基于MODIS数据和模糊ARTMAP的冬小麦遥感识别方法

针对国家级农情遥感监测与信息服务系统对农作物遥感识别的需求,利用Terra/MODIS数据相对于NOAA/AVHRR数据具有的高光谱和中等空间分辨率的优势,以中国华北地区冬小麦识别为例,采用多时相和波谱分析方法,选取合适波段,构造特征植被指数,建立模糊ARTMAP影像分类模型进行大尺度农作物识别,实现农作物遥感自动识别.用Landsat TM进行局部抽样验证,结果精度可达到85.9%.研究表明,仅利用MODIS自身光谱信息,即可实现作物遥感全覆盖自动识别,并可达到较高精度,与传统方法认为冬小麦遥感识别的最佳时间为处于返青期的3月份相比,在时间上可提前约一个季度,因此可以确实地为农业决策部门提供信息服务.     

旱地红壤与红壤性水稻土水分特性分析

对低丘红壤地区红壤性水稻土(黄筋泥田)和旱地红壤(黄筋泥)及不同利用方式下土壤的持水和供水特征进行了研究.结果表明,与红壤性水稻土相比,旱地红壤持水供水能力弱;红壤性水稻土各样品之间持水和释水能力的差异与有机质的变化相似,在红壤地区,培肥土壤有利于提高土壤抗旱能力,土壤利用方式不同改变了土壤孔隙的分布状况,使旱地红壤在低吸力段土壤的水分特征存在明显差异.     

两种生态系统服务价值评估方法的比较研究——以环杭州湾地区为例

生态系统服务价值可以用来衡量生态环境的状况,但目前尚未形成统一的价值核算方法,该研究旨在比较评估方法及计算结果的差异。当量因子评估法和功能价值评估法被用于计算环杭州湾区域2000—2015年的生态系统服务价值,并对其结果进行了比较分析。结果表明:当量因子评估法的结果显示生态系统服务价值在2000年、2015年分别为779.58亿元和736.63亿元,功能价值评估法的结果是781.86亿元与810.37亿元。两种方法的结果较为接近,但呈现上升、下降两种相反的变化趋势。针对这一差异比较两种生态系统服务价值计算方法,认为功能价值评估法针对较小空间尺度的评价更为细致,能充分评估生态城市建设用地的产出,展现出的生态系统服务价值在功能结构、空间分布上更均衡,因而更适用以环杭州湾地区为例的城市化度较高的区域。     

基于MODIS EVI的冬小麦产量遥感预测研究

Terra-MODIS数据集同时具有归一化植被指数（NDVI）和增强型植被指数（EVI）两种植被指数。为了对比这两种植被指数在农作物估产中的应用效果，该文利用MODIS-NDVI和MODIS-EVI作为遥感特征参量，以对美国冬小麦的长势监测与产量预测为例进行了研究：运用区域作物特定生育期内多年的NDVI和EVI值与作物产量进行相关分析，采用一次线性拟合方法分别建立回归方程，估算当年的农作物产量。结果表明，EVI明显地比NDVI更好地与产量建立回归方程，用EVI建立的回归方程，各州相关系数大多在0．7以上；而用NDVI建立的回归方程，相关性不稳定。因此利用EVI建立的模型对2004年美国冬小麦进行估产，并将预测结果与美国国家统计署6月1号公布的预测结果进行对比，结果发现，美国国家统计署预测单产误差为3．05％，总产误差为-2．56％，而该研究预测结果单产误差为2．62％，总产误差为-1．77％且预测时间比美国国家统计署预测时间提前约半个月。可见EVI可以更有效地进行作物监测及估产，提高预测的准确性。     

遥感和地面数据驱动下的农业气候环境信息网格化技术研究

随着GIS技术飞速发展和遥感的应用，使得大范围细小网格上的农业气候资源各要素的计算成为可能。论文提出构建农业气候环境信息网格的基本思想。首先借助ArcGIS平台，利用DEM数据，通过Kriging插值将地理、地形因子网格化和参数化，生成了中国地区1 km×1 km网格的海拔高度、坡度、坡向等地形因子数据。其次利用MODIS数据反演得到了全国2001年月均1 km×1 km网格的地表反照率数据和大气总透射率。在获取了这些基本参数后，考虑地形和大气衰减因子，定量分析了坡度、坡向、地形遮蔽因素对太阳辐射的影响，在此基础上建立了坡地太阳辐射计算模型，最终实现了中国地区气候环境信息空间网格化。这样不仅可以弥补地区气候观测资料空缺，避免了传统方法以点代面的局限性，还可以为农业生产和科学研究提供有关气候环境信息的基础数据。     

大自然并不会带护照

历史一再证明一个简单的事实：大自然并不会携带护照。雨降落在每个人和每样东西上，不管是下在富人还是穷人身上，或者下在强者还是弱者身上，都是同样的冷漠。     

基于光谱特征分析的主要秋季作物类型提取研究

为快速、准确地在遥感图像上提取各种农作物类型信息，满足国家农情遥感监测系统的要求，以2002年北京地区主要秋季作物提取为例，利用Terra/MODIS数据，采用波谱分析的方法，建立一种基于遥感影像全覆盖的秋季作物类型自动提取方法，实现主要秋季作物遥感自动识别。首先根据研究区秋季作物的波谱特性和生物学特性，选取了红波段、蓝波段、近红外波段和中短波红外波段作为秋季作物类型提取的工作波段；同时，还利用由这4个波段构建的陆表水分指数和增强型指标指数作为遥感特征参量。其次根据研究区农作物物候历特征，提取了2002年4月到9月共7个时相的MODIS数据。最后，采用分层决策树方法提取研究区主要秋季作物类型，并进行面积统计。为了验证其精度，与国家农业部农业统计数据进行比较，结果其精度达到86%以上。这表明，仅利用MODIS自身光谱信息，即可较为准确地提取秋季作物类型信息，精度基本能满足了大尺度农情遥感监测的要求，可以为农业决策部门提供信息服务。     

上海市闵行区景观格局动态变化研究

以上海市闵行区为研究区,在RS和GIS支持下,解译出研究区1987年和2007年2期遥感影像,提取各景观要素信息,计算景观斑块数量、斑块密度、香农多样性指数、香农均匀度指数、景观破碎度、景观分离度等指数,并分析研究区1987～2007年20年间景观格局动态变化规律。