农作物分布格局动态变化的遥感监测——以东北三省为例

【目的】当前对涉及到耕地内部不同作物空间分布及其变化的研究较少。本文旨在探讨大尺度作物种植面积和分布格局遥感提取方法及景观生态学中景观格局指数在作物格局动态变化分析中的应用。【方法】基于2005年和2010年作物生育期内遥感影像全覆盖的MODIS-NDVI数据,利用RS、GIS技术,通过分析东北地区主要作物（水稻、玉米、大豆）的种植结构、物候历及NDVI曲线特征,建立不同作物面积遥感提取模型,提取大尺度农作物空间分布格局信息。同时,利用景观格局指数方法分析农作物格局动态变化特征和变化规律。【结果】与多年平均统计数据比较,基于MODIS遥感数据提取的作物面积信息,2005年和2010年平均精度达到了90%以上;5年间,东北地区主要作物种植结构发生了较大变化。其中大豆平均斑块面积减少,面积年动态度为-4.47%,水稻和玉米平均斑块面积均增加,且5年的变化幅度均超过20%。【结论】成本和收益是作物面积增加或减少的主要原因;用中等分辨率的遥感数据进行大尺度作物面积提取的方法是可行的;景观生态学中格局指数可以用来分析耕地内部作物格局的动态变化规律。     

基于中高分影像的丘陵区柑橘种植地块提取

【目的】利用多源中高分影像探索广西富川县柑橘种植地块尺度遥感监测方法,为实现全区柑橘信息精准监测提供技术参考。【方法】以高分辨率影像和二调数据为基底,更新图斑形态边界,生成完整且稳定的地块数据;分别面向农作物、果园、林地地块对象,综合中高分影像光谱信息、纹理信息及时间序列影像特征,利用支持向量机分类器迭代识别柑橘信息;基于DEM计算柑橘地块实际面积。【结果】通过分析不同地物影像特征曲线发现,传统指数NDVI（1、4、12月）、RVI（9—12月）、LSWI（1、10和12月）及红边指数NDRE1（1—2月、10—12月）、MTCI（1、2、10和12月）、PSSRa（9—12月）、MCARI2（1月、9—12月）对于识别柑橘作物具有敏感性。本研究提取柑橘信息精度为93.4%,比前人柑橘作物提取成果精度更高、尺度更精细。研究区柑橘地块种植于坡地面积占20.26%,在DEM支持下计算柑橘种植总面积为18643.15ha,比采用投影面积测量方法增加148.49ha,一定程度上消除地形对面积统计的影响。提取结果表明富川县柑橘主要集中在麦岭镇、富阳镇、葛坡镇、福利镇、朝东镇等,而莲山镇、白沙镇、古城镇种植柑橘较少。【建议】为解决广西立地条件的难题,建议以低频高分影像更新地块边界,在地块数据基础上综合利用多星多时相中高分影像（尤其具有红边波段影像）提取作物信息,针对地形起伏较大区域,建议采用高精度DEM计算作物面积。     

中国水稻遥感信息获取区划研究

 【目的】水稻是我国重要的粮食作物之一。通过遥感技术获取农作物信息是一种有效的手段，然而由于中国的水稻生长地域跨度大，各地的气候、地形等自然条件十分复杂，水稻的生长环境、生长季节和耕作制度在不同的区域差异很大，所以利用遥感方法获取水稻信息在不同区域有较大差别。为提高利用遥感方法获取水稻信息的精度而对全国的水稻种植区域进行合理的区划。【方法】以全国水稻种植区为对象，通过分析并选取对遥感技术信息获取有重要影响的因素，如耕作制度、地形因素、种植结构和大气噪声（云覆盖）等，采用恰当的区划指标，利用定性和定量相结合的分析方法进行区划。【结果】根据耕作制度的差异把全国分为4个水稻遥感信息获取区，然后又根据地形、种植结构和大气噪声等因素对遥感信息获取的影响分成19个亚区。由于研究区的范围较大，各地的自然和社会状况十分复杂，所以研究只考虑了对水稻遥感信息获取时起主要影响作用的因素，而忽略了其它的次要因素。【结论】区划结果对水稻遥感信息获取时选择合适的遥感获取方式、恰当的空间分辨率与时相的遥感图像，以及对遥感信息提取结果准确度的验证等提供参考。     

