共查询到20条相似文献,搜索用时 171 毫秒
1.
遥感技术以其便捷、反映迅速、大范围监测等优点在农业旱情监测中得到广泛使用。通过遥感资料反演的地表温度(Ts)和植被指数(NDVI)不仅可以表征绿色植被的生理和生长状况,还能揭示植被土壤水分信息,反映作物受旱状况,但两者单独使用时存在缺陷。而基于地表温度和植被指数特征空间的干旱监测方法有利于统一定量标准来判别植被干旱情况,同时还解决了植物在受水分胁迫时短期内仍能保持原有绿色的时间滞后的问题,提高了旱情监测的准确度和实用性。该文以地表温度和植被指数特征空间干旱监测方法为基础,较为详细地阐述了各个方法的基本原理和适用范围,并结合实例归纳总结了与之相关的四种方法的优、缺点,进一步探讨了今后研究的重点。 相似文献
2.
基于温度植被旱情指数的徐州市郊干旱遥感监测 总被引:2,自引:0,他引:2
利用Landsat TM/ETM+数据,以徐州市郊为研究区,获取归一化植被指数(NDVI)、土壤调整植被指数(SAVI)和地表温度(Ts)信息,分别构建NDVI-Ts和SAVI-Ts特征空间,依据这两个特征空间计算出研究区2001年4月3日和2007年5月14日的温度植被旱情指数TVDI(NDVI)和TVDI(SAVI),并分别与地表温度(Ts)和降水量进行了相关评价.结果表明,TVDI可用于实现大范围的干旱监测,SAVI能够修正NDVI对土壤背景的敏感,基于SAVI的反演结果明显优于基于NDVI的反演结果,能够有效地运用于干旱监测. 相似文献
3.
基于MODIS数据的湖南省旱情监测研究 总被引:1,自引:0,他引:1
干旱的发生不仅影响到当地的农业生产,还极大的破坏了当地的生态环境。采用MODIS数据以条件植被温度指数(VTCI)作为旱情指标,对湖南省2005年7月下旬的旱情分布进行了监测。综合考虑了归一化植被指数(NDVI)和增强型植被指数(EVI)的优劣性之后,以EVI代替NDVI构建了EVI-Ts特征空间,其中采用分裂窗算法对陆地表面温度进行了反演,最终得到了与实际旱情大致相符的旱情分布图。研究表明:此种方法适用于湖南省的旱情监测,同时它也是一种便捷、高效的大面积与近实时监测方法。 相似文献
4.
为了快速且准确地估算大区域范围内土壤水分信息,实现松嫩平原北部区域旱情的监测。基于Landsat 8时间序列数据,计算归一化植被指数(NDVI)和地表温度指数(LST)的时间序列数据,在此基础上利用Savitzky-Golay(S-G)滤波对所得时间序列数据进行了重构,弥补因受云和大气影响而产生的噪声。然后根据重构后的NDVI和LST数据,求得温度植被指数(TVDI);探讨TDVI和土壤湿度之间的关系,构建土壤湿度反演模型,并结合野外实测数据对模型精度进行了验证。结果表明:(1)S-G滤波可以有效地弥补因受云和大气影响而产生的不足,提高Landsat 8时间序列数据的质量;(2)温度植被干旱指数可以有效地反映土壤湿度状况,经过S-G滤波处理后的数据反演精度更高(RMSE=2.14%);(3)经过S-G滤波处理后的Landsat 8数据可以更为精确实现大区域范围内时间序列的旱情监测,为区域旱情的监测提供借鉴。 相似文献
5.
土壤干湿状况是监测土地退化的重要指标之一,是植物物生长发育的关键因素;准确地估计土壤湿度在时空上的分布状况对理解生态系统有着重要的意义,且对干旱区农业生产及生态重建也具有重要价值。研究分析了两种植被指数(NDVI,MSAVI)构建的特征空间参数的特征;同时,在考察点尺度上,分析了旱情指数TVDI与土壤含水量的关系;并揭示了研究区TVDI的空间分布规律;结果表明:Ts/MSAVI空间和Ts/NDVI空间干边的拟合系数均大于0.90,湿边拟合的效果稍差,而Ts/MSAVI构成的特征空间其拟合的干湿边更易相交,与地表温度结合,更能表示地表湿度的变化情况;TVDIM与TVDIN同土壤含水量表现为极显著负相关,且TVDIM与土壤含水量的相关性大于TVDIN与土壤含水量的相关性;Ts/MSAVI特征空间和Ts/NDVI特征空间反演的旱情指数TVDI,在空间分布上是较为相似的。 相似文献
6.
