用遥感影像提取大别山区水稻种植面积——以Landsat 8为例

本研究选取安徽省安庆市大别山为研究区,包括太湖县、岳西县、宿松县和潜山县,选取2016年和2017年的6景Landsat 8卫星遥感影像,通过遥感影像提取水稻种植面积,分析大别山区的水稻种植面积分布,并对研究区域的水稻种植面积进行动态实时监测。用遥感解译方法分别提取了研究区内的晚稻种植面积,并利用随机点验证和Kappa系数验证结果精度。结果表明:2017年和2016年水稻种植面积的提取精度分别为93.44%、93.78%,Kappa系数分别为0.86、0.83,证明水稻提取效果精确;对比研究区域各个县内的2017年和2016年晚稻种植面积,发现安庆市大别山区太湖县、潜山县、岳西县的水稻种植面积变化率均在5%以内,属于正常变化,由于2016年宿松县遭遇了水灾,部分农田被淹没,故宿松县2017年水稻种植面积相比2016年增加了13.01%;对比传统的农作物种植面积统计方法,利用遥感的方法更省人力、物力、财力,并且能精确、快速地实现对农作物的实时动态监测。     

利用MODIS数据提取水稻种植面积及精度分析

为了研究MODIS遥感数据及方法提取水稻种植面积在东北地区的适用性,利用MODIS数据对东北地区水稻面积进行提取,采用非监督分类法、决策树法等方法,并与SPOT、ALOS等遥感资料提取结果比较,进行精度分析。结果表明,MODIS监测水稻面积具有很好的效果,利用MODIS-LSWI提取黑龙江地区移栽期的水稻面积,采用非监督分类法,与SPOT比较,提取精度达97.4%;利用MODIS数据提取辽宁盘锦地区移栽期的水田面积,采用决策树法,与ALOS比较,提取精度达89.5%。因此,利用MODIS遥感数据及方法监测东北地区水稻种植面积是可行的。     

利用环境减灾卫星估测增城水稻产量

为了探讨将国产环境减灾卫星遥感影像应用于田块破碎度大,生长季多云、雨天气的增城地区水稻产量估测的可行性。试验于2010年在增城地区进行,获取了水稻生长季长势、产量信息,及多时相环境减灾卫星遥感影像,提取了水稻种植面积信息,并基于“光谱信息-长势-产量”间相互关系,利用主成分分析算法建立水稻产量估测模型。结果表明,国产环境减灾卫星的特点可使其有效获取研究区水稻遥感影像,便于准确提取水稻种植面积及估测产量。本研究获得的2010年早稻种植面积的提取精度在97.3%,估产模型的预测决定系数为0.73,预测相对误差为12%。推动了国产卫星在该区域的应用。     

基于GEE云平台与Sentinel数据的高分辨率水稻种植范围提取——以湖南省为例全文替换

准确获取大范围的水稻种植空间分布信息对调整农业生产结构和保障粮食安全至关重要。本文以湖南省为研究区,基于谷歌地球引擎(Google Earth Engine, GEE)云平台,协同Sentinel-1 SAR和Sentinel-2 MSI数据,根据水稻物候期极化(vertical transmit/horizontal receive, VH)后向散射系数、增强型植被指数(enhanced vegetation index, EVI)的变化特征构建水稻提取决策树模型,开展高分辨率水稻种植范围遥感提取,并进行精度验证。结果表明:本模型能够准确实现多云多雨地区的水稻种植范围遥感制图;基于混淆矩阵计算水稻总体分类精度为93.97%,Kappa系数为0.908,单、双季稻F1-score均超过91%,可为亚热带多云雨且稻田破碎分布区的水稻种植范围遥感提取提供参考。湖南省水稻分布受地形和气温的影响明显,主要分布在海拔200 m以下,坡度小于6°,年均气温大于17℃的区域;双季稻集中分布在岳阳、常德和益阳市,而单季稻种植分布相对零散。     

基于遥感信息与水稻模型相结合对镇江地区水稻种植面积与产量的估测

为了实现遥感信息与作物模型相结合对镇江地区的水稻种植面积与产量的估测,以便于可以直接利用遥感信息与模型对该地区的水稻生长进行监测,将遥感资料与水稻生产模型(ORYZA2000)相结合,建立遥感数值模拟模型,进行由点及面的区域水稻种植面积及产量的估测。利用遥感数据（8天合成的MODIS和环境小卫星数据）,计算归一化植被指数(NDVI)和增强植被指数(EVI),结合试验区实测的叶面积指数(LAI),建立植被指数与LAI之间的关系,通过模型模拟出的LAI计算出植被指数的浮动值,结合相对应的多时相的遥感数据识别镇江市的水稻,由此可以预报镇江市的水稻种植面积及产量。研究结果表明,模型对水稻生长发育期内的生物量和LAI的模拟较好,水稻LAI与遥感资料计算出的植被指数EVI的幂函数拟合性较好,可以应用这种相关模式识别水稻,并结合ORYZA2000模型提高区域范围的水稻估测精度,同时也体现了遥感信息与作物模型相结合可以很好的监测区域内水稻的生长情况,取得较好的模拟效果。     

