低空遥感技术及其在精准农业中的应用

以中国农业科学院土壤肥料研究所所进行的低空遥感为例，系统描述了低空遥感的技术体系、硬件设备的工作原理和影像处理过程。介绍了低空遥感技术在精准农业中的应用情况，如地块边界数字化、地块面积量算、作物种类识别、作物长势分析等。同时分析了低空遥感技术的应用前景。     

低空无人飞行器遥感技术在重庆城口滑坡堰塞湖灾害监测中的应用研究

应用无人飞行器低空遥感技术对重庆城口滑坡地质灾害进行监测,分析了无人飞行器低空遥感技术在复杂地形及气象条件下数据获取与数据处理的技术流程和方法,并对无人飞行器低空遥感技术在滑坡地质灾害灾情评估和灾损评价中的应用上进行了探索。结果表明,无人飞行器低空遥感技术在困难地区完成遥感数据的获取与处理、三维建模和应用分析具有明显优势;无人飞行器低空遥感技术生成的数字正射影像图和数字高程模型数据可以为地质灾害发生后的抢险救灾、灾情评估和灾后重建提供准确、直观、翔实的基础数据和统计分析数据;采用无人飞行器低空遥感进行地质灾害监测可以有效弥补传统遥感技术的不足,为地质灾害遥感监测提供技术保障。     

农业低空遥感技术及其应用前景

系统分析了我国农业低空遥感技术的平台系统、传感系统及信息处理系统的组成、工作原理及目前的发展情况,详细分析了目前我国常用的几种低空遥感平台如飞艇、系留气球、动力三角翼飞行器、微型无人机驾驶飞机的工作原理及优缺点;分析了我国目前低空遥感的应用情况,同时对我国农业低空遥感存在的问题及应用前景。     

水土保持规划中低空遥感数据的获取及应用

[目的]为实现水土保持规划设计的高精度、高效率及现时性要求,探求低空遥感技术在水土保持规划设计中的应用基础和前景。[方法]选取陕西省榆林市横山区鲍家寺景区进行低空遥感试验,通过建立数字高程模型(DEM)和数字正射模型(DOM),从3个方面比较分析低空遥感数据的优势,并进一步探索了低空遥感成果在水土保持规划前期基础信息获取阶段的基本应用。[结果]低空遥感不但具有灵活性好,时效性好,数据精度高等基础优点,而且借助其他地理信息系统软件可方便、快捷提取地形现状信息和水土保持治理现状信息等水土保持规划基础资料,大大提高工作效率,能满足水土保持规划设计的要求。[结论]低空遥感数据应用于水土保持规划设计具备广阔前景。     

无人机技术在生产建设项目水土保持监测中的应用

[目的]对无人机低空遥感技术在水土保持监测中的应用进行探索,为该技术应用于小流域综合治理、水土保持监督管理、施工监理和水土保持验收等方面奠定基础。[方法]以浙江省长龙山抽水蓄能电站工程为例,结合《生产建设项目水土保持监测规程(试行)》,从背景资料分析、遥感数据获取、监测信息提取及应用3个方面,开展无人机低空遥感技术在水土保持监测中的案例分析。[结果]利用无人机低空遥感技术并结合传统定位观测手段,能够精细化、定量化地完成土地利用类型、扰动范围及流失量、弃渣场挖填方量、水土流失隐患及危害和水土保持措施等监测工作。[结论]无人机低空遥感技术在水土保持监测中的应用可靠性高,实用性强,计算结果的精度满足《监测规程》要求,有利于提高生产建设项目水土保持监测工作的技术水平,可为防治水土流失提供技术支撑。     

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。     

无人机低空遥感技术在生产建设项目水土保持监测中的应用——以某燃机电厂为例

为提高生产建设项目水土保持监测工作效率和成果精度,探索水土保持监测新技术的使用,以某燃机电厂为例,在水土保持监测中应用无人机低空遥感技术,重点分析了扰动范围、土石方量、水土保持措施、水土流失危害等内容的监测。结果表明,无人机低空遥感监测技术能极大地提高监测效率和精度,可实现监测信息的有效管理,相较于传统监测方法具有显著的优势。该技术可应用在小流域综合治理、水土流失动态监测、水土保持规划等领域。     