基于被动微波遥感的中国干旱动态监测 总被引:2,自引:1,他引:1
目前用于中国干旱监测的遥感方法大多是可见光和热红外指数法,受云雨、植被和地形的影响较大,不能满足中国南方地区干旱监测的需求。该研究基于被动微波辐射传输方程,首先构建了基于AMSR-E(advanced microwave scanning radiometer-EOS)数据的地表温度反演模型,R2=0.79,RMSE(root mean square error)为2.54℃,实现了中国地表温度的被动微波遥感监测。然后,拟合了不同下垫面归一化植被指数(normalized difference vegetation index,NDVI)与微波极化差异指数(microwave polarization difference index,MPDI)的关系。在此基础上改进了植被供水指数(vegetation supply water index,VSWI),构建了基于AMSR-E数据的被动微波遥感气象干旱指数,并以中国2009年的旱情为例进行实例验证。研究表明,该干旱指数与AMSR-E L3土壤湿度数据有着显著的负相关关系(R2=0.75),且能基本表征2009年中国实际的气象干旱状况。 相似文献
7.
土壤湿度是农业干旱信息最重要的表征因子,它的反演对区域乃至全球农业干旱监测及预报都具有重要意义。该文基于MODIS遥感干旱监测指数构建了冬小麦返青期土壤湿度的评价指标体系,在此基础上,结合径向基函数神经网络(RBFNN)协同反演农地土壤湿度。首先,针对单一利用遥感干旱指数反演土壤湿度具有一定的局限性问题,选取监测土壤含水量、作物需水形态变化、冠层含水量、冠层温度等参量的遥感干旱监测指数作为综合评价指标;并利用实测土壤湿度作为验证标准,从原始遥感干旱监测指数中选取出适宜的指标集;然后,以选取的评价指标集为输入层,以实测土壤湿度作为输出层的输出,构建RBFNN的农地土壤湿度反演模型。研究结果表明:应用在河南省冬小麦返青期时,基于MODIS遥感干旱监测指数与RBFNN协同反演的土壤湿度模型具有较好的反演效果;模型的评价指标集与10 cm深度的土壤湿度相关性更好,而且能综合多通道遥感信息来反映土壤湿度的变化;模型的平均预测精度达到93.27%,与BP-NN和线性回归反演模型相比,反演精度分别提高了2.92和9.97百分点;模型回归分析相对1:1斜线的偏差最小;相关系数为0.846 49,回归决定系数为0.862 6。研究结果可为区域土壤湿度的遥感反演提供新的案例参考。 相似文献
8.
基于温度植被干旱指数的江苏淮北地区农业旱情监测 总被引:12,自引:7,他引:5
为实现江苏省淮北地区农业旱情监测,利用Savitzky—Golay(S-G)滤波方法,对2011—2012年江苏省淮北地区1-5月MODIS的归一化植被指数(normalized difference vegetation index,NDVI)和地表温度(land Surface temperature,LST)8 d产品进行重构,去除原8 d数据的噪声,填补受云影响而缺失的数据。基于重建后的NDVI和LST数据,计算温度植被干旱指数(temperature vegetation dryness index,TVDI);分析TVDI和土壤湿度之间的关系,构建土壤湿度反演模型。最后,利用另外1组数据验证所建土壤湿度模型的精度。研究结果表明:1)S-G滤波方法能够提高MODIS LST和NDVI数据质量,并能对缺失数据进行填补;2)TVDI方法能够实现试验区土壤湿度反演,所建模型在试验区具有一定的普适性,反演精度较高(R2=0.575,RMSE=2.59%);3)TVDI方法在江苏省淮北地区干旱监测中得到了较好的应用,能够成功地监测出江苏淮北地区2011年和2012年春旱。该研究可为农业旱情的快速监测提供借鉴。 相似文献
9.
