华北平原冬小麦面积遥感提取及时空变化研究

多年作物种植面积的时空变化可以反映种植结构的调整结果,并可用于进行驱动力分析。为解决连续遥感监测作物种植面积变化过程中,不同的训练样本或分类规则不能较好地反映作物种植面积时空格局变化的问题,本文首先根据研究区(华北平原)农业气象观测站提供的主要农作物物候观测资料获得主要农作物典型物候期特征,结合HANTS滤波后的NDVI时间序列数据提取不同地物类型的NDVI时序曲线,引入复种指数,探讨了CART算法在提取华北平原冬小麦种植面积的可行性,最后提取了2000—2013年华北平原冬小麦种植面积,并参考市级的农业统计数据进行精度评价。经检验,近13年的遥感监测种植面积与农业统计面积相关系数达到0.94(置信水平为95%),且各市13年面积一致性小于40%的概率仅为15%。利用遥感监测多年冬小麦空间分布信息获得其空间种植概率,能较好地反映研究区冬小麦的主要种植区,该方法可为大范围、连续年份冬小麦种植面积时空格局的遥感监测提供参考。     

利用动态阈值决策树分类的华北平原冬小麦动态监测

华北平原是中国最大的粮食生产基地,准确监测其冬小麦种植面积及其变化对粮食产量预测和国家粮食安全具有重要意义。然而,不同土地利用产品所估算的小麦面积、空间分布及其动态均存在较大分歧,不能有效反映出冬小麦的长期变化特征。该研究结合作物物候特征和已有小麦专题数据产品,首先构建动态阈值决策分类算法,以降低传统方法在阈值设定和样本筛选方面的不确定性;进而分析了2003—2022年华北平原区冬小麦播种面积的长期变化规律。结果表明：1）该研究提出的动态阈值决策分类算法能准确地提取冬小麦面积,平均总体精度为93.44%,且与统计数据具有较高的一致性;2）2003—2022年华北平原冬小麦种植面积整体呈上升趋势,不同地区变化类型差异较大;3）研究时段内,持续种植冬小麦的耕地面积仅占各年份种植范围总面积的5%,种植次数低于10 a的面积占比达55%;4）河北中南部、山东省西部和河南省中北部冬小麦种植面积相对稳定,京津冀地区以及山区冬小麦播种面积变化相对频繁。该研究可为大尺度冬小麦动态监测提供了新的方法视角,并对科学制定耕地调控策略具有重要意义。     

基于植被遥感信息的作物蒸散量估算模型--以华北平原冬小麦为例

本文基于作物系数法并结合植被遥感信息(MODIS/NDVI),提出一种能反映作物空间分布和土壤供水差异信息的作物蒸散量估算模型。利用该模型得到2000—2013年华北平原冬小麦的蒸散量,模拟结果与遥感蒸散产品吻合度较高(R2=0.952,RMSE=1.3×107 m3),并分析了冬小麦蒸散量和灌溉耗水量的时空变化。结果表明:1华北平原冬小麦蒸散量呈南高北低的格局。基于250 m空间分辨率上来看,山东省、河南省的黄河灌区以及太行山前平原的冬小麦蒸散量可达400 mm以上,中部平原区冬小麦蒸散量350 mm,滨海一带蒸散量200 mm。2冬小麦灌溉耗水量与其蒸散量格局相一致。在太行山前平原、河南省和山东省的引黄灌区,灌溉耗水量可达250 mm以上;河北平原北部由于冬小麦种植比例较低,灌溉耗水量100 mm。3近14年河北平原北部冬小麦播种面积下降明显,区域灌溉耗水量减少,地下水位下降趋势得到明显缓解。本文提出的作物蒸散量估算模型能够较好地用于确定较大区域作物蒸散耗水量,并可应用于区域作物灌溉量的评估与管理中。     

