刍议枯死松树的天空地协同监测技术体系建设

枯死松树及时精准监测是做好松材线虫病防治的基础,传统人工线路踏查难以保证全覆盖和高时效。高空间分辨率的航空和航天遥感技术可以快速采集区域级地表覆盖数据,获取单木与树丛级森林资源健康状态信息,服务于枯死松树监测;地面调查是航天和航空遥感技术应用不可或缺的组成部分,是实现对松材线虫病疫情遥感监测必不可少的工序。枯死松树的天空地协同监测技术体系的建立,以及天空地遥感技术互为补充的集成运用,是提高松材线虫病监测调查工作实时性、客观性和科学性的重要保障,不仅可为精准监管森林资源提供相应解决方案,也是完善和丰富现有松材线虫病监测普查体系、实现松材线虫病疫情早期发现以及疫情处置监管的有效途径。     

基于无人机多光谱影像的槟榔黄化病遥感监测

黄化病是一种严重危害槟榔生长的病害,迫切需要及时、准确地监测其侵染的严重度差异和空间分布。低空无人机遥感可有效解决槟榔种植区由于多云雨天气而造成光学卫星影像获取不足,提高槟榔黄化病监测的实时性。该文利用大疆精灵Phantom 4 Pro V2.0四旋翼无人机搭载MicaSense RedEdge-M多光谱相机获取5波段多光谱影像,基于最小冗余最大相关算法(Minimum Redundancy Maximum Relevance,m RMR)从15个潜在的植被指数中优选比值植被指数(Ratio VegetationIndex,RVI)、改进的简单比值指数(ModifiedSimpleRatioIndex,MSR)和花青素反射指数(Anthocyanin Reflectance Index,ARI)作为敏感特征,分别利用后向传播神经网络(Back Propagation Neural Network, BPNN)、随机森林(Random Forest, RF)和支持向量机(Support Vector Machine, SVM)分类算法,构建了槟榔黄化病严重度监测模型。结果表明,BPNN模型总体精度达到91.7%,分别比RF模型和SVM模型提高6.7%和10.0%,且Kappa系数为0.875,为所有模型中最高,漏分、错分误差也最小,健康,轻度和重度分别为11.1%、15.8%,13.6%、9.5%和0、0。研究结果证明了无人机多光谱遥感影像监测槟榔黄化病的可行性,同时也可为其他热带作物病害监测提供案例研究。     

我国农作物病虫害智能监测预警技术新进展

近年来, 随着计算机、互联网、物联网、人工智能、传感器、遥感等技术的快速发展, 智能虫情测报灯、智能性诱捕器、昆虫雷达、无人机遥感、卫星遥感、智能识别App等现代智能农作物病虫监测装备及重大病虫害实时智能监测预警系统建设方面取得了比较明显的进步。本文综述了我国近5年在利用光谱遥感、昆虫雷达、图像识别等技术进行农作物病虫害监测预警研究和应用方面取得的重要进展, 分析了各类技术存在的不足与难点, 提出了未来发展的方向, 以期为充分利用空天地多源数据实现农作物病虫害精准预报提供指导。     

采用探地雷达频谱分析的复垦土壤含水率反演

快速、准确、无损获取采煤塌陷区复垦土壤含水率分布情况是实现精准灌溉的基础和关键。该研究以安徽省淮北市某塌陷复垦区土壤为研究对象,借助探地雷达系统对试验区土壤进行探测,并对周围未复垦区域设置对照组,通过线性调频Z变换频域细化法(Chirp-Z-Transform,CZT)寻找特征频率,结合瑞利散射原理分析不同土壤体积含水率(Volumetric Water Content,VWC)下雷达信号特征频谱响应关系,并分别采用不同回归方法建立了VWC反演模型。结果表明:频谱峰值频率分量(FrequencyofPeak,FP)与复垦土壤VWC具有很强的相关性;基于CZT算法可以在不改变原有频谱的基础上,有效的寻找到特征频率,FP与VWC的相关系数较快速傅里叶变换(Fast Fourier Transform,FFT)从0.77提高到0.93;对比复垦与非复垦区域雷达信号频谱发现,复垦区频谱信号较非复垦区"漂移"现象明显,采用不同回归方法所建立的模型中,指数回归模型精度最高,验证集R2达到0.84,RMSE达到1.97%,表明采用频谱分析方法可以有效地反演复垦土壤VWC,研究结果以期为复垦土壤质量快速监测以及复垦区农业精准灌溉提供理论依据与技术支撑。     

基于分数阶微分光谱指数的小麦条锈病遥感监测模型构建

为提高小麦条锈病的遥感监测精度,该研究利用分数阶微分能够突出光谱的细微信息以及描述光谱数据间微小差异的优势,在对条锈病胁迫下小麦冠层光谱数据进行分数阶微分处理的基础上,构建了两波段和三波段分数阶微分光谱指数,并将其应用于小麦条锈病的遥感探测。研究结果表明,1.2阶次微分光谱与小麦条锈病冠层病情严重度的相关性最高,较原始反射率光谱、一阶微分光谱和二阶微分光谱分别提高了20.9%、3.9%和20.5%;基于分数阶微分光谱指数的最优分数阶次及其对应波长构建的三波段分数阶微分光谱指数对小麦条锈病的探测能力优于两波段分数阶微分光谱指数,其中分数阶微分光化学指数与冠层病情严重度的相关系数达到0.875;以分数阶微分光谱指数为自变量构建的高斯过程回归（Gaussian Process Regression,GPR）模型对小麦条锈病冠层病情严重度的预测精度优于反射率光谱指数,其训练数据集及验证数据集病情指数（Disease Index,DI）预测值和实测值间的决定系数较反射率光谱指数分别提高了3.8%和19.1%,该研究结果对进一步实现作物健康状况大面积高精度遥感监测具有重要意义。     