基于光谱特征空间的农田植被区土壤湿度遥感监测 总被引:1,自引:2,他引:1
土壤湿度遥感动态监测在农业生产中具有重要作用。近年来,多种基于光谱特征空间的土壤水分监测指数被陆续提出,并得到广泛关注和应用,但当前多数监测指数未考虑混合像元的影响。该文针对垂直干旱指数(perpendicular drought index,PDI)在农田植被覆盖区监测精度降低问题,分析了植被覆盖下的PDI误差分布规律,引入垂直植被指数(perpendicular vegetation index,PVI)作为植被覆盖表征量,在PVI-PDI二维空间对PDI模型进行调整,提出了适于植被覆盖的植被调整垂直干旱指数(vegetation adjusted perpendicular drought index,VAPDI),并利用内蒙古明安镇研究区实测土壤湿度数据,对PDI与VAPDI进行了比较和验证。结果表明,在裸土、麦茬、土豆、豇豆4种植被覆盖类型中,PDI与土壤实测含水率的决定系数分别为0.630、0.504、0.571、0.543,VAPDI与土壤实测含水率的决定系数分别为0.599、0.523、0.602、0.585。VAPDI在植被区的误差略小于PDI,一定程度上克服了植被覆盖对监测精度的影响。通过PDI和VAPDI空间分布图的比较也说明,VAPDI对土壤湿度的差别有更好的区分能力,在中尺度土壤表层水分遥感反演方面具有一定的优势。该研究可为农田土壤湿度遥感监测方法选择及监测误差分析提供参考依据。 相似文献
10.
利用遥感手段监测土壤湿度有利于分析大尺度区域的土壤干湿状况。比对分析不同植被指数计算的温度植被干旱指数(TVDI)的精度能够提高TVDI反演土壤湿度的实际应用价值。以三江平原为研究区,基于2013年5—9月的四期MODIS影像,利用归一化植被指数(NDVI)、增强型植被指数(EVI)、修正土壤调节植被指数(MSAVI)、比值植被指数(RVI)分别计算TVDI,并以地面实测土壤湿度数据及降水数据进行精度验证。结果表明:(1)4种植被指数计算的TVDI与土壤湿度数据均具有一定的负相关关系,即TVDI值越高,土壤湿度值越低;(2)不同植被指数计算的TVDI在5月、6月、9月与土壤湿度回归分析的R2数值相近,均适合用来反演这3个时间段的土壤湿度,在7月份,相较于NDVI和RVI计算的TVDI结果(R2均在0.15左右),基于EVI和MSAVI计算的TVDI (R2均在0.35左右)更适合反演该时期的土壤湿度;(3)5—9月期间,干旱现象主要发生在三江平原的中部及西南部,干旱程度主要为轻旱,东部及东北部在不同时期基本保持在正常或轻微湿润状态。 相似文献
11.
冬小麦叶面积指数高光谱遥感反演方法对比 总被引:26,自引:13,他引:13
冬小麦叶面积指数(LAI,leafarea index)是评价其长势和预测产量的重要农学参数,高光谱遥感能够实现快速无损地监测叶面积指数。该文旨在将田间监测与高光谱遥感相结合,探索研究不同冬小麦叶面积指数高光谱反演方法的模拟精度及适应性。针对国际上普遍应用的2种高光谱遥感反演LAI模型方法,即回归分析法和BP神经网络法,在介绍2种LAI反演模型的基础上,选择位于黄淮海平原的山东省济南市长清区为研究区域,通过ASD地物光谱仪和SunScan冠层分析系统对冬小麦的冠层光谱及LAI变化进行田间观测,然后利用回归分析法和BP神经网络法构建冬小麦LAI反演模型,将模型估算LAI值和田间观测LAI值进行比对,分析评价2种方法的反演精度。结果表明,BP神经网络法较回归分析法估算冬小麦LAI的精度有较大提高,检验方程的决定系数(R2)为0.990、均方根误差(RMSE)为0.105。利用BP神经网络法构建反演模型能较好的对冬小麦LAI进行反演。研究结果可为不同冬小麦长势遥感监测提供理论和技术上的支持,并为大尺度传感器监测冬小麦长势和估产提供参考。 相似文献
12.
冬小麦叶面积指数(LAI, leaf area index)是评价其长势和预测产量的重要农学参数,高光谱遥感能够实现快速无损地监测叶面积指数。该文旨在将田间监测与高光谱遥感相结合,探索研究不同冬小麦叶面积指数高光谱反演方法的模拟精度及适应性。针对国际上普遍应用的2种高光谱遥感反演LAI模型方法,即回归分析法和BP神经网络法,在介绍2种LAI反演模型的基础上,选择位于黄淮海平原的山东省济南市长清区为研究区域,通过ASD地物光谱仪和SunScan冠层分析系统对冬小麦的冠层光谱及LAI变化进行田间观测,然后利用回归分析法和BP神经网络法构建冬小麦LAI反演模型,将模型估算LAI值和田间观测LAI值进行比对,分析评价2种方法的反演精度。结果表明,BP神经网络法较回归分析法估算冬小麦LAI的精度有较大提高,检验方程的决定系数(R2)为0.990、均方根误差(RMSE)为0.105。利用BP神经网络法构建反演模型能较好的对冬小麦LAI进行反演。研究结果可为不同冬小麦长势遥感监测提供理论和技术上的支持,并为大尺度传感器监测冬小麦长势和估产提供参考。 相似文献
13.
