基于NOAA/AVHRR卫星数据的淮北地区干旱监测

基于2001—2006年极轨气象卫星遥感影像资料和农业气象观测站的旬土壤墒情资料,同时根据安徽省淮北地区干旱特点,利用距平植被指数与20cm土壤墒情建立了干旱监测模型,分别为y春=0.221x 54.375,y冬=0.4474x 81.447;各指数值反演土壤墒情分布,对模型进行统计检验,结果表明春季和冬季距平植被指数通过显著性检验。     

卫星搭载处理对玉米SP1代诱变效应研究

对"实践8号"卫星搭载处理的6个玉米自交系进行了室内发芽测定和田间试验.结果表明:搭载后玉米种子发芽率发生双向变化,部分材料植株的根活力增强,穗部性状和生理生化指标有一定变化;部分个体植株的吐丝期延后.     

小麦条锈病卫星与近地光谱反射率的比较

通过人工接种诱发小麦条锈病,在病害大面积发生后,利用ASD手持式野外光谱仪(325～1075nm)测定小麦条锈病近地冠层高光谱数据,并获取该试验田同一时相SPOT-2卫星遥感数据,进而对卫星及近地小麦条锈病光谱反射率进行比较分析.结果显示,两者在SPOT-2卫星的3个波段上表现一致;1、2波段发病区的冠层光谱反射率分别为19.02%和15.40%,比对照区的18.61%和14.90%高,而在3波段中,发病区和对照区的反射率分别为34.65%和35.90%.由此可见,3波段发病区与对照区的光谱反射率差异更大,可用3波段进行小麦条锈病卫星遥感监测.     

基于北斗卫星导航的秸秆机械化还田作业管理系统

为满足秸秆机械化还田作业精准化管理的需要,解决还田工作中作业面积统计困难、现场核查工作量大、全局管理难以实现等若干现实问题,设计了基于北斗卫星导航的秸秆机械化还田作业精准管理系统。系统集成北斗卫星导航定位、物联网、地理信息系统等信息技术,通过北斗卫星导航农业机械车载信息终端,实时采集、处理秸秆还田作业中的定位和状态数据,获取还田现场的高清影像。通过建立作业管理信息系统,实现作业监控、地块识别、面积量测、质量评估、指标统计和指挥调度等功能。试验结果表明,系统可以有效实现轨迹监控、灵活调度、分类统计分析,提高了秸秆还田机械化作业效率。同时,地块识别率和地块面积统计达到了作业精度要求,可以满足秸秆机械化还田作业的需要。     

卫星遥感技术在政策性森林保险快速理赔中的应用——以内蒙古自治区为例

快速理赔是政策性森林保险健康快速发展的关键因素。介绍了森林灾害不确定性导致承保及投保两方面的不利影响,指出了快速、准确理赔对政策性森林保险发展的作用,分析了典型森林灾害遥感监测与评估的原理及主要技术手段,以内蒙古自治区东部主要林区为例开展了基于多源卫星遥感数据的森林灾害监测与评估。对卫星遥感技术在政策性森林保险快速理赔中的潜力、问题与前景进行了总结。     

卫星遥感和积温-辐射模型预测区域冬小麦成熟期

准确预测区域尺度的小麦成熟期,指挥麦收机械化作业有序开展,具有十分重要的社会和经济效益。该文针对目前区域冬小麦成熟期预测中时效性差、缺乏空间分布以及缺少定量描述等突出问题,选择华北地区河北、河南和山东3省冬小麦为研究对象,首先基于S-G滤波后的2013年冬小麦生育期时间序列MODIS LAI,采用动态阈值法获取抽穗期具体日期,即叶面积指数(LAI)达到峰值时的具体日期;然后基于由2008-2012年农业气象资料与地面气象资料构建的抽穗-成熟期有效积温模型和总辐射模型,逐个栅格单元计算MODIS LAI获取的抽穗期具体日期到当前日期的积温、太阳辐射总量,并结合全球多模式集合预报(THORPEX Interactive Grand Global Ensemble,TIGGE)资料对当前日期(5月10号至6月8号)之后的16 d冬小麦成熟期进行逐日动态预测以得到全部区域的成熟期预测值;最后采用农业气象站点的成熟期观测值对预测结果进行验证,结果表明:冬小麦成熟期预测值与观测值的决定系数R2为0.92,均方根误差RMSE约为3 d,两者具有良好的相关性。该研究方法对其他大区域的农作物成熟期预测具有借鉴价值。     