基于遥感的华北平原农作物时空分布变化特征分析

作物种植面积的多年时空变化是进行农业结构调整和优化的基础,也是开展农业减灾、地下水保护的重要依据。为了解华北平原主要作物近年来种植面积的时空变化过程,本文基于2000—2013年的MODIS NDVI数据和TM/ETM遥感数据提取当地主要作物的种植面积,并分析了华北平原主要作物近年来的时空变化特征。结果表明:1基于MODIS NDVI数据和TM/ETM遥感数据提取当地主要作物的种植面积,提取精度较高,结果可靠;2冬小麦?夏玉米主要分布于太行山前平原、山东省和河南省的引黄河灌区,单季玉米在河北平原北部分布最广,水稻集中分布于天津、河北唐山地区和黄河沿岸,蔬菜主要分布在城市郊区,林果分散分布于几个产果区和京津周边地区,棉花主要集中于华北平原中部地区。3华北平原粮食作物(小麦、玉米和水稻)种植面积明显下降,经济作物(林果和蔬菜)则显著增加,其中林果、蔬菜和水稻的面积变化率较大,分别为56.45%、35.76%和23.16%,蔬菜和水稻的位置转移明显。4景观格局AWMPFD和SHEI指数值表明,河北平原以南的冬小麦?夏玉米种植规模化程度提高,豫北地区冬小麦?夏玉米种植面积增加,豫北以北地区由于各类经济作物种植面积增加,区域作物种植多样化指数增加。该结果可为农业种植结构调整、资源合理利用提供参考。     

基于地块特征基元与多时相遥感数据的冬小麦播种面积快速提取

冬小麦播种面积监测是农情遥感的重要研究内容之一,及时、准确地获取冬小麦的播种面积对冬小麦产量估算具有重要的意义。该文在面向对象技术的支持下,首先利用融合的高空间分辨率SPOT5遥感影像提取农田地块专题层信息;然后在专题层控制下对多时相的ETM+遥感数据统一尺度分割,得到不同时相遥感影像相同形状的地块特征基元;通过光谱特征规则集构建不同时相的冬小麦信息提取模型,实现对各个时期冬小麦播种田块对象的提取;最后通过交叉验证,确定最终的冬小麦播种面积。结果表明,该方法能够快速获得冬小麦播种面积,总体精度达到90%以上,基本上能够满足农情遥感监测的需求,为冬小麦种植面积遥感快速监测提供了一种可行的方法。     

华北平原种植结构变化对农业需水的影响

不同种植结构下的农田需水研究是调整农业种植结构、制定切实可行的区域灌溉方案的重要依据。为了定量估算华北平原种植结构变化对农业需水的影响,本文基于MODIS NDVI数据和TM/ETM遥感影像提取了2002年和2012年华北平原主要作物类型及其种植面积,同时基于作物系数法计算了华北平原7种主要作物需水量,分析了华北平原种植结构变化对作物需水的影响。结果表明:2002—2012年,主要作物种植面积减少60.7万hm~2。其中,种植面积明显减少的作物分别为冬小麦-夏玉米(-43.18万hm~2)、棉花(-32.43万hm~2)、水稻(-9.3万hm~2)和春玉米(-4.9万hm~2),种植面积增加的作物主要是林果(+16.61万hm~2)和蔬菜(+12.6万hm~2)。2002—2012年,华北平原主要作物的总需水量从742.7亿m~3下降至695.5亿m~3,共下降6.37%。其中,需水量减少的作物类型为冬小麦-夏玉米(-35.41亿m~3)、棉花(-24.31亿m~3)、水稻(-7.48亿m~3)和春玉米(-2.1亿m~3),需水量增加的为林果(+11.24亿m~3)和蔬菜(+10.71亿m~3)。从空间分布来看,华北平原作物需水量整体呈减少趋势,仅在河北平原、鲁西北以及滨海平原靠近城市周边的区域呈增加趋势,其中滨海平原需水增加量最大。华北平原由于作物种植面积减小引起的作物需水减少量达44.7亿m~3;由作物种植结构调整引起的作物需水减少量为2.5亿m~3。种植规模的减小是华北平原作物需水量减少的主要原因。     

多时相遥感影像监测冬小麦种植面积的变化研究——以河北省三河市与大厂回族自治县为例

利用多时相遥感影像监测研究分析河北省三河市和大厂回族自治县冬小麦种植面积变化结果表明,该研究区域冬小麦种植面积总体呈现下降趋势,而同一年份内不同地域冬小麦种植面积却增减不一。冬小麦种植面积增加是因对河流两岸进行新的开垦所致,而冬小麦种植面积减少是因建设用地占用耕地以及农作物种植结构调整所致。     

利用MODIS遥感数据监测冬小麦种植面积

冬小麦是中国最主要的粮食作物之一，利用遥感技术进行冬小麦种植面积监测是粮食安全的核心内容之一。美国1999年发射的TERRA卫星上携带的中分辨率成像光谱仪（MODIs）具有独特的光谱、时相和空间分辨率，为大范围的冬小麦种植面积监测提供了可靠的数据源。但中国耕地破碎，即使是250m分辨率的MODIS数据，采用传统的信息提取方法依然无法取得高的精度。因此结合多源遥感数据和GIS数据，建立了基于TERRA／MODIS数据的冬小麦种植面积遥感监测体系结构。首先利用IKONOS米级高分辨率遥感影像提取试验样区的地块图，用以指导野外采样工作；其次，在采样工作基础上，利用LANDSAT进行区域冬小麦种植面积提取；最后利用2002年TERRA／MODIS时间序列数据的混合像元线性分解模型进行河南省冬小麦种植面积的遥感监测，监测结果与国家统计数据相比，相对误差为5．25％，精度能满足农情监测的需要。研究结果为中国冬小麦种植面积遥感监测提供了一种业务化工作方法。     

