基于MODIS遥感资料的江西省双季早稻估产研究

利用MODIS植被指数产品,对江西省双季早稻总产进行的估算。以江西省行政区划为分区,2005—2009年江西省8个主要水稻种植区域为样本,对分区内早稻总产与分区内增强型植被指数值之和进行相关性分析,结果表明二者之间显著相关。通过建立一元线性回归与多元回归方程的方法构建了江西省早稻估产模型,利用2001—2004年及2010年的数据对模型进行验证与预测,综合均方根误差与相对误差选择出了最优模型。最优模型表明利用分蘖期与拔节期两个时期的增强型植被指数建立的模型最适宜江西省水稻总产的估算,利用该模型对江西省2010年省级早稻总产估算的结果与统计值的相对误差为0.8%,对江西省双季早稻的遥感估产工作具有一定的指导意义。     

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NOAA卫星的昆明夏粮监测及估产

根据NOAA气象卫星观测和地面农业气象生育期观测的实时资料，对昆明地区夏粮生长发育状况进行动态监测，对最佳估产时相进行分析研究，并建立昆明夏粮遥感估产的归一化植被指数估产模型、归一化植被指数一气象因子综合估产模型、相对植被指数非线性估产模型。所建立的估产模型误差较小，准确率高。     

淮北平原全年粮食总产气象卫星遥感预报方法研究

由于全年粮食总产为多季混种，给气象卫星遥感监测带来很大难度。本文利用１９８６～１９９４年约１００个时次的气象卫星ＡＶＨＲＲ比值植被指数（ｇｌ绿度值）对我省淮北平原全年粮食总产的气象卫星遥感监测预报方法进行了研究。提出对全年粮食总产的遥感监测可分成夏、秋两季进行，其中对夏粮采用单季作物（冬小麦）遥感监测方法，对秋粮采用“总体混合监测”方法，可获得较理想的预报效果。     

高光谱分辨率遥感技术在农作物估产中的研究现状与发展趋势

综述了高光谱分辨率遥感技术及利用高光谱分辨率遥感对农作物估产的研究,包括作物种植面积的遥感估测、作物遥感估产最佳时相的选择和地面单产遥感估产模型的研究,并分析了高光谱分辨率遥感在农作物估产中的发展趋势。     

基于开花期卫星遥感数据的大田小麦估产方法比较

【目的】卫星遥感具有覆盖范围广、获取速度快、信息量大、动态性强等优势,能够及时准确地获取作物产量信息,反映作物产量空间变化趋势。遥感技术作物估产已成为现代农业生产中研究热点。通过改善遥感估产建模方法,以实现进一步提高大田作物遥感估产精度,为宏观了解不同区域作物产量形成情况及变化趋势提供直观、可靠的参考。【方法】论文结合2011—2012年江苏省大丰、兴化、姜堰、泰兴、仪征5个县区的定点观测试验,以国产卫星产品HJ-1A/1B影像为遥感数据,于小麦开花期开展大田定位观测区卫星遥感植被指数、关键生长指标与收获期单产间的定量分析。通过对产量与小麦生长指标以及植被指数进行定量关系分析,进一步增强遥感反演的机理性和重演性。将卫星遥感变量与小麦产量进行相关关系分析作为遥感估产的直接建模方法,间接建模方法则是选取与产量相关性较好的遥感变量以及与遥感变量相关性较好的主要苗情指标,利用筛选得到的敏感遥感变量,首先监测对应的小麦生长指标,结合该小麦生长指标与产量间的定量关系,进而建立间接估产模型,利用此模型进行小麦遥感间接估产。利用直接和间接建模方法,以相关性最高为原则,筛选估算产量的敏感卫星遥感变量。以2012年试验数据为建模样本,采用线性回归分析方法,分析小麦开花期苗情指标、产量与卫星遥感变量两两之间的相关性,分别构建以遥感植被指数为基础的大田小麦估产模型,与地面实测结果一起建立模型共同分析。以2011年试验数据为验证样本,选取评价指标拟合度(R2)和均方根误差(RMSE),对两类模型的估算精度进行验证和比较,以提高遥感反演的定量化水平和可信度。【结果】分别以差值植被指数(difference vegetation index,DVI)和比值植被指数(ratio vegetation index,RVI)为基础的单因子直接估产模型的均方根误差(root mean square error,RMSE)为918 kg·hm-2和1 399.5 kg·hm-2,以DVI和RVI遥感变量构建双变量估产模型的RMSE为1 036.5 kg·hm-2,以归一化植被指数(normalized difference vegetation index,NDVI)和叶片氮积累量为基础构建的间接估产模型的RMSE为805.5 kg·hm-2,说明开花期HJ-1A/1B影像估算小麦区域产量是可行的,且精度较高;经比较,以NDVI和叶片氮积累量为基础的间接估产模型精度明显高于直接估产模型,相较于DVI直接估产模型RMSE降低了112.5 kg·hm-2,相较于RVI直接估产模型RMSE降低了594 kg·hm-2,相较于双因子模型RMSE降低了231 kg·hm-2。【结论】国产卫星HJ-1A/B可以较好满足估测小麦产量要求,且利用间接方法建立作物遥感估产模型要好于直接方法,研究结果为利用遥感技术更为准确估算大田小麦产量提供了一种新的途径。     

