水稻遥感估产系统研究——预试验和前期研究结果以及对开展估产研究的讨论

水稻遥感估产经过“六五”期间的预试验和“七五”期间的前期研究,对难度极大的我国南方水稻遥感估产取得了重要进展。初步明确了水稻遥感估产的研究途径、技术路线及研究方法,但要达到业务运行,还存在很多困难。因此,对今后进一步开展水稻遥感估产研究的几个重要问题加以讨论。     

上海水稻遥感估产研究获重要成果

本成果源于国家八五重点攻关项目（８５７２４－０２－０６）“太湖平原水稻遥感估产”的子专题，内容包括卫星信息源处理技术研究，遥感估产地面框架布设，背景数据库建设，水稻种植面积提取，遥感综合估产模型研制，信息系统集成六部分。该成果经１９９２至１９９６年连续五年业务应用试验，取得较好效果，专家鉴定认为成果总体达国际先进水平，总课题获１９９５年度中国科学院科技进步一等奖。     

水稻卫星遥感估产研究现状与对策

概述了卫星遥感估产的原理和国内外在水稻产量估算方面的研究进展,分析了其中存在的问题,并对水稻卫星遥感估产研究的发展方向进行了思考.     

浙江省水稻遥感估产区划研究

从水稻遥感估产的特点出发,在分析浙江省自然条件的基础上,确定了以稻作制度为主导因子的分区指标,采用地理信息系统GIS空间邻接分析与图论的树算法相结合的方法进行浙江省水稻遥感估产区划研究,得到了较为满意的结果。     

我国科学家攻克水稻卫星遥感估产国际性难题

浙江大学的研究人员最近采用综合技术方案,攻克了水稻卫星遥感估产的国际性难题,并可使水稻产量的估测精度达到93%。浙江大学环境与资源学院的王人潮教授等研究人员经过近20年的努力,科研人员研制出了一套完整可行的水稻卫星遥感估产运行系统。该系统选用了气象卫星的高分辨率辐射仪资料为主要遥感信息源,通过与1:25万比例尺土地利用现状图进行叠置分析,成功地将卫星遥感技术、地理信息系统技术、全球定位系统技术,以及常规农业技术相结合,保证了卫星遥感估产的基本精度,同时又有效降低了运行成本。此外,研究人员还完成了水稻遥感数值模拟模…     

基于TM遥感信息和产量形成过程的水稻估产模型

基于遥感信息获取的瞬时性与广域性,结合水稻产量形成的生理生态过程及其与气候环境的相互关系,建立了较为简化的水稻估产模型。通过组件化的设计方法实现了遥感信息和估产模型的耦合,即利用抽穗期遥感影像反演的叶面积指数和生物量及时替换水稻估产模型对应参数变量,进而实现对水稻产量形成的估测。对模型检验的结果显示,水稻产量的预测值与实测值较为一致,预测水稻产量的RMSE为610.47 kg/hm2,表明利用水稻估产模型可以对不同年份、不同区域的水稻产量形成情况进行监测预报。     

星载雷达在多云多雨地区水稻遥感监测中的应用

综述了星载雷达在水稻遥感监测中的应用与研究.从水稻制图、水稻参数反演和水稻估产3个方面探讨了雷达遥感在水稻监测中应用的可行性和有效性,并针对当前研究的瓶颈,对多参数雷达数据在水稻遥感监测中的优势进行了分析和讨论.     

