波段反射率和植被指数结合的作物生长季农田土壤水分估测

为了建立快速、有效的农田土壤水分含量(SMCF)遥感估测方法,在江苏省连云港市东海县、泰州市兴化市和盐城市大丰区布设SMCF遥感估测试验.在获取作物冠层近红外波段反射率(Near-infrared bandreflectance,Rnir)、红光波段反射率(Red bandreflectance,Rred)以及SMCF...     

基于机器学习结合植被指数阈值的水稻关键生育期识别

为建立不依赖时序数据的水稻生育期识别模型,基于四波段辐射计(SKYE)获取的水稻全生育期每日的冠层光谱反射率数据,利用K近邻(k-nearest neighbors, KNN)、决策树(Decision trees)、支持向量机(Support vector machines, SVM)、随机森林(Random forests, RF)和梯度提升决策树(Gradient boosted decision trees, GBDT)共5种机器学习算法开展水稻生育期识别研究。结果表明:RF算法的识别准确率最高,达93.00%,KNN算法的识别准确率也达到了91.92%,其他3种算法的准确率也都超过90%。在此基础上,将建立的水稻生育期识别模型应用至无人机(UAV)影像数据,KNN算法适用性最好,识别准确率为83.54%,RF算法的适用性一般,识别准确率为74.38%,SVM算法的适用性最差,识别准确率仅为62.92%,但5种机器学习算法都容易错误地将抽穗扬花期识别为拔节孕穗期;而新构建的KNN算法结合可见光大气修正指数(Visible atmospherically resistant index,VARI)的水稻生育期识别模型对无人机数据的识别准确率可达86.04%,与单独应用KNN算法相比,对水稻各个生育期的识别精度更加均衡。     

基于TM/ETM+遥感数据的地面相对反射率反演

卫星遥感数据的大气辐射校正是定量遥感的基础与关键。目前大气辐射校正方法的局限性已经严重影响了定量遥感科学进展。鉴于此,COST模型在TM／ETM数据上的实用性逐步得到学者们的共识。本文详细阐述了COST模型的理论及其算法,模型参数的确定及其获取途径。COST模型在完成TM／ETM卫星遥感数据大气辐射纠正的同时实现了地表反射率反演,为TM／ETM卫星遥感数据的应用研究奠定了基础。文章进一步借助地面光谱仪的宴测数据对研究区地表反射率反演结果进行了空间维和光谱维的分析验证,结果认为COST模型完全能够满足卫星遥感数据基本应用研究的需要。     

基于温度植被指数法的运城市干旱监测

利用EOS/MODIS资料,通过温度植被指数法,在运城市开展了遥感干旱监测研究。研究发现,监测结果比实测墒情更加细致,与实测墒情趋势基本吻合,能在很大程度上弥补由于测站少而造成的土壤墒情监测的真实性不足。     

基于高光谱植被指数的冬小麦产量监测

为了研究利用不同生育时期的植被指数监测冬小麦产量,以2 a不同肥料处理的冬小麦为研究对象,分析不同生育时期植被指数与冬小麦产量的关系,构建冬小麦产量的光谱植被指数监测模型。结果表明,植被指数能有效监测冬小麦产量,其中,孕穗期和抽穗期植被指数的监测效果较好,孕穗期的校正均方根误差(RMSEC)和决定系数(R_C~2)分别为1 131.42和0.78,抽穗期的RMSEC和R_C~2分别为1 015.59和0.77,拔节期的监测效果次之,灌浆期和成熟期的监测效果较差;但从作物生产角度考虑,拔节期监测冬小麦产量具有更重要的现实意义。研究表明,利用拔节期植被指数能够实现冬小麦产量的早期估测。     

