作物生长模型与定量遥感参数结合研究进展与展望

作物生长模型与定量遥感参数的结合,不仅满足前者实现区域应用的需求,也有助于提高后者的反演精度,在生态、农业、资源调查与全球气候变化等研究上意义重大。该文从作物生长模型空间应用拓展的角度,对国内外主流作物生长模型、定量遥感参数以及两者结合的参数与方法进行了概述,分析了典型作物生长模型的主要模拟过程及其驱动、初始化、输出等参数,总结了当前定量遥感正反演结果可为作物生长模型区域应用提供的参数数据;建立了作物生长模型模拟过程与定量遥感参数的对应关系,对比分析了作物生长模型与定量遥感参数的不同结合方式。基于以上内容,对作物生长模型面应用的限制因素及其与定量遥感参数的关系、作物生长模型面应用时参数尺度效应的影响、作物生长模型与定量遥感参数耦合方法的发展3个方面展开了讨论,以期为作物生长模型与定量遥感参数开展更好的结合研究提供参考。     

基于Sentinel多源数据的农田地表土壤水分反演模型构建与验证

土壤水分是影响水文、生态和气候等环境过程的重要参数,而微波遥感是农田地表土壤水分测量的重要手段之一。针对微波遥感反演农田地表土壤水分受植被覆盖影响较大的问题,该文基于Sentinel-1和Sentinel-2多源遥感数据,利用Oh模型、支持向量回归(support vector regression,SVR)和广义神经网络(generalized regression neural Network,GRNN)模型对土壤水分进行定量反演,以减小植被影响,提高反演精度。结果表明:通过水云模型去除植被影响后的Oh模型反演精度有所提高。加入不同植被指数的SVR和GRNN模型的反演效果总体优于Oh模型,基于SVR模型的多特征参数组合(双极化雷达后向散射系数、海拔高度、局部入射角、修改型土壤调整植被指数)反演效果最优,其测试集相关系数和均方根误差分别达到了0.903和0.015 cm~3/cm~3,为利用多源遥感数据反演农田地表土壤水分提供了参考。     

基于冠层反射率模型的作物参数多阶段反演方法研究进展

利用遥感手段,基于冠层反射率(canopy reflectance,CR)模型反演农作物参数具有经济、高效、普适性好的特点,是智慧农业快速、精确监测区域尺度农情信息的理想方法。然而,CR模型反演过程受"病态反演"问题影响。针对此,前人提出了多阶段目标决策(multi-stage,sample-direction dependent,target-decisions,MSDT)法和面向对象(object-based)反演法。分别依据CR模型参数的敏感性和不确定性,以及作物参数的空间分布特征,将反演过程划分为若干阶段,每阶段只反演部分参数,前阶段反演结果作为后阶段反演的先验知识,以此减少CR模型参数优化的不确定性,改善"病态反演"问题。该文系统总结了MSDT法与面向对象反演法,将其归纳为统一的"多阶段反演"方法,并提出概念模型。基于此,总结、讨论了多阶段反演中如下三方面共性问题,试分析可能的解决途径:1)多阶段反演决策还需要广泛比较、科学论证与改进,以确保其合理性和有效性;未来研究中,应将MSDT法与面向对象反演方法有机结合,在统一的多阶段反演技术框架下,制定更加合理的反演决策方法。2)CR模型的参数化精度可能影响多阶段反演;未来应尝试利用"天空地一体化"遥感技术和尺度转换方法获取先验知识,提高CR模型参数化精度。3)多阶段反演过程中,反演误差逐级传递;未来研究中,一方面应尝试识别并纠正前阶段反演中的误差,另一方面应合理利用前阶段反演结果,避免前阶段反演误差影响后阶段的反演。     

夏玉米冠层光合有效辐射垂直分布模型

吸收光合有效辐射分量（FPAR）是研究植被群体光合作用和光能利用的重要参数,弄清冠层内FPAR的垂直分布规律及其与冠层结构等参数之间的定量关系,可以为遥感定量反演冠层FPAR提供模型基础。该文基于平均冠层的辐射传输过程,结合冠层结构建立玉米冠层内FPAR垂直分布计算模型,并就模型的参数如植被组分光学特性、株型、太阳高度角以及天空散射光比例等对FPAR垂直分布结果的影响进行了分析。利用实测结构参数模拟了玉米冠层内FPAR,并与SUNSCAN测量值进行了比较,结果表明模型对封垄后的玉米冠层内FPAR垂直分布的模拟精度较高,RMSE均小于0.18,并能较好地计算封垄前冠层内FPAR的垂直分布趋势。     