中国玉米遥感估产区划研究

农作物遥感估产区划是大面积农作物遥感估产研究和实践的基础。根据农作物遥感估产技术的具体要求,结合农作物区划理论,重点考虑春玉米和夏玉米估产,提出了我国玉米遥感估产区划的原则和依据,针对玉米遥感估产中的各项工作,分别作出了全国玉米遥感估产最佳时相、信息源和土地利用结构分类方案,并在此基础上,设计区划指标,把全国分为13个估产区和28个估产亚区。     

县域尺度的小麦高分辨率遥感估产

从县域尺度准确掌握粮食产量,对于国计民生具有重要意义。目前,基于高分辨率遥感影像的县域尺度的估产研究尚不多见。本文以山东省泰安市岱岳区为研究区,利用2019—2021年高分一号B星、高分一号C星影像,辅以Landsat-8影像,运用随机森林法进行遥感解译,识别耕地变化,探究了小麦种植区的时空格局,选取植被指数NDVI监测小麦长势,建立估产模型,并制作了像元级产量专题图。结果显示：小麦种植面积提取相对误差均在5.150%以内,2021年小麦种植面积降幅达26.021%;小麦长势虽然存在年际变化,但总体平稳;小麦总产量遥感估产误差不超过4.300%,2020年增幅约4.261%,2021年降幅约21.981%。研究表明：2020—2021年,研究区小麦种植面积显著下降,长势基本持平,小麦总产量减少。研究成果有利于地方政府及时准确了解粮食产量,对高分辨率遥感估产研究有积极意义,对于县域尺度的作物监测有较高参考价值。     

利用EOS/MODIS植被指数建立草地估产模型的研究

利用EOS/MODIS卫星遥感数据,将遥感技术用于草地牧草产量测量.以乌鲁木齐天山北坡密丛禾草、中生杂类草组成的草甸草原、密丛禾草、旱生杂类草组成的草原及小禾草、半灌木组成的荒漠草原为典型研究区,以2006年6～10月的地面测产数据和同步MODIS遥感数据为基础,分别建立了草地牧草估产模型.三种草地类型的遥感植被指数与牧草产量之间的相关性均为极显著水平,不同模型拟合效果不同,其结果表明,二次多项式估产模型的拟合度好于线性模型.     

利用"3S"技术估测张家港市主要农作物生产力

为了科学、准确地估测和预报江苏省张家港市农作物的生产力,为政府进行农业科学决策提供及时、准确、动态的农作物生产力信息,利用2005-2008年获取的TM和IRS-P6遥感影像,应用"3S"技术对张家港市主要农作物的生产力变化进行了动态估测和预报.张家港市遥感估测农作物种植面积的精度结果为,小麦平均96.49%,水稻平均92.79%以上;估测农作物产量精度结果为,小麦平均92.46%,水稻平均94.98%以上;利用"3S"技术进行张家港市小麦和水稻总产遥感估测值与地面统计值差异低于10%;利用构建的4年遥感估产模型,进行张家港市主要农作物产量预报,预计全市2013年小麦产量突破12万t,2016年水稻产量突破17万t.     

异常气候条件下小麦估产方法研究

发展针对异常气候条件下的作物估产模型,对于理解气候变化对作物产量的影响,提高估产模型的适用性具有重要意义。本文提出了一种综合气象灾害指标、遥感植被指数与趋势产量的随机森林回归估产方法,基于该方法构建了中国五大麦区的小麦单产估算模型,并选择典型的灾害年份在县级尺度和麦区尺度上分别进行了精度验证,对比分析了不同麦区输入变量对估产模型构建的重要性。结果显示：五大麦区估产模型拟合精度的R²均在0.95以上,各麦区县级实际单产与预测单产平均相对误差均低于0.060,区级均低于0.049;输入变量在不同麦区的重要性存在差异。标准化降水蒸散指数在五大麦区重要性均较高,干热风指标在西北春麦区与北部春麦区相比其他区域更重要,月平均温度距平与月平均降水距平在各个麦区的重要性差异不大,小麦拔节期与抽穗期的标准化差分植被指数（NDVI）重要性相对其他时间段的NDVI更高。本文构建的估产模型能够满足异常气候条件下估产的精度,可以为极端气候条件下大尺度的估产研究提供参考。     

