基于CBERS卫星遥感的冬小麦产量估测研究

对冬小麦产量进行遥感监测预报,有利于农业管理部门及时获取冬小麦区域产量信息,便于其制定有效的栽培管理措施,达到增产的目的。中巴资源卫星（CBERS-02）CCD影像具有较高的空间分辨率和较丰富的光谱信息,对植被及作物长势信息具有较强的探测能力。以江苏省泰兴市为例,进行了基于CBERS-02卫星遥感和小麦估产模型的冬小麦产量监测预报研究。在利用计算机分类结合人机交互式判读解译的基础上,结合GPS样点信息校验,进行冬小麦种植面积提取;利用影像提取的冬小麦NDVI数据,反演叶面积指数、生物量信息等,结合冬小麦估产模型,计算单点产量信息。经过线性转换,对整个区域的冬小麦产量进行分级监测预报,叠加样点的产量信息检验,最终制作了区域的冬小麦产量分级专题图。结果表明,冬小麦种植面积解译精度在90%以上,分级估产精度达到85%以上。中巴资源卫星影像数据基本能满足冬小麦长势监测和产量预报的需要,可以在实际农业生产中推广应用。     

利用HJ-1A卫星遥感影像进行水稻产量分级监测预报研究

以江苏省盱眙县、金湖县和洪泽县为例,利用我国的环境减灾卫星(HJ-1)遥感影像,开展了水稻产量分级监测预报研究。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卫星影像精校正,将GPS样点数据校验贯穿到整个水稻种植面积分类与解译过程中,面积信息解译精度在90%以上。分别利用水稻抽穗期归一化植被指数和比值植被指数反演了叶面积指数和生物量数据信息。结合水稻遥感估产模型进行产量估算,并叠加样点产量信息验证,估产精度达到85%以上;依据预测的水稻产量数据进行产量分级预报,制作了盱眙县、金湖县和洪泽县水稻产量遥感分级监测预报图。结果说明,环境减灾卫星影像基本能满足水稻种植面积提取和产量预报的需求,能够在遥感估产中推广应用。     

基于生态因子的冬小麦产量遥感估测研究

为提高冬小麦遥感估产的精确性与适用性,在河南省的孟州市和沁阳市利用GPS定位布设田间试验,利用P-6卫星数据进行了冬小麦遥感估产研究.通过对遥感植被指数和冬小麦长势与产量GPS定位数据的综合分析,基于遥感影像信息获取的瞬时性和准确性,结合小麦灌浆期生态条件对小麦产量形成的影响,利用开花期遥感影像归一化植被指数(NDVI)和灌浆期生态因子(气温、日照、氮素营养、土壤水分)建立了冬小麦产量遥感估测模型,并检验了该模型的可靠性.结果表明,模型预测值与实测值较为一致,利用开花期遥感影像NDVI和灌浆期生态数据估测冬小麦产量的RMSE值为369.27 kg·ha-1,相对误差为6.45%.模型估测性能好,且具有一定的解释性.     

基于遥感影像植被指数变化量分析的冬小麦长势动态监测

为进一步探究利用中低分辨率影像监测小麦苗情的机理，丰富小麦长势动态监测的模式，结合2017-2018年定点观测试验，以GF-WFV数据为遥感影像源，研究了孕穗-开花期冬小麦主要长势变化量参数和产量及其与植被指数变化量间的定量关系，以逐步回归方法筛选目标长势变化量参数，分别构建及评价基于GF-WFV影像遥感植被指数变化量的孕穗-开花期叶片含氮量变化量和叶绿素含量变化量监测模型。结果表明，冬小麦叶片含氮量变化量（ΔLNC）和叶绿素含量变化量（ΔCHL）与产量密切相关，而孕穗-开花期的归一化植被指数变化量（ΔNDVI）、比值植被指数变化量（ΔRVI）分别与ΔLNC和ΔCHL相关性最好，因此选择这两个植被指数变化量作为敏感参量构建冬小麦长势监测模型。经验证，基于ΔNDVI和ΔRVI构建的长势线性模型可靠且精度高，其决定系数分别为0.70和0.64，均方根误差分别为0.39%和0.08 mg·L^-1FW。基于预测模型和实测数据分级量化表达冬小麦长势的空间分布状况，能够很好实现了基于GF-WFV时相影像长势不同等级的遥感监测。     