基于遥感的区域蒸散研究进展

以基于遥感的区域蒸散研究发展为主线，根据国内外最新研究进展介绍了剩余法、遥感反演的指数和P-M公式结合计算的方法。重点对剩余法中的3种模型：单层模型、双层模型和多层模型进行了阐述，为区域蒸散的研究提供了借鉴。通过对不同模型优缺点和适用范围的比较以及一些问题解决方法的描述得出：基于遥感的区域蒸散研究理论发展已经比较成熟，今后应加强模型在实际应用中的完善和发展。     

基于夏玉米冠层内辐射分布的不同层叶面积指数模拟

为了模拟夏玉米冠层内各层叶面积指数垂直分布,光合有效辐射（photosynthetically active radiation, PAR）是研究作物群体光合作用和长势的重要特征参数,阐明冠层内PAR的垂直分布规律与冠层结构等参数之间的相关关系,可为遥感定量反演冠层结构参数提供模型基础。该文基于PAR在冠层内的辐射传输规律结合冠层结构模拟不同太阳高度角的PAR透过率垂直分布模型,并用地面冠层分析仪测量值进行验证,结果表明模型对封垄前玉米抽雄期冠层内PAR透过率垂直分布模拟精度较高。通过不同太阳高度角PAR透过率的垂直分布模型结合消光系数运用不同算法分别反演层叶面积指数（leaf area index, LAI）,并与不同高度层LAI实测值进行比较。结果显示：Bonhomme& Chartier算法反演不同高度层LAI精度较高,上层均方根误差（root mean square error,RMSE）为0.18,中层RMSE为0.55,下层RMSE为0.09。不同太阳高度角反演结果存在差异,30°和45°高度角均能较好地反演下层LAI,RMSE分别为0.11与0.09;30°高度角反演中层LAI精度较高,RMSE为0.30;45°高度角反演上层LAI精度较高,RMSE为0.18。结果表明基于不同太阳高度角构建的层LAI反演模型更适于实现夏玉米不同高度层LAI的遥感估算。该研究可为模拟垄行结构冠层内LAI垂直分布提供参考。     

基于多元地统计的土壤有机质含量空间格局反演

为了提高土壤有机质含量的空间预测精度,该文采用了一种多元地统计方法来构建遥感定量反演模型。考虑到回归误差在空间上具有一定程度的聚类,该文提出了基于局部变化均值的普通克里金方法,然后用其构建土壤有机质含量遥感定量反演模型。对四川省西南部土壤有机质含量进行空间预测试验,并与普通克里金、普通遥感定量反演、基于回归克里金的遥感定量反演等方法相比较。结果表明:该文提出方法的空间预测结果最优,其原因为该方法通过空间统计来建立采样数据与地表反射率间的联系,充分考虑了数据间的空间相关性,因此可以更精确地获得土壤有机质含量的遥感反演模型;相比基于回归克里金的遥感定量反演方法,基于局部变化均值的普通克里金假设回归误差在局部邻域内的均值也不一定为零,更符合实际情况。该方法为农田养分管理及区域农业的可持续发展提供科学依据。     

机载激光雷达的作物叶面积指数定量反演

为了进一步挖掘激光雷达在植被垂直结构探测上的潜力,通过引入Kuusk的多层均匀冠层方向反射模型的单次散射部分,基于激光雷达发射和回波波形的高斯特征,模拟作物激光雷达回波,建立了作物叶面积体密度和叶面积指数的反演方法。模型输入参数的敏感性分析显示：G函数对反演结果的影响比土壤和叶片反射率大。最后利用“黑河综合遥感联合试验”的数据对反演方法进行了验证：反演的作物叶面积体密度与实测数据基本一致,叶面积指数反演的相对误差为12.5%。结果表明该方法可以有效反演作物叶面积体密度和叶面积指数,为作物结构参数反演提供了新的途径。     

岷江上游典型流域叶面积指数的遥感模型及反演

叶面积指数是植被定量遥感的重要参数,区域的时序列叶面积指数揭示了区域生态的演化过程,反演方法上主要是通过植被指数建立相关模型实现的,对于不同地区或不同气候带而言,模型的通用性以及各种植被指数在模型中的灵敏度都需做进一步探讨。以岷江上游典型流域毛儿盖地区为研究区,综合利用Aster和ETM遥感数据、地面实测数据和常规观测数据等资料,研究了植被指数与叶面积指数之间的相关性,以遥感图像中单个像元作为测算单位,对岷江上游毛儿盖地区叶面积指数进行了反演。利用研究区实测数据、生态环境本底遥感调查数据和水文气象数据,对上述模型反演结果进行验证和精度分析。结果表明,归一化植被指数NDVI在反演叶面积指数模型中具有较高的灵敏度,能较真实地反映研究区叶面积指数实际状况。     

