NOAA与TM图像配准方法的研究

详细论述了ＮＯＡＡ图像ＧＫ、ＵＴＭ投影及与ＴＭ图像配准的方法,通过ＮＯＡＡ图像与ＴＭ的复合,充分发挥了ＮＯＡＡ监测面积大、实效快及ＴＭ分辨率高等各自的优势,取得了良好效果。     

遥感估测冬小麦种植面积

估测小麦种植面积是测产的一项重要内容,运用卫星遥感技术测算农作物种植面积是未来面积估算的发展方向.本文通过大样方试验,第一次建立了气象卫星遥感绿度值与绿度信息的两个主要构成因素(麦土比、叶面积系数)的直接经验统计关系.     

应用线性混合模型遥感监测冬小麦种植面积

中分辨率成像光谱仪（MODIS）具有多光谱、多时相以及免费接收使用的优势。该文利用冬小麦返青期间的MODIS多光谱数据,采用传统的监督分类和阈值方法研究冬小麦种植区域的分布情况,同时针对遥感像元多为混合像元的特点,重点将线性混合像元分解技术应用于冬小麦种植面积的分解计算研究。比较不同分类方法对冬小麦种植面积估算的精度分析表明,采用线性混合分解模型,绝大部分（98.45%）的均方根误差都小于0.01,对比实际冬小麦种植面积数据,相对误差约3%,明显优于传统遥感分类方法的精度。     

全国冬小麦面积变化遥感监测抽样外推方法的研究

该文提出了一种可以用于业务化运行的全国冬小麦面积变化遥感监测方法。根据我国冬小麦生产的特点,采用分层抽样方法,以全国冬小麦种植面积以往的统计数据为分层指标,将全国1411个冬小麦生产县划分为6层,建立全国冬小麦面积变化遥感监测抽样外推模型;然后,以TM影像覆盖来近似随机地从各层抽取所需数量的冬小麦生产县,采用人工判读的方法解译冬小麦的变化,并以县为单位统计;最后利用外推模型得出全国冬小麦面积的变化。通过1999、2000年连续2年的运行试验,得到了满意的结果     

基于相邻轨道图像的冬小麦面积提取及长势分析

冬小麦是我国北方主要农作物之一,及时掌握冬小麦面积信息及长势情况,能够快速地为农业生产管理者以及财政部门提供决策依据,有利于小麦增产、提高农民收入。本文以山东省滨州、东营市为研究区,通过主成分分析、监督及非监督分类结合的方法提取ETM+遥感影像的冬小麦信息,以SPSS聚类分析法估测滨州市冬小麦长势,用距离加权法构建相邻轨道图像的植被长势分级模型并估测东营市的冬小麦长势。结果显示:小麦提取平均精度约为93.79%,冬小麦分布呈现"西多东少,南多北少"的特征,一般小麦分布较多的地区长势也较好。基于重叠区距离加权法构建的植被长势分级模型,能够在一定程度上消除相邻轨道遥感图像的时间差异,实现大区域的植被长势分析。     

利用MODIS遥感数据监测冬小麦种植面积

冬小麦是中国最主要的粮食作物之一,利用遥感技术进行冬小麦种植面积监测是粮食安全的核心内容之一。美国1999年发射的TERRA卫星上携带的中分辨率成像光谱仪（MODIs）具有独特的光谱、时相和空间分辨率,为大范围的冬小麦种植面积监测提供了可靠的数据源。但中国耕地破碎,即使是250m分辨率的MODIS数据,采用传统的信息提取方法依然无法取得高的精度。因此结合多源遥感数据和GIS数据,建立了基于TERRA／MODIS数据的冬小麦种植面积遥感监测体系结构。首先利用IKONOS米级高分辨率遥感影像提取试验样区的地块图,用以指导野外采样工作;其次,在采样工作基础上,利用LANDSAT进行区域冬小麦种植面积提取;最后利用2002年TERRA／MODIS时间序列数据的混合像元线性分解模型进行河南省冬小麦种植面积的遥感监测,监测结果与国家统计数据相比,相对误差为5．25％,精度能满足农情监测的需要。研究结果为中国冬小麦种植面积遥感监测提供了一种业务化工作方法。     

多时相遥感影像监测冬小麦种植面积的变化研究——以河北省三河市与大厂回族自治县为例

利用多时相遥感影像监测研究分析河北省三河市和大厂回族自治县冬小麦种植面积变化结果表明,该研究区域冬小麦种植面积总体呈现下降趋势,而同一年份内不同地域冬小麦种植面积却增减不一。冬小麦种植面积增加是因对河流两岸进行新的开垦所致,而冬小麦种植面积减少是因建设用地占用耕地以及农作物种植结构调整所致。     