黑龙江省水稻新品种适应性分析

90年代以来,黑龙江省水稻生产得到了迅速发展,水稻年种植面积已达170多万hm2,其中1998年确定推广的龙粳8号、绥粳3号新品种,以及2000年认定推广的空育131新品种种植面积已发展到50万hm2,约占水稻总面积的1/3.尤其龙粳8号多次被评为优质米品种,1999年纳入了"九五国家科技攻关96-002-03课题”后补助品种.为此,现就1996年全省区域试验结果,主要采用方差和AMMI模型等方法,分析供试材料的丰产性、稳定性及适应性,以期为进一步推广和利用上述新品种提供依据.     

基于环境卫星数据和实测地物光谱数据估算中稻面积

为准确获取水稻种植面积,提高遥感监测精度,利用环境卫星数据,在农作物掩膜的基础上,结合野外实测地物光谱确定端元组分,采用线性光谱混合模型提取湖北省监利县中稻种植面积,将其结果分别与统计数据和实地调查数据相比较。结果表明：采用确定端元选取的方法是可行的,其混合像元分解方法提取作物面积总量精度为93.68%;样本精度为83.67%。因此,利用HJ卫星影像数据开展平原地区水稻遥感监测可为政府决策部门提供信息服务。     

基于FY-3的黑龙江省水稻关键发育期识别

水稻发育期信息对水稻长势监测、田间管理、品质及产量估算等均具有重要意义。为了探索一种高效、实用性强、适合黑龙江省水稻种植特点的水稻发育期识别及监测方法,基于风云三号气象卫星250 m分辨率数据,利用水稻生长发育期的EVI变化特征,对水稻的返青期、分蘖期、抽穗期和成熟期进行识别,并把遥感识别结果与地面观测站资料进行对比,结果表明：水稻关键发育期遥感识别的准确率在80%以上,其中抽穗期的准确率最高,分蘖期的准确率最低,发育期遥感识别的结果与地面观测结果相比,各发育期均有提前和延后的判识点。研究结果可为水稻长势遥感监测提供方法参考。     

黑龙江省2025年粮食产能优化分析

分析2011—2020年黑龙江省粮食产能变化,探究2025年粮食产能约束条件下各作物单产和种植面积优化的可能性,有助于黑龙江省粮食生产“压舱石”的生产规划布局。采用浮点数编码遗传算法(FGA)与熵权综合评价相结合的方法,使用统计年鉴及网络公开的历史数据,探寻2025年黑龙江省粮食产能极值条件下玉米、水稻、大豆作物品种种植优化方案。结果表明：仅调整单产的最佳优化方案,需要较2020年增产幅度依次是大豆5.01%、水稻5.00%、玉米3.69%;仅调整面积的最佳优化方案,需要较2020年增加幅度依次是玉米8.34%、水稻3.31%、大豆-0.04%;面积与单产协同调整的最佳优化方案,需要较2020年增加幅度依次是玉米面积7.97%、大豆单产5.01%、水稻面积3.31%、玉米单产2.29%、大豆面积-0.04%、水稻单产-3.67%。通过调整作物种植面积或单产或面积与单产协同的3种假设,均可获取实现粮食产能目标的动态优化方案。本研究可为黑龙江省粮食作物种植布局和安全生产提供科学支撑。     

四川盆地莲藕种植遥感提取及热点区域分析

为准确提取四川省盆地地区莲藕种植空间信息，掌握该作物种植热点区域，采用高分六号遥感影像和地面调查数据，分析藕田光谱特征，提取该地区最佳遥感时期内莲藕种植空间信息；通过Moran’s I指数和Getis-Ord G_i^*指数分析四川莲藕空间分布特征及种植热点区域。结果表明：(1)基于极大似然分类法的莲藕空间信息的提取总精度为92.35%,Kappa系数为0.9045。(2)基于遥感的四川盆地莲藕种植面积约为128.57 km²，分布于1374个乡镇，部分地区存在聚集现象；73个热点乡镇的莲藕种植面积为54.31 km²，占四川盆地莲藕面积的42.24%，空间极化现象明显，主要分布于遂宁安居区、资阳乐至县、成都简阳市等区县。研究结果可为四川省开展乡镇专业化莲藕种植及莲藕产业优化调整提供参考。     