冬小麦花期生理形态指标与卫星遥感光谱特征的相关性分析

为提高冬小麦花期长势遥感监测的精确性与普适性,在集丘陵地、河滩地及平原地为一体的冬小麦种植区域设计了田间试验,利用卫星影像信息结合地面GPS定点试验数据,在分析利用遥感技术监测冬小麦花期LAI和生物量两个主要群体长势指标可行的基础上,对卫星遥感光谱信息与冬小麦花期的主要生理生化指标(叶片叶绿素含量、叶片类胡萝卜素含量、叶片水分含量和叶片氮素含量)进行了综合分析.结果表明,NDVI(归一化植被指数)与LAI、叶片氮素含量和叶片水分含量的相关性较好,RVI(比值植被指数)与生物量和叶片类胡萝卜素含量的相关性较好,GVI(绿度植被指数)与叶片叶绿素含量的相关性较好,且均达到显著水平.说明NDVI、RVI及GVI是较为理想的可用于监测冬小麦花期生理形态指标的敏感遥感指数.进一步以这些敏感遥感指数作为因变量建立了冬小麦花期生理形态指标的遥感监测模型.利用本模型可以反演多个生理形态指标,便于对冬小麦花期的长势情况进行综合分析与判断.     

模拟多光谱卫星传感器数据的冬小麦白粉病遥感监测

为了解利用遥感技术快速大范围监测小麦白粉病病害情况的可行性,以Landsat5TM波段响应函数为基础,将地面实测冠层高光谱数据模拟为TM多光谱数据,从而分析卫星传感器多光谱波段对病害的响应情况,并构建多光谱指数(PMSI)估测白粉病严重度。在此基础上,采用2010年星-地配套数据对PMSI估测精度进行验证。结果表明,PMSI能够较准确地反映冬小麦白粉病发生的程度,获得较理想的病情严重度反演精度(r2=0.475,RMSE=0.129)。因此采用多光谱卫星遥感影像在小麦大面积种植区域进行病害监测具有应用潜力。     

旱冻双重胁迫下的冬小麦幼苗长势遥感监测研究

为了探讨"旱冻交加"的气候条件下遥感监测小麦苗情的可行性,以河南省冬小麦为例,利用多时相MODIS为遥感数据源,引入了广泛用于小麦苗情监测的距平植被指数(AVI),同时基于植被健康状态指数(VHI)和晚霜冻害综合指数(I),构建了旱冻双重胁迫条件下的小麦苗情综合指数(CI),以反映冬小麦拔节期的生长状况,并分别利用实测样点苗情分类和距平植被指数对结果进行验证。结果表明,CI的总体分类精度为85.00%,Kappa系数为0.74;冬小麦总茎数与CI呈线性正相关关系,拟合方程为y=8.732CI+1.256,决定系数为0.605 3;与实测样本对比,CI预测精度为73.30%,苗情分类分级更符合小麦生长实际情况。因此认为旱冻双重胁迫下可以利用CI对冬小麦苗情进行监测。     

应用隔年卫星遥感影像评估区域麦稻连作水平

为探讨利用稀缺或隔年卫星遥感影像估算大地理区域麦稻连作水平的可行性,以江苏省常熟市为例,利用隔年TM卫星遥感影像,提取小麦和水稻种植面积并分析了麦稻连作水平。在解译隔年稻麦卫星遥感影像获取麦稻连作面积信息的基础上,运用马尔可夫链建模方法构建麦稻连作水平评估模型来估算麦稻连作水平,并用GPS 实地取样调查对估算精度进行验证。结果表明,常熟市麦稻连作指数为0.76,即有76%的小麦连作水稻,估算精度在95%以上,与传统的地面调查方法相比较,统计麦稻连作指数或水平更能反映大地理区域麦稻连作的现状。     