基于多时相合成孔径雷达数据的水稻种植面积监测

与光学遥感相比，合成孔径雷达(SAR)遥感能够不受云雨天气影响，为大范围作物种植信息的精准监测提供新手段。本研究以天津市小站稻为例，基于2018-2021年的多时相Sentinel-1A SAR影像，提出了结合小站稻生长特征相似性分析与随机森林分类的水稻种植分布和面积监测方法。首先提取VV和VH极化方式下不同地物的后向散射系数时间序列特征曲线，并利用HANTS滤波来消除噪声影响。然后根据野外调查数据获取小站稻参考生长曲线，构建小站稻相似性指数，筛选出小站稻可能种植区域。最后采用随机森林分类模型提取小站稻种植面积。结果表明，基于多时相Sentinel-1A SAR影像相似性分析及随机森林分类能够获得较高精度的水稻种植面积，VV和VH两种极化方式下提取的水稻种植面积与统计年鉴结果的平均相对误差分别为2.67%和3.80%,总体分类精度分别达到95.52%和93.40%,Kappa系数分别为0.94和0.93;与不引入相似性指数进行分类相比，VV和VH极化方式下引入相似性指数后总体分类精度分别提高4.35个百分点和3.13个百分点，Kappa系数分别提高0.04和0.03,水稻的制图精度分别...     

近20年华北粮食主产区冬小麦种植面积遥感快速提取研究

【目的】 基于遥感数据，研究快速提取华北粮食主产区近20年（2001—2020年）冬小麦种植面积的方法，生成准确的长时间序列冬小麦面积遥感产品，为政府决策机构和科研单位的工作提供数据支持。【方法】 文章基于经过滤波重构的MODIS植被指数产品，分析了研究区不同纬度下冬小麦在整个生长季中的时序特征，考虑到不同区域冬小麦物候差异，提出了一种关键生长季时序NDVI曲线匹配的方法，在无样本的条件下，快速提取冬小麦面积。通过使用统计年鉴进行面积验证，并结合目视解译的样本和高分辨率数据哨兵2号提取的结果，计算混淆矩阵并进行精度评价。【结果】 与2001—2018年的统计年鉴数据对比，平均相对误差为16.1%；与目视解译和哨兵2号分类结果中的6 459个采样点的精度评价相比，总体精度达到87.4%，kappa系数为0.61。【结论】 根据冬小麦的物候特征，通过提取NDVI的时序特征并采用时序NDVI曲线匹配算法，可以快速准确地提取华北粮食主产区冬小麦的种植面积和分布情况。     

基于Bi-LSTM模型的时间序列遥感作物分类研究

【目的】及时、准确地作物分类制图是农情监测的重要依据。本研究基于双向长短期记忆网络模型探究深度学习技术在时间序列遥感作物分类与早期识别中的应用潜力。【方法】本文以黄河三角洲地区为例，以哨兵2号全年可用卫星影像为数据源，构建年时间序列NDVI数据集;采用循环神经网络构架，搭建针对结构化时序数据的双向长短期记忆网络模型（bidirectional long short-term memory，Bi-LSTM），开展遥感作物分类，并评估模型的泛化能力;通过输入不同长度时间序列遥感数据，探究满足一定制图精度条件下的作物最早可识别时间。【结果】作物年生长时序特征对于大多数作物遥感分类识别都具有较好的区分能力，基于年时间序列NDVI数据的Bi-LSTM模型作物分类总体准确率达90.9%，Kappa系数达到0.892。通过测试不同时间序列长度对作物分类的影响发现，对大多数作物来说，其分类精度随着数据时间序列长度增加而不断提高，冬小麦、水稻等作物在生长季早期即具有较为独特的分类特征，因而利用生长季早期的时间序列影像即可获得较高的制图精度，而棉花、春玉米等作物需要完整生长序列影像才能更好地保证分类精度。【结论】卫星影像时间序列蕴含的结构化特征信息可以有效地降低特定时段的作物光谱混淆;双向循环神经网络模型能够同时考虑前向和后向的时间状态信息，可以学习作物不同阶段的光谱变化特征，在水稻、棉花、春玉米等易混淆作物的识别上表现优异;模型能够有效地把握样本总体上的变化趋势，在农作物多分类任务中表现出较好的泛化能力和鲁棒性。本研究通过集成深度学习和遥感时间序列，为及时、快速的区域作物高精度制图提供了可行的思路。     

