遥感监测蝗虫灾害

遥感监测蝗虫灾害北京农业大学金瑞华一、蝗灾的严重性众所周知，蝗虫灾害，尤其是东亚飞蝗（Ｌｏｃｕｓｔａｍｉｇｒａｔｏｒｉａｍａｎｉｌｅｎｓｉｓ），是我国农业生产上最严重的自然灾害之一。１９４９年以前，蝗灾几乎年年发生，而且每隔３一５年便大发生一次。大发...     

凌云县2021年5月特大冰雹灾害天气影响及防灾减灾对策

冰雹是局地性强,且季节性显著的灾害性天气。在出现冰雹的过程中,对农业、工业、交通、旅游等行业的危害较大,尤其是对农业生产损害最大。冰雹主要出现在中小尺度强对流天气系统内,在受到大气环流影响的同时,与降雹区域的大气稳定性、地貌地形等因素有关。以2021年5月8—9日出现在凌云县的特大冰雹灾害为例,重点分析了此次冰雹过程产生的影响,并提出了冰雹防灾减灾措施,以降低冰雹天气造成的危害。     

基于环境减灾小卫星数据叶面积指数的反演

叶面积指数是反映农田信息的重要参数之一,因此获取叶面积指数成为农情遥感的一项重要内容。利用田间实测调查数据,系统分析了环境星的归一化植被指数（NDVI）与宾县地区主要作物玉米和水稻叶面积指数的关系,并采用简单线性模型、多项式模型和对数模型建立作物叶面积指数的估算模型进行最优反演。结果表明：玉米和水稻叶面积指数的最优反演模型都采用多项式模型,精度分别达到了0．805和0．810,并采用该模型进行反演。     

利用卫星遥感进行加拿大花旗松林虫害监测的研究

森林虫害监测是森林经营管理中的一个重要内容,为此作者利用陆地卫星第5号的主题成图仪数据,在加拿大不列颠哥伦比亚省卡奇河试验区对花旗松林被云杉茅卷蛾危害的状况进行了监测。试验表明,在直方均衡的基础上进行比值处理和最大概似分类,其图象处理效果比较理想。利用直升飞机航空目视调查所勾绘的虫害分布图进行对照检验,其位置和形状基本吻合,面积也达到一定的精度。这种分析方法所取得的结果,可作为虫害防治的依据。     

VI-LST遥感模型在福建省干旱灾害监测中的应用

植被指数(VI)和地表温度(LST)是描述地表特征信息的2个重要参数.本研究采用基于VI和LST特征空间的遥感模型对2000年以来福建省三起比较严重的干旱灾害进行监测分析,结果表明:采用增强型植被指数(EVI)拟合特征空间干边方程的相关系数高于采用归一化植被指数(NDVI)拟合干边方程的相关系数.VI-LST遥感模型能客观地反映地表水分供应状况,较好地反映区域旱情的空间分布和旱情动态发展过程,干旱灾害的卫星遥感监测结果与地面气象监测结果基本一致,在福建省抗旱减灾工作中具有一定的实用价值.     

基于遥感的玉米病虫害监测

病虫害是玉米产量大幅减少的主要原因,通过遥感影像,计算归一化植被指数,可以快 速直观的发现病虫害的发生情况,以此达到监测农业病虫害的目的。本文以山东省泰安市东平 县为研究区域,进行玉米病虫害监测。     

应用MODIS遥感数据监测马尾松毛虫害研究

以福建沙县为研究区,基于MODIS遥感数据,运用植被指数NDVI、RVI和红边参数分析马尾松毛虫灾害范围和程度。结果表明：MODIS数据对严重受灾区域较为敏感;比较多时相各指数受灾前后变化,其变化趋势一致,各指数值增加表明未受马尾松毛虫危害,而其下降则表明是受灾区域,其中以RVI值变化幅度最大;结合地面数据,找出不同虫害程度的各指数临界值,确定不同受灾程度的面积,其中以RVI分析马尾松毛虫灾害的准确度最高。     

