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HJ-1A/1B数据的天然橡胶干旱监测

为对橡胶林进行干旱动态监测及其影响定量评估,提高农作物干旱监测的准确性和实时性,该文基于HJ-1A/1B数据和地面气象观测数据,以标准化植被供水指数及综合气象干旱指数为变量,通过与同步实测土壤含水量的数据融合构建天然橡胶干旱监测综合模型。经检验,模型的相对均方根误差、纳什效率系数、一致性指数分别为11.02%、0.40、0.85,模型具有较高的精度。应用模型对2010年5月至7月海南农垦国营阳江农场橡胶林干旱进行了监测。结果表明,干旱存在较明显的空间差异,西部重于东部、北部重于南部。5月上旬起旱情持续加重,7月上旬达到旱情高峰,直至监测末期(7月下旬)干旱虽然有所缓解,但旱情依然严重。干旱对橡胶树生长有明显的抑制作用。干旱对橡胶树归一化植被指数(normalized difference vegetation index,NDVI)、净初级生产力(net primary production,NPP)的影响存在滞后效应,滞后长度约1旬。干旱对NPP的影响从当旬开始有效,并延续3旬左右,干旱对NPP的延续效应较对NDVI明显。干旱对橡胶树产胶潜力、干胶产量的影响从当旬开始有效,并延续3旬左右,干旱对干胶产量的影响较对产胶潜力更为直接和长效。阳江农场橡胶林77.22%的像元产胶受抑与综合旱情指数呈现负相关性,其中26.70%为显著负相关。该文为天然橡胶干旱监测及评估提供参考。     

利用HJ-1-A/B CCD2数据反演冬小麦叶面积指数

叶面积指数是十分重要的作物生理生态参数,为提高利用国产环境减灾小卫星CCD数据反演冬小麦叶面积指数的精度,该文以5种常用的植被指数(归一化差值植被指数(normalized difference vegetation index,NDVI),增强植被指数(enhanced vegetation index,EVI),双波段增强植被指数(2-bands enhanced vegetation index,EVI2),比值植被指数(ratiovegetation index,RVI),土壤调节植被指数(soil-adjusted vegetation index,SAVI)为基础,结合3种常用的回归模型,按生长阶段比较分析了不同植被指数和回归模型反演叶面积指数的精度。结果表明,除生殖生长阶段外,叶面积指数和5种植被指数之间均有较强的相关关系;指数模型和一元线性模型分别为全生育期和营养生长阶段的最佳拟合模型;EVI在全生育期拟合时的表现好于其他4个指数(R2=0.9348),SAVI则是营养生长阶段表现最佳的指数(R2=0.9404)。该研究为进一步利用植被指数反演叶面积指数提供了参考。     

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-1A/1B CCD时间序列影像的水稻生育期监测

为了准确获得作物大面积生育期信息,指导农业生产管理和决策,基于2009、2010年湖南双季稻生育期间42景晴空HJ-1A/1B CCD影像,提出了一种基于小波分析的生育期估计方法：首先通过线性插值构建像元尺度上逐日的增强植被指数时间序列集,随后采用小波分析对其进行去噪重建,得到反映水稻生长过程的日时间序列曲线,最后通过曲线特征估计水稻的关键生育期。以抽穗期为例,利用湖南沅江市20个田块实地调查数据对估计结果进行了验证,并与基于非对称高斯函数及基于Savitzky-Golay滤波的方法进行了对比,结果表明基于小波分析的方法平均误差为3 d左右,整体上不高于后2种方法误差,能较精确地估计双季稻抽穗期,提供了一种新的有效监测水稻生育期信息的方法。     

基于HJ-1A/BCCD数据的玉米倒伏识别方法

为快速获取大面积玉米倒伏灾情信息,以2012年台风"布拉万"过境导致大面积玉米倒伏的公主岭市为研究区,利用HJ-1A/BCCD数据,对受灾前后倒伏玉米和正常玉米之间的光谱差异进行分析,提取归一化植被指数(NDVI)、比值植被指数(RVI)、增强植被指数(EVI)、差值植被指数(DVI)及4波段光谱反射率主成分,结合地面调查构建基于二元Logistic回归的玉米倒伏识别模型,并进行精度评价和验证。结果表明:玉米倒伏后冠层光谱反射率在可见光-近红外波段均表现为增大,但植被指数减小;二元Logistic回归方法对玉米倒伏识别适用,所建模型中以4波段光谱反射率主成分构建的二元Logistic回归模型对玉米倒伏的识别效果最优,测试集上分类结果的准确率达到96.23%,NDVI和RVI模型次之,准确率为80%左右;将主成分模型应用于公主岭市倒伏玉米识别,结果与灾情实际情况基本一致。基于二元Logistic回归模型对玉米倒伏进行监测的思路和方法可为区域尺度玉米倒伏的多光谱遥感监测提供参考。     