基于GIS系统生态功能区划研究——以黑龙江省密山市为例

为了探索和研究GIS系统在生态领域中的应用,尤其是检验遥感技术在生态功能区划方面发挥的突出作用,以黑龙江省密山市行政所辖区为研究对象,利用2012年7月133/28、133/29、134/28、134/29、135/28 5景TM卫星数据和密山市地形图,设置密山市整体的研究区域。通过用ERDAS对卫星数据的校正、图象增强等处理,结合密山市状况资料,进行有监督分类。结果表明,共分成4种类型：森林、草地、耕地和水域,并建立了卫星影象分类解译标志。运用空间分析方法结合生态功能分区的原则,对密山市进行生态功能区划。共划分4个生态功能区域：Ⅰ西北部林业生态建设发展区;Ⅱ铁路沿线工商贸密集发展区;Ⅲ中南部农业建设发展区;Ⅳ兴凯湖生态旅游及渔业发展区。     

水田防护林空间密度分布研究

水田防护林是保护水田免受风灾的一道绿色屏障,水田防护林空间密度分布可以体现区域水田分布的疏密程度,研究水田防护林空间密度分布对水田防护林建设规划和水田产量研究都有着重要的意义。本研究以吉林省前郭灌区为研究区域,对灌区内水田防护林的空间密度分布进行了研究。以遥感影像为基础数据对灌区水田防护林进行监督分类,经过验证kappa系数达到0.87,根据分类结果提取水田防护林总面积为110.945 km2,总周长为4998.095 km。利用网格法对灌区防护林数据进行空间密度分析,得出灌区水田防护林空间密度分布图,根据密度分布现状进行了分析得出结论,前郭灌区水田防护林分布不均匀,防护林重点分布在灌区南部地区,北部新开水田区防护林分布极少,对灌区水稻产量构成了不利的影响。     

基于CA-MARKOV模型的北京湿地资源变化预测研究

为了掌握北京湿地资源近20年的变化情况和未来的变化趋势,采用CA-MARKOV模型对北京湿地资源时空格局变化进行模拟预测,以北京市1992年、2002年和2007年3期湿地类型遥感解译结果为数据基础,通过确定CA-Markov模型的空间研究对象、约束条件、模型参数、转换规则（包括研究区降水、温度、湿度及地形信息）,利用2002和2007年2期数据计算步长为5年的转换规则,1992年和2007年2期数据计算步长为15年的转换规则,预测2012年和2022年北京湿地的时空变化情况。结果表明,预测2012年北京湿地面积总量为48402.8 hm2,相对2007年湿地面积减少了7.38%,年均减少率为1.47%,2022年北京湿地面积继续减少。预测结果得出了北京市湿地资源合理、科学的动态变化趋势。     

基于高分卫星影像的青岛市冬小麦种植信息提取

为了准确获取青岛市主要农作物冬小麦的种植信息,以GF-1/16 m卫星影像为主要数据源,将高程、土地利用和田间调查数据作为辅助数据源,根据冬小麦主要发育期与其他地物在GF-1/16 m卫星影像上的光谱差异,计算得到4月份为青岛市冬小麦遥感面积提取的最佳时相。在最佳时相内,采用决策树分类法,通过分区解译方式,提取出青岛市2017年冬小麦种植面积和分布区域,并利用GF-2融合后 1 m卫星影像、地面调查数据和统计局公布数据对分类结果进行精度验证。结果表明:利用GF-1/16 m卫星影像在幅宽、时间和空间分辨率的优势,将土地利用和高程等引入决策树分类模型,进行区域尺度的冬小麦种植面积遥感估算的方法是可行的。经精度验证,2017年青岛市冬小麦遥感解译总精度为94.3%,Kappa系数为0.857。遥感提取面积略小于统计局公布数据,面积总量提取精度为93.6%。本研究为基于高分卫星影像的区域尺度作物种植面积提取提供参考。     

安徽省农业旱灾风险评估与区划

为客观分析农业旱灾对安徽农作物造成的风险损失,根据安徽省1991—2012 年的农业灾情数据和农作物播种面积等数据资料,对安徽省农业旱灾风险进行了评估区划。结果显示：旱灾是安徽省主要的农业自然灾害,22 年间安徽省旱灾占农业自然灾害受灾面积和成灾面积的比例分别为42.1%和40.1%;安徽省各市受灾面积和成灾面积的变化具有很强的同步性;安徽省农业旱灾呈现出风险发生周期短、频率高的特点,旱灾受灾面积一般不超过60%,该指数下风险概率为357.1 年一遇;从旱灾风险时空分布看,淮北和江淮地区旱灾风险较高。     