2000-2020年昌吉州东部平原区地下水位埋深对土地利用及干旱时空演变的动态响应

联合土地利用与覆被变化及气象干旱综合分析区域地下水位埋深变化及其动态响应关系,明晰地下水位埋深变化的阶段性主导因素,对地下水超采地区综合治理和地下水资源有效管控具有现实意义。选取昌吉州东部平原区2000-2020年78眼地下水监测井月尺度地下水位埋深数据资料及5期遥感影像数据并结合同期多尺度标准化降水蒸散发指数SPEI,分析不同时空尺度地下水位埋深对土地利用/覆被变化及SPEI的动态响应规律,探讨研究区土地利用变化与干旱变化趋势对地下水埋深变化的综合影响。结果表明:研究区21年间地下水位埋深表现出不显著变化(2000-2005年)-显著增大(2005-2014年)-变缓(2014-2017年)-持续增大(2017-2020年)的变化特征,整体呈持续增大动态趋势,空间分布呈北向南逐渐增大特征;同期土地利用类型面积发生了显著变化,耕地为其主要的土地利用类型,面积呈持续增加趋势,分形维数呈现出先降低(2000-2005年)后升高(2005-2010年)再降低(2010-2020年)的变化特征;SPEI年际动态变化呈显著干旱趋势变化特征,年尺度序列在2012年、2017年发生突变,2016年开始气象干旱发生频次增加;2000-2015年研究区地下水位埋深动态变化对土地利用变化尤其是耕地变化响应显著,2016-2020年地下水位埋深动态变化是对土地利用变化与气候干旱因素的联合响应。     

基于MODIS遥感影像的湖水体面积与水位关系

为了弥补新疆博斯腾湖区云天状况下光学遥感监测水体面积的不足、提高水体面积监测的效率,该文利用2001-2010年5-10月MODIS影像提取的水体信息和逐月水位监测数据,采用统计分析的方法确立了博斯腾湖面积-水位关系模型,并建立了2001-2010年5-10月面积-水位曲线。面积-水位曲线拟合和遥感提取的水体面积均方根误差较小(24.1km2)。结果表明:MODIS遥感数据能有效地监测水体面积变化,2001-2010年博斯腾湖水体面积、水位呈下降趋势。博斯腾湖(不含小湖群)的水体面积与水位相关性高,且在一定范围内有着较好的三次回归关系。该研究可为云雾天气下博斯腾湖(不含小湖群)水体面积遥感定量监测提供弥补方法和途径。     

气候变化背景下华北平原冬小麦冬前生育期与节气对应及偏移分析

利用华北平原冬小麦种植区55个气象站点1961-2017年逐日地面观测资料,借助寿星公式,以气候倾向率的方法,选取冬小麦越冬期所需积温为指标,分析了冬小麦越冬期、播种期所在的节气时空分布和变化特征,并对冬小麦相关农事活动与节气的对应及偏移进行探讨。结果表明,近57a华北地区冬小麦越冬期推迟约3.7d,推迟趋势显著（P<0.05）。华北平原冬小麦播种期所在的节气由北向南逐渐推迟,与P1时段（1961-1990年）相比,P2时段（1991-2017年）冬小麦播种期界限显著北移。气候变化背景下华北平原冬小麦农事活动与二十四节气出现了一定的偏差,部分地区以前指导农事活动的谚语已不再完全适用,如山东省中部地区冬小麦最适播种期终止日由秋分节气的第3候推迟至寒露节气的第1候;河南省北部部分地区最晚播种期由寒露节气的第3候推迟至霜降节气的第1候。通过研究二十四节气与冬小麦播种期的对应关系来调整农事活动,未来还需考虑冬小麦生育期内对应节气的光、水等自然因素和农艺措施等人为因素的影响,科学指导农业生产以适应气候变化。     

