植面积,对相关部门制定农业生产和农村政策具有重要的意义。针对目前商业软件（ERDAS、ENVI等）存在业务性不强、数据组织管理无序、难以操作等问题,设计并实现了一套适合粮食作物种植面积遥感测量业务软件系统。该系统以遥感技术和空间抽样技术为支撑,采用3层软件架构模式,实现了遥感图像处理、粮食作物面积测量、海量遥感数据管理等功能,具有业务流程明确、数据管理有效、升级快速便捷的特点,能够很好地满足业务化运行需要。通过2009年北京市冬小麦面积遥感测量业务运行,证明该系统能够简单、快速准确地测量出冬小麦的种植面积,达到满足业务化测量精度和时效的要求。     

基于CBERS-1卫星图像的新疆棉花遥感监测技术体系

新疆是我国重要的产棉区。全面、快速、客观地监测棉花种植面积的年际波动情况，可为生产管理部门提供重要的决策依据。该项目是CBRES-1应用示范项目之一，目的是研究其应用潜力。该研究建立了基于CBERS-1卫星图像的新疆棉花种植面积遥感监测运行系统的技术体系，实现了新疆棉花种植面积的遥感监测，并为应用中巴资源一号卫星CCD数据监测我国其它大宗农作物的种植面积提供示范，为后续卫星在农业领域的大规模应用打下基础。     

基于Silverlight的多层架构遥感影像查询系统的设计与研究

随着人们需求日益多样化、复杂化,传统的Web版遥感影像查询系统,暴露出用户交互能力弱,服务器响应速度慢,离线操作能力差等弱点,而且传统的查询系统没有与农作物监测很好结合。针对以上不足,本文结合Silverlight技术、LINQ技术、WCF技术,运用多层架构思想,针对轨道固定和变化的两种卫星,设计了两种遥感影像数据的快速查询算法,建立了一个适合农作物监测的基于Silverlight的遥感影像查询系统。该算法提高了查询的执行效率和系统的响应速度,增强了系统的离线操作能力,减轻了服务器的压力,能够较好地应对大量用户并发访问。     

基于合成孔径雷达的农作物识别研究进展

精准识别农作物对于及时准确估计农作物种植面积、产量等关键农情信息具有重要意义。合成孔径雷达（synthetic aperture radar,SAR）以其不受云雨天气影响,可全天时、全天候监测等优点已被广泛应用于农情遥感监测领域,为大区域尺度的农作物遥感识别提供了强有力的数据保障和技术支持。该文以雷达技术的发展进程为论述主线,对20余年来国内外农作物SAR识别研究与实践应用的新进展进行了系统总结,具体归纳为4个方面：早期研究（20世纪80年代末－2002年）,特征是以单波段、单极化、多时相SAR数据为主;基于多极化、多波段SAR数据进行农作物识别与面积监测研究;利用SAR与光学遥感相结合提高农作物的识别精度与效率研究;农作物SAR分类算法研究。在今后农作物SAR识别研究中,对于复杂种植结构背景下的旱地作物识别,如何优化组合SAR系统工作参数（极化方式、频率及入射角等）及与光学遥感融合来提高农作物识别精度与时效性,发展机理性的农作物SAR分类算法将是需要重点解决的3个问题。     

国家级作物长势遥感监测业务系统设计与实现

作物长势监测是农情遥感监测的重要组成部分。为了建立稳定的作物长势监测业务系统,该文一方面选取NDVI时间序列提取的时空参数从不同侧面描述作物长势,建立作物长势监测的综合性模型,另一方面建立了一个覆盖全国主要农区、由200个县组成的地面调查网络,采集地面实况信息,并采用客户端/服务器（C/S）和浏览器/服务器（B/S）的混合结构开展系统设计,基于遥感和地面调查两个角度设计实现了国家级作物长势遥感监测业务系统,同时对由于作物种类和监测区域不同引起的长势评价标准不一致、模型定量化和业务系统架构仍需根据应用进一步分解完善等问题进行了讨论。以中国冬小麦主产区为例,进行了作物长势监测试验,取得较好的监测结果。目前该系统已在大尺度作物遥感监测中得到应用。     

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”。     

基于植被指数的作物产量监测方法研究

在作物收获以前进行大范围的作物长势评价与作物产量估测,对粮食供需平衡、贸易、农业政策制定非常重要。该文收集了1984年到2002年的NOAA卫星和农业统计资料,计算耕地范围的植被状态指数VCI、温度状态指数TCI和植被生长状态指数VHI,分析了遥感植被指数与作物产量间的相关关系,分别建立了基于植被指数的线性回归模型和非线性回归模型。结果表明,遥感植被指数与作物产量间存在较好的相关性,其非线性回归模型在拟合精度上高于线性回归模型。研究目的是利用卫星资料得出应用于监测作物长势的植被指数,建立作物产量监测模型,应用于农作物遥感监测业务化运行系统。     

