江苏省小麦空间分布动态变化监测

为了揭示江苏省小麦空间分布动态变化以及地域格局特征,采用遥感、格网和Morans Ⅰ指数等方法对江苏省近年小麦生产地域空间分布格局以及变化进行分析。结果表明：2011年、2013年、2015年和2017年江苏省小麦种植面积都存在很强的地域聚集效应,且聚集和连片程度逐年增强。至2017年,小麦面积高聚集区集中分布在淮河和灌溉总渠以北,徐州以东,低密度区主要分布在长江以南,苏州以西; 2013年以来,江苏省苏南地区大幅度压縮了小麦生产规模,苏中地区较大幅度削减了小麦生产规模,苏北小麦生产规模基本保持稳定;苏南地区小麦调减范围主要集中在宁镇扬丘陵区,苏中调减的是里下河养殖区,苏北调减的是徐州、连云港丘陵山区。2013年以来江苏省小麦面积呈现下降趋势,已经基本形成了适宜江苏小麦生产的地域空间格局。上述结果可为种植业结构调整和供给侧结构性改革提供科学依据。     

GF-1卫星影像的空间分辨率对水稻识别精度的影响

基于GF-1卫星影像数据,选择建湖县3块5 km×5 km水稻种植区为试验区,分析了水稻识别精度与GF-1卫星3种分辨率之间的关系。结果表明,随着空间分辨率由2. 0 m变化到16. 0 m,混合像元内水稻所占比例从0. 92下降到0. 73,水稻图斑平均面积从1. 66 hm2上升到13. 28 hm2,水稻识别的总体精度由92. 41%降低到89. 20%;水稻识别精度与高、中、低3个农田景观破碎度密切相关,破碎度增加导致水稻识别精度下降;同等分辨率下,破碎度越高水稻识别精度越低。     

GF-1卫星数据在水稻长势监测中的应用

GF-1国产高分辨率卫星遥感数据具有高空间分辨率、高时间分辨率和高光谱分辨率的优点。该研究利用GF-1卫星宽视场遥感数据,在GPS实地取样的基础上,利用增强型植被指数(EVI),提取建湖县2014年多时相水稻长势信息。结果显示,GF-1卫星宽视场影像可以清晰反映水稻长势要素,能够在遥感估产中推广应用。     

无人机遥感技术在小尺度土地利用现状动态监测中的应用

土地利用现状的动态监测是管理部门制定土地利用政策的重要依据。无人机(UAVs)遥感技术具有机动灵活、操作简便等特点,在土地利用、农业生产和防灾减灾等诸多领域发挥重要作用。本研究以江苏省农业科学院本部为例,进一步分析空间分辨率、航向和旁向重叠度等参数对小尺度土地利用现状动态监测结果的影响。结果表明,6.0 cm空间分辨率的无人机遥感数据能够满足小尺度土地利用现状2级分类的需求。同一空间分辨率下,航向和旁向重叠度均为75%的无人机观测数据在图像拼接质量上要优于航向和旁向重叠度为70%和65%的无人机观测数据。2016-2018年研究区范围内4类地物面积减少,9类地物面积增加。其中,蔬菜地面积减少近55%,荒草地和园地面积分别减少约20%和10%,坑塘面积减少约7%;温室大棚面积增加超过70%,特殊试验田和护坡面积增加30%～40%,场地和林地面积增加14%～20%,道路面积增加略大于3%。