基于HJ-1B数据的冬小麦留茬覆盖度遥感估算

作物茬作为农田生态系统的重要组成部分,影响着农田生态系统中的营养物质、碳、水和能量的流动与循环。建立了基于HJ-1B数据的冬小麦留茬覆盖度遥感估算模型,为区域作物留茬覆盖度遥感监测提供技术支撑。以山东禹城市冬小麦为例,分析了冬小麦留茬覆盖度与HJ-1B CCD数据各波段反射率、红外多光谱成像仪IRS数据的近红外和短波红外波段反射率及三种归一化光谱指数之间的相关关系,选取IRS归一化指数构建冬小麦留茬覆盖度光学估算模型。使用独立的地面观测数据对模型进行检验,模型估算的最大相对误差为24.96%,平均相对误差为9.28%,达到了一定精度。     

基于GF-1/WFV数据的冬小麦条锈病遥感监测

条锈病是冬小麦常见病害,利用遥感影像对条锈病病害区域进行准确监测具有重要意义。该文利用GF-1/WFV影像,结合条锈病地面光谱数据分析,采用冬小麦条锈病遥感监测指数(wheat stripe rust index,WSRI)对河南西华县冬小麦条锈病发病范围进行了估测。首先,利用冬小麦NDVI加权指数(weighted NDVI index,WNDVI)获取冬小麦种植区域。其次,利用影像4个波段反射率之和提取不同冬小麦品种的分布范围,值较高的为条锈病高抗品种(郑麦系列),较低的则是条锈病易感品种(矮壮系列)。再次,构建冬小麦条锈病指数(wheat stripe rust index,WSRI),结合地面实地调查的条锈病分布数据,通过设定合理的WSRI指数划分阈值,提取条锈病染病区域并进行精度验证。结果表明,研究区内小麦条锈病空间分布识别的总体精度在84.0%以上,具有区域监测应用的潜力。该方法简单,可操作性强,表明宽波段GF-1影像结合WSRI指数的技术,是一种比较可行的小麦条锈病遥感监测方案。     

正蓝旗植被覆盖动态变化的遥感监测

 为揭示浑善达克沙地植被变化规律,基于NDVI和植被覆盖度像元分解模型,建立了TM影像尺度下的正蓝旗植被覆盖度遥感定量模型,在此基础上,研究正蓝旗1987和2001年2个时期植被覆盖的动态变化。结果表明: 正蓝旗植被覆盖以中等盖度植被和高盖度植被为主,1987年二者面积占总面积的92．98%,2001年占总面积的77．34％。期间,高盖度植被大幅减少,减少达57．53％,低盖度植被和农田植被面积均显著增加,全旗植被覆盖类型变化以植被退化为主,占发生覆盖类型变化面积的84．53％,这说明正蓝旗的植被生态趋于进一步恶化。     

基于HJ-1 CCD的夏玉米FPAR遥感监测模型

以山东禹城为研究区,利用我国自主研发运行的HJ-1卫星数据,计算了4种植被指数（NDVI,RVI,SAVI,EVI）,结合同步观测数据,对植被指数与实测FPAR进行回归分析,比较4种植被指数模型对夏玉米FPAR的估测精度,结果表明各植被指数与FPAR均具有较高的相关性,整个研究区NDVI具有最高的反演精度,对估算夏玉米FPAR的最优模型进行验证,得出模型的平均误差仅为3.8%,模型达到了较高的精度。利用HJ-1 CCD反演了山东禹城9月的FPAR。     

基于MODIS和NOAA/AVHRR的荒漠化遥感监测方法

土地荒漠化是中国西部最严重的生态环境问题,荒漠化遥感监测技术是掌握荒漠化发展趋势的重要手段。基于空间分辨率为1 km的NOAA/AVHRR和MODIS遥感数据,首先依据湿润指数法确定了荒漠化范围和气候分区。然后选取出了可以反映不同荒漠化特征,并且能够通过中低分辨率的NOAA/AVHRR和MODIS遥感影像反演出来的5个荒漠化遥感监测指标,通过精度评价分析,确定了最佳指标组合。由于MODIS和NOAA/AVHRR数据的影像特征存在较大差异,针对每一气候分区, 建立了分别适用于MODIS和NOAA/AVHRR数据的两套遥感指标分类体系。通过不同分类方法的比较,确定了最佳分类方法－决策树分类法。通过对中国1995年和2001年的荒漠化动态变化状况进行了分析,结果表明,本文提出的荒漠化遥感监测方法,不仅能够成功地进行大尺度的荒漠化遥感监测,而且能够取得较好的监测效果。     