基于NDVI密度分割的冬小麦种植面积提取

为解决作物面积遥感监测中常遇的混合像元问题,选用江苏省沭阳县冬小麦扬花期HJ-1A卫星遥感影像,基于不同地物光谱信息的差异性与可分割性,提出基于归一化植被指数(NDVI)密度分割的冬小麦种植面积提取方法。在利用GPS实地取样调查和建立解译标志的基础上,对HJ-1A卫星影像进行了几何与大气校正。利用NDVI灰度影像提取混合像元训练样本的NDVI值和小麦种植面积,计算小麦面积权重,确定混合像元的NDVI阈值。利用NDVI再归一化结果对NDVI灰度影像进行密度分割,依据不同密度分割系数下像元总面积及其所对应的小麦面积权重关系,最终得到沭阳县冬小麦种植面积。结果表明,根据NDVI密度分割法提取冬小麦面积为8.37×104 hm2,面积精度为92.37%,样本精度为93.31%。基于密度分割系数(P0.5)制作沭阳县冬小麦种植分布图,获取了全县冬小麦空间分布特征信息。以上结果说明NDVI密度分割法能较准确地提取研究区内冬小麦种植面积,可有效解决农作物种植面积提取中混合像元问题。     

基于面向对象分类的冬小麦种植面积提取

为探索冬小麦种植面积的多源遥感提取方法,以江苏省中部宝应、高邮和兴化三市为研究区域,对冬小麦拔节期Land/TM和ERS/SAR遥感影像进行数据融合,基于波段最佳指数和地物光谱可分性,选择3-4-5波段进行分类,针对传统的基于像素分类方法结果易受"同物异谱"和"异物同谱"现象影响的问题,采用面向对象分类方法,以影像对象为处理单元,结合地物丰富的空间、纹理信息进行小麦面积提取,并与基于像素分类方法(SVM分类)结果进行了比较。结果表明,面向对象分类精度达到了94.16%,较准确地提取出研究区内冬小麦种植面积,比SVM分类结果具有明显优势。该方法可为南方冬小麦种植面积信息的快速获取提供技术支持。     

基于植被指数时序动态的冬小麦氮素营养诊断方法

为构建冬小麦冠层临界植被指数时序模型,探究实时、无损诊断冬小麦全生育期氮素营养状况的可能性,基于冬小麦不同生育时期氮营养指数(nitrogen nutrition index,NNI)与相对产量的关系确定NNI临界值,并利用归一化红边植被指数(normalized difference red edge,NDRE)与NNI的定量关系确定临界NDRE值,进而以累积生长度日为时间驱动因子,利用双Logistic函数构建临界NDRE时序模型并用于诊断,且对诊断结果进行了验证。结果表明,NNI与冬小麦相对产量在不同生育时期均呈现明显的线性加平台关系(R²在0.76以上),在开花—灌浆期表现最好;NNI与NDRE呈显著的幂函数关系(R2在0.76以上),在孕穗—开花期表现最好;临界NDRE时序诊断模型在拔节后期、孕穗期、开花期的诊断精度较高;适期播种时冬小麦在180 kg·hm^-2施氮水平下整个生育期均处于轻微氮亏缺或氮适宜状态,为较优施氮量。适期播种时冬小麦氮素营养状况主要受施氮水平的制约;过晚播时受播期的影响,不同施氮水平下冬小麦全生育期均处于氮亏缺状态。综上,依据氮营养指数与相对产量所构建的临界NDRE时序模型能够较准确地实时诊断冬小麦不同生育时期的氮素营养状况,并为作物氮肥精确管理提供技术方法。     

基于SVM的县域冬小麦种植面积遥感提取

冬小麦种植面积的精确提取,对于农业部门进行冬小麦生长监测与产量估测有着重要的支撑作用。本研究在对Landsat-8卫星15 m×15 m空间分辨率遥感影像进行预处理的基础上,基于最佳波段指数(OIF),采用支持向量机(SVM)算法中四种核函数进行影像分类,并比较分类精度,选择精度最高的核函数作为SVM最优核函数对盐城市大丰区冬小麦种植面积进行提取,与最大似然法、最小距离法的结果进行对比。结果表明,四种核函数中,Linear核函数分类精度最高,达到98.56%。将Linear核函数作为SVM最优核函数对大丰区冬小麦种植面积进行提取,提取到的种植面积为71 834.4 hm~2,提取精度、分类精度和Kappa系数分别为91.25%、98.56%和0.98。基于SVM的冬小麦面积提取效果明显好于传统监督分类方法,说明使用支持向量机与影像光谱特征进行影像分类能够准确提取县域冬小麦种植面积。     

