基于中巴资源卫星影像的农作物长势监测

以2007年聊城地区不同月份的中巴资源影像为数据源,根据小麦不同成长周期叶绿素含量的变化规律,对其长势进行了监测,得到了该地区农作物长势优劣等级图。     

基于MODIS NDVI的京津风沙源工程治理区荒漠化动态监测

以MODIS植被指数产品为数据源,利用归一化植被指数(NDVI)进行京津风沙源工程治理区荒漠化程度划分,得出2000年、2004年、2008年荒漠化等级分布图,在此基础上对研究区不同等级荒漠化进行对比分析。结果表明:京津风沙源工程治理区荒漠化程度总体上呈现减少趋势;荒漠化转移方向主要为严重荒漠化→重度荒漠化→中度荒漠化→轻度荒漠化→非荒漠化。     

光谱诊断马铃薯叶片氮素敏感波段的研究

利用Unispec-SC光谱仪测定马铃薯叶片光谱反射率,寻找马铃薯叶片氮含量的敏感波段并计算相应的植被指数。结果表明:在可见光波段范围内,550 nm和580 nm 2个波段的光谱反射率与氮含量的相关性较好;在近红外区域,820 nm、900 nm和1 005 nm 3个波段与氮含量的相关性达到了显著水平。利用上述波段计算植被指数,在1 005 nm和580 nm组合的波段,植被指数与氮含量相关性最好并且以DVI的相关系数最高,r=-0.8994,达到了显著水平。     

基于TM影像的南方丘陵区早稻估产研究——以奉新县为例

传统的估产方法难以对水稻种植面积和产量进行及时准确地预测.利用TM影像资料,根据地物光谱特征的差异,提取稻田种植面积信息,在此基础上分析早稻像元的植被指数,与作物单产建立回归方程,通过检验标准筛选出方程拟合率高的估产模型,从而预报水稻总产.结果显示:2009年奉新县早稻实际总产和平均单产与遥感估产的结果相比,早稻总产误差率为5.78%,单产误差率为1.79%.由此可以看出,结合GIS技术和资料进行水稻估产,既提高了估产精度,又降低了费用,具有一定的可靠性和实用性.     

基于遥感技术的广州市城市森林叶面积指数推算

应用叶面积指数(LA,I)及叶面积总量表达城市森林的绿量,并采用2004年遥感影像数据推算广州市不同类型森林的LA,I,建立了不同森林类型叶面积指数(LA,I)与归一化植被指数(ND,V,I)的回归模型,结果表明:不同类型森林的LA,I与ND,V,I的关系均可用逻辑斯蒂方程表达;不同森林类型的LA,I因树种、林龄及空间结构的不同而各异,按平均LA,I排序:有林地0.99灌木林地0.78≈疏林地0.78其它林地0.69(3月份数据);广州市森林叶面积总量29.47×108m2,森林的平均LA,I为0.95,市域范围的平均LA,I仅为0.40;不同森林类型对叶面积总量的贡献率与其占有的土地面积比例不相符,应通过采用不同的管理措施来增加其绿量的贡献度。     

宁夏盐池县天然草原生产力遥感监测

以盐池县天然草原为研究对象,应用MODIS卫星数据结合地面样方调查,对盐池县天然草原生产力进行动态监测。研究结果表明：2009年盐池县全县草原鲜草总产量为81.84万吨,折合干草产量34.24万吨,按照天然草地合理载畜量的计算方法（中华人民共和国农业行业标准）推算,盐池县适宜载畜能力（理论载畜量）为52.12万个羊单位。     

海南岛植被指数季节性变化及植被覆盖分析

以海南岛接收的2003-2005年接收的MODIS遥感数据为基础,通过提取归一化植被指数,分析了多年来海南岛植被指数变化的时空分布规律。由于海南岛植被指数空间变化特征与温度有着密切关系,借助NDVI-Ts空间特征分析了海南岛7个代表性区域的植被覆盖的情况,并与实际情况进行了对比,结果表明:通过遥感数据反演NDVI-Ts空间特征分析能适合海南岛地区植被覆盖范围的确定,为今后热带地区利用NDVI和地表温度（Ts）确定植被覆盖类型提供了一种有效的方法。     