估算水稻叶面积指数的调节型归一化植被指数

 【目的】叶面积指数（LAI）是描述植物冠层结构、群落生长分析和陆地生态系统研究的重要参数，提高叶面积指数的估算精度是遥感工作者的重要研究方向之一。【方法】通过不同氮素营养水平的水稻小区实验，利用2004年中稻高光谱反射率数据，模拟中等分辨率成像光谱仪（MODIS）前四个通道，提出包含蓝、绿、红和近红外四个谱段的调节型归一化植被指数ANDVI（adjusted-normalized difference vegetation index）。对ANDVI和归一化植被指数NDVI（normalized difference vegetation index）、增强型植被指数EVI（enhanced vegetation index）、绿波比值指数GRI（green ratio index）、红边比值指数RRI（red-edge ratio index）等5个光谱植被指数与水稻LAI的相关关系进行了分析。利用2004年晚稻试验数据，对与LAI相关关系较好的ANDVI进行验证。【结果】ANDVI指数模型预测效果最好，均方根误差为1.771，估算精度达到63.1%。【结论】说明ANDVI具有进行在大面积范围内监测水稻LAI的能力。     

基于GEE的山东省马铃薯种植区提取研究

传统马铃薯种植面积估算主要基于地面测量，再逐级上报，时效性和准确性难以得到保障。文章基于Google Earth Engine谷歌地球引擎和哨兵2号（Sentinel-2）遥感影像，对山东省马铃薯种植区进行面积提取和监测。结合实地调查所获数据与目视解译法进行样本点选取，获取各类地物遥感影像样本；对不同典型地物遥感反射率做归一化处理，通过随机森林算法实现马铃薯种植区从其他地物类型中的有效识别；并构建混淆矩阵进行精度验证及对比分析。结果表明:基于GEE对山东省马铃薯种植区面积提取的分类精度达到 92.5%，Kappa 系数达到 0.916，并获取山东省马铃薯种植区整体影像、山东省各地市马铃薯种植面积。实验精度结果良好，与统计年鉴相似性较高，有很大的实际应用意义。本研究实现了大尺度范围对马铃薯种植区面积的提取。     

基于TWDTW的时间序列GF-1 WFV农作物分类

【目的】焉耆盆地是新疆重要的特色农产品生产基地,农作物种植结构较为复杂。利用时间序列的遥感数据对研究区内的农作物进行分类识别,获得不同农作物的空间分布、种植面积等信息,为政府部门制定粮食政策、经济计划提供重要依据。同时探讨时间加权的动态时间弯曲(time weighted dynamic time warping,TWDTW)方法在农作物分类识别中的适用性以及高分一号(GF-1)WFV在农业领域的应用潜力。【方法】以新疆焉耆盆地为研究区域,利用2018年作物生长季的GF-1 WFV时间序列数据集计算归一化植被指数(NDVI),基于TWDTW方法开展农作物分类识别研究。分别采集不同作物的样本点,形成各作物NDVI的标准序列。利用TWDTW相似性匹配算法计算每个待分类像元与不同作物标准序列间的相似度距离,距离值越小则相似性越高,通过对比确定像元的农作物类型,得到最终的分类结果,同时根据时间序列NDVI曲线建立决策树(decision trees,DTs)分类规则,人工设置分类阈值得到分类结果,并与TWDTW方法的结果进行对比分析。【结果】2种方法的分类结果较为一致,辣椒的种植范围最广,小麦主要分布在焉耆盆地北部和西部的农二师二十一团,番茄和甜菜的种植分布较为零星。在种植面积统计中,辣椒的种植面积最大,其后依次为番茄、小麦和甜菜。利用野外样本点对决策树和TWDTW两种方法的分类结果进行精度验证,总体精度分别为89.58%和90.97%,kappa系数为0.804和0.830,TWDTW方法的分类精度相比于决策树法略有提高。【结论】相比于决策树分类方法,TWDTW方法的分类精度略有提高的同时,分类结果客观可靠,而且算法不受地域因素限制,具有较强的灵活性和适用性。基于密集时相的GF-1 WFV数据集,采用TWDTW算法对农作物进行分类,得到较好的分类结果,能够满足农业部门的管理决策需求,该方法在农业领域具有较大的应用和推广价值。     

