利用NDVI资料估算中国北方草原区牧草产量

该文利用NOAA/AVHRR归一化植被指数（NDVI）资料和牧草地面观测资料,分5种草地类型建立了牧草产量遥感模型,所有模型的相关系数均大于0.7,说明这些模型可以较好地估算中国北方草原区牧草产量。由于牧草产量地面观测资料来自于北方主要草原省,数据具有较好的代表性,利用牧草产量遥感估算模型能够将过去小区域牧草产量估算扩展到整个北方草原。通过对模型结果的空间分析表明,中国北方高产草原位于内蒙古东部、甘肃祁连山区、新疆天山和阿尔泰山地区、青藏高原东部,同时也表明遥感模型对草地资源清查也是一种很好的手段。通过对模型结果的时间分析表明,牧草产量遥感模型可以表现出牧草产量随气象条件变化的波动性,这个性质表明牧草产量遥感模型可以用于气象灾害造成的损失评估。     

基于作物生长模型和遥感数据同化的区域玉米产量估算

为了将遥感观测到的玉米生长期间作物冠层方向反射波谱的时间序列变化信息用于区域玉米产量估算,该文将时间序列中分辨率成像光谱仪(moderate resolution imaging spectroradiometer,MODIS)数据和高空间分辨率LandsatTM遥感观测数据相结合,以叶面积指数(LAI)作为耦合作物生长模型(crop environment resource synthesis-Maize,CERES-Maize)和植被冠层反射率模型(scattering by arbitrarily inclined leaves,SAIL)的关键参数,提出了将耦合模型与时间序列遥感观测数据同化进行区域玉米产量估算的方案。该文选择吉林省榆树市为研究区,采用MODIS和LandsatTM2种尺度数据集,利用SCE-UA(shuffled complex evolution method developed at the University of Arizona)算法分别进行玉米产量同化估产研究,得到玉米单产空间分布的估计结果,结合遥感估算的种植面积求算榆树市玉米总产量。结果表明,与玉米统计总产量相比,2007、2008和2009年遥感数据同化估算的总产量误差分别为9.15%、14.99%和8.97%;与仅利用CERES-Maize模型模拟得到的产量误差相比,3a间遥感估算总产量的误差分别减小了7.49%、1.21%和5.23%,且采用MODIS和TM遥感数据估算的玉米产量表现了其空间差异性。利用榆树市3a间玉米产量的明显差异,分析了时序遥感数据对作物长势和产量变化信息的表达能力,同年份内时序归一化差值植被指数越大,对应的玉米产量越高;年际间遥感观测反射率的差异通过数据同化方法能够反映年际间玉米产量差的变化。该文提出的玉米估产方案为将来进一步结合多源遥感数据、植被冠层反射率模型与作物生长模型进行区域玉米估产研究提供了参考。     

农作物单产遥感估算模型研究进展

作物单产估算是农作物估产中的关键技术,也是作物估产的难点之一.遥感技术凭借其宏观、及时和动态等特点已在农作物产量估算中占据着极为重要的地位,运用遥感信息建模估算作物产量已成为区域作物估产的必然要求.在总结农作物单产遥感估算模型研究成果的基础上,将作物单产遥感估算方法划分为四种模式加以详细阐述,分析了用于单产建模的遥感数据源的多元化趋势,讨论了如何有效验证模型估算精度的问题,最后对作物单产遥感估算模型今后的发展趋势作了展望.     

建立数学模型估测牧草产量研究

准确地估测草地产草量,为确定合理载畜量提供重要的科学依据,对维护草原生态平衡,合理安排畜牧业生产等具有重要的理论与现实意义。估算草地产草量的手段可分为野外测量法、气象模拟模型法和遥感模型法三大类。利用大量的野外实际调查资料,应用微积分原理,推导出估算草地产草量的数学模型,并与其它模型进行对比,探讨了该方法的可靠性及估算精度。最后,将模型推广应用于生产实践中以估测牧草产量。     

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。     

区间优化提高牧草粗蛋白含量遥感估算精度

牧草粗蛋白含量的估算对于草地营养状况监测以及草地资源可持续利用和管理具有重要意义。针对当前地面遥感与航天遥感的限制,尝试基于航空飞艇高光谱遥感进行牧草粗蛋白含量估算研究,以便更好满足智慧畜牧业的应用需求。针对现有植被生化含量反演不确定性的问题,基于区间划分与判别分析的思想,提出了一种结合等宽区间划分法、逐步判别分析与Fisher判别法相结合的多步骤牧草粗蛋白含量估算模型,以青海省海晏县金银滩草原为研究区进行方案可行性研究。结果表明,提出的模型能够较好的实现牧草粗蛋白含量的精准估算,设定的3种不同划分区间(3区间,5区间和7区间)所对应的全样本检验精度和交叉检验精度分别达到了95%、90%,95%、80%和85%、65%。与传统的逐步线性回归方法相比,估算精度有了明显提高(总体检验精度提高18.7%~70%,交叉检验精度提高20%~62.5%)。3种不同区间模型(3区间,5区间和7区间)所对应的特征波段依次为870、815、802、737、391 nm;988、391、398、405、548 nm;870、815、946、888、839 nm。此外,模型的估算精度与划分区间数量成反比关系,在实际中可以根据不同的应用需求来调节划分区间数量。综上,该文利用航空飞艇高光谱数据实现了牧草粗蛋白含量的精准反演估算,对后期牧场营养状况实时监测以及草地资源可持续利用和管理具有重要的指导意义。     