作物病虫害遥感监测研究进展

农作物病虫害监测目前在数据采集上主要依靠植保人员田间调查、田间取样等传统方式,不仅耗时、费力,而且存在以点代面的代表性差、主观性强和时效性差等弊端,难以满足大范围病虫害实时监测的需求。近年来遥感技术的发展,为大面积、快速获取作物和环境信息提供了重要的手段,是未来大面积病虫害监测和预测预报与产量损失评估的重要手段。该文在阐述植物病虫害胁迫光谱响应的生理机制的基础上,对目前病虫害遥感监测中所常用的光谱敏感波段及植被指数进行了汇总、整理,并对病虫害识别、严重度监测和损失评估等方面所使用的算法进行了综述。在此基础上,指出了目前作物病虫害遥感监测中尚需解决的关键技术问题,并就如何实现大面积作物病虫害遥感监测提出了解决思路。     

高光谱数据估测稻麦叶面积指数和叶绿素密度

该研究利用高光谱遥感技术分析水稻和小麦两种作物不同生育期的冠层光谱及其叶面积指数和叶绿素密度的变化,比较高光谱植被指数与两种作物的叶面积指数和叶绿素密度之间的关系,最后确定估算两种作物的叶面积指数和叶绿素密度最佳植被指数。结果表明：水稻和小麦两作物的叶面积指数和叶绿素密度在整个生育期内的变化规律基本一致,即先升高后下降的趋势,但两作物叶绿素密度与叶面积指数最大值出现的时期不同;稻麦两作物在整个生育期内的光谱反射率曲线,在可见光区域（400～700 nm）变化无明显规律,在近红外区域（700～1 000 nm）,生育前期反射率由低到高,到生育后期则由高到低,其中最大值分别出现在抽穗期和灌浆期左右;通过14种植被指数与两作物的叶面积指数和叶绿素密度相关性比较分析得知,二次修正土壤调节植被指数（MSAVI2）与水稻农学参数相关性最好,相关系数r＞0.91,而小麦在800 nm处的光谱反射率(R800)与其农学参数相关性最好,相关系数r＞0.92;并利用线性回归的方法,建立了估算两作物叶面积指数和叶绿素密度的模型,决定系数R2＞0.85。这样为不同环境条件下（水作和旱作）农作物的动态监测和科学管理及决策提供了技术支持。     

基于时间序列影像的中观尺度农作物长势监测采样方法

地面采样调查是遥感应用中一个重要的手段。采样点的空间位置和数量决定了监测点的代表性,并受到监测成本限制。高效和经济地设计采样方案是推进地面采样数据更好地服务于遥感应用的重要问题。该文以遥感在农业方面的应用为切入点,在对现有农作物监测现状研究的基础上,通过对时间序列的遥感影像进行农作物长势分布的分析,运用概率比例规模抽样(PPS)的思想提取采样点。通过对2007的农作物长势分布区进行农情参数监测点采样,并与2009年的农作物长势分布对比,发现采样点达到较好的一致性。基本满足中观尺度农作物长势监测中采样点具有代表性、典型性和稳定性的要求。     

基于多源遥感数据的浙江省水土流失遥感监测

 通过浙江省土壤侵蚀强度判别模型,确定影响浙江省水土流失的主导因子;以TM数据和航摄1:1万DOM数据为遥感数据源,利用浙江省数字化地形图,结合样地调查,进行2009年浙江省水土流失遥感监测;以基于约束三角网技术的坡度因子提取方法、基于植被指数和像元二分模型的植被覆盖度因子提取方法以及土地利用因子提取方法,通过叠置分析实现土壤侵蚀信息提取。结果表明：浙江省水土流宍面积呈逐年减少的趋势;经过野外调査验证,研究成果准确度高。     

基于CBERS-1卫星图像的新疆棉花遥感监测技术体系

新疆是我国重要的产棉区。全面、快速、客观地监测棉花种植面积的年际波动情况，可为生产管理部门提供重要的决策依据。该项目是CBRES-1应用示范项目之一，目的是研究其应用潜力。该研究建立了基于CBERS-1卫星图像的新疆棉花种植面积遥感监测运行系统的技术体系，实现了新疆棉花种植面积的遥感监测，并为应用中巴资源一号卫星CCD数据监测我国其它大宗农作物的种植面积提供示范，为后续卫星在农业领域的大规模应用打下基础。