北京地区渗灌条件下冬小麦生长发育状况的研究

通过对渗灌条件下田间土壤水分及冬小麦生长发育状况的观测，研究了渗灌用于冬小麦灌溉对冬小麦生长发育及产量形成的影响。试验结果表明，渗灌所形成的农田水分条件对小麦地上部分干物重、叶面积及根系的生长的十分有利。渗灌可使冬小麦根系较多地分布在20－60cm土层，不仅提高了对该层土壤水分的利用，而且有利于冬小麦的生长。渗灌条件下冬小麦产量比喷灌提高12％，农田水分利用效率提高4．49kg/*hm^2.mm)。     

冬小麦麦穗生长过程的模拟研究

为了实现小麦麦穗生长过程的可视化表达，以不同氮肥处理条件下不同类型小麦品种的两年田间试验为基础，通过连续观测并记载不同处理条件下的小麦主茎和分蘖麦穗形态指标（包括穗长、穗宽和穗厚），综合分析了小麦麦穗形态指标随生育进程和环境条件的变化规律，并利用系统分析方法和动态建模技术，构建了冬小麦麦穗生长过程的动态模拟模型。结果表明，麦穗的伸长过程符合S型曲线，而不同蘖位麦穗的最终长度符合二次曲线，且在不同氮肥处理之间均差异明显；采用Logistic方程描述了麦穗长度的动态变化过程，用二次曲线和线性方程定量描述了穗形的动态变化过程，同时采用旗叶的SPAD值量化了氮素对麦穗生长特征的影响；并利用不同小麦品种的田间试验资料对所建模型进行了测试和检验。结果显示，不同时期麦穗穗长、穗宽和穗厚预测值的平均RMSE分别为0．28、0．05和0．04cm。表明模型具有较强的动态预测性和可靠性，从而为进一步建立虚拟小麦生长系统奠定了基础。     

冬小麦不同生长阶段气象因素对产量影响的双重量化分析

为探究冬小麦各生育期的气象因素对其产量的影响程度,根据黄淮海冬小麦物候图将冬小麦生育期划分为9个生长阶段,选取河南省2005-2015年冬小麦的产量数据和日平均气象观测数据,利用指数平滑法计算出冬小麦的气象产量,建立气象影响因素集和灰色关联分析模型,双重量化分析河南省冬小麦不同生长阶段气象因素对产量的影响程度。结果表明,单重量化分析时,在播种期、分蘖期、越冬期和灌浆期,平均相对湿度对冬小麦气象产量影响最大;在返青期、拔节期和成熟期,平均风速对冬小麦气象产量影响最大;出苗期日平均气温对冬小麦气象产量影响最大;抽穗期光照时长对冬小麦气象产量影响最大。双重量化分析时,出苗期平均气温和日最高气温、分蘖期和越冬期平均相对湿度、拔节期平均风速对冬小麦气象产量影响较大。     

县域冬小麦生物量动态变化遥感估测研究

为给生产管理中及时掌握县域冬小麦长势的动态变化提供有效手段,以江苏省沭阳县为研究区,基于冬小麦生物量形成的生理生态过程,重构冬小麦生物量遥感估测模型。选用两景不同时相的HJ星影像数据,利用植被指数反演的LAI数据,对冬小麦生物量模型进行参数修订,并对县域冬小麦拔节期生物量的空间分布进行估测。在此基础上,进一步估测冬小麦抽穗期生物量分布特征及其动态变化特点。结果表明：（1）冬小麦拔节期生物量估测值和观测值范围分别为2 054.3~4 828.3 和1 962.5~4 568.4 kg·hm^-2 ,平均值分别为3 148和3 045.5 kg·hm^-2 ,RMSE为214.8 kg·hm^-2 ,决定系数为0.919 1,表明冬小麦生物量模型模拟精度较好;（2）冬小麦抽穗期生物量较拔节期发生明显变化,其中长势变化快的田块面积为20 108.7hm,占总种植面积的23.4%。春季气候因素的转好以及肥水措施的实施对冬小麦营养与生殖共生阶段的生长起到明显促进作用。说明本研究提出的基于遥感反演信息与生长模型协同的冬小麦生物量估测方法能有效估测县域冬小麦不同生长时期生物量的空间分布及其动态变化。     