基于多源遥感数据的综合干旱监测模型构建

在全球气候变化越来越复杂的大背景下,准确监测华北粮食主产区的旱情对区域农业生产有重要的指导意义。以往的遥感干旱监测方法多侧重于监测土壤或植被等单一干旱响应因子,反映综合信息的能力较差,为此该研究使用中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)、热带降水测量计划(tropical rainfall measuring mission,TRMM)卫星等多源遥感数据,在综合考虑干旱发生发展过程中的土壤水分胁迫、植被生长状态和气象降水盈亏等因素的基础上,利用空间数据挖掘技术,构建综合干旱监测模型,并以山东省为例进行了试验验证。结果表明,模型监测出山东省近年来所经历的重大干旱过程与实际旱情一致,模型输出的旱情指标-综合干旱指数(synthesized drought index,SDI)与小麦的标准化作物单产变量的相关系数均大于0.7(P0.05);在小麦和玉米的生长期,综合干旱指数与作物受灾面积的相关系数在-0.67～-0.85之间,与标准化降水指数(standardized precipitation index,SPI)的相关系数在0.44～0.67之间,且通过了P0.01的极显著检验(3月份除外)。研究结果为综合评估区域干旱提供了一种新的方法。     

基于CNN卷积神经网络和BP神经网络的冬小麦县级产量预测

冬小麦是中国重要的粮食作物，开展县级冬小麦产量预测对粮食宏观调控和农业精准化发展具有重要指导意义。该研究从县级产量预测角度出发，结合卷积神经网络（Convolutional Neural Networks，CNN）和反向传播神经网络（Back Propagation Neural Networks，BP）技术提出了冬小麦县级产量预测方法，使用CNN卷积神经网络对Sentinel-2遥感数据进行冬小麦种植区的分析和提取，将得到的种植区分布数据与MODIS EVI数据和耕地分布数据进行了融合，利用BP神经网络对融合后的数据进行产量特征提取和预测并选取均方根误差（Root Mean Square Error，RMSE）、平均绝对误差（Mean Absolute Error，MAE）和样本决定系数（Coefficient of Determination，R2）作为精度指标对试验结果进行分析和评价。结果表明，基于CNN卷积神经网络和BP神经网络的冬小麦县级产量预测方法在山东省2014－2016年冬小麦县级产量验证集中R2达到0.87以上，MAE低于269.48 kg/hm2，RMSE低于346.56 kg/hm2，93%的县单产相对误差小于9%，试验结果平均值与中位数的偏差小于1.2%；在河南省2015－2019年冬小麦县级产量验证集中R2达到0.96以上，MAE低于304.84 kg/hm2，RMSE低于418.14 kg/hm2，91%的县单产相对误差小于9%，试验结果平均值与中位数的偏差小于1.6%，方法所构建模型具有良好的预测准确率、鲁棒性和泛化性，可以实现县级尺度下的冬小麦产量预测。     

用NOAA图像监测冬小麦面积的方法研究

冬小麦种植面积是农情监测中一个重要的监测因素,对生产管理与产量预测有重要意义。该文在冬小麦与同期主要大宗作物绿度－时相曲线对比分析的基础之上,建立反映冬小麦种植区域的差值植被指数图像,采用遥感－统计的方法,对利用ＮＯＡＡ图像进行冬小麦种植面积遥感监测进行了初步研究。通过对我国冬小麦主产区的河北、河南和山东三省的监测实验证明,该方法适用于大范围的冬小麦种植面积遥感监测。     

华北平原冬小麦产量变异的气象影响因子分析

采用1988-2015年华北平原冬小麦种植区46个市的统计产量和相应46个气象站点的逐日气象资料,通过Logistic曲线和双曲线方法分离出气象产量,并构建气象产量与生长季主要气象因子的多元统计关系,以明确华北平原冬小麦产量变异的气象影响因子。结果表明：（1）1988-2015年华北平原冬小麦产量在3200～6800kg·hm-2,中部地区产量最高,南部地区产量的变异高于中部和北部地区。（2）生长季日照时数、温度和降水平均值的年际变化影响了17%～78%的气象产量的变异,其中54%的地区达到显著水平（P＜0.05）。影响程度较高的地区主要分布在河北南部、山东西部和河南的东北部地区。（3）播种-返青阶段的降水显著影响产量变异,降水量每增加1%,天津、驻马店及山东西北部等地产量将上升13～74kg·hm-2,而河北北部、河南南部、山东南部等地产量将下降16～80kg·hm-2。返青-成熟阶段对产量变异影响较大的因子为最低气温,平均最低气温每上升1-C,天津和石家庄、山东东部和西部及河南东部等地产量将增加50～295kg·hm-2,而北京、唐山和枣庄等地将减少76～124kg·hm-2。总体来看,温度对华北平原冬小麦产量变异影响范围更广且更加显著,但气象因子对产量变异的影响受局地品种和管理措施等影响呈现较大的空间差异。     

