HJ-1星上思县甘蔗工艺成熟期长势多年对比监测

以广西上思县为研究区,利用环境减灾卫星HJ-1遥感数据提取甘蔗种植面积,采用归一化植被指数模型NDVI对单一时相甘蔗长势进行监测,构建NDVI偏差分级模型对甘蔗工艺成熟期长势进行多年对比监测.结果表明：①利用NDVI均值和偏差2个分析指标,可定性分析监测区内甘蔗长势状况.除2011年甘蔗总体长势差于常年外,2009、2010、2012年甘蔗总体长势好于常年.②利用NDV1偏差分级模型可对监测区甘蔗长势进行定量评价.2012年上思县甘蔗长势最好,长势好、差所占面积比例分别为96.87％、3.13％;2011年甘蔗长势最差,长势好、差比例分别为99.57％、0.43％.     

GF-1卫星数据在水稻长势监测中的应用

GF-1国产高分辨率卫星遥感数据具有高空间分辨率、高时间分辨率和高光谱分辨率的优点。该研究利用GF-1卫星宽视场遥感数据,在GPS实地取样的基础上,利用增强型植被指数(EVI),提取建湖县2014年多时相水稻长势信息。结果显示,GF-1卫星宽视场影像可以清晰反映水稻长势要素,能够在遥感估产中推广应用。     

基于遥感技术的水稻抽穗期长势分级监测研究

选择黑龙江省泰来县为试验样区,利用环境减灾卫星数据,结合遥感、地理信息系统和全球定位系统技术手段对水稻种植面积进行监测并分析水稻抽穗期的长势情况。利用地形图,对卫星影像数据进行精校正,结合GPS调查点建立的解译标志,采用人机交互目视解译方法进行水稻面积提取,解译精度在95%以上。最后,根据水稻抽穗期的植被覆盖指数反演的叶面积指数数据信息,进行水稻长势分析与分等定级,结果表明:泰来县水稻抽穗期长势分为3个等级。叶面积指数小于4.2的为水稻长势弱的地域,占水稻总面积的5.53%,在4.2～5.9的为长势正常区域,占水稻总面积的67.80%,大于5.9的为长势旺盛区域,占水稻总面积的26.67%。     

HJ卫星遥感在水稻长势分级监测中的应用

利用水稻分蘖期HJ-1A卫星遥感影像,提取江苏省姜堰市水稻种植面积并分析水稻的长势情况。在利用GPS实地取样调查和建立解译标志的基础上,进行HJ-1A卫星影像校正、人机交互式判读解译等操作,并将GPS样点数据校验贯穿到整个分类过程中,信息解译精度在90%以上。最后,利用归一化植被指数(NDVI)反演叶面积指数(LAI),依据LAI数据进行水稻长势分级,制作了姜堰市水稻分蘖期长势分级遥感监测专题图。     

基于农业遥感技术的垦区水稻长势动态监测研究

文章研究目的是利用农业遥感技术对黑龙江垦区水稻长势监测研究,研究方法主要是先采集野外水稻生长指标数据,然后利用植被指数反演建模.探索出一个适合黑龙江垦区水稻长势动态监测路线方法.通过研究发现利用这个方法路线可以很好地对垦区的水稻长势进行动态监测,并收到很好的效果.     

基于模型和遥感的水稻长势监测研究进展

水稻生长模型是集气候、土壤、品种和栽培措施等因素为一体的对水稻的物候发育、光合生产、器官建成、同化物积累与分配以及产量与品质形成等生理过程及其与环境和技术因子关系综合量化的动态数学模型,具有机理性和预测性。遥感影像的信息波段及其组合可以反射作物生长的空间信息,可实现对水稻进行长势监测和估产,具有及时性和广域性。将二者结合用于长势监测不但具有理论研究意义,而且还具有重要的应用价值。在简要概述水稻生长模型和长势遥感监测研究进展的基础上,总结了水稻生长模型和长势遥感监测相结合下水稻长势监测应用的研究进展,并提出一些今后研究设想。     

利用遥感技术进行垦区水稻长势监测研究

以黑龙江省农垦建三江管理局为研究对象,利用GPS、ERDAS和ARCMAP等软件,以中国环境资源卫星为遥感信息源,在深入了解农作物长势估产国内外相关研究进展,以及对建三江地质地貌、气候、土壤、植被等进行综合分析的基础上,利用遥感技术,结合2010年建三江管理局水稻面积提取数据,进行2010年建三江管理局水稻长势监测研究。     

利用遥感技术监测水稻群体长势

利用TM影像信息结合地面试验数据,分析了水稻抽穗期叶面积指数、生物量以及植株氮素含量3个群体质量指标与植被指数之间的关系,建立了基于归一化植被指数(NDVI)、比值植被指数(RVI)的水稻群体质量指标监测模型.结果表明,NDVI与叶面积指数呈现显著的非线性正相关关系(r2=0.820 2),与植株氮素含量呈线性正相关关系(r2=0.636 4),RVI与地上部生物量呈线性正相关关系(r2=0.767 6).因此,在水稻抽穗期可以利用NDVI对叶面积指数和植株氮素含量进行监测,对地上部生物量的监测则以利用RVI数据较好.     

