基于遥感的广西甘蔗种植面积提取及长势监测

广西是我国最大的甘蔗种植和蔗糖产业基地,但长期受自然灾害影响甘蔗单产产量不高,及时获取其多年种植面积与长势的时空动态信息,可为区域甘蔗种植优化、灾害风险管理及蔗糖产业结构调整等提供重要科学支撑。首先,基于LANDSAT8OLI遥感影像的6-5-2优化波段组合,引入NDVI、DEM等辅助识别特征变量,采用随机森林分类法进行多时相连续解译,并借助Google Earth高清遥感影像比对修正,获得了高精度的2014—2018年广西甘蔗种植面积分布;其次,基于MODIS-NDVI数据,构建长势差值监测模型,实现了近5年广西甘蔗茎伸期长势动态监测。结果表明:1)本文解译方法效果良好,广西甘蔗种植面积的总体分类精度高于92%, Kappa系数均大于0.8,面积相对误差5年均值为-10.7%。2) 2014—2018年,广西甘蔗种植面积呈"前期急减,后期缓增"的变化趋势;主要种植区以崇左、南宁及来宾市为主,全区种植面积呈局部成片集聚、总体破碎分散的分布格局,并与研究区地形地貌、土壤类型、河流水系分布等下垫面环境要素密切相关。3)NDVI差值模型能清晰反映广西甘蔗茎伸期长势的年际和年内的时空变化特征,各年度内的甘蔗长势在好、正常、差等状态间交替转变频繁。上述成果可为揭示广西甘蔗对区域气候变化、旱涝交替及下垫面水土墒情动态的响应机制,开展区域甘蔗种植结构优化及其资源利用效率评估等奠定科学基础。     

广西甘蔗产业发展的SWOT分析

近年来由于蔗糖国际市场的冲击,糖价不断下降,糖料蔗种植面积也逐渐萎缩,如何做大做强蔗糖产业,是蔗糖业面临的一项艰巨任务。通过SWOT分析,列举出广西蔗糖业的优势、劣势、机会及威胁,提出广西甘蔗产业可持续发展的应对措施。     

基于HJ-1卫星数据的甘蔗种植面积调查方法探讨

以南宁市为研究区,利用手持GPS实地调查取样,获得甘蔗及其它作物训练样本区。通过分析甘蔗等作物年度内光谱特征变化规律,依据不同作物物候历不同的原理,利用多时相HJ-1CCD卫星数据,采用监督分类、决策树分类和逐步剔除相结合的遥感方法,提取研究区甘蔗种植信息。野外验证和分类精度分析表明,无论从空间分布趋势还是面积数据来看,其信息精确度均较高,分类精度达到92.3%。由此可见,环境减灾卫星数据结合分类方法能基本满足制糖企业对甘蔗种植面积提取精度的要求,可以在制糖企业中推广应用。     

广西甘蔗冻害调查分析

<正> 我区是全国主要蔗糖生产基地之一,近年来,甘蔗种植面积逐年扩大,现已种植了二百多万亩。我区种植甘蔗有着较好的气候条件,但有些年份出现低温霜冻,造成甘蔗大面积受害,使蔗糖生产遭到较大的损失。自解放以来。曾于1954、1975年冬季发生全区性的甘蔗重冻害。1982年冬又发生一次全区性冻害,甘蔗重冻害面积达49.27万亩,约占甘蔗种植面积的22％。甘蔗受重冻害后,糖分显著下降。据统计,1982年压榨的原料糖比1981年多172万吨,由于冻害和其他因素的综合影响,甘蔗含糖份下降1.44％,产糖率下降1.57％,少产糖九万二千多吨,     

面向对象的多时相HJ星影像甘蔗识别方法

广西甘蔗种植区域离散,因混杂于多种农作物中,其光谱易受其他作物的影响,故利用单一时相多光谱遥感影像提取甘蔗有一定的困难。针对这一难题,该文首先提出甘蔗最佳识别时段,基于多时相HJ-1A/1B星CCD影像,以广西中部贵港市三区为研究区,通过面向对象分类软件eCognition,利用甘蔗在不同时相影像上的光谱特征:光谱均值、归一化植被指数NDVI和由灰度共生矩阵导出的局部一致性指数GLCM homogeneity,建立决策树逻辑的分类规则集提取甘蔗种植区。结果表明该方法能较精确地进行甘蔗识别,最大程度消除其他干扰因素影响,分类精度为91.3%,kappa系数为0.83,同时也证实了HJ卫星CCD多光谱遥感数据应用于甘蔗识别的有效性。     

不同栽培法和收割期对甘蔗单产及含糖量影响的分析

本研究利用1975～2008年33年间日本南大东岛甘蔗生产数据, 分析了甘蔗栽培方法[新苗种植(包括夏植和春植)、宿根]和收割时期对其产量、品质和经济性的影响.结果表明, 不同栽培法甘蔗多年平均产量依次为夏植>宿根>春植; 新植甘蔗的种植期越早产量越高; 宿根甘蔗产量与前茬甘蔗的收割期呈二次函数曲线关系, 前茬甘蔗收割过早或过迟均对宿根甘蔗生长不利; 宿根甘蔗产量随宿根次数增加呈下降趋势; 宿根甘蔗含糖量通常高于新植甘蔗, 且不同栽培法下3月下旬前收获的甘蔗含糖量随收割期后延而逐渐增加.在此基础上, 建立了依据栽培方法、收割时期预测甘蔗单产和含糖量的数学模型, 模型对我国甘蔗种植业具有理论和实际的参考价值.     