基于沙漠场景的可见近红外遥感器辐射定标研究进展

沙漠场景法是一种基于时间序列的相对辐射定标方法,通常用于气象卫星等低空间分辨率卫星。沙漠场景法选择均匀稳定的大面积沙漠地区作为研究区,通过长时间序列图图像的统计分析,假设实验场地的地表和大气稳定,监测传感器的长期变化趋势。分析沙漠场景法的基本原理及场地选择标准,介绍国内外利用沙漠场景进行辐射定标的研究现状,指出各种方法的优缺点,为今后开展国产卫星沙漠场景的时间序列定标提供参考。     

基于CBERS-02卫星遥感图像海岛棉与陆地棉植被指数的对比

随着遥感技术的发展,植被指数作为用来表征地表植被覆盖和生长状况的度量参数,已经在环境、生态、农业等领域有了广泛的应用。本文利用中巴资源卫星CBERS-02星CCD1-5波段遥感图像,比较了海岛棉与陆地棉5种植被指数(比值植被指数RVI,归一化差异植被指数NDVI,红色植被指数R I,转换型植被指数TVI,归一化差异绿度指数NDG I)的差异。结果表明:海岛棉与陆地棉的5种植被指数差异均未达到显著性水平(P>0.05);海岛棉与陆地棉之间比值植被指数RVI差异最大,而转换型植被指数TVI差异最小;在阿拉尔垦区利用7月份CBERS-02卫星遥感图像植被指数的差异很难区分出海岛棉与陆地棉。     

植被指数在草地遥感中的应用初探

植被指数是反映植被在可见光、近红外波段反射与土壤背景之间差异的指标,在一定条件下能定量说明植被的生长状况。随着遥感技术的发展,植被指数作为表征地表植被覆盖和生长状况的度量参数,已经在环境、生态、农业等领域有了广泛的应用。分析了植被指数原理的基础上,对具有一定代表性的植被指数的机理、分类、特点以及适用条件进行了评述,综述了在草地遥感中植被指数的应用领域的研究现状,总结了在草地遥感中应用植被指数现存的实际问题。     

基于TM-NDVI的草地生产力遥感监测研究

采用地面调查与＂3S＂技术相结合的方法,以三江源玛多县为例,在计算玛多县TM影像归一化植物指数（NDVI）分布图的基础上,建立监测样点地上生物量与NDVI的遥感模型,结合青海省草地生产力划分等级,得出玛多县草地生产力等级分布图,实现草地生产力监测由点到面扩展。研究表明：①2009年玛多县草地覆盖面积约222万hm2,NDVI以0～0.5为主,占玛多县草地总面积的88.64%;②监测样点生物量与NDVI相关系数达0.7以上,呈显著相关关系,模型可定量表达为生物量=552.632×NDVI1.137;③玛多县草地生产力等级以750～3 000 kg/hm2为主,占玛多县总草地面积72%;草地生产力最高等级为4 500～6 000 kg/hm2,但占玛多县总草地面积不到1%。     

基于TM-NDVI的草地生产力遥感监测研究

采用地面调查与＂3S＂技术相结合的方法,以三江源玛多县为例,在计算玛多县TM影像NDVI分布图的基础上,建立监测样点地上生物量与NDVI的遥感模型,结合青海省草地生产力划分等级,得出玛多县草地生产力等级分布图,实现草地生产力监测由点到面扩展。研究表明,①2009年玛多县草地覆盖面积约222万hm2,NDVI以0～0.5为主,占玛多县草地总面积的88.64%;②监测样点生物量与NDVI相关系数达0.7以上,呈显著相关关系,模型可定量表达为生物量=552.632×NDVI1.137;③玛多县草地生产力等级以750～3000kg/hm2为主,占玛多县总草地面积72%;草地生产力最高等级为4500～6000kg/hm2,但占玛多县总草地面积不到1%。     

