利用EOS—MODIS数据提取作物冠层温度研究

利用EO S-M OD IS遥感数据,基于线性混合模型,提出了一种新的作物冠层温度反演方法。首先,利用EO S-M OD IS数据提取了陆地表面温度LST和植被指数NDV I。然后,假定地表只有植被和裸地两种组分,通过植被指数温度V I-T s方法来估算裸土的组分温度,作物冠层温度通过线性混合模型来求解。为了验证反演的地表温度和冠层温度的精度,把反演的地表温度与NA SA M OD IS地表温度产品进行差值运算,在差值图像中90%以上的像元灰度值分布在-1和1之间,像元灰度的平均值小于0.5;同时在河北固城农业气象试验站对冬小麦冠层温度进行同步观测,通过与反演的冠层温度进行比较,其误差在±1.5℃左右。结果表明,文中所提出的作物冠层温度反演方法精度较高,其结果能够满足有关作物生长模型以及土壤水分模型对输入参数的精度要求。     

冠层温度—气温差与作物水分亏缺关系的研究

试验研究了冬小麦在不同土壤水分条件下拔节～抽穗期冠层温度－气温差变化规律及其随作物生长发育期的变化状况。结果表明,作物在充分供水条件下冠层温度－气温差变化较平缓;缺水时变化较大。冠层温度－气温差随作物生长发育期的变化趋势为低水分处理高于高水分处理。冠层温度－气温差可较合理反映土壤水分变化状况和作物水分缺程度。     

冠层温度-气温差与作物水分亏缺关系的研究

试验研究了冬小麦在不同土壤水分条件下拔节～抽穗期冠层温度-气温差变化规律及其随作物生长发育期的变化状况。结果表明,作物在充分供水条件下冠层温度-气温差变化较平缓;缺水时变化较大。冠层温度-气温差随作物生长发育期的变化趋势为低水分处理高于高水分处理。冠层温度-气温差可较合理反映土壤水分变化状况和作物水分亏缺程度。     

作物冠层表面温度诊断冬小麦水分胁迫的试验研究

利用红外测温装置能够观测获得作物的冠层表面温度,从而诊断作物是否遭受水分胁迫。基于这种技术,使用作物水分胁迫指数CWSI反映我国华北平原地区冬小麦的水分胁迫状况。研究比较了作物水分胁迫指数CWSI的经验模式和理论模式,根据它们的波动特征,可以看出用CWSI经验模式反映华北地区冬小麦水分胁迫不很理想。研究分析了作物水分胁迫指数理论模式与其他一些反映作物水分状况的指标,包括叶水势、叶片气孔阻力,叶片最大净光合速率以及土壤水分含量之间的关系,结果表面理论模式与上述这些指标关系良好,表明其很好地反映了作物的水分胁迫特征。该研究给出了适合于我国华北平原地区冬小麦的作物水分胁迫指数计算的主要参数。研究从实际田间应用的可能性出发,分析并提出了作物水分胁迫指数经验模式和理论模式应用的改进方向     

水分亏缺对冬小麦冠层温度影响的研究

采用不同方法模拟冬小麦缺水状况,测定冠层温度日变化过程及不同处理叶面温度变化的结果表明,水分亏缺使冠层温度升高1.5～2.0℃。长期干旱使作物生长不良,冠层温度对土壤水分亏缺敏感程度下降。     

计算农田蒸散量的冠层温度法研究

目前,测算农田蒸散的方法有许多种,但都难以准确地求出大面积范围内的平均蒸散.红外测温技术由蒸散的估算提供了一种新的方法,本文在对几种冠层温度——蒸散模型评述的基础上,由实测资料用Brown-Rosenbefg模型计算了冬小麦郁闭地面后的农田蒸散并与波文比方法计算的蒸散做了比较.结果表明,该模型可以较好地用于计算作物郁闭地面后的农田蒸散.     

基于冠层温度的夏玉米水分胁迫理论模型的初步研究

该文探讨并建立了适合于中国华北平原夏玉米的作物水分胁迫指数(CWSI)模型。通过对夏玉米的冠层最小阻力、零平面位移和粗糙度进行分生育阶段取值,得到了适合于夏玉米的水分胁迫指数模型。     

基于冠层温度的菜心缺水指数模型初步试验研究

以柳叶菜心为研究对象，测试了不同干旱条件下的土壤含水量、空气温湿度和冠层温度等参数，确定了作物缺水指数经验模型的参数，并针对太阳辐射强度对模型做了改进。研制了蔬菜旱情检测系统，利用红外测温仪、土壤含水量传感器等，可以实时测得田间作物的水分亏缺状态，为同类研究提供了测试手段和数据分析方法。     