基于无人机遥感的农作物长势关键参数反演研究进展

无人机遥感是生态-环境-资源领域新兴的重要研究手段,近年来在农作物长势研究中得到了迅速的发展与应用。清楚、透彻地认识基于无人机遥感的农作物长势研究现状及存在问题,有利于更好地把握当前的核心领域并开展更进一步的研究。首先回顾了国际上"基于无人机遥感农作物长势研究"为主题的论文发表情况,其次对无人机遥感平台及不同传感器的基本遥感原理、反演的参数类型、各自的优势及局限性进行梳理,并概述了基于无人机遥感的农作物长势反演流程。在此基础上,一方面将农作物长势参数归纳为形态指标、生理生化指标、胁迫指标、产量指标等4类;另一方面将农作物长势参数的反演方法归纳为经验统计回归与机器学习法、形态特征与光谱特征识别法、辐射传输模型法、多角度航拍与卫星-无人机影像结合法等4类,并针对不同反演方法的优势与不足进行总结。最后综合国内外的研究现状进行了讨论分析与展望评价。该文通过综述近10 a来无人机遥感农作物长势关键参数反演的研究成果,可为今后基于无人机遥感方法的农作物长势研究的理论基础与技术支持方面提供参考。     

基于遥感技术的陆面蒸散研究进展

遥感技术的发展为大面积的陆面水分蒸散估算提供了一种新的手段。本文首先分析了目前常用的几种陆面蒸散方法的理论基础;在此基础上介绍了各自的模型算法,并阐述了各种模型算法的特点及其优劣势;分析了目前遥感蒸散研究所面临的问题和发展趋势。     

区域遥感土壤水分模型的方法初探

遥感技术给大面积区域估算土壤水分含量提供了一种新的手段,分析了国内外应用较好的遥感监测土壤水分的几种模型和可供参考的地面参数遥感获取方法（以NOAA/AVHRR数据为例）,并阐述了它们的各自的特点及彼此之间的联系。     

卫星遥感在东南沿海区域蒸散（发）量计算上的反演

蒸散（发）量是研究农业生产和气象变化的重要内容,而自然陆地区域蒸散（发）量的求取往往比较困难。本文利用Landsat TM/ETM＋卫星遥感资料求出能够体现地表特征的重要参数,遵循陆面能量平衡原理SEBAL,给出了依据研究区特点分为植被覆盖和裸土两种类型的区域蒸散（发）量计算模型。利用该模型对东南沿海城市泉州市的蒸散（发）量进行了反演,并分析了遥感反演模型的特点和该地区蒸散（发）作用的特征,使得区域蒸散（发）量的估算成为可能。     

北运河地区植被覆盖的遥感估算及变化分析

植被覆盖度作为衡量地表植被覆盖的一个重要指标,是计算土壤侵蚀模数、分析土壤侵蚀的必要参数。根据1994年和2004年两期同时相的Landsat TM遥感图像资料,处理和分析并提取北运河地区的NDVI指数,利用像元二分模型原理定量估算植被覆盖度,得出其植被覆盖分类图。在此基础上分析了北运河地区10年来的植被覆盖变化特征。     

基于微波遥感的土壤水分反演估算研究进展

土壤水分是地表和大气水热过程交换的重要纽带，对于农业生产、生态规划、水资源管理等具有十分重要的意义。微波遥感具有基本不受天气条件影响，具有较好探测植被覆盖下的土壤信息和土壤水分变化趋势等优势，成为目前遥感精确反演土壤水分的热点。本文整理了现有全球尺度的基于微波遥感的土壤水分产品；分析比较了土壤水分反演中主动微波遥感、被动微波遥感、主被动微波协同技术的原理、特点、适用范围和关键技术进展：主动微波遥感和被动微波遥感的 优势分别在于高空间分辨率和高时间分辨率，高空间分辨率可以很好捕捉地表细微的空间信息特征，但囿于土壤水分与后向散射系数之间的复杂关系，特别是植被、地表粗糙度等对雷达后向散射系数的干扰，使得反演土壤水分的精度不高，因而根据现实情况选取不同散射模型以及利用多源数据协同是目前改善精度的研究热点。而高时间分辨率可以实现全球及大尺度下的土壤水分监测，但是很难满足小尺度或者小区域范围的实际研究需求，为了能使实测数据在空间上得以较好匹配，提出多种降尺度方法。结合以上两种微波遥感方式的优劣，依托更为丰富的数据源、相对成熟的观测技术来对两者进行融合以提取更多的水分信息，以提升反演精度或者获得长时间序列数据。在目前的方法中，土壤水分反演在小尺度下表现出良好的性能，但在全球尺度上会出现数据缺失、适用性不强、反演精度不高以及反演过程过于复杂等诸多问题，可以借助多种观测方式（多极化、多角度、多波段）、多时相重复观测、在原有模型上引入新的算法以及数据同化等方面着手进行改进，同时全球卫星导航系统（Global Navigation Satellite System, GNSS） 中长期稳定、高时空分辨率的L波段微波信号在陆面遥感领域的快速发展也为我国北斗卫星导航系统（BeiDou Navigation Satellite System, BDS）的发展提供了借鉴，展现出在土壤水分反演方面的巨大潜力。     