基于NOAA卫星的昆明夏粮监测及估产

根据NOAA气象卫星观测和地面农业气象生育期观测的实时资料，对昆明地区夏粮生长发育状况进行动态监测，对最佳估产时相进行分析研究，并建立昆明夏粮遥感估产的归一化植被指数估产模型、归一化植被指数一气象因子综合估产模型、相对植被指数非线性估产模型。所建立的估产模型误差较小，准确率高。     

HJ卫星遥感在水稻长势分级监测中的应用

利用水稻分蘖期HJ-1A卫星遥感影像,提取江苏省姜堰市水稻种植面积并分析水稻的长势情况。在利用GPS实地取样调查和建立解译标志的基础上,进行HJ-1A卫星影像校正、人机交互式判读解译等操作,并将GPS样点数据校验贯穿到整个分类过程中,信息解译精度在90%以上。最后,利用归一化植被指数(NDVI)反演叶面积指数(LAI),依据LAI数据进行水稻长势分级,制作了姜堰市水稻分蘖期长势分级遥感监测专题图。     

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TM数据的黑龙江省西部地区草场荒漠化变化趋势研究

以TM影像为数据基础,以大庆、安达等8个县为例进行对比,利用归一化植被指数(NDVI)分析黑龙江省西部地区草场荒漠化在1996～2007年间的变化趋势。研究发现1996～2007年间,黑龙江省西部草场荒漠化面积有所增加,荒漠化程度日趋严重。研究表明:以卫星影像为基础使用遥感技术对荒漠化程度进行研究的方法,相比传统方法更加迅速、直观,对指定区域进行动态监测,优势更加明显。     

Simple method for extracting the seasonal signals of photochemical reflectance index and normalized difference vegetation index measured using a spectral reflectance sensor

A spectral reflectance sensor(SRS) fixed on the near-surface ground was developed to support the continuous monitoring of vegetation indices such as the normalized difference vegetation index(NDVI) and photochemical reflectance index(PRI). NDVI is useful for indicating crop growth/phenology, whereas PRI was developed for observing physiological conditions. Thus, the seasonal change patterns of NDVI and PRI are two valuable pieces of information in a crop-monitoring system. However, capturing the seasonal patterns is considered challenging because the vegetation index values estimated by the reflection from vegetation are often governed by meteorological conditions, such as solar irradiance and precipitation. Further, unlike growth/phenology, the physiological condition has diurnal changes as well as seasonal characteristics. This study proposed a novel filtering method for extracting the seasonal signals of SRS-based NDVI and PRI in paddy rice, barley, and garlic. First, the measurement accuracy of SRSs was compared with handheld spectrometers, and the R~2 values between the two devices were 0.96 and 0.81 for NDVI and PRI, respectively. Second, the experimental study of threshold criteria with respect to meteorological variables(i.e., insolation, cloudiness, sunshine duration, and precipitation) was conducted, and sunshine duration was the most useful one for excluding distorted values of the vegetation indices. After data processing based on sunshine duration, the R2 values between the measured vegetation indices and the extracted seasonal signals of vegetation indices increased by approximately 0.002–0.004(NDVI) and 0.065–0.298(PRI) on the three crops, and the seasonal signals of vegetation indices became noticeably improved. This method will contribute to an agricultural monitoring system by identifying the seasonal changes in crop growth and physiological conditions.     

基于环境星的混合像元分解水稻面积提取

以河南省息县水稻种植面积提取为例,选取线性光谱混合模型对环境小卫星数据进行分类,并计算出水稻种植面积,将其结果与高分辨率ALOS数据进行位置精度计算,得到平均精度达87.89%。同时,与决策树分类方法和神经元网络分类等方法进行对比,混合像元分解方法总量精度显著提高。表明针对环境小卫星的混合像元分解方法可以提高水稻种植面积的提取精度。     