利用多源时序遥感数据提取大范围水稻种植面积

为避免大范围作物面积提取中的分区问题,提出了一种新的采用时序MODIS日反射率产品（MOD09GA）和HJ-1CCD数据的大范围水稻种植面积提取方法。利用样区多时相高分辨率HJ-1CCD数据,进行高分辨率水稻制图,获取水稻移栽期和生长期的特征。再利用时序MODIS日反射率产品自动提取移栽期稻田水分信息和生长期生长信息,实现大范围的水稻种植面积测量。以江苏省为试验区对该方法进行了试验,结果表明该方法可以较高精度的测量大范围的水稻种植面积,水稻提取精度为93.3%,Kappa系数0.88。     

基于环境星CCD图像的甘蔗叶面积指数反演方法

及时准确获取甘蔗叶面积指数对于甘蔗长势监测和产量预测具有重要意义。尝试通过构建组合核函数,利用支持向量回归方法建立甘蔗LAI估算模型,并利用新型国产卫星数据环境星CCD图像和准同步的地面观测数据,分别采用指数关系模型、对数关系模型、支持向量回归模型3种方法,以广西甘蔗主产县为例,开展了环境星遥感图像在甘蔗叶面积指数反演试验。结果表明,3种方法都可以对甘蔗LAI进行有效预测,且能获得较好的预测效果,验证了环境星CCD图像在甘蔗LAI反演中的实用性,其中支持向量回归模型反演精度最高：5月份决定性系数R2分别比     

资源一号卫星CCD图像在作物面积监测中的应用

该文对资源一号卫星CCD图像在作物面积监测中的应用进行了评价。评价内容包括图像的几何纠正、主要地物类型识别、典型地物图像面积量算与实地面积量测、样区遥感图像解译等几个主要方面。采用的方法为资源一号CCD图像与Landsat TM图像对比的方法。评价结果显示，资源一号CCD图像能够较好地应用于作物种植面积监测。     

我国甘蔗糖业朝着集约化方向发展

我国仅次于巴西、印度列世界第三大蔗糖产区,我国广西仅次于巴西圣保罗列世界第二大产糖省区。甘蔗是我国主要的糖料作物,其面积占我国常年糖料面积的85%以上,产糖量占食糖总产的90%以上,甘蔗产业已成为我国主产区经济发展的重要支柱和农民增收的主要来源。     

乡镇尺度的玉米种植面积遥感监测

以快速、准确提取玉米种植面积为目标,以多时相HJ-1A/1B CCD影像和数字高程模型（DEM）为信息源,选取吉林省长春市为试验区,将试验区种植结构、物候特征、地形特征、光谱特征及植被指数等多元信息引入决策树分类模型,构建基于决策树分层分类的玉米种植面积遥感估算模型,并将空间化的农普数据作为参考值,以乡镇为基本评价单元对玉米种植面积遥感测量结果进行精度评价。研究表明：利用该方法可以有效提高玉米识别精度,满足作物种植面积估算大范围、多时相的需求,有助于解决作物种植面积遥感估算业务运行时空分辨率的矛盾,乡镇尺度的玉米种植面积总量提取精度可达92.57%。     

MODIS与ETM数据在甘蔗长势遥感监测中的应用

广西是主要糖业生产基地之一,甘蔗的长势和产量作为一种基础信息,对于政府决策、糖业企业经营规模和甘蔗种植户田间管理等方面都具有非常重要的参考价值。本文从遥感监测入手,利用MODIS资料,采用归一化植被指数的方法监测甘蔗长势。同时利用ETM资料的高空间分辨率的优势,采用监督分类方法提取相关的地表特征,排除监测区内非甘蔗用地信息的干扰。ETM和MODIS资料的结合提高了甘蔗长势监测的精度,可为甘蔗估产奠定基础。     