作物长势多层次联合遥感监测研究

根据农业推广机构的需求与遥感数据源的特点,提出建立大尺度、中尺度和小尺度等3个层次的作物长势遥感监测系统,并对3个层次监测系统从农情综合度、监测及时性、光谱监测内容和系统运行的复杂度等4个方面进行了比较。讨论了各层次监测系统之间的互补关系和有计划的多层次联合监测的必要性,提出了河南省冬小麦长势有计划多层次联合遥感监测系统的建设要点。     

中国农作物长势遥感监测研究综述

农作物长势监测的目的是为早期估产提供依据,同时为田间管理提供及时的信息。笔者总结了中国农作物长势监测的研究进展、研究方法,指出用于长势监测的遥感数据空间分辨率较低,常用的监测指标具有局限性,监测精度有待提高。“3S”技术的集成发展,进一步实现一体化应用于该领域仍是今后的发展方向。随着农作物长势运行化监测系统的进一步完善,对田间管理的诊断需求会日益加剧,因此作物长势的诊断将成为今后的研究重点。     

GF-1影像遥感监测指标与冬小麦长势参数的关系

为了分析高分一号卫星(GF-1)影像在冬小麦长势监测中的有效性和适宜性,以建湖县冬小麦为研究对象,选取12个植被指数作为遥感监测指标,运用回归分析法探讨遥感监测指标与地面实测冬小麦长势参数的关系,并以回归模型的决定系数(R~2)作为反演精度的评价指标。研究发现,叶面积指数(LAI)、密度和生物量的反演精度较高,其中LAI的反演精度在拔节期最高[监测指标:红蓝色归一化植被指数(RBNDVI),R~2:0.689 4],密度的反演精度在拔节期最高[监测指标:优化的土壤调节植被指数(OSAVI),R~2:0.543 8],生物量的反演精度在孕穗期最高[监测指标:归一化植被指数(NDVI),R~2:0.448 6],说明GF-1影像适合在拔节期进行冬小麦LAI、密度的监测,在孕穗期进行生物量监测。土壤含水量、株高和叶绿素含量(SPAD值)的反演精度较差,最佳回归模型的R~2皆低于0.360 0,说明所选的12个遥感监测指标不适合反演这3个长势参数。除乳熟期外,其他4个生育期中都是LAI的反演精度最高,可见GF-1影像的遥感监测指标与LAI的相关性最好,反演精度最高。本研究结果说明,在进行冬小麦长势监测时,不同的生育期需要采用不同的监测指标,同时GF-1影像则更适合在拔节期和孕穗期进行冬小麦的长势监测。本研究结果在一定程度上为GF-1影像在农情遥感监测中的应用提供了科学依据。     

基于GIS的水稻遥感监测应用研究

鉴于南方水稻稻种植区域地块零星、破碎等为了达到提高空间分析精度的目的,以气象卫星遥感资料为主,以气象、地面农情监测网资料为辅,采用地理信息系统地上海地区水稻长势,分布以及栽植面积进行动态监测和综合分析,取得预期的应用效果。     

冬小麦抽穗期长势遥感监测的初步研究

小麦抽穗期是其生长的关键阶段,田间群体较大、郁蔽,抵抗力弱,常遇高温高湿天气,也是病虫害多发时期.因此,及时监测小麦抽穗期的苗情长势,是制定和采取科学管理措施的必要前提.有学者曾使用NOAAAVHRR、EOSMODIS数据进行小麦长势监测研究[1~3],由于这些影像的空间分辨率较低,常常造成"同物异谱"或"异物同谱"现象,使得监测精度降低.本研究利用分辨率较高的TM影像数据并结合实地GPS定位调查,试图通过分析TM影像植被指数与小麦抽穗期叶面积指数、生物量以及植株氮素含量的关系,建立上述群体质量指标监测模型,为小麦抽穗阶段的农田精确管理提供信息支持.     