我国农业遥感的应用现状与展望

目前，遥感技术在我国农业上主要应用在农用地资源的监测与保护、农作物大面积估产与长势监测、农业气象灾害监测和作物模拟模型等几方面。该文对我国农业遥感上述几方面的研究、应用进行了讨论、分析与评价，认为3S一体化、灾害预测研究、高光谱遥感、定量遥感是今后的发展方向。同时，遥感技术的应用与发展，对我国农业数字化进程的推进有不可替代的作用。     

低空无人机遥感技术在淤地坝水土资源监测中的应用

通过分析传统监测方法在渭源县桥子沟小流域水泉湾骨干坝坝控区水土资源调查应用中存在的问题,探讨如何利用低空无人机遥感技术对坝控区域水土资源动态变化进行快速监测。研究成果表明,利用低空无人机遥感技术可以快速获取坝控区域的空间遥感信息和数字高程模型,实现坝控区域影像的数字化;通过无人机处理软件对影像数据进行处理后不仅可以直接量取坝系坡面区域的面积,了解坡面治理及土地利用的动态变化,还可以直接测量沟道水域的面积和沟道两侧滑坡体的体积,为分析坝地水土资源量及其来源提供数据支持;低空无人机遥感影像还能够直观地显示沟道堰塞湖的面积大小,为淤地坝的安全管理和预警提供支持。在淤地坝水土资源监测中利用低空无人机遥感技术可以自动智能、高效快速地获取影像数据,具有灵活、高效、周期短、成本低、影像分辨率高等优点,能极大地减轻外业人员的工作量,具有广阔的应用前景。     

时空协同的地块尺度作物分布遥感提取

地块尺度作物分布信息清晰直观地反映了农田位置、空间形态等空间细节和种植类型信息,对精准农业管理、种植补贴发放和农业资源调查等具有重要价值。虽然遥感时空协同思路为地块尺度作物分布提取提供了解决方案,但在农田地块提取和时序特征构建方面尚存在不足。该研究基于遥感时空协同的思路,以Google Earth高空间分辨率影像为底图,利用擅于学习影像视觉特征的D-LinkNet深度学习模型,快速、精准提取农田地块形态;以地块为观测单元,利用Landsat8和Sentinel-2多源遥感的"碎片化"无云数据构建地块时序数据集,基于加权Double-Logistic函数重建地块归一化植被指数(Normalized Difference Vegetation Index,NDVI)时序曲线;提取地块物候特征和多时相光谱特征,经过特征优选和随机森林分类模型构建,开展地块尺度作物分布制图。以广西扶绥县为研究区开展试验,共提取地块43.7万个,边界准确率为84.54%,相较于常规基于多尺度分割的地块提取,基于D-LinkNet的地块提取方法直接排除了非农田地物的干扰,地块形态与现实情况符合度更高;地块NDVI时间序列重建结果能够较好地捕捉作物开始生长、旺盛期、成熟收获期的动态变化趋势;分类特征重要性评价结果显示,红边特征、与时间相关的物候特征在分类中发挥重要作用,当联合物候特征和光谱特征时分类效果最佳;根据特征重要性分析不同特征数量情况下的分类精度,当特征数量大于40维时,作物分类精度和Kappa系数保持稳定,总体分类精度维持在88%左右;对扶绥县地块尺度作物分布进行制图,提取甘蔗地块277 421个、水稻地块33 747个、香蕉地块4 973个、柑橘地块102 055个,分别占农田地块总数的63.48%、7.72%、1.14%、23.35%,种植面积占比分别为69.78%、7.12%、1.71%、18.06%。该研究在理论上构建了遥感时空协同的地块尺度作物分类模型,为大范围、地块尺度作物分布遥感提取提供了实用化方案。     