基于遥感技术监测作物收获指数(HI)的可行性分析

鉴于作物收获指数(HI)在遥感定量监测作物单产研究中的重要性,本文通过分析作物HI的形成机制和总结目前相关的遥感技术应用情况,探讨了利用遥感技术估算HI的可行性,认为结合遥感信息的时空特点,可以对HI的形成过程进行动态监测,进而建模估算最终的HI。通过分析,文中将遥感估算HI方法归纳为三类:(1)通过高时间分辨率的遥感数据对作物的整个生长过程进行监测,然后基于作物生长过程的遥感监测实现HI实时估算;(2)通过遥感技术手段获取影响HI形成的因素,然后基于环境影响因子的遥感监测进行HI的估算;(3)随着雷达、激光雷达数据获取和测量精度的提高,将可能基于作物结构参数的遥感监测来反演HI。并且分析了不同遥感数据的自身特点及其用于监测HI的缺陷和不足之处,指出遥感数据源的多元化趋势和新型传感器的出现必将推动遥感估算HI模型的改进和估算精度的提高;鉴于遥感信息的优势主要体现在空间差异化,认为遥感估算HI的结果验证应该以像元尺度为主,结合其他数据(区域统计数据等)对比分析为辅。     

基于3S技术的区域蒸散研究进展

 从蒸散测量方法,区域蒸散研究理论基础,模型方法及参数获取,GIS、GPS时空扩展等多个方面对区域蒸散研究进行分析,探讨目前存在的蒸散计算模型、遥感反演模型参数精度及时间空间尺度转换等若干问题。指出以良好的物理基础为背景、以模拟SPAC中能量、物质交换过程并利用遥感技术确定地表关键参数来建立的区域蒸散数值模型是今后的发展趋势。方法上与3S技术紧密结合、多源数据(不同分辨率、不同时序卫星资料及数字高程模型等)结合可以减少模型中的非遥感参数,提高参数的反演精度和时空尺度转换精度,也将对区域蒸散的空间不均匀性问题解决带来希望。     

基于遥感图象的土地利用分类方法研究

随着遥感技术和各种地学分析模型的发展和深入,利用遥感技术实现城市用地的快速分类将具有重要的实践意义。从遥感图像的应用出发,深入研究了基于遥感影像下的城镇用地的分类方法,并对提出的分类方法进行了若干讨论。     

Remote Sensing of Soil and Water Quality in Agroecosystems

Mismanagement of soil and water resources may not only contribute to an escalation of global poverty but also jeopardize ecosystem services, with significant costs to the environment. Although not concentrated within one geographic location (3,500 million hectares), an equivalent of approximately 24 % of the earth’s land surface is degraded land, and about 2 billion people (one third of the global population) lack access to safe and affordable water for domestic purposes. It is therefore critical to develop strategies targeted at the root causes of these problems. However, to do so would require a rapid and reliable information system that has been elusive because of the complexity of the environment and the limitations of the existing tools. The increased availability and development of remote sensing and geographic data analysis tools have opened up new possibilities for exploring and monitoring environmental variables influencing key land use and soil management options. Here, we explore the major concepts, describe the constraints, and the future potential of remote sensing for mapping and providing near real-time information on soil and water quality in the context of major land use practices employed at the global scale.     

无人机遥感在农田信息监测中的应用进展

快速实时地掌握农田信息是实施精准农作的基础。以无人机为平台的低空遥感探测技术,具有空间分辨率高、时效性强和成本低等特点,可填补地面监测和高空遥感间的测量尺度空缺,因此在农田信息精准监测领域具有广泛的应用前景。近年来,随着无人机飞行平台稳定性增强、操作难度降低,机载遥感设备的轻量化和多样化,以及遥感数据处理技术的进步,无人机遥感在农田信息监测领域得到了快速发展。本文对国内外相关研究成果进行了总结,对常用遥感技术类型和数据处理方法以及具体应用方向和实施效果进行了综述,并提出了当前存在的突出问题和未来的发展方向,以期为推动无人机遥感在农田信息监测和精准农业中更广泛的应用提供依据。