小麦遥感估产研究现状及趋势分析

在分析国内外小麦遥感估产研究进展的基础上,指出目前小麦遥感估产存在的主要问题,并就小麦遥感估产精度的提高、遥感和模型结合的估产研究与应用、极端气候条件下的遥感估产以及遥感估产技术的信息集成化等方面进行了思考。     

中国玉米遥感估产区划研究

农作物遥感估产区划是大面积农作物遥感估产研究和实践的基础。根据农作物遥感估产技术的具体要求,结合农作物区划理论,重点考虑春玉米和夏玉米估产,提出了我国玉米遥感估产区划的原则和依据,针对玉米遥感估产中的各项工作,分别作出了全国玉米遥感估产最佳时相、信息源和土地利用结构分类方案,并在此基础上,设计区划指标,把全国分为13个估产区和28个估产亚区。     

基于TM影像的南方丘陵区早稻估产研究——以奉新县为例

传统的估产方法难以对水稻种植面积和产量进行及时准确地预测.利用TM影像资料,根据地物光谱特征的差异,提取稻田种植面积信息,在此基础上分析早稻像元的植被指数,与作物单产建立回归方程,通过检验标准筛选出方程拟合率高的估产模型,从而预报水稻总产.结果显示:2009年奉新县早稻实际总产和平均单产与遥感估产的结果相比,早稻总产误差率为5.78%,单产误差率为1.79%.由此可以看出,结合GIS技术和资料进行水稻估产,既提高了估产精度,又降低了费用,具有一定的可靠性和实用性.     

水稻遥感估产中的稻作分区研究

水稻分布面积和单产水平具有一定的地域规律,为了提高水稻遥感估产精度,有必要作稻作分区的预处理。我们对县级水稻遥感估产中的稻作分区作了探索,结果表明:用常规综合分析分区法和遥感图像解译分区法,均能较好地实现稻作分区,但遥感图像解译分区法更能简易、快速地提取出稻田信息的地域规律,可以因地制宜地选用。     

GF-1卫星数据在水稻长势监测中的应用

GF-1国产高分辨率卫星遥感数据具有高空间分辨率、高时间分辨率和高光谱分辨率的优点。该研究利用GF-1卫星宽视场遥感数据,在GPS实地取样的基础上,利用增强型植被指数(EVI),提取建湖县2014年多时相水稻长势信息。结果显示,GF-1卫星宽视场影像可以清晰反映水稻长势要素,能够在遥感估产中推广应用。     

我国遥感领域研究的可视化分析

以2006—2015年CNKI数据库收录的1 935条有关遥感领域的研究文献为基础数据,借用Cite Space III软件绘制出国内遥感领域研究的可视化图谱,并进行文献可视化分析,旨在定量得出国内在遥感领域的核心研究力量分布,包括研究机构、科研学者,同时通过可视化手段分析国内在该领域的研究热点和前沿发展趋势。结果表明,国内遥感领域的核心研究力量主要集中在中国科学院相关部门与高校,我国在该领域的研究已经从理论过渡到越来越广泛的实际应用中,热点研究话题包括"高光谱遥感""植被指数""冬小麦"等,未来的研究趋势主要是农作物监测、估算模型、灾害监测与灾后评估等。     