基于NDVI数据的华北地区耕地物候空间格局

 【目的】探讨基于多时相遥感信息监测中国华北地区耕地种植制度和物候空间格局特征。【方法】选择NDVI时间序列数据,采用非对称性高斯函数拟合方法重建平滑曲线,依据年内NDVI变化曲线峰值数目监测华北地区耕地的多熟种植制度,并利用动态阈值法获取该种植制度下耕地物候空间格局。【结果】华北地区耕地种植制度以一年两熟为主,其分布具有明显的空间差异性,随着纬度递减呈现出从简单到复杂的总体趋势。在该种植制度下,华北地区耕地第一季作物的生长开始期和生长结束期存在十分明显的空间差异,一年两熟区域的第一季作物生长开始期和生长结束期要明显早于一熟区域。与第一季作物物候期明显的空间差异相比,华北地区耕地第二季作物物候期差异不显著。【结论】华北地区耕地种植制度与物候分布格局和自然地理环境紧密相关,不同区域的温度、降水和光照等气候资源的禀赋和匹配程度对该区域的种植结构和作物布局有很大影响。此外,这种耕地物候空间格局还与作物品质、耕作水平、灌溉、施肥和农药等有密切关系。如何区别生态环境因子和人类活动因子对耕地物候的影响是今后值得深入研究的问题。     

利用遥感监测浙江省酸雨对植被的影响

为了研究酸雨对浙江地区不同类型植被的影响,利用1999～2004年间归一化植被指数(Normalized Difference Vegetation Index,NDVI)数据集及相对应的酸雨监测数据,结合浙江省植被空间分布图,计算了不同酸雨梯度分布区域内降水pH值与植被NDVI的相关系数。研究结果表明:浙江省酸雨对植被的生长状况有显著影响,在城市附近尤其明显。通过不同酸雨梯度的NDVI年均值比较,pH值越低区域,NDVI值越低,植被受害越严重。不同酸雨梯度pH值与NDVI值随季节变化呈正相关,并且秋冬两季更显著。建立了马尾松林、杉木林、毛竹林和经济林、阔叶林、疏林地以及灌木林6种植被类型的NDVI与酸雨pH值之间的反演关系,结果具有良好的精度,可用于监测大尺度酸雨对植被的影响。灌木林和阔叶林NDVI值对酸雨的危害反应最敏感,其次是毛竹林和杉木林,而马尾松林和疏林地对酸雨的危害反应相对不十分敏感。浙江省酸雨在杭州、宁波、嵊州、台州、温州以及衢州盆地为中心的地区呈现pH低值区,西南部的龙泉,庆元、云和等县市污染相对较轻。     

基于MODIS数据的山东省农作物旱情遥感监测报告

干旱胁迫能影响作物生长发育,给农业生产带来巨大危害.为了及时准确地掌握农作物旱情,本研究以山东省夏季农作物为研究对象,采用高等时间分辨率MODIS影像,建立了普适性较高的归一化差值植被指数,并通过观测分析其时间与空间维的变化情况判断农作物长势及旱情,从而建立了一种简便、高效的利用遥感技术监测旱情的方法.该方法适用于营养生长阶段的农作物,原理简单,操作方便,易于进行技术推广.     

土壤水分遥感监测及关键技术

用遥感技术进行土壤水分监测已有超过30 a的历史,国内外学者在此领域也进行了不少的探索和研究。通过分析各种遥感土壤水分监测方法的特点,将其归纳为光学遥感和微波遥感2大类,其中,光学遥感又分为土壤热惯量法、温度植被指数法和蒸散法。根据国内外的研究现状,对应用遥感方法估算区域土壤水分的关键技术进行了深入的分析,其主要包括数据源的选取、参数反演、模型选择和精度验证4个方面。结果表明,长期以来由于这些关键技术没有得到很好的解决,极大地制约了基于遥感方法估算区域土壤水分的发展。通过对关键技术的分析,将有助于高精度遥感土壤水分监测模型的建立。     