HJ-1号卫星数据与统计抽样相结合的冬小麦区域面积估算

【目的】探讨利用HJ-1号卫星遥感数据进行冬小麦种植面积测量的可行性,并进一步结合统计抽样的方法,估算区域冬小麦种植面积,解决单靠遥感进行冬小麦种植面积测量时多期影像信息误差积累和生长差异性影响的问题。【方法】以北京市为研究区,采用多时相HJ-1号卫星遥感数据与分层抽样相结合的方法进行冬小麦种植面积测量:利用多时相HJ-1号卫星遥感数据获取冬小麦遥感识别结果(56506.67hm2),结合耕地地块数据建立入样总体,以耕地地块内冬小麦遥感识别面积作为分层标志进行分层随机抽样,反推得到北京市冬小麦面积总量(59680hm2)。【结果】多时相冬小麦遥感识别结果MAE为0.17,bias为-0.05,抽样反推区域总量面积提高了约5%,在一定程度上纠正了HJ-1号卫星多期遥感影像提取冬小麦区域面积偏低的问题。【结论】本文方法能够准确测量出区域冬小麦总量面积,具有较强的应用性和普适性,为采用HJ-1号卫星遥感数据进行农作物种植面积遥感测量进行了先期的方法探讨,深化了该遥感数据源的应用。     

稻瘟病遥感监测评估方法和系统开发研究

本文根据作物遭受病虫害的波谱特征,以遥感技术为监测手段,利用TM影像为监测数据源,提取水稻专题信息;利用植被指数与水稻作物覆盖度的关系,建立了稻瘟病灾害遥感监测模式和灾前、灾中植被指数的变化量;最后以辽宁省大洼县2001年稻瘟病大发生为例,用建立的模式和流程进行了病害评价.使用面向对象的计算机程序设计语言Visual C 自主开发系统,实现TM资料的处理、水稻专题信息和稻瘟病信息的提取,可比较准确地监测并计算出稻瘟病害发生区域和面积.     

基于多时相影像植被指数变化特征的作物遥感分类

高分一号GF1/WFV遥感影像具有较高的时间和空间分辨率,利用多时相影像开展农作物分类调查具有明显优势。以安徽省颍上县为研究区域,利用2017年5月至9月共6景多时相GF-1/WFV卫星遥感影像数据对主要农作物的分类识别提取。首先,通过分析研究区主要农作物的典型植被指数NDVI、EVI和WDRVI时序变化特征,明析了不同作物在各时相对不同VI的响应特征;其次,基于作物在不同时相的敏感VI变化响应,构建了决策树分层分类模型,成功提取了研究区玉米、水稻、大豆和甘薯四种主要作物种植空间分布情况。结果表明:总体精度达到90.9%,Kappa系数为0.895。同时,采用最大似然法、支持向量机对研究区作物进行分类,通过分类效果对比发现,最大似然法最差,支持向量机次之,决策树分类方法最佳。研究表明:利用多时相时间序列的遥感影像数据,结合作物植被指数特征,采用决策树分类方法可以有效提高作物分类的精度。     

基于无人机可见光遥感影像的耕地精准分类方法研究

无人机可见光遥感具有使用成本低、操作简单、实时获取遥感影像、地面分辨率高等优势。提出了一种利用无人机可见光遥感影像进行耕地精准分类的方法,以广东省惠州市惠东县铁涌镇石桥村部分耕地的可见光遥感影像为研究对象,对耕地的面积信息、形状信息以及位置信息进行监测和提取,采用面向对象法对影像中两种基于可见光波段的植被指数、纹理信息、形状信息进行分析,研究出分类提取耕地信息的较佳方案。经过反复实验确定分割尺度45、合并尺度90为分割参数,同时利用波段信息和纹理信息对未种植作物耕地和其他地物进行分离。该方法总体精度为89.23%,Kappa系数为0.72。实验结果表明利用无人机可见光遥感数据对耕地进行分类虽然存在一些细碎地块被错提、误提的情况,但总体精度仍然保持在一个很高的水准,可以为耕地作物分类提供参考,为实现精准农业提供精准的数据基础。     