甘蔗灾害监测研究进展及展望

【目的】甘蔗是我国生产食糖的主要原料,广泛种植于我国南方地区,自然灾害对甘蔗生产造成严重影响。甘蔗灾害监测是精准糖业的重要研究内容。常规的地面调查方法无法满足及时、快速获取甘蔗灾情信息的现实需求,遥感技术具有客观、动态及大面积同步观测等优势,是开展甘蔗灾害监测的有力技术手段,但国内对甘蔗灾害监测还缺乏较为系统的归纳总结。文章通过对甘蔗气象灾害、生物灾害及环境灾害的监测等相关研究进行系统论述,探讨开展甘蔗多种灾害遥感监测的未来可能研究方向。【方法】文章采用文献综述法,系统分析了国内外有关甘蔗气象灾害、生物灾害及环境污染灾害监测的研究现状及存在问题,针对每种灾害特点结合当前遥感技术发展趋势指出了甘蔗灾害监测未来研究方向。【结果】现有甘蔗灾害监测研究主要集中在旱灾、低温冻害及病虫害监测,甘蔗旱灾、低温冻害及病虫害的成灾机理仍十分薄弱,甘蔗灾害遥感监测机理模型研究不足,利用遥感技术开展甘蔗重金属污染监测、甘蔗盐胁迫监测也尚未展开。【结论】未来需要加强气象观测、地面观测、作物生长模型及遥感信息等多源数据耦合,发展"星、云、机、站"的灾害立体防控体系,建立针对各种灾害的遥感监测预警机理模型,提高甘蔗防灾减灾的信息化监测与应对能力,促进甘蔗生产向智能化、智慧化的高端方向发展。     

基于长时间序列NDVI的陕西省耕地复种指数遥感监测分析

复种指数反映了耕地的利用强度，利用遥感方法提取耕地复种指数可为农业产业结构调整和粮食安全保障提供科学依据。采用SPOT/VGT NDVI时序数据（2001—2007年）和MOD13Q1 NDVI时序数据（2001—2011年）作为遥感数据源，利用HANTS滤波和SG滤波方法分别对两种数据源进行数据重构，进而提取出陕西省10个地(市)的耕地复种指数；根据提取结果，分析各地市复种指数的变化规律，进而对比两种方法在耕地复种指数提取过程中的效果。结果表明：两种方法均能较好地反映复种指数的变化趋势；SG滤波后提取结果普遍高于HANTS滤波后提取结果；2001—2011年，延安市和榆林市复种指数增长较快，西安市复种指数出现负增长；2007年之后，铜川、宝鸡、咸阳、渭南复种指数开始出现负增长。     

HJ—1CCD与Landsat—5TM在森林叶面积指数反演中的比较分析

利用LAI2000测量了帽儿山实验林场23个不同类型森林样区的叶面积指数(leaf area index,LA.),根据LA.1观测数据和由环境一号卫星HJ-1CCD数据及Landsat-5TM数据计算的比植被指数(SR),分别建立了研究区森林LA.的估算模型.在此基础上,对比分析了CCD和TM数据在红光和近红外波段的特征,评价了利用这两种遥感数据提取的研究区LA.1的差别.结果表明,CCD数据在红光波段的质量比TM-3稍偏低,CCD数据在近红外波段的信息量丰富;利用CCD与TM数据提取的LA,1具有很好的相关性(R2=0.736 4.n=180339).但前者提取的LA,比后者平均偏高0.23(4.5%);CCD数据在空间分辫率、辐射分辫率、波段设置上都与TM数据具有较好的一致性,同时,CCD还具有比TM高得多的时间分辨率(2d),可以有效应用于较大范围森林LA.1的提取.     