山东植棉区降水与棉花水耦合度的时空变化特征分 析简

 基于山东省17个气象站1961—2012年的逐日气象资料,利用FAO推荐的Penman-Monteith公式及作物系数对棉花各生育阶段的作物需水量进行估算,并利用同期降水量计算了各生育阶段的降水与作物需水耦合度,最后采用反距离插值法生成山东省棉花各生育阶段耦合度的分布图,并对耦合度的时间序列进行趋势分析。结果表明：山东植棉区棉花全生育期降水与作物需水耦合度多年平均值在0.692～0.847之间,全生育期耦合度的空间变化趋势为西部、北部低,由此向东、向南递增;播种期和吐絮成熟期耦合度普遍较低,而蕾期和花铃期的耦合度明显高于其他生育季节;东营、惠民、德州等棉花种植面积最集中的北部和西北部站点全生育期、吐絮成熟期耦合度大于0.6和0.8的保证率明显低于其他地区。播种期、苗期和吐絮成熟期耦合度在多数站点趋于减少趋势,而苗期则有76.5%站点耦合度趋于增大趋势。     

土地利用动态监测中多源影像融合方法的比较研究--以陕北黄土丘陵沟壑区为例

在陕北黄土丘陵沟壑区,采用单一传感器的遥感影像提取土地利用信息,存在着识别的土地利用类别少、某些类别混分现象较严重、分类结果的精度较低等问题。以TM多光谱数据和SPOT全色光谱数据的融合为例,提出了适宜于该地区的两种影像融合方法:主成分变换法和乘积运算法,并从影像的光谱质量、纹理信息和目视效果等方面对其进行了对比与评价。结果显示,主成分变换法为较理想的融合方法。以陕北无定河流域为实验样区的土地利用自动分类结果表明,该方法的应用使土地利用各类别的提取精度都有不同程度的提高;水体、水田和城镇用地等面积较小的类别分类正确率提高达到10%以上;坡耕地与林草地的混分明显减少,分类精度均提高了5%以上;分类总精度从82.0%提高到89.2%,取得了良好的分类效果。此研究对于遥感影像融合技术的评价与应用进行了有益的探索,同时为该地区的土地利用动态监测提供了关键技术。     

基尼系数视野下的安徽省水土资源匹配分析

为科学地规划区域农业的发展,通过构建区域基尼曲线和计算区域基尼系数,同时选用单位面积耕地所拥有的水资源总量法,对安徽省2000—2012年的水资源和耕地资源进行匹配分析。结果显示：安徽省多年平均水土资源空间匹配的区域基尼系数G=0.4449,水土资源空间匹配状况优于中国(0.5664)、世界(0.5864)平均水平。安徽省水土资源匹配在地市尺度上具有明显空间分异,呈现皖南地区水土资源匹配状况优于江淮之间,而江淮之间又优于皖北地区的水土资源匹配格局。     

基于温度植被干旱指数的曲靖市干旱监测研究

本研究利用MODIS归一化植被指数(NDVI)和地表温度(Ts)产品数据,构建Ts-NDVI特征空间,计算温度植被干旱指数(TVDI),分析评价云南曲靖市2010—2012年的干旱时空分布状况。结果表明,2010年曲靖市遭遇了非常严重的干旱灾害,受灾面积高达研究区总面积的80%以上,基于TVDI指数的旱情动态监测方法适合云南省曲靖干旱监测。本研究建立的温度植被干旱指数模型提高了干旱监测的实用性,在曲靖市干旱监测上具有很好的适应性,可以广泛应用到该地区干旱监测研究中,为曲靖的农业防灾减灾能力和可持续发展提供科学保障。     

基于等高线渲染法的克里金插值展示技术

目前，空间数据在Web端的表达方式存在网络传输数据量大、插件依赖性强、交互性较差等问题。为了减轻浏览器承载的压力、快速高效地实现空间数据在Web端的可视化表达，本文设计了一种基于等高线渲染法的克里金插值展示技术：在克里金插值算法和等高线渲染法的支持下，用户在Web端通过“框选”工具选择采样点区域，其中采样点数据被传输到服务端进行处理生成插值结果，并返回到Web端进行快速渲染。此技术成功应用在柑橘信息管理系统中，结果表明克里金插值结果的成图时间有效缩短，且Web端的交互性显著增强。