冬小麦返青期主要生长指标的HJ-1A/1B遥感影像监测

为进一步深化作物长势遥感监测机理与方法,给大田管理及时提供信息与技术,结合2011-2013年定点观测试验,以HJ-1A/1B数据为遥感影像源,研究了返青期冬小麦主要生长指标、籽粒品质参数和产量间及其与遥感变量间的定量关系,分别构建及评价基于HJ-1A/1B影像遥感变量的返青期叶面积指数、生物量、SPAD值和叶片含氮量监测模型。结果表明,返青期,归一化植被指数（NDVI）、比值植被指数（RVI）、蓝光波段反射率（B₁）和RVI可分别作为监测冬小麦叶面积指数、生物量、SPAD和叶片含氮量的敏感遥感变量,所构建的遥感监测模型可靠且精度较高,模型的决定系数（R²）分别为0.62、0.56、0.46和0.58,均方根误差（RMSE）分别为0.42、452.3 kg·hm^-2、4.39和0.54%。同时,对冬小麦不同等级主要生长指标进行遥感监测并制图,量化表达了主要生长指标区域空间分布。     

中国北方麦区冬小麦物候期对气候变化的响应

为评价中国北方主要冬麦区小麦关键物候时间变化和主要影响气象因子的区域差异,基于1992-2013年间57个站点资料,在分析黄淮海平原、黄土高原和西北内陆冬小麦返青和成熟期时空变化的基础上,探讨影响北方麦区冬小麦关键生育时期的主要气象因子。结果表明,1992-2013年,北方冬小麦整体呈现返青期延后,成熟期提前,但总体趋势不明显,且存在区域差异;生育时期变化幅度随经度增加而增大。月平均温度和月最低温度分别是影响黄淮海平原冬小麦返青期和成熟期的主要气象要素,而黄土高原冬小麦生育时期主要受月平均温度变化的影响,但在西北内陆,返青期与月最低温度的负相关性最显著,而成熟期则主要受月平均温度变化的影响。月日照时长、月温差和月降水对小麦生育时期的影响在黄淮海平原/黄土高原和西北内陆相反。在黄淮海平原和黄土高原,月日照时长和月温差变化与小麦生育时期呈正相关,月降水与冬小麦生育时期呈负相关,但在西北内陆,月日照时长和月温差与小麦生育时期总体上呈负相关,月降水增加对西北内陆冬小麦生长有利,可延缓因干旱导致的物候提前。     

手持式植物冠层光谱测定仪在黄淮海平原地区冬小麦氮肥精准管理中应用的初步研究

通过应用手持式植物冠层光谱测定仪对冬小麦Feekes6生育期的冠层归一化植被指数（NDVI）和地上部氮素营养状况的测定，探讨了NDVI与小麦氮素营养状况之间的关系，旨在为手持式植物光谱测定仪在黄淮地区冬小麦氮肥精准管理中的应用提供依据。结果表明。小麦冠层NDVI值与同一时期植物干重产量、地上部氮素积累量间存在显著相关性（P〈0．01）；同时。Feekes6生育期冬小麦冠层NDVI值与收获期籽粒产量、地上部氮素积累量、籽粒氮素积累量之间存在显著相关性（P〈0．01）。对于地上部氮素积累量、籽粒氮素积累量与Feekes6生育期NDVI的关系，不同类型的拟合方程对比表明，直线方程比多项式、幂、指数和对数方程拟合结果的显著性更高。Feekes6生育期的红光／近红外比值（Red／NIR）与Feekes6生育期、收获期的作物产量、氮素积累量间也存在显著相关性。本文还讨论了利用Feekes6生育期NDVI值预测出的Feekes6生育期和收获期的作物地上部氮素积累量之差来计算冬小麦氮素追施量的方法。以上结果表明,黄淮海平原地区冬小麦Feekes6生育期冠层NDVI值和Red／NIR值可用于冬小麦的氮素精准管理。