灰色GM(1∶1)模型在定西县粮食产量预测中的应用

以7年为一周期对定西县43年粮食产量进行平滑处理,消除了不确定因素的影响,建立了定西县1958~2000年粮食平均产量的GM(1∶1)灰色模型,并应用该模型对定西县粮食生产变化趋势做了预测,结果表明:1999~2006年和2007~2013年两个周期中定西县粮食产量预测值分别为:1 719 kg/hm2和2 229 kg/hm2。     

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。     

辽宁省作物长势遥感评价方法

利用1999～2007年5月下旬～9月下旬每天的NOAA数据资料,以归一化植被指数（NDVI）为评价指标,提取辽宁省5个气候区208个旱田点、84个水田点的NDVI值,通过对各统计单元的作物生长趋势分析及逐年比较模型、距平比较模型等遥感评价模型的研究,结果表明,辽宁省作物生长曲线呈单峰形变化,2007年旱田植被指数8月下旬达到最大,水田植被指数8月上旬达到最大;受干旱影响除2007年6月中下旬及9月中旬外,大田作物长势明显好于2006年同期和历史同期;水田作物长势基本好于历史同期。     

基于ERDAS的肇源县植被覆盖度研究

通过利用肇源县2008~2010年三景同期TM影像数据,使用ERDAS软件首先提取植被指数(NDVI),根据像元二分法利用ERDAS的建模工具计算出肇源县的植被覆盖度,利用非监督分类方法对该县的植被覆盖度进行分类、赋色,最后得出3a闻肇源县植被覆盖度分类图,定量说明了其变化情况:肇源县农作物种植面积呈增加趋势,2009...     

基于冠层时序植被指数的冬小麦单产预测

【目的】研究冬小麦冠层时序植被指数的动态变化规律并基于其构建单产预测模型,为田间实时、准确获取作物单产信息提供有效的技术手段。【方法】本研究于2017—2019年在江苏省兴化市万亩粮食产业园开展不同品种及氮肥水平的田间小区试验,利用主动传感器RapidSCAN CS-45获取冠层归一化红边植被指数（normalized difference red edge,NDRE）和归一化植被指数（normalized difference vegetation index,NDVI）,基于双Logistic函数拟合时序植被指数并提取曲线特征参数,进而分析各特征参数与单产的相关关系,并以独立试验数据对单产预测模型进行验证。【结果】NDRE在孕穗期和抽穗期与单产关系最好,R²达到0.84以上;通过多元逐步线性回归法发现,利用2个或多个时期NDRE预测单产的效果较单生育时期有所提高,且第一和第二被选择的时期分别为拔节期和孕穗期。基于全生育时期相对NDRE（relative NDRE,RNDRE）和相对NDVI（relative NDVI,RNDVI）构建时序曲线,并利用曲线特征参数建立单产预测模型,其中RNDRE和RNDVI的最大值、累积值及增长速率与单产关系较好。利用独立试验数据对上述单产预测模型进行检验,结果表明基于RNDRE时序曲线最大值和累积值所构建的单产模型验证效果较好,R²大于0.80,相对均方根误差和相对误差均小于10%,其验证效果优于单时期或多时期基于NDRE的预测模型,且优于基于NDVI构建的单产模型。【结论】基于冠层时序植被指数提取的特征参数RNDRE最大值和累积RNDRE具有良好估测单产的潜力,研究结果为田间进行实时、准确预测冬小麦单产提供了技术支持。     

用ENSO事件的特征进行褐飞虱发生程度长期预测的研究

根据江西省泰和县1991～2007年褐飞虱发生程度的资料及1990～2007年ENSO事件的特征值资料,采用相关分析和逐步回归分析方法,建立了泰和县褐飞虱发生程度(Y)的长期预测模型:Y′=-0.20790X1+0.22877X2+4.05618,其中X1为上一年厄尔尼诺的强度,X2为当年3月南方涛动指数(Southern Oscillation Index,SOI)。该模型1991～2007年的历史拟合符合率为82.35%,2008～2009年的预报准确率为100%,并预测2010年泰和县褐飞虱发生程度为中等(3.11级)。     

建立大田早稻农学光谱估产模式研究初报

大田试验结果表明,不同氮素水平的水稻冠层光谱之反射率存在着极显著差异。其中630～690nm,760～900nm和520～600nm三个波段可作为检测水稻氮素水平的敏感波段。利用测定光谱反射,通过光谱变量计算以估测LAI和Chl等农学参数是可行的。单一生育期光谱建模估产的精度较低,而且应用时生育期也难统一。RVI复合估产模式和LAI-RVI综合估产模式的精度很高,但仍只是“样板模式”,实际应用于大田估产时,仍需进行多点试验,进一步验证模式并建立一套修正方法,以适应不同熟制和不同产量水平的需要。