营造林成效遥感监测方法适用性研究

为改进营造林成效人工调查方法和现有遥感监测方法的局限,研究不同分辨率、不同地域条件、不同造林年限的营造林成效遥感监测效果。选取南、北方各1个具代表性的行政县为研究区,以生长1~5 a的营造林小班为对象,采用涵盖中、高分辨率的5种遥感影像,从不同分辨率的适用性、不同造林年限的保存状况监测、NDVI成林状况监测、造林前地类监督分类4个方面对营造林成效进行监测,并通过地面调查验证监测精度。结果表明:1）宜采用与营造林小班面积相适应的分辨率进行遥感监测,建议营造林小班平均面积<2 hm²的地区选取2 m或更高分辨率。2）相较于北方,南方营造林保存状况随造林年限增加上升较快,遥感监测保存率易偏高。3）NDVI成林状况遥感监测总精度达87.5%,北方精度高于南方3.2%,原因是南方易受到杂草杂灌的干扰。4）造林前地类监督分类总精度达72.7%,北方高于南方14.3%,原因是北方地类完整单一,易于识别。5）营造林成效采用遥感监测,成本仅为人工调查的40.2%。营造林成效遥感监测在监测效果和精度上能够满足调查需要,监测成本也较人工调查有很大优势,可作为营造林成效监测的有效手段。     

中国农作物长势遥感监测研究综述

农作物长势监测的目的是为早期估产提供依据,同时为田间管理提供及时的信息。笔者总结了中国农作物长势监测的研究进展、研究方法,指出用于长势监测的遥感数据空间分辨率较低,常用的监测指标具有局限性,监测精度有待提高。“3S”技术的集成发展,进一步实现一体化应用于该领域仍是今后的发展方向。随着农作物长势运行化监测系统的进一步完善,对田间管理的诊断需求会日益加剧,因此作物长势的诊断将成为今后的研究重点。     

基于Logistic模型的山东省秋季作物收获期遥感监测

收获期是影响作物品质和产量的关键生育期,准确、及时地获取作物收获期对指导农业生产具有重要意义.该研究在分析秋季作物生长曲线变化特征的基础上,利用MODIS NDVI时序数据为遥感信息源,以Logistic模型为核心,运用曲率最大值法,构建秋季作物收获期的遥感监测模型,并以山东省为研究区,逐像元提取秋季作物的收获时间.研究发现,2014年山东省的秋收时间主要集中在第260 ～285天,即9月中下旬到10月上旬,并呈现从南向北逐渐推迟的空间特征.该研究结果与地面观测数据基本一致,并且该研究结论与已有的研究成果具有较好的一致性,说明该研究基于Logistic模型构建的秋季作物收获期遥感监测模型是可靠的.研究结果可以为山东省农业生产提供一定的科学参考和指导,时促进山东省农业信息化和现代化具有重要意义.     

多源遥感影像林火信息检测和植被恢复动态监测

以Landsat 5 TM和GF–1 WFV影像为主要数据源,利用归一化植被指数和像元二分模型,结合0.2 m分辨率的航空CCD数据和全球30 m精细地表覆盖产品,建立植被覆盖度的估算模型,利用火烧前后NDVI差值提取了2001—2020年间大兴安岭地区的火灾信息;通过FVC定量分析了林区整体覆盖度变化和影响因素,并利用热点区域植被覆盖度变化对不同林火后植被恢复力进行了分析和研究。结果表明：以NDVI值为参数,运用基于像元二分模型的植被覆盖度遥感估算方法技术路线简单、可操作性强,适用于不同分辨率的遥感数据;dNDVI可以对过火区信息进行有效分离;研究区整体FVC较高,但频发的火灾是影响研究区FVC分布状况及其动态变化的主要因素;不同程度过火区的FVC恢复效果不同,小范围过火区的FVC可以恢复到原始状态,中等范围过火区的FVC经过长时间的自然恢复与原始FVC仍有一定差距,而对于大范围,尤其是特大范围的过火区经过长时间恢复虽然FVC会增加,但和原始FVC相比相差甚远。因此,火灾干扰对森林生态系统破坏性较强,受火灾干扰后森林恢复时间较长且其林分组成与物种难以恢复至原型。