基于MODIS的2000～2013年巢湖蓝藻水华暴发时空分布特征

[目的]研究2000 ～2013年巢湖蓝藻水华暴发时空分布特征,为巢湖流域水环境的综合治理提供决策支持.[方法]利用2000～2013年长时间序列MODIS遥感影像数据计算归一化植被指数,着重分析巢湖蓝藻水华时空分布特征.[结果]巢湖蓝藻水华总体暴发频率较高,以小面积水华为主,大面积水华暴发具有偶然性.2010年起,蓝藻水华暴发频次和程度有增加趋势,其中2010年水华暴发程度最严重.2000 ～2013年巢湖蓝藻水华发生区域呈扩大趋势,发生时间呈延长趋势.4月就开始出现且伴有大面积水华暴发,7、8、10月是蓝藻暴发主要月份,9月份次之,11月明显减少;蓝藻水华先在西北湖区产生,逐渐向东部和中部蔓延,在高峰期覆盖至整个湖心区域,其中湖区南部、东南和东北沿岸是最后新增的水华区域.[结论]2000 ～2013年巢湖蓝藻水华总体暴发频率较高,发生时间呈延长趋势,发生面积呈扩大趋势.     

一种基于趋势单产和遥感修正模型的混合估产模型

【目的】在分析国内外农作物估产方法的相关研究进展基础上,将传统统计估产方法和遥感估产方法相结合,提出一种新的混合估产模型。【方法】该模型由趋势单产、遥感修正单产和随机误差项三部分组成,其中趋势单产利用历史长时间序列的单产统计数据,通过多项式回归的方法结合ARIMA模型修正得到,遥感修正单产利用3个作物关键生育期NDVI和实测单产多元回归得到。为验证所提出估产方法的可行性和精度,利用2015年冬小麦关键生育期的三景环境卫星遥感影像和冬小麦实测地块单产数据以及近30年(1985—2014年)北京市各区县的冬小麦单产数据,对2015年的北京市的冬小麦单产进行估算,与真实值(2015年单产统计数据)对比。【结果】混合估产模型对北京市的冬小麦单产预测精度达到98.7%,各区县估产精度均超过90%,除房山(90.3%)外,各县单产预测相对精度均超过95%;传统趋势单产模型对北京市的冬小麦单产预测精度达到94.75%,但在区县尺度上,传统估产模型预测精度较低,对房山区的估产精度不足80%;引入ARIMA模型可以提高传统趋势单产模型的精度。修正后的趋势单产模型冬小麦单产预测精度平均提高了1.59%。本文建立的遥感修正模型,利用三景遥感影像修正结果最优,此方法使冬小麦估产精度整体提升3.55%,尤其是房山、平谷等区县,精度明显提升。【结论】该模型在市级尺度和县级尺度上预测冬小麦单产均取得较高精度,充分考虑冬小麦时间尺度和空间尺度上的变化,对农作物估产有一定的指导意义。     

北票市基于Landsat8遥感影像的归一化植被指数分析

归一化植被指数(NDVI)是反映植被长势和营养信息的重要参数之一,由近红外波段与红光波段的反射率值计算得到。Landsat8作为美国Landsat计划的第8颗卫星,遥感数据的准确性更高,时效性更新,采用美国地质勘探局(USGS)网站提供的Landsat8卫星遥感影像,利用ENVI软件计算2013年7月~2016年6月北票市NDVI,分析北票市3a的植被覆盖情况。结果表明:用遥感影像的时效性,通过计算NDVI可以有效监测区域内植被的覆盖情况,获取多年的遥感影像可以分析区域内植被覆盖规律,便于分析区域水土流失情况,制定水土保持计划与决策。