一元回归分析系统及其在冬小麦遥感监测研究中的应用

农情预报历来是农业部门最关心的问题之一。目前我国尚无一套完整的利用卫星数据对大宗农作物进行遥感动态监测的业务化运行系统。该文研究的一元回归分析系统是在ＦｏｘＰｒｏ２．５ｂ平台开发的数据库管理系统,该系统现有３级共１３个模块和８个核心数据库。系统投入运行后,利用气象卫星数据,可用于冬小麦面积估算和产量预报研究。研究结果表明,利用ＲＤＢＭＳ开发实用型软件,对问题进行系统化分析,处理或运算大量数据,可以大大提高工作效率。遥感数据再处理以及合理划分试验同步区是提高作物面积（产量）与绿度值回归模型信度的重要途径。     

基于Silverlight的多层架构遥感影像查询系统

随着需求日益多样化、复杂化,传统的Web版遥感影像查询系统,存在用户交互能力弱,服务器响应速度慢,离线操作能力差等弱点,而且传统的查询系统没有与农作物监测很好结合.针对以上不足,该文结合Silverlight技术、LINQ技术、WCF技术,运用多层架构思想,针对轨道固定和变化的2种卫星,设计了2种遥感影像数据的快速查询...     

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.     

基于遥感数据与作物生长模型同化的作物长势监测

遥感观测和作物生长模型模拟是进行农作物长势监测的2种有效手段,并具有较好的互补性,构建二者的同化系统是目前农业遥感研究领域的热点。同化涉及多学科的交叉集成,十分有必要将同化方法中的模型、算法、数据进行集成,构建基础作物模型同化系统平台,降低科学研究和应用的难度。采用模块化结构设计,将同化系统构建所需的主要模型、算法、数据等进行有机结合和无缝集成,实现基于极快速模拟退火算法的遥感数据与CERES-Wheat作物生长模型的同化原型系统构建。此外,通过所开发的系统利用地面高光谱作为遥感数据,通过同化小麦叶面积指数对同化系统进行了检验和初步应用。同化LAI与实测结果较好的拟合度,表明所开发的同化系统基本可行,能为遥感技术与作物模型的基础研究和应用提供一个平台。     

作物遥感识别中的数据挖掘技术

该文综述了数据挖掘技术应用在图像分类方面的各种方法，介绍了每种方法的优缺点、适用领域及应用情况。介绍了将数据挖掘技术应用于图像分类方面以有效解决当前作物遥感识别中的瓶颈问题。对当前作物遥感识别系统在数据源的使用、识别过程的规范和方法的实用性方面的问题进行了分析，展望了作物遥感识别中的数据挖掘技术研究发展方向。     

松辽平原黑土有机质含量的遥感反演研究

通过分析遥感影像中裸露黑土的反射光谱值与土壤有机质含量之间的关系,尝试能否利用航天遥感影像进行研究区的农田土壤有机质含量的定量反演。研究将土壤有机质含量和ASTER遥感影像光谱值进行逐步回归分析,得出二者的指数关系式,并将研究区土壤有机质含量分为5个等级,表明利用遥感影像估测土壤有机质含量是可行的。     

基于遥感影像的作物生长监测系统的设计与实现

利用遥感监测技术实时快速地获取作物长势参数和氮素营养状况,可以为作物的精确管理提供决策支持。在已有作物（小麦和水稻）生长监测模型的基础上,采用GDAL和GDI+信息处理方法,使用EM算法对反演的作物长势参数进行聚类分析,在Microsoft .NET平台上构建基于聚类分析和遥感影像的网络化作物生长监测系统。系统具有常见格式遥感影像读取、遥感信息提取、作物长势参数反演、聚类分析、专题图制作以及信息发布等功能,并以江苏省方强农场为案例区,对系统的部分功能进行了测试与检验。结果表明,该系统能够准确的读取遥感影像信息,反演作物生长参数,并可根据聚类分析结果自动制作专题图,通过互联网予以发布,从而初步突破了用户无法直接参与遥感影像分析过程的瓶颈,为区域尺度的作物生长监测和精确管理调控提供了决策支持。     

多光谱低空遥感图像光照辐射度校正

为了提高受云层阴影影响的遥感图像的信息提取准确度,该文以水稻小区试验过程中为进行氮素水平检测而采集的低空机载高分辨率多光谱遥感图像为对象,对受云层阴影影响的高光谱图像进行光谱校正,从而提高氮素水平检测的精度。试验中采用机载的双摄像机同步采集可见光和近红外的水稻遥感图像,并将两摄像机的图像进行几何校正后合成得到彩红外(color infrared,CIR)光谱图像;同时在图像采集区域布置3块不同反射率的1.2 m×1.2 m标定靶,利用便携式光谱仪测定标定靶的反射光谱曲线,并统计标定靶在图像中各通道的亮度均值。以标定靶在晴天无云和有云图像中的亮度值为节点,对G、R和近红外(near infrared,NIR)通道分别建立分段的线性变换模型进行校正。为验证校正精度,在遥感图像中分别选择大田水稻、小区试验田块和裸地3个不同区域的图像的G、R和NIR通道像素亮度均值及归一化植被指数(normalized differential vegetation index,NDVI)作为评价指标。试验结果表明,和传统的整体线性变换相比,采用分段线性变换校正具有较高精度,G、R和NIR通道校正后的平均误差为8.6%,9.1%和11.7%,NDVI平均误差为11.5%,有效提高了阴影条件下的遥感图像的信息提取精度,提高了受云层影响遥感图像的利用率。研究为低空遥感的图像校正提供了参考。