利用AVHRR监测一季混栽作物长势初探

本文根据作物的光谱物征，结合辽宁省的实际情况，划分了５个农业生产力水产相近的监测区域，分析了一季混栽作物遥感监测的可能性，利用气象卫星遥感信息，对旱地作物生殖生长期建立了定量的评价模型，最终采用定量和定性相结合的逐旬评价方法达到对作物长势动态监测的目的     

基于EOS/MODIS资料的江西省水稻长势遥感监测

基于2010年的MODIS数据,进行江西省水稻长势遥感监测指标的研究,提取了4种植被指数作为遥感参数,即比值植被指数RVI、归一化植被指数NDVI、植被状态指数VCI和增强植被指数EVI,并利用植被指数进行叶面积指数LAI的反演,建立了植被指数VI-LAI模型。在VI-LAI模型中EVI、NDVI与LAI的相关性较好。利用LAI的预测值和地面实测数据进行精度的分析,结果显示EVI的三次方(Cubic)模型在各方面都优于其他植被指数和其他模型,因此选择EVI作为水稻的长势遥感监测指标。     

基于遥感的乡镇级棉花面积提取与长势监测研究

棉花面积及长势信息是棉花生产管理的重要依据.本文以山东广饶县丁庄镇为研究区,以CBERS01和HJ1B卫星图像为信息源,选取棉花信息较为突出的时相,经几何校正、腌膜、图像增强等预处理,在分析研究区典型地物光谱特征的基础上,采用决策树分类方法提取棉花种植面积.利用2009年棉花生长期4个不同时相的遥感图像,分析棉花生长过...     

基于无人机影像技术的小麦长势遥感监测

随着国家经济建设快速发展,我国越来越注重精准化农业的推广应用,即对农作物长势进行遥感监测。随着信息化技术在社会中受到广泛关注与应用,为加强小麦长势监测质量与效率,可以引进无人机影像技术在小麦生长过程中对其进行科学化、高效化的遥感监测。本文以无人机影像技术的基本类型与技术特点为切入点,对无人机影像技术在小麦生长过程中开展遥感监测的具体应用进行分析,为加强小麦长势监测、实现精细化农业、提升农业生产质量与效率提供参考。     

国家生态保护重要区域植被长势遥感监测评估

国家生态保护重要区域植被长势对于维持区域生态系统结构和功能的稳定性至关重要.以国家重点生态功能区、国家重要生态功能区、国家生物多样性保护优先区和国家级自然保护区等四类生态保护重要区域为研究区,选取年累积NDVI作为指示因子,监测评估了1998-2007年间国家生态保护重要区域的植被长势特征.结果表明:(1)国家生态保护重要区域总面积为536.59万km2,占全国陆地国土面积的55.89％.国家生物多样性保护优先区与国家重点生态功能区、国家重要生态功能区的重叠面积较大,分别占到相应生态功能区总面积的53.36％和50.20％.国家级自然保护区与其他三种类型区域的空间叠加关系较好,尤其与国家重点生态功能区,重叠面积占国家级自然保护区总面积的75.10％.国家重点生态功能区和国家重要生态功能区的重叠面积分别占各自面积的63.73％和39.15％.(2)对于植被长势总体状况,国家生态保护重要区域中东部的植被状况好于西部.植被状况较差的区域面积为10.59％,植被状况一般的区域面积为29.59％,植被状况好的区域面积为23.44％,植被状况较好的区域面积为36.39％.国家级自然保护区和生物多样性保护优优先区的植被状况好于国家重要生态功能区和国家重点生态功能区.国家级自然保护区的空间分布差异最大.(3)对于植被长势变化趋势,国家生态保护重要区域的植被状况整体呈现出变好趋势.62.39％区域面积的植被状况较为稳定,22.69％区域面积的植被状况呈现出变好趋势,14.93％区域面积的植被状况呈现出变差趋势.国家重要生态功能区的植被变好趋势最为明显,其次为国家生物多样性保护优先区.国家生物多样性保护优先区的植被变化趋势空间差异最大,国家级自然保护区的植被变化趋势空间差异最小.     

2019年美国冬小麦长势遥感监测分析

美国是全球重要的小麦出口大国,其生产状况在一定程度上影响全球小麦贸易形势。利用卫星遥感技术,基于作物长势遥感监测中应用最广泛的归一化植被指数NDVI,采用同期对比法对2019年美国冬小麦进行长势监测分析。结果表明,2019年美国冬小麦长势基本呈现持平略好趋势,且总体好于2018年同期;良好的气象条件是主产州冬小麦长势总体表现偏好的主要原因。产量有望稳中略增,进一步增加国际小麦供给。     

基于无人机高光谱长势指标的冬小麦长势监测

本文以冬小麦为主要研究对象,获取其不同生育期的无人机高光谱影像,并根据其高光谱数据建立光谱指数,利用多元线性回归等分析方法建立冬小麦各种生育期的GMI反演模型,在无人机高光谱影像中应用最佳模型得到冬小麦最终的长势监测图,以期为相关人员提供参考。