华北平原不同等级干旱对冬小麦产量的影响 总被引:5,自引:5,他引:0
华北平原是中国重要的粮食生产基地,其中冬小麦播种面积和产量均居中国首位,在国家粮食安全中具有重要作用,干旱是影响该区域冬小麦产量的最主要农业气象灾害。该研究基于华北平原44个气象站点1981-2017年的逐日气象数据以及作物、土壤和田间管理资料,以作物水分亏缺指数为农业干旱指标,基于调参验证后的农业生产系统模型(Agricultural Production Systems Simulater,APSIM),评估了冬小麦生长发育中后期各生育阶段不同等级干旱对冬小麦单产和总产的影响。结果表明,冬小麦拔节-开花和开花-成熟阶段干旱造成冬小麦减产率空间上均呈北高南低的分布特征,且开花-成熟阶段干旱引起的减产率(26.8%)高于拔节-开花阶段干旱引起的减产率(19.1%),区域间比较均表现为干旱对京津冀地区冬小麦单产影响最大,对河南省冬小麦单产影响最小;随着干旱等级的加重减产率增大,开花-成熟阶段轻旱、中旱和重旱的减产率分别为16.5%、32.8%和44.9%,拔节-开花阶段轻旱、中旱和重旱的减产率分别为10.3%、18.8%和28.6%。结合冬小麦实际播种面积得到各生育阶段干旱对总产的影响,区域间比较均表现为干旱对山东省冬小麦总产影响最大,对河南省冬小麦总产影响最小。 相似文献
14.
基于赤池信息量准则的冬小麦叶面积指数高光谱估测 总被引:5,自引:2,他引:3
冬小麦叶面积指数(leaf area index,LAI)是描述冠层结构的重要参数之一,对评价其长势和预测产量具有重要意义。该文利用灰色关联分析(grey relational analysis,GRA)对植被指数进行排序,用偏最小二乘法(partial least squares regression,PLS)选择不同的植被指数个数作为自变量进行回归建模,通过赤池信息量准则(Akaike’s information criterion,AIC)选择AIC值最小的模型作为冬小麦LAI最优估算模型,即GRA、PLS和AIC 3种方法整合建立冬小麦LAI最优估算模型。使用2008-2009年在中国北京通州区和顺义区获取的整个生育期冬小麦LAI和配套的光谱数据进行建模,利用2009-2010相关数据进行验证。研究表明:采用GRA评价标准与冬小麦LAI关联度最大的植被指数是VOG1,关联度最小的植被指数是SR;通过AIC建立的以8个植被指数作为自变量的冬小麦LAI模型效果最优,建模集的决定系数R2和标准误SE分别为0.76和0.009,验证集的R2和相对均方根误差RRMSE分别为0.63和0.004,预测模型和验证模型均具有较高的精度和可靠性。结果表明采用GRA-PLS-AIC方法进行冬小麦LAI反演是可行的,为提高冬小麦LAI遥感预测精度提供了一种有效的方法。 相似文献
15.
华北冬小麦干旱产量损失评估方法 总被引:7,自引:0,他引:7
根据气候相似、农业生产水平相近的原则将华北分成15个亚区,利用1970-2010年华北逐日气温和降水资料计算逐日综合气象干旱指数(CI指数),采用线性内插法将相邻土壤墒情观测资料处理成逐日数据,通过对比逐日CI指数与土壤墒情资料,分区域和发育阶段对冬小麦发生干旱时的CI指数评判标准进行订正,并基于该指标建立冬小麦干旱累积标准指数,同时结合冬小麦单产资料,构建冬小麦干旱产量损失评估模型。结果表明,冬小麦生育期内CI指数与对应的土壤墒情变化趋势基本一致;各亚区修订后的冬小麦干旱指标均与直接用CI指数判别干旱的指标存在较大差异,且不同亚区冬小麦干旱指标不一致,其中豫西、鲁北、鲁东南、京津、豫中东干旱指标较小,鲁中、冀东北、冀中、冀南干旱指标较大;华北15个亚区冬小麦干旱产量损失评估模型均通过0.05水平的F检验,冬小麦干旱累积标准指数与干旱产量损失具有显著的相关性,其中京津、晋中、晋南、鲁中、鲁东南、豫西等亚区的模型历史评估结果与对应的干旱产量损失相关性显著。模型能较准确地评估冬小麦发生干旱时的产量损失,具有一定的应用和深入研究价值。 相似文献
16.