基于开花期卫星遥感数据的大田小麦估产方法比较

【目的】卫星遥感具有覆盖范围广、获取速度快、信息量大、动态性强等优势,能够及时准确地获取作物产量信息,反映作物产量空间变化趋势。遥感技术作物估产已成为现代农业生产中研究热点。通过改善遥感估产建模方法,以实现进一步提高大田作物遥感估产精度,为宏观了解不同区域作物产量形成情况及变化趋势提供直观、可靠的参考。【方法】论文结合2011—2012年江苏省大丰、兴化、姜堰、泰兴、仪征5个县区的定点观测试验,以国产卫星产品HJ-1A/1B影像为遥感数据,于小麦开花期开展大田定位观测区卫星遥感植被指数、关键生长指标与收获期单产间的定量分析。通过对产量与小麦生长指标以及植被指数进行定量关系分析,进一步增强遥感反演的机理性和重演性。将卫星遥感变量与小麦产量进行相关关系分析作为遥感估产的直接建模方法,间接建模方法则是选取与产量相关性较好的遥感变量以及与遥感变量相关性较好的主要苗情指标,利用筛选得到的敏感遥感变量,首先监测对应的小麦生长指标,结合该小麦生长指标与产量间的定量关系,进而建立间接估产模型,利用此模型进行小麦遥感间接估产。利用直接和间接建模方法,以相关性最高为原则,筛选估算产量的敏感卫星遥感变量。以2012年试验数据为建模样本,采用线性回归分析方法,分析小麦开花期苗情指标、产量与卫星遥感变量两两之间的相关性,分别构建以遥感植被指数为基础的大田小麦估产模型,与地面实测结果一起建立模型共同分析。以2011年试验数据为验证样本,选取评价指标拟合度(R2)和均方根误差(RMSE),对两类模型的估算精度进行验证和比较,以提高遥感反演的定量化水平和可信度。【结果】分别以差值植被指数(difference vegetation index,DVI)和比值植被指数(ratio vegetation index,RVI)为基础的单因子直接估产模型的均方根误差(root mean square error,RMSE)为918 kg·hm-2和1 399.5 kg·hm-2,以DVI和RVI遥感变量构建双变量估产模型的RMSE为1 036.5 kg·hm-2,以归一化植被指数(normalized difference vegetation index,NDVI)和叶片氮积累量为基础构建的间接估产模型的RMSE为805.5 kg·hm-2,说明开花期HJ-1A/1B影像估算小麦区域产量是可行的,且精度较高;经比较,以NDVI和叶片氮积累量为基础的间接估产模型精度明显高于直接估产模型,相较于DVI直接估产模型RMSE降低了112.5 kg·hm-2,相较于RVI直接估产模型RMSE降低了594 kg·hm-2,相较于双因子模型RMSE降低了231 kg·hm-2。【结论】国产卫星HJ-1A/B可以较好满足估测小麦产量要求,且利用间接方法建立作物遥感估产模型要好于直接方法,研究结果为利用遥感技术更为准确估算大田小麦产量提供了一种新的途径。     

利用EOS/MODIS植被指数建立草地估产模型的研究

利用EOS/MODIS卫星遥感数据,将遥感技术用于草地牧草产量测量.以乌鲁木齐天山北坡密丛禾草、中生杂类草组成的草甸草原、密丛禾草、旱生杂类草组成的草原及小禾草、半灌木组成的荒漠草原为典型研究区,以2006年6～10月的地面测产数据和同步MODIS遥感数据为基础,分别建立了草地牧草估产模型.三种草地类型的遥感植被指数与牧草产量之间的相关性均为极显著水平,不同模型拟合效果不同,其结果表明,二次多项式估产模型的拟合度好于线性模型.     

用PLS算法由HJ-1A/1B遥感影像估测区域冬小麦理论产量

【目的】作物遥感估产是遥感技术在农业生产中研究与应用的重点领域,能够向大田区域生产提供及时可靠的产量信息,准确地估测作物产量,对于确保国家粮食安全,制定社会发展规划,指导和调控宏观种植业结构调整,提高涉农企业与农民的经营管理水平具有重要意义,为进一步提高遥感估产精度,显示国产影像在农业估产中的应用效果。通过筛选冬小麦理论产量的敏感遥感变量,构建基于国产影像的理论产量遥感估测模型,实现区域冬小麦理论产量遥感估测,为及时了解不同生态区域冬小麦产量丰欠变化趋势提供参考。【方法】以2010年4月26日、2011年4月28日、2012年4月28日和2013年5月2日冬小麦开花期四景HJ-1A/1B影像为遥感数据,提取出13个遥感变量,以江苏省泰兴、姜堰、仪征、兴化、大丰5县作为试验采样区,于各实验区选取具有代表性的样点进行采样,并于室内进行测定,将335个实测的冬小麦理论产量样本按3﹕2比例分成建模集和验证集样本,依据估算残差平方和处于最小值确定模型所需主成分数,将决定系数、均方根误差和相对误差为模型评价参数,利用建模集样本分析了卫星遥感变量与冬小麦理论产量的定量关系,运用偏最小二乘回归算法构建及验证了以理论单产为目标的多变量遥感估产模型,将其算法模型估产效果与线性回归算法和主成分分析算法模型进行比较,并制作了冬小麦理论产量空间等级分布图。【结果】理论产量与所选的大多数遥感变量间关系密切,且多数遥感变量两两间具有极显著的多重相关性;理论产量偏最小二乘回归模型的最佳主成分数为4,且结构加强色素植被指数、归一化植被指数、绿色归一化植被指数和植被衰减指数为理论产量遥感估测的敏感变量;经建模集和验证集评价,理论产量估测模型的决定系数分别为0.79和0.76,均方根误差分别为720.45和928.05 kg·hm^-2,相对误差分别为11.45%和13.92%,且估测精度比线性回归算法分别提高了25%以上和27%以上,比主成分分析算法分别提高了15%以上和16%以上,说明偏最小二乘回归算法模型估测区域理论产量的效果明显好于线性回归和主成分分析算法,且具有较强的应用能力。【结论】该模型应用结果与冬小麦理论产量实际区域分布情况相符合,为提高遥感对区域冬小麦理论产量的估测精度提供了一种有效途径,有利于大面积应用和推广。     