基于Cokriging插值修正冬小麦面积遥感监测

在研究区内冬小麦种植区选取149个地面样方,筛选样方内反映种植结构、地块破碎程度、地形因素的参数并利用差分GPS测量,对3个参数量化并确定插值的主辅变量。探讨和比较了利用普通克里格和协同克里格2种插值方法对研究区的冬小麦种植面积比例的插值结果。结果表明,相同采样数量下,协同克里格法相对于普通克里格法的均方根误差降低1.48%,预测值与实测值之间的相关系数提高了6.82%,利用COK插值获取研究区内冬小麦种植面积比例分布状况,可以分区域对大尺度冬小麦面积遥感提取结果进行修正。     

基于NDVI加权指数的冬小麦种植面积遥感监测

该文针对农业信息服务中冬小麦种植面积调查业务的现状与需求,提出了一种基于NDVI（normal difference vegetation index）时间序列的冬小麦NDVI加权指数（WNDVI,weighted NDVI index）影像算法,可在训练样本、验证样本选择的基础上实现冬小麦面积的自动提取,并以河北省安平县及周边地区2013－2014年度冬小麦面积提取为例,采用GF-1/WFV（wide field view）数据进行了算法实现。算法的主要思路是在时序影像基础上,通过冬小麦NDVI加权指数影像的构建,扩大冬小麦地类与其他地类的差异,结合自适应的阈值获取方法,区分冬小麦地类,获取冬小麦作物面积。算法包括冬小麦时间序列影像的获取、基于网格的样本点设置、构建冬小麦 NDVI 加权指数影像、迭代确定冬小麦NDVI加权指数提取阈值、精度验证这5个部分。影像的获取根据冬小麦的生长时间确定,保证每月1景GF-1/WFV无云影像,并进行预处理及NDVI计算;同时将研究区划分为一定数量的网格,每个网格再等分为2×2个子网格,根据目视解译、专家知识、实地调查等方法,确定左上网格中心点及右下网格中心点的地物类型。统计该期所有左上网格点冬小麦及其他地物的NDVI均值,冬小麦NDVI大于其他地物的将该期影像的权值设置为1,否则设置为?1,将所有时相NDVI影像进行加权平均,即可获取冬小麦NDVI加权指数影像。获取冬小麦NDVI加权指数影像后,还需设置合适的阈值提取冬小麦。该文选用右下网格点目视解译分类结果作为阈值提取依据,具体方法是将冬小麦指数从小到大按照一定间隔划分,作为冬小麦 NDVI 加权指数提取阈值,将各阈值二值法运用,与右下网格点的冬小麦提取的目视解译结果对比,精度最高的就是最优冬小麦 NDVI 加权指数分割阈值。在所有网格中,以初始识别获取的冬小麦面积为准,等概率选择10个样方作为精度验证样方进行验证。精度验证结果表明分类总体精度达到94.4%,Kappa系数达0.88。该文通过构建冬小麦NDVI加权指数,将比较复杂的多个参数转换为一个参数,并且农学意义明确,相比传统的NDVI时序影像进行冬小麦面积的提取,具有自动化程度高、面积提取精度高、分类结果稳定的特点,已经在全国农作物面积遥感监测业务中进行了应用。     

华北平原冬小麦面积遥感提取及时空变化研究

多年作物种植面积的时空变化可以反映种植结构的调整结果,并可用于进行驱动力分析。为解决连续遥感监测作物种植面积变化过程中,不同的训练样本或分类规则不能较好地反映作物种植面积时空格局变化的问题,本文首先根据研究区(华北平原)农业气象观测站提供的主要农作物物候观测资料获得主要农作物典型物候期特征,结合HANTS滤波后的NDVI时间序列数据提取不同地物类型的NDVI时序曲线,引入复种指数,探讨了CART算法在提取华北平原冬小麦种植面积的可行性,最后提取了2000—2013年华北平原冬小麦种植面积,并参考市级的农业统计数据进行精度评价。经检验,近13年的遥感监测种植面积与农业统计面积相关系数达到0.94(置信水平为95%),且各市13年面积一致性小于40%的概率仅为15%。利用遥感监测多年冬小麦空间分布信息获得其空间种植概率,能较好地反映研究区冬小麦的主要种植区,该方法可为大范围、连续年份冬小麦种植面积时空格局的遥感监测提供参考。     

利用气象卫星AVHRR资料监测新疆北部天然草地牧草产量

采用1992～1994年牧草产量资料、NOAA/AVHRR资料分析了北疆主要天然草地牧草产量与卫星植被指数的变化特征,结果表明牧草产量和卫星植被指数都存在周年变化,用卫星植被指数可以较好地反映牧草产量的年际变化和不同类型天然草地的牧草产量差异,但对草甸草地和草原草地的监测效果比对荒漠草地监测效果好,利用实测资料建立了新疆北部主要天然草地牧草产量遥感监测模型     