利用HJ-1-A/B CCD2数据反演冬小麦叶面积指数 总被引:2,自引:2,他引:0
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。 相似文献
17.
利用Landsat TM遥感数据监测冬小麦开花期主要长势参数 总被引:9,自引:4,他引:5
为精准农业技术体系中的小麦农艺处方管理决策提供详尽的全局性信息,该文以2007-2009年试验实测数据为基础,以Landsat TM影像为遥感数据源,分析了试验样点开花期冬小麦主要长势参数与品质和产量间以及与卫星遥感变量间的相关性,分别建立及评价了TM影像遥感变量监测冬小麦开花期SPAD值、生物量、叶面积指数和叶片氮含量的模型。结果表明:冬小麦开花期,选用作物氮反射指数、近红外波段反射率和归一化植被指数这些遥感变量分别反演冬小麦SPAD值、生物量、叶面积指数和叶片氮含量是可行的;SPAD值、生物量、叶面积指数和叶片氮含量遥感监测模型的精度较高,均方根误差分别为3.12、216.5 kg/hm2、0.269和0.162,以此为基础,制作出具有实际农学意义的冬小麦开花期不同等级SPAD值、生物量、叶面积指数和叶片氮含量遥感监测专题图,实现了主要长势参数空间分布量化表达。基于卫星影像的农田面状信息获取技术克服了点状信息的不足,为农业生产管理决策及时提供信息支持,使该研究技术更利于大面积应用和推广。 相似文献
18.
旱灾是影响我国农业最大的气象灾害。频发的冬春旱尤其是春旱恰逢冬小麦生长的关键阶段,对我国的冬小麦生产造成了严重影响,利用遥感技术实现冬小麦旱情监测成为当前农业旱情管理的一个重要发展方向。采用2005年EOS/MOD IS数据产品,对春季不同时段内河北省旱情监测遥感信息模型的互补性进行了研究,得出以下结论:(1)在冬小麦生长的不同时期,ATI模型与TVD I模型之间具有较好的互补性,3月冬小麦旱情遥感监测应选取ATI遥感信息模型;(2)4月~5月表层土壤的RSM-TVD I、RSM-ATI的拟合方程均通过了置信度α=0.001水平的t检验且相关性较好,TVD I和ATI均可以用来估算4月~5月土壤表层土壤水分;(3)4月~5月RSM-TVD I、RSM-ATI的相关性与误差分析结果表明:4月上旬和4月中旬可选择ATI模型或TVD I模型进行冬小麦旱情遥感监测,但以4月上旬选择ATI模型、4月中旬选择TVD I模型为佳,4月下旬~5月下旬TVD I模型是比较合适的冬小麦旱情遥感监测模型。 相似文献
19.
对冬小麦植被指数(NDVI)变化规律、不同品种冬小麦植被指数差异、农田水肥状况对植被指数的影响以及植被指数与叶面积指数的关系研究结果表明,冬小麦植被指数具有日变化规律,且随冬小麦生长发育而变化,即小麦生长旺盛时植被指数数值较大。不同小麦品种植被指数表现出基本一致的季节变化特点,农田水肥条件交互影响小麦植被指数,水分胁迫时肥料对植被指数的影响明显,而水分满足时肥料对植被指数的影响不明显。 相似文献
20.
基于环境减灾卫星时序归一化植被指数的冬小麦产量估测 总被引:8,自引:5,他引:3
依托国产环境减灾卫星构建作物归一化植被指数(NDVI)时序曲线,不但能提供与MODIS-NDVI、AVHRR-NDVI几乎相当的作物生长动态变化信息,还能提供更高分辨率的空间信息,将其应用于作物估产应更有优势。该研究以地处鲁西北平原的山东省禹城市为研究区,探讨基于环境减灾卫星影像构建冬小麦NDVI时序曲线,基于曲线特征参数,开展遥感估产的可行性。结果表明,可依赖环境减灾卫星遥感影像,重建冬小麦NDVI时序曲线,求算其生长季最大NDVI、返青期NDVI、生长季累积NDVI、营养生长期NDVI的变化速率、生殖生长期NDVI的变化速率等特征参数,建立可靠的估产模型。所建模型的建模决定系数为0.87,相对误差为5.02%;交叉检验决定系数为0.78,相对误差为6.87%。该研究可为基于遥感的作物估产提供参考。 相似文献