基于优化SIFT算法的无人机遥感作物影像拼接

针对作物遥感影像因对比度低所导致的使用尺度不变特征变换算法(scale-invariant feature transform,SIFT)提取特征点数目少,拼接效果不理想的情况,提出了一种基于图像锐化的自适应修改采样步长的非极小值抑制拼接算法,该算法在图像预处理中引入锐化滤波器对平滑后的图像进行卷积,增强图像细节,增加特征点提取数目,同时通过基于尺度的自适应修改采样步长,使图像特征点分布更加均匀,根据低对比度作物遥感影像的成像特性,采用非极小值抑制,提高图像匹配效率。在查找匹配点的过程中,引入最优节点优先算法(best-bin-first,BBF)查找最近邻与次近邻,采用随机抽样一致算法(random sample consensus,RANSAC)优选特征点。通过试验验证,该文改进后的算法相比于标准SIFT算法,在处理低空作物遥感影像时,特征点提取数目平均增加77.5%,特征点匹配对数平均增加15对,对于标准SIFT算法无法匹配的低对比度作物遥感影像,提取到了8对以上的匹配点对,满足了拼接条件。该改进算法相对于标准SIFT算法更适于低对比度遥感影像的拼接。     

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。     

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GF遥感数据纹理分析识别制种玉米

仅利用多时相遥感数据识别作物,其精度难以满足制种玉米识别的实际需求。该文针对制种玉米种植特点,利用国产GF遥感数据,构建了制种玉米遥感识别方法。首先利用多时相国产卫星GF-1 WFV数据,依据研究区作物的物候历,构建各地类EVI时序曲线,提取玉米种植区域;进一步利用抽雄期的GF-2 PAN数据,以田块为对象,通过Sobel边缘检测算子,提取作物纹理信息,并利用Hough变换检测制种玉米田块中的条带状纹理信息,最终提取出制种玉米。该文以新疆维吾尔自治区奇台县坎尔孜乡为研究区,对该文构建的方法进行试验验证,试验结果显示,制种玉米识别精度为90.0%,Kappa系数为0.80。该文不但拓宽了中国国产遥感数据的应用领域,同时也为中国玉米制种监管提供了新的技术支撑。     

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。     

高光谱技术在农业遥感中的应用研究进展

高光谱技术的研究与应用是农业遥感领域重要前沿课题之一.该文回顾了高光谱技术在国内外农业遥感中的应用研究进展,概括和总结了作物叶片光谱特征、作物分类与识别、作物生态物理参数反演与提取、作物养分诊断与监测、作物长势监测与产量预测、农业遥感信息模型以及农业灾害监测7个主要研究方面.在此基础上,笔者指出了高光谱技术在农业遥感中尚需解决的关键问题,并提出了可能的解决途径.最后对高光谱技术在农业遥感中的应用前景作出了总结和展望.     

作物模型应用与遥感信息集成技术研究进展

作物模型和遥感技术以各自独有的优势在作物生产监测、评估及未来预测等方面发挥着关键作用。作物模型与遥感信息集成技术在大尺度、高精准的农业生产监测、评估与预测上具有明显的应用优势和广阔的发展前景。为了促进这些技术在区域尺度上的作物产量预测、农业气象灾害影响评估及农业应对气候变化决策等方面更加广泛地应用,本文采用文献综述的方法,系统归纳了欧洲、美国、澳大利亚及中国作物模型的发展与应用,总结了当前主流的数据集成方法的原理、特点和不足,概述了作物模型与遥感信息集成技术的实际应用,探讨了提升数据集成精度存在的问题,并对未来研究方向进行展望。结果表明,国内外对于作物模型及其与遥感数据集成的研究与应用广泛而深入,利用同化方法能够有效提高作物模型模拟精度,为作物模型实现区域尺度作物生长及产量评估、气候变化对产量影响、农田管理决策等提供技术支撑。作物模型模拟结果及遥感反演数据的不确定性、数据同化策略的多样性以及尺度效应是进一步提高集成系统精度与效率的限制因素。因此,遥感数据多源融合、同化过程多变量协同、作物模型多类型耦合以及数据高性能并行计算是未来作物模型与遥感数据集成研究的发展趋势。