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。     

水稻遥感估产中AVHRR通道1和通道2的大气影响校正

NOAA/AVHRR通道1和通道2的大气校正可简化为加法因子天空反照率和乘法因子透过率的计算。研究发现,传统的用黑色目标扣除法确定天空反照率值,主观性很强,而且直方图横坐标并非实际的反照率值,而是反照率分组值,因此简单地用直方图并不能真正确定黑色物体的反照率。改进方法首先计算NOAA/AVHRR数据的统计量,采用ENVI的选择感兴趣区功能,将统计计算得出的头几个值作为利用图像定义感兴趣区的阈值,然后在影像中判断其是否符合要求,来确定天空反照率值。用改进的方法对57幅NOAA/AVHRR数据进行计算,结果表明,简单的直方图法和统计计算结果加上影像判读的结果是有差异的,后者才能找到真正的像元最低点的值。然后再用能见度进行透射率订正,取得较好的结果     

冬小麦冻害遥感监测

冻害是冬小麦常见自然灾害之一,进行遥感监测具有重要经济意义。过去对作物冻害的遥感监测研究不多。冻害不但与气温有关,也与生育期有关。该文以整个山东省为样区,收集了全省76个气象台站的由1995年3月1日至4月30日逐日最低气温、最低地面温度资料,及此期间气象卫星NOAA-AVHRR的所有晴空数据,共21个时相。根据植被指数NDVI突变的特征,并考虑到作物的生育期,提出了实用的遥感冻害监测方法。这一方法可以及时监测冻害的发生与范围     

垦利县冬小麦面积的卫星遥感与分布动态监测技术

应用陆地卫星TM资料和遥感图像处理ENVI3.2软件，以监督分类波谱角法、人机交互等方法提取冬小麦面积及分布信息。采用图像复合分类监测、比值（差值）图像监测、分类结果叠加监测和信息复合人机交互目视提取等方法研究了垦利县1987～1998年冬小麦播种面积及其空间分布的动态变化。结果显示，垦利县冬小麦播种面积呈不断增加的趋势，11年间共增加了11 264.5 hm²，其中从1992～1996年增加幅度较大。麦田面积的增加主要在垦利县中部和靠近黄河口的两侧地区，其减少则主要分布于西南和东北两个原小麦集中分布区。研究结果为该县冬小麦生产的管理及决策提供了科学依据。     

一元回归分析系统及其在冬小麦遥感监测研究中的应用

农情预报历来是农业部门最关心的问题之一。目前我国尚无一套完整的利用卫星数据对大宗农作物进行遥感动态监测的业务化运行系统。该文研究的一元回归分析系统是在ＦｏｘＰｒｏ２．５ｂ平台开发的数据库管理系统,该系统现有３级共１３个模块和８个核心数据库。系统投入运行后,利用气象卫星数据,可用于冬小麦面积估算和产量预报研究。研究结果表明,利用ＲＤＢＭＳ开发实用型软件,对问题进行系统化分析,处理或运算大量数据,可以大大提高工作效率。遥感数据再处理以及合理划分试验同步区是提高作物面积（产量）与绿度值回归模型信度的重要途径。     

应用NOAA图像进行大范围洪涝灾害遥感监测的研究

洪涝灾害的监测与评估是农情监测的主要任务之一。该文对应用气象卫星NOAA AVHRR图像进行大范围洪涝灾害的宏观和快速监测方法进行了初步研究,从典型地物的波谱特征出发,建立了洪涝水体的判别函数,及在此基础上的面积量算方法。并对1998年长江流域的特大洪涝灾害进行了监测试验,取得了较好的效果。该方法将逐步完善,并用于农情监测运行系统。     

气候变化对陕西省冬小麦种植区的影响

选取全省资料年代较长的54个地面测站1961—2004年的温度、降水等基本气象要素资料，探讨丁陕西省气候变化特点，计算了冬小麦越冬期积温变化。研究了陕西省热量资源和水资源对冬小麦种植区的影响。结果表明，陕西省年、季平均气温在20世纪80年代中期发生了突变，80年代中期以前呈波动性的下降趋势，80年代中期后开始增温，90年代后增温迅速。降水量呈阶段性减少趋势。陕西省20世纪80年代中期后气温明显变暖，热量资源增加，冬小麦种植区北界向北扩展．但90年代开始干旱加剧，水资源严重不足。陕西省气候变化对冬小麦的负面影响大于正面影响。     

石河子垦区冬小麦生育期干旱变化特征

基于石河子垦区4个气象站的逐日数据,运用相对湿润指数探究了过去52a冬小麦作物生育期干旱变化特征,主要结论如下:(1)过去52a,石河子垦区冬小麦生育期干旱频发,干旱频次达200d以上。干旱频次总体呈减少趋势,旱情总体有所减轻,其中石河子和乌兰乌苏干旱频次减少趋势最明显,减势分别为-5.91d/10a和-2.72d/10a。(2)冬小麦不同生育期内干旱频次有所差异,在生育期初期和后期干旱发生较少,在越冬—返青期干旱发生较多;在冬小麦的整个生育期和各生育期,特旱发生频次最高。(3)降水的增加、风速和日照时数的减少对石河子垦区干旱有一定的缓解作用。