基于ENVISAT ASAR数据的水稻遥感监测

以江苏省兴化市水稻试验区为例,利用单时相多极化ENVISAT ASAR(Advanced Synthetic Aperture Ra-dar)数据进行水稻识别和生长参数反演。通过分析水稻和其他地物在该时相上的VV极化和HH极化后向散射特征,选择合适的阈值和条件,利用阈值分类算法从影像中提取水稻分布。另外,利用实测水稻生长参数和获取的植被指数(NDVI)数据与水稻后向散射系数进行相关性分析。分析结果表明,水稻VV极化后向散射强度与水稻形态结构、叶面积指数和生物量具有较好的相关性,而水稻HH极化后向散射强度对水稻冠层含水量的变化更敏感。基于上述分析,建立反演水稻株高、叶面积指数和NDVI等参数的关系模型。经过验证,水稻识别精度为84.36%,反演的水稻生长参数的空间变化和实际情形相符合。     

基于面向对象的光学和ASAR数据的早稻种植面积早期提取

针对目前利用ASAR数据提取作物种植空间分布的精度因相干斑点噪声问题而达不到业务运行要求问题,以全国水稻种植面积最大的湖北省监利县为例,运用空间分辨率为16 m的高分一号多光谱数据,采用图像切割和融合方法提取农田边界,将早稻早期三景ASAR数据以每个对象(一个对象代表一块农田)取均值,以此消除相干斑点噪声,结合早稻早期ASAR数据变化特征(早稻灌水前期ASAR后向散射系数大,灌水后最小,秧苗后期变大),提取监利县2015年早稻种植空间分布。通过与调查区(面积23.4 km2)对比,其Kappa系数为0.83,其精确度较单独用ASAR数据提取方法提高一个层次,该早稻提取方法适合业务化运行。     

基于高分辨率遥感影像的玉米田叶面积指数反演

根据玉米田样地生物物理参量的野外实测数据,对PROSAIL模型输入参数的取值范围进行率定。通过PROSAIL模型参数敏感性分析,确定不同的输入参数设置方案,模拟不同的叶面积指数、叶倾角、叶绿素含量对应的玉米冠层反射率,建立叶面积指数的缨帽三角分布模式,从而获得玉米田红光-近红外波段反射率-LAI查找表,选取宁夏中卫市WV-3高分辨率遥感影像对玉米种植区域LAI进行反演。通过与实测数据比较,分析了PROSAIL模型在高分辨率遥感影像农作物LAI反演方面的适用性,为高分辨率遥感影像反演农作物LAI提供了方法参考。结果表明,PROSAIL模型输入参数的范围率定与不同设置方案的确定是有必要的,并且运用该查找表从WV-3影像反演的LAI与实测数据较一致,查找表均方根误差为0.47,LAI反演均方根误差为0.24。研究表明,该方法在利用WV-3遥感影像进行玉米田LAI反演中具有较强的适用性,能够进行准确有效的大面积叶面积指数遥感反演。     

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。     

海南中部国家重点生态功能区农户粮食生产与生态要素的函数研究——以琼中县为例

以重点生态功能区内的琼中县为例,将自然资本和农户家庭特征作为生产要素纳入水稻的生长函数中,根据农户问卷调查数据,结合遥感信息解译结果,构建了琼中县水稻生产函数。结果表明:村庄内部及周边的天然植被、人工林面积均与水稻单产存在显著正相关;在琼中县目前的施肥情况下,尿素与水稻产量存在正相关,而复合肥和磷肥与水稻单产没有显著相关关系;农户劳动力是影响水稻单产的重要因素,随着外出务工人数的增加,水稻单产呈下降趋势;非农家庭的水稻产量显著低于纯农家庭和兼业家庭。     

无人机遥感在宁夏盐池县城区绿地调查中的应用

无人机遥感具有成像分辨率高、数据获取灵活等优点,是遥感数据获取的重要工具之一.通过对宁夏盐池县城区进行无人机航拍,获得高分辨率影像数据,并对盐池县城区的绿地分布进行遥感目视解译,对数据进行统计分析.调查结果可以为盐池县创建国家园林县城工作提供重要的参考依据.