基于HJ-1A/1B CCD数据的干旱监测

HJ-1A/1B是中国以防灾减灾和环境监测为直接应用目标的小卫星星座,为探讨HJ-1A/1B CCD数据在快速监测西南喀斯特地区旱情变化的应用潜力,以2010年遭受严重旱灾的贵州安顺地区为研究区,基于多时相的?HJ-1A/1B?CCD数据,利用垂直干旱指数、改进的垂直干旱指数和归一化植被指数对研究区的干旱情况和植被长势进行时间序列的监测与分析,并研究了监测模型在干旱监测中的适宜性、差异性及影响因素。结果表明,利用HJ-1A/1B CCD数据、垂直干旱指数和改进的垂直干旱指数,可以实现对旱情变化的快速监测;改进的垂直干旱指数对干旱变化的响应比垂直干旱指数敏感,且在植被覆盖较好地区的监测效果比垂直干旱指数更为有效;降水是影响监测效果的重要因素,降水对改进的垂直干旱指数的影响比垂直干旱指数大;结合干旱监测指数（MPDI,PDI）与植被指数NDVI的时间序列分析,可以更为准确地监测研究区实际旱情变化和植被长势情况。该研究对推广HJ-1A/1B数据在西南喀斯特地区的作物长势和旱情监测中的应用,以及提高中国应对突发灾害的决策能力具有重要意义。     

基于遗传算法(GA)解甘蔗收割顺序最优化问题的研究

本研究以已建立的栽培方法、收割时期预测甘蔗单产和含糖量的数学模型为基础,提出将寻求最佳收割顺序、收割期归结为最优化组合问题,并探讨了遗传算法(GA)的解题适用性,同时进行了几种基本设定的栽培方法推移、栽培方法构成项量、行列式特性的定性分析,为求最佳的甘蔗收割顺序、收割期、不同栽培方法的面积等提供解析方法.为不使栽培方法的构成比例发生变化,与通常GA算法采用交叉在不同个体问互相交替进行不同,开发了适用本研究的GA的自己交叉具体解析法.将收割第1年期作为过渡状态,第2年期为安定状态,将两期目的函数的合并作为一个适应度进行评价.     

基于HJ-1A/1B数据的冬小麦成熟期遥感预测

基于遥感数据获取作物成熟度信息,制订收割顺序,是遥感在精准农业中的一个重要应用课题,目前的作物物候监测在空间分辨率和预测的时效性上尚无法满足精准农业的要求。以山东禹城市为研究区,选取观测点,分析冬小麦成熟期临近过程中水分和叶绿素的动态变化,获取基于遥感监测小麦成熟期的依据。以HJ-1A CCD数据构建的植被指数来反映作物绿度的变化,以HJ-1B IRS数据构建的归一化水指数来反映作物含水率的变化,通过回归分析建立了冬小麦成熟期的遥感预测模型,实现了禹城市冬小麦成熟期的遥感监测。小麦成熟期预测值与观测值的相关性达极显著水平,预测与观测小麦成熟期的先后顺序较为一致,在以误差小于1 d作为成功预测衡量标准的情况下,预测结果的准确度为65%。提出了使用HJ-1A/1B数据开展冬小麦成熟期预测的模型,而使用不同时相遥感数据预测成熟期的通用模型将成为下一步研究重点。     

基于HJ-CCD数据和决策树法的干旱半干旱灌区土地利用分类

为了实现干旱半干旱灌区地表信息低成本、高效率的动态监测,利用HJ-CCD数据的多时相和多光谱信息,探讨了平罗县土地利用遥感分类方法。首先建立研究区内典型地物的NDVI时间序列曲线,提取反映该区物候模式的时序特征参数;然后对土壤信息丰富的3月份多光谱影像进行主成分变换,选取第1主成分(PC1)作为光谱特征参数,最后基于分类回归树(classification and regression tree,CART)算法进行决策树监督分类。总体分类精度达到92.26%,Kappa系数为0.91,比最大似然法分类结果精度提高了2.58%。研究表明:构建的NDVI时间序列曲线对研究区内的地类具有较强的代表性,提取的时间维和光谱维的分类参数对各地类均有很好地区分性,CART决策树算法分类结果清晰准确且精度较高。该方法为HJ小卫星在干旱半干旱区等区域的深入应用提供科学依据和实证基础。     

基于相似性分析及线性光谱混合模型的双季稻面积估算

为了解决大范围水稻种植信息提取时的混合像元问题,以便能够准确及时地获取水稻信息、指导水稻生产、保证粮食安全,该文提出了一种基于相似性分析和线性光谱混合模型复合的水稻提取业务化方法。以江西省为研究区,利用2010年4月15日至2010年10月31日的MODIS合成地表反射率数据(MODIS09A1),计算出时间序列MODIS-EVI指数,运用Savizky-Golay滤波方法对其进行平滑处理减少云等噪声的影响。根据双季稻的生长规律,结合野外调查和HJ-1ACCD2影像,确定双季稻样点,提取出标准双季稻EVI生长变化曲线,构建图像像元相似性指数,然后采用线性光谱混合像元分解模型对疑似双季稻像元进行混合像元分解,获得江西省双季稻种植面积信息的分布情况。结果显示,运用该方法提取的江西省双季稻种植分布情况与实际情况吻合,与江西省2010年统计年鉴中全省双季稻种植面积相比,提取精度为93%,精度较理想,与各地区统计面积相关性较好,R2=0.9659,可以为今后高精度水稻种植信息业务化的提取提供参考。