华北平原不同等级干旱对冬小麦产量的影响

华北平原是中国重要的粮食生产基地,其中冬小麦播种面积和产量均居中国首位,在国家粮食安全中具有重要作用,干旱是影响该区域冬小麦产量的最主要农业气象灾害。该研究基于华北平原44个气象站点1981—2017年的逐日气象数据以及作物、土壤和田间管理资料,以作物水分亏缺指数为农业干旱指标,基于调参验证后的农业生产系统模型(Agricultural Production Systems Simulater,APSIM),评估了冬小麦生长发育中后期各生育阶段不同等级干旱对冬小麦单产和总产的影响。结果表明,冬小麦拔节-开花和开花-成熟阶段干旱造成冬小麦减产率空间上均呈北高南低的分布特征,且开花-成熟阶段干旱引起的减产率(26.8%)高于拔节-开花阶段干旱引起的减产率(19.1%),区域间比较均表现为干旱对京津冀地区冬小麦单产影响最大,对河南省冬小麦单产影响最小;随着干旱等级的加重减产率增大,开花-成熟阶段轻旱、中旱和重旱的减产率分别为16.5%、32.8%和44.9%,拔节-开花阶段轻旱、中旱和重旱的减产率分别为10.3%、18.8%和28.6%。结合冬小麦实际播种面积得到各生育阶段干旱对总产的影响,区域间比较均表现为干旱对山东省冬小麦总产影响最大,对河南省冬小麦总产影响最小。     

华北地区冬小麦主要气象灾害风险评价

为了对华北地区冬小麦生育期内遇到的主要气象灾害(干旱和干热风)的综合风险进行评价,根据气象灾害发生机理及区域环境特征建立危险性、暴露性和脆弱性评价模型,并构建综合风险模型,具体分析各地区综合风险的大小及主导风险因子,该文利用华北地区48个农气站冬小麦发育期资料(1981-2010年)和气象资料(1961-2010年)以及近50 a产量资料,将冬小麦全生育期划分为前期(播种期-起身期)、中期(拔节期-开花期)、后期(灌浆期-成熟期)3个阶段,并充分考虑了底墒形成期(播种当年7-9月)内的降水,分别基于水分亏缺指数和加权干热风日数构建了干旱、干热风等级指数,对华北地区冬小麦干旱、干热风灾害以及综合气象灾害风险进行分析。结果表明:危险性、脆弱性和暴露性的权重分别为0.3272、0.3116和0.3612。华北地区冬小麦农业气象灾害风险值有2个高值中心,一个位于冀鲁豫交汇处,一个位于河北省泊头、黄骅等地,风险值由中心向四周逐渐降低。根据该文构建的综合风险评估模型,将华北冬小麦种植区划分为5个不同风险等级区。评价结果具有较强的针对性,可以为华北各地区农业气象灾害风险管理提供参考。     

基于多源无人机影像特征融合的冬小麦LAI估算

为探讨无人机多源影像特征融合估测作物叶面积指数的能力,该研究以冬小麦为研究对象,利用多旋翼无人机搭载高清数码相机和UHD185成像光谱仪获取研究区冬小麦关键生育期（扬花期、灌浆期）的可见光和高光谱影像。综合考虑可见光、高光谱影像特征与冬小麦叶面积指数的相关性及影像特征重要性进行特征筛选,然后,以可见光植被指数、纹理特征、可见光植被指数+纹理特征、高光谱波段、高光谱植被指数及高光谱波段+植被指数分别作为输入变量构建多元线性回归、支持向量回归和随机森林回归的叶面积指数估测模型（单传感器数据源）;以优选的两种影像特征结合支持向量回归、随机森林回归构建叶面积指数估测模型（两种传感器数据源）,比较分析单源与多源影像特征监测冬小麦叶面积指数的性能。进一步地,考虑到小区土壤空间异质性会影响冬小麦叶面积指数估测结果,该研究探讨了不同影像采样面积下基于单源遥感数据构建的小麦叶面积指数估测模型精度。研究结果表明：在扬花期和灌浆期,使用两种影像优选特征构建的随机森林回归估测模型精度最佳,验证集决定系数分别为0.733和0.929,均方根误差为0.193和0.118。可见光影像采样面积分别为30%和50%,高光谱影像采样面积为65%时,基于单源影像特征构建的随机森林回归估测模型在扬花期和灌浆期效果最好。综上,该研究结果可为无人机遥感监测作物生理参数提供有价值的依据和参考。