基于无人机遥感影像的玉米冠层温度提取及作物水分胁迫监测

针对当前无人机热红外遥感提取冠层温度不准确、监测作物水分胁迫状况精度不高的问题,该研究以不同水分处理的拔节期夏玉米为研究对象,利用无人机获取试验区域热红外和可见光图像资料,分别采用Otsu算法、EXG-Kmeans算法和Otsu-EXG-Kmeans算法获取冠层区域图像,并对提取结果进行精度评价,而后采用最优算法求得对应作物水分胁迫指数（Crop Water Stress Index,CWSI）,通过分析CWSI同土壤含水率相关关系以及CWSI日平均变化趋势来监测玉米水分亏缺状况。结果表明：1）相比于其他方法,Otsu-EXG-Kmeans算法对冠层温度提取精度更高（用户精度为95.9%）,提取的冠层温度更接近实测温度（r=0.788）,可以准确获取图像冠层温度。2）相比于冠层温度,CWSI与土壤含水率的相关性更高（r= -0.738）,CWSI日平均变化趋势更符合实际情况,可更加精确地监测玉米缺水状况。该研究为无人机遥感精准监测作物水分胁迫状况提供参考。     

不同水肥处理下冬小麦冠层含水率与温度关系的研究

研究了不同水肥处理下冬小麦冠层含水率与冠层温度的关系。结果表明,随灌水量增加,冬小麦冠层含水率呈逐渐增加的趋势,灌水量达一定程度后,冠层含水率反而下降,冠层温度表现出与冠层含水率相反的趋势;冠层含水率与冠层温度呈显著负相关。两品种施氮处理冠层含水率均明显高于不施氮处理。“京冬8号”各施氮处理冠层含水率随施氮量增加呈逐渐降低的趋势,冠层温度则随施氮量增加而上升;其冠层含水率与冠层温度存在显著负相关关系。“中优9507”各施氮处理不具“京冬8号”的规律性,但其冠层含水率与冠层温度也呈负相关。用冠层温度反映冠层含水率具有较高的可靠性。     

作物冠层BRDF的Monte Carlo模拟与分析

该文构建了光子在作物冠层传输的随机过程,采用蒙特卡罗(Monte Carlo)方法模拟了作物冠层BRDF。对比蒙特卡罗模型和MCRM模型,分析了叶倾角(LAD)与叶面积指数(LAI)对两模型BRDF的影响,并对其中的变化给出了合理的解释。研究表明,两模型虽然在模拟的BRDF数值上有一定差异,但在不同LAD和LAI对BRDF的变化趋势上达到了较好的一致性。最后,用实测BRDF数据验证和分析蒙特卡罗模型,结果表明,蒙特卡罗模型与实测BRDF较为吻合,蒙特卡罗模型可以作为其他作物冠层BRDF前向模拟的有效验证工具。     

基于冠层温度的夏玉米水分胁迫指数模型的试验研究

探讨并建立了适合于中国华北地区夏玉米水分状况监测的作物水分胁迫指数(CWSI)模型。通过不同的田间试验处理和观测,得到了适合夏玉米的CWSI经验模型中的经验关系,且表现明显。该研究建立了不同生育阶段的经验模型,经过初步的检验和分析,认为这一模型是合理的,可以应用于田间的基于冠层温度信息的夏玉米水分状况监测。     

基于冠层上下部温差的冠层阻力计算

为了研究交替隔沟非充分供水下玉米冠层阻力的计算方法,于2009—2010年在中国农业科学院农田灌溉研究所作物需水量试验场进行了田间试验.根据实测资料分析了玉米气孔阻力与各环境因素的关系,基于 Jarvis (1976)多因子冠层阻力模型,引入冠层上、下部温差变量(ΔTc),提出了交替隔沟非充分供水下玉米冠层阻力的计算方法,即基于ΔTc的冠层阻力法,并分别与Jarvis(1976)、Ortega-Farias(2004)和Brisson et al(1998)法作对比研究,验证其准确性.结果表明,Javias(1976)、Ortega-Farias(2004)、基于ΔTc的冠层阻力法和Brisson (1998)的日平均冠层阻力计算结果分别为355.93、318.75、300.61和253.42 sm-1.其中,Ortega-Farias(2004)法和Javias(1976)法模拟结果分别偏高9.70%和22.50%;Brisson(1998)法模拟结果偏低12.78%;基于ΔTc的冠层阻力法计算结果比实测值偏高3.46%,二者的相关性最好,其计算结果与实测值间的平均绝对误差(MAE)、标准差(SD)和拟合度(d1)值分别为2.42、6.77和0.89,R2为0.86,计算精度优于Jarvis(1976)、Ortega-Farias (2004)和Brisson et al(1998)模型.基于冠层上、下部温差的冠层阻力计算法,考虑了作物、土壤、气候3大因素,模型的模拟范围、数据获取和精度都优于其他方法,能够较准确地表达交替隔沟非充分供水下的玉米冠层阻力.     