基于RS和GIS帽儿山林场森林立地分类及质量评价

基于2004年帽儿山森林资源二类调查资料及同步获取的遥感影像图作为数据源,通过对帽儿山实验林场的土壤类型、高程、坡度等各因子的定性和定量分析,利用RS的信息获取技术和GIS信息处理技术建立各分类因子的专题数据库和图形数据库。利用Arcview/Arcgis软件对各分类主导因子及辅助因子的专题图叠置分析,编制了帽儿山林场森林立地类型分布图,并对立地分类结果给予评价。帽儿山实验林场森林立地类型划分包括18类,其中低山缓坡暗棕壤占全部林场面积的67%,丘陵急坡暗棕壤占17%,丘陵缓坡暗棕壤占8%,低山急坡暗棕壤占4%,其它各立地类型所占比例均小于2%。实验林场的立地质量以Ⅱ、Ⅲ地位级为主,表明整个林场整体立地质量处于中等偏好水平。森林立地类型分类及立地质量评价,对了解帽儿山实验林场经营范围内的立地条件,提高造林和经营水平,充分发挥林地生产潜力具有重要意义。     

利用GIS与TM数据资料集成技术估算中国南方早稻面积--以龙游县为例

提出利用 GIS与 TM数据集成技术估算中国南方丘陵山地早稻种植面积的方法 .该方法首先利用 ARC/INFO对土地利用现状图进行数字化 ,建立拓朴关系后将其转化为栅格 ,然后进行投影变换 ,使土地利用现状图、行政图、TM数据具有相同的坐标 ,最后利用土地现状图 ,提取水田分布图 ,对水田分布图进行分类估算早稻种植面积 .不同方法比较结果表明 :非监督分类法不能用于提取丘陵山区的水稻种植面积 ;只用 TM资料估算龙游县早稻面积 ,与统计数据相比 ,平行六面体分类法、最大似然分类法分别达到 82 .83 %和 59.95% ;而用 GIS与 TM数据资料集成技术对水田分布图进行分类估算早稻面积 ,平行六面体分类法、最大似然分类法的估算精度分别达到 93 .98%和 60 .65% ,所以利用平行六面体分类法对南方丘陵山地早稻种植面积估算是可行的 .     

基于SPOT高分辨率遥感数据的农作物估产方法研究

[目的]为了达到基于SPOT高分辨率遥感数据的农作物估产方法研究的目的。[方法]以邢台市为例,利用SPOT-5卫星2.5 m分辨率全色影像与10 m分辨率多光谱影像的融合得到高分辨率多光谱影像,以此对农作物估产方法进行研究。[结果]结果表明,基于SPOT高分辨率遥感数据的农作物估产结果与地面实测结果相比,其检验结果可信。[结论]该研究为农作物遥感估产的实践应用提供了参考依据。