地块尺度的山区耕地精准提取方法

山地丘陵区域耕地资源稀缺,耕地碎片化现象严重,耕地地块细小狭窄且结构复杂,导致了地块级别的耕地信息难以快速、精准获取,阻碍了基于高分辨率遥感影像的精准数字农业服务在山地丘陵地区的应用。现有基于边缘检测/语义分割的耕地提取方法忽略了地块的结构化特征,对于狭长地块提取效果不佳,存在边界模糊问题。针对上述问题,该研究以西南山区湖南省邵东县为研究区,提出一种面向地块尺度的山区耕地遥感影像高精度提取方法。该研究模型主要有以下特征：1）将耕地边缘作为独立于耕地地块外的新类别,使得语义分割能够更好地区分耕地地块边缘和内部区域;2）级联语义分割网络和边缘检测网络,实现耕地边缘线特征和面特征的融合,使耕地边缘特征强化,提高耕地地块边缘检测精度;3）针对高分影像中耕地边缘像素远少于耕地内部像素问题,借助聚焦训练方法,使模型在训练过程中更加关注边缘像素,提高边缘检测精度。试验结果证明,该研究提出的方法在测试集上分类准确率和交并比分别为92.91%和82.84%,相比基准方法分别提升4.28%和8.01%。该研究所提取的耕地地块相比于现有方法更符合耕地的实际分布形态,为地块尺度的耕地信息精准提取提供了实用化方法。     

天津市大港水库东亚飞蝗生境遥感动态监测

为实现多尺度东亚飞蝗Locusta migratoria manilensis生境动态监测并分析其生境变化驱动因素,本研究结合遥感与地理信息系统技术,采用多时相遥感卫星影像提取天津市大港水库2002、2006及2013年东亚飞蝗生境空间分布信息,从整体景观尺度(面积变化)、像元尺度(多时相信息二进制编码)以及斑块尺度(景观指数)定量分析东亚飞蝗生境的时空变异特征。结果显示,2002—2013年适宜东亚飞蝗孳生的区域面积呈下降趋势,由2002年的329.98 km²降至2013年的146.34 km²;2002—2013年东亚飞蝗生境斑块数呈现降低趋势,斑块形状指数和平均斑块面积先减少后增加,而景观破碎度指数先增加后下降,说明2002—2006年东亚飞蝗生境景观破碎化程度较高,2006—2013年东亚飞蝗生境景观破碎化程度较低。表明基于多时相遥感影像能快速获取东亚飞蝗生境的时空变异特征,有助于东亚飞蝗监测预警及科学防控。     

作物生长模型研究现状与展望

作物生长模型由最初的作物生长发育模型发展到农业决策支持模型,在科学研究、农业管理、政策制定等方面发挥着越来越重要的作用。本文首先回顾了作物生长模型的发展过程,并按照模型主要驱动因子,将作物生长模型分为土壤因子、光合作用因子和人为因子驱动3类并分别进行了归纳阐述;然后对典型的模型分别从模型模块、时空尺度、可模拟的作物类型等方面进行列表式对比;并对作物生长模型在气候变化评估、生产管理决策支持、资源管理优化等方面的应用,以及面临的极端条件、复杂农业景观和模型复杂度等挑战进行了总结,在此基础上认为遥感数据同化和孪生农场是其发展方向。     

中亚阿姆河跨境流域景观生态风险时空演变特征分析

以中亚阿姆河流域1995—2018年6期土地利用遥感数据为基础,应用景观生态风险指数模型、半方差分析、空间自相关等方法分析该跨境流域景观生态风险时空演变规律.结果表明:(1)自1995年以来,研究区景观格局发生了显著变化,裸地面积增加最多(22704.66 km2),以林地、草地、水体转入为主,水体面积减少最多,占比由...     

基于RF和SPA的无人机高光谱估算棉花叶片全氮含量

为分析棉花叶片全氮含量（LNC）与冠层光谱反射特征的关系,实现作物生长过程中氮素水平的快速、准确和无损监测,以石河子大学教学试验场2019年棉花小区试验为基础,选用多元散射校正、SG平滑算法、变量标准化校正和一阶导数4种方法分别对棉花冠层原始光谱进行预处理,使用随机蛙跳（random frog,RF）和连续投影算法（successive projections algorithm,SPA）筛选特征波长并结合偏最小二乘回归法建立棉花LNC光谱估算模型。RF和SPA算法从棉花冠层398～1000nm的光谱中优选5组LNC的敏感特征波段,波段数目下降了93.0%～96.3%,有效降低了光谱的冗余信息;基于SPA算法筛选的敏感波段构建的LNC偏最小二乘回归模型的决定系数和均方根误差分别为0.52和2.55,模型验证的决定系数和均方根误差分别为0.70和2.37,模型具有较好的精度和稳定性,可作为棉花LNC的无人机高光谱估算方法。