基于加权算法的空-天遥感升尺度土壤含盐量监测模型

利用无人机-卫星遥感升尺度转换方法可以有效提高土壤含盐量监测精度。以内蒙古河套灌区沙壕渠灌域为研究区,4月裸土期表层土壤为研究对象,分别采用主导变异权重法、局部平均法和最邻近法将试验区无人机4波段影像(0.1m)升尺度至与GF-1卫星(16m)同一尺度,引入3种变量组合作为模型输入变量并利用多元线性回归模型（Multivariable linear regression,MLR）和BP神经网络模型（Back propagation neural networks,BPNN）构建不同数据源关于土壤含盐量的定量监测模型。在此基础上,采用波段比值均值法对GF-1卫星数据进行修正,实现基于卫星因子的研究区土壤盐分升尺度反演。结果表明,经统计指标评价后得出主导变异权重法在4块试验区针对4波段影像的尺度转换效果总体上优于其他2种转换方法;3种无人机-卫星遥感升尺度转换方法中,主导变异权重法监测效果最佳,局部平均法次之,最邻近法效果最差;对筛选得到的2个模型进行升尺度修正,得到验证效果最佳的监测模型为基于混合变量组的多元线性回归模型,其R2v为0.420,RMSEv为0.219%,比直接采用GF-1卫星数据得到的混合变量组多元线性回归模型R2v高0.217,RMSEv低0.013个百分点。本文研究结果可为卫星、无人机多光谱遥感一体化监测裸土期农田土壤含盐量提供参考。     

基于ZY1-02C卫星P/MS数据的草原伪步甲灾害遥感监测

[目的]运用2011年底发射的国产ZY1-02C卫星P/MS数据,探讨遥感监测草原伪步甲(Prosodes dilaticollis Motsch)生物灾害的可行性.[方法]研究区位于新疆玛纳斯和呼图壁两县草场,采用遥感和GIs技术,在遥感影像预处理的基础上,根据不同目标地物的光谱特征进行监督分类,将研究区内草原伪步甲危害区分为严重危害区、轻度危害区和无危害区3类,并进行精度评价.[结果]解译总体精度最高达74.2;,Kappa系数为0.78,地面实地验证精度为72;.[结论]国产卫星ZY1-02C的P/MS数据监测草原伪步甲生物灾害具有可行性.     

粮豆轮作遥感监测对卫星时空及谱段指标的需求分析

该文面向粮豆轮作遥感监测卫星数据需求,针对最小监测地块、作物类型、时效性的要求,分别对不同空间分辨率影像识别能力、不同波段组合识别能力、最高云覆盖区域晴空获取能力3个方面进行分析,提出了光学遥感卫星理想的空间分辨率要优于0.3 m,光谱设置可以采取基本波段(蓝、绿、红、近红)+红边或者基本波段(蓝、绿、红、近红)+短波谱段2种方式,重访周期要达到3 d以内。在上述指标满足条件下,能够对中国普遍存在的0.3 m宽度田埂进行有效识别,从而达到地块识别的目标;能够利用作物红边、短波谱段特征的差异,对生长中期玉米、大豆进行有效识别,达到粮豆轮作主要作物类型识别的目的;以3 d的重访周期,可以最大限度获取覆盖中国全国区域的晴空有效影像,在数据源获取上保证粮豆轮作业务化作业能力。该研究可为满足中国粮豆轮作等农情遥感监测需求的农业监测卫星研制及相应指标规定提供参考。     

基于Sentinel-2多光谱数据的棉花叶面积指数估算

棉花叶面积指数(leaf are index, LAI)的快速、准确获取对棉花长势监测、发育期诊断、面积提取以及产量估算等遥感监测具有重要意义。该研究利用2017年和2018年的Sentinel-2多光谱卫星数据及大面积田间试验观测获取的棉花不同发育期LAI实测数据,构建了基于单波段反射率及各类植被指数的棉花不同发育期及全发育期LAI估算模型,并采用留一验证(LOOCV, leave-one-out cross validation)和交叉验证对模型精度进行了检验。结果表明:1)对于单波段反射率,基于中心波长为842 nm波宽为145 nm的B8近红外波段对不同发育期LAI估算精度最优均方根误差(RMSE, root mean square error, RMSE=0.378);2)对于各类植被指数,花蕾期(20170616)和花铃期(20170802)时增强植被指数(EVI, enhanced vegetation index,)表现最佳(RMSE分别为0.352和0.367),开花期(20180623)时校正土壤调节植被指数(MSAVI2, modified soil adjusted vegetation index 2,)估算精度最高(RMSE=0.323);3)单波段反射率和各类植被指数对全发育期LAI的估算均要优于对单个发育期LAI的估算,其中基于IRECI指数的(invertedred-edge chlorophyllindex)全发育期LAI估算模型精度最佳,LOOCV检验RMSE=0.425,交叉检验RMSE=0.368;将基于IRECI的全发育期LAI估算模型应用到单个发育期LAI估算并与各单个发育期LAI估算模型精度对比,发现交叉验证RMSE平均值仅比LOOCV验证RMSE平均值高0.07,反映了全发育期LAI估算模型良好的普适性。该研究为农作物LAI估算提供了新的数据选择,完善了Sentinel-2卫星数据在LAI估算中的应用领域。