AVHRR、SPOT-VGT和MODIS 3种NDVI遥感数据在韩江流域的对比分析

【目的】寻找最能真实反映南方地区植被变化状况的遥感数据,并将其用于评价土地覆被变化及其带来的影响.【方法】通过分析韩江流域2001—2006年间AVHRR、SPOT-VGT和MODIS 3种归一化植被指数(NDVI)遥感数据,比较它们对不同植被响应特征的异同,并采用线性回归方法分析它们的相关关系.【结果和结论】3种NDVI遥感空间分布总体格局大体一致,且MODIS和SPOT-VGT的NDVI空间分布吻合良好.MODIS传感器波段宽度窄、空间分辨率高,对地物分辨能力高,NDVI在流域内的变化范围大,数值分布分散.3种NDVI的季节变化步调基本一致,幅度相当.MODIS NDVI最能精确反映地面植被覆盖的变化,而AVHRR NDVI反映的流域地面植被变化情况与实际不相符.3种NDVI反映的各种植被季节变化情况基本一致,MODIS NDVI与SPOT-VGT NDVI的相似度更高.MODIS NDVI能够明显区分农作物、郁闭灌木林和草地的季节变化与其他植被的不同,比SPOT-VGT NDVI和AVHRR NDVI能更好地反映地面植被的多样性和植被覆盖的变化.在全流域和各种植被类型上,3种NDVI两两间都表现出一定的线性关系,其中MODIS NDVI与SPOT-VGT NDVI间的线性关系最强.由MODIS NDVI与AVHRR NDVI的线性回归关系预测的韩江流域2000年的NDVI与实测值吻合良好,为MODIS NDVI时间序列向历史年份拓展提供了思路.     

Extended-altitude, aerial mapping of crop NDVI using an active optical sensor: A case study using a Raptor™ sensor over wheat

Recently reported testing of active, optical crop sensors in low-level aircraft have demonstrated a new class of airborne sensing system that can be deployed under any ambient illumination conditions, including at night. A second-generation, high-powered, light-emitting diode system has been assembled and tested over a 80 ha field of wheat (Triticum aestevum) by mapping the normalised difference vegetation index (NDVI) at altitudes ranging from 15 to 45 m above the canopy; significantly higher altitudes than existing systems. Comparisons with a detailed on-ground NDVI survey indicated the aerial sensor values were highly correlated to the on-ground sensor (0.79 < R² < 0.85), with close to unity slope and zero offset. The maximum average deviation between aerial and on-ground NDVI values was 0.04. Sample calculations involving two exemplar algorithms, one for estimating monoculture pasture biomass and the other for estimating wheat yield, indicate such deviations to have no significant effect on prediction accuracy. The subsequent NDVI maps proved to be invariant to sensor height over the 15-45 m altitude range meaning this new sensor configuration can be deployed over undulating crops and pastures and in areas with nearby obstacles such as trees and buildings.     

基于多时相HJ-1B CCD影像的玉米倒伏灾情遥感监测

【目的】通过对倒伏发生前后的多时相HJ-1B卫星CCD多光谱影像植被指数的变化分析,实现区域尺度下的玉米倒伏受灾范围监测和灾情评估。【方法】以2015年8月3日因大风暴雨导致大面积玉米倒伏的河北省藁城市为研究区,提取HJ-1B CCD多光谱影像的多种植被指数,根据多时相植被指数变化量与实测倒伏样本的关联分析,筛选玉米倒伏敏感植被指数,采用正态(偏正态)统计理论的双阈值划分策略划定阈值,构建基于植被指数变化分析的玉米倒伏灾情遥感监测模型,评价玉米倒伏灾情严重程度,并基于野外实测样本进行精度评价。【结果】基于城镇、水体、倒伏与未倒伏玉米的HJ-1B CCD2多光谱反射率曲线可得,玉米与城镇建筑物和水体的光谱反射率存在较大差异,在可见光波段,倒伏玉米要高于未倒伏玉米的反射率,然而在近红外波段(830 nm),未倒伏玉米略高于倒伏玉米的反射率。由已提取出玉米种植区域后的前后两期HJ星的差值影像分析可得其像元整体分布趋势基本符合正态(偏正态)分布。由相关性分析可得,倒伏前后的比值植被指数(RVI)差值与玉米倒伏比例具有最高的相关性(R=0.9377),而且倒伏越严重,其RVI差值越大;通过野外实测样本与模型验证结果进行混淆矩阵分析,总体分类精度达到85.7%,Kappa系数为0.804;研究区玉米倒伏遥感空间制图结果与当地农业技术推广站监测结果基本一致。【结论】倒伏发生后,其玉米长势以及灾后恢复程度均存在较大差异,因此,基于玉米倒伏前后RVI差值的遥感监测模型能有效反映不同倒伏程度的冠层群体变化信息以及长势恢复情况,能在区域尺度下实现玉米倒伏受灾范围监测和灾情等级评估。