考虑作物生长状态的农田表面温度数据精量甄别与区分

农田表面温度是土壤、作物和大气之间进行水/热交换传输的重要参数,也是灌区遥感反演模型的重要参量。在利用热红外传感器连续获取农田表面温度数据时,由于作物的生长发育处于动态变化中,农田表面温度数据往往混合了作物冠层温度和土壤表面温度。为精准甄别和区分田间海量监测数据,该研究结合Logistic作物生长模型,通过考虑作物生长状态指标叶面积指数（Leaf Area Index,LAI）和作物冠层高度及其关键节点,构建了农田表面温度监测数据的甄别算法。以内蒙古永济试验站玉米和向日葵实测数据对算法进行验证,并利用解放闸灌域和吉林省长春试验站的玉米和向日葵田间观测数据进行校核。结果表明：考虑LAI和作物冠层高度并利用Logistic模型模拟的关键节点来建立甄别算法,能够为农田稀疏植被表面温度数据甄别提供高效判定。与人工测量值对比,冠层温度优化幅度在10 个百分点左右（相对误差）,土壤表面温度优化幅度超过5个百分点;甄别方法可以明显提升冠层和土壤表面温度的获取精度。甄别算法中校正因子数值需根据作物种植密度及LAI确定,其中玉米校正因子选择作物冠层温度校正因子0.9,土壤表面温度校正因子1.1;向日葵校正因子以叶面积指数最大值4为基础,选取冠层温度校正因子0.7,土壤表面温度校正因子1.2;在不同地区应用时,向日葵叶面积指数最大值每增加1,推荐冠层温度校正因子调高0.35,土壤表面温度校正因子调低0.18。研究结果可为精量灌溉提供技术支撑,提高了农田监测数据的性能,为无人机遥感和卫星遥感数据的精量甄别提供算法和验证。     

全国农作物叶面积指数遥感估算方法

目前对农作物叶面积指数LAI的遥感估算研究多是针对单一作物或是作物种植结构单一的区域,该文运用大尺度农作物叶面积指数的遥感估算方法,在像元尺度上对4个代表性实验站的LAI与归一化植被指数(NDVI)的相互关系进行了回归分析后,得到4种代表性作物种植结构的LAI估算模型,然后结合全国农作物种植结构数据对模型外推,建立了一个全国尺度的遥感模型,并估算了全国作物LAI。该文使用“863”项目山东遥感应用综合试验中的作物LAI观测数据进行了验证,结果表明该模型较其它估算模型达到了较高的精度,最大相对误差为39%,平均的相对误差为19%。该模型的计算结果已经在“中国农情遥感速报”系统中得到了广泛的应用。     

基于SPAC系统的作物腾发量模型的试验研究

通过田间试验对河北省2004年和2005年棉花、冬小麦和夏玉米不同生育期的冠层温度、地表温度和叶面积指数进行测定,根据能量平衡方程和空气动力学方程,结合当地气象资料推导出作物腾发量模型,并与棉花、冬小麦和夏玉米不同生育期实际腾发量比较发现:作物腾发量模型计算值不仅反映了这3种作物不同生育期腾发量的变化规律,而且与实际腾发量平均值的相对误差2004年分别为8.46%、4.76%和12.85%,2005年分别为3.42%、1.65%和0.84%,因此可以利用作物腾发量模型来计算作物腾发量,该研究为监测土壤墒情和确定作物缺水指标提供了理论依据.     

冬小麦冠层表面温度裂窗算法的筛选与土壤含水率监测

NOAA气象卫星的两个热红外通道可以用来反演地球表面温度,而地球表面温度可用于监测土壤含水率。该研究于2002年冬小麦主要生育期,应用9种裂窗算法反演了邯郸地区的地表温度,并用这一时期冬小麦地面观测的冠层表面温度进行验证,结果表明：9种方法中,UL92法比较适合邯郸平原区地表温度的反演,平均误差为-0.27℃,标准误差为2.66℃;并建议：对于山区和丘陵地带,如能使裂窗算法结合数字高程模型(DEM),也能使山区和丘陵地带的地表温度反演精度提高,最后以地面试验基础上所建立的冬小麦地表温度与土壤含水率间的回归拟合经验方程为基础,用UL92法反演的地表温度监测不同土层的土壤含水率,这是一种利用热红外遥感监测区域剖面土壤含水率的新方法的尝试,证明地面基础试验所建立的经验方程与遥感数据结合能监测区域土壤剖面的土壤含水率。