草地生物量的高光谱遥感估算模型

为了推进高光谱遥感在草地生理生化参数定量化方面的研究与应用，从冠层尺度上估算草地生物量，该文选用美国ASD公司的ASD FieldSpec Pro FRTM光谱仪，对内蒙古自治区锡林郭勒盟的天然草地进行高光谱遥感地面观测。在进行天然草地地上生物量与原始光谱和高光谱特征变量相关分析的基础上，将观测数据分成两组：一组观测数据作为训练样本，运用单变量线性、非线性和逐步回归分析方法，建立生物量高光谱遥感估算模型；另一组观测数据作为检验样本，进行精度检验。结果表明：生物量与高光谱吸收特征参数变量的分析中，以840、1132、1579、1769和2012 nm等5个原始高光谱波段反射率为变量的逐步回归估算方程为最佳模型，模型标准差为0.404 kg/m²，估算精度为91.6%，说明可以利用高光谱反射率数据，从冠层上对草地生物量进行量化。     

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     

基于定量遥感反演与生长模型耦合的水稻产量估测研究

作物遥感估产是农业遥感技术应用与研究的重点领域.在黑龙江省不同的种植区域下,采用GPS定位调查、定量遥感反演与产量形成过程模型相偶合的研究方法,进行了水稻产量估测研究.结果显示,水稻产量的预测值在6740～9600kg/hm2之间,实测值在6500～9500kg/hm2之间,二者总体上表现较为一致,预测水稻产量的RMSE为494.62kg/hm2,相对误差在0.23%～12.39%之间,平均为5.13%.表明采用定量遥感反演与生长模型耦合的模式可以对不同区域的水稻产量形成情况进行监测预报.     

不同生育期水稻叶面积指数的高光谱遥感估算模型

2011年和2012年通过大田试验,利用便携式野外光谱仪实测水稻冠层不同生育时期的高光谱数据,同时使用SUNSCAN冠层分析系统采集水稻冠层叶面积指数（LAI）;采用光谱微分技术和统计分析技术,分别分析高光谱反射率及其植被指数与LAI之间的关系,建立LAI估算模型并进行模拟结果对比。结果表明：水稻抽穗-成熟期,利用光谱值的对数形式对LAI值的模拟效果较好,分蘖-抽穗期利用光谱反射率模拟LAI变化过程的效果不理想。 在利用各种植被指数估算LAI方法中,水稻分蘖-抽穗期以修改型土壤调整植被指数MSAVI[758,805]对LAI的估算效果最好,模拟值与实测值的相关系数通过了0.01水平的显著性检验（R=0.7754）,估算精度较高。在抽穗-成熟期,也以修改型土壤调整植被指数MSAVI[758,817]对LAI的模拟效果最好,模拟值与实测值的相关系数通过了0.01水平的显著性检验（R=0.6488）,估算精度较高。说明修改型土壤调整植被指数（MSAVI）能更好地模拟水稻不同生育期的叶面积指数,按照分蘖-抽穗期、抽穗-成熟期两个生育阶段分别建立水稻冠层LAI的高光谱估算模型能够提高LAI估算的准确度,研究结果也证实了分生育阶段建模的必要性。     

基于秸秆补饲的青藏高原草地载畜量平衡遥感监测

为了快速准确地掌握青藏高原草地生产力/产草量及草畜平衡情况,促进藏区草地资源可持续利用,实现青藏高原生态与生产协调发展,有必要对青藏高原不同行政区域天然草地及补饲后的载畜能力和草畜平衡问题开展研究。该研究首先结合MODIS(moderate-resolution imaging spectroradiometer)的归一化植被指数(normalized difference vegetation index,NDVI)数据、青藏高原草地类型图、气象数据、土壤质地数据等数据,利用改进的CASA(carnegie-ames-stanford-approach)模型,对青藏高原草地产草量进行了估算,并分析了青藏高原草地天然产草量的空间分布情况。然后利用草谷比法估算了青藏高原饲用秸秆资源量及空间分布情况,计算得出各县市可利用的秸秆资源的载畜量情况。最后根据草地产草量、秸秆资源载畜量和实际载畜量,利用草畜平衡模型,模拟得出各县市的超载过牧情况。结果表明:2010年,青藏高原年产草量区域差异十分明显,西藏年产草量最大为2642.89万t,青海藏区次之,为2 307.60万t;云南藏区最低,为37.36万t。青藏高原天然草地总载畜量为8 363.04万只(羊单位,以下同),其中,青海省藏区为2 889.10万只,西藏为2 789.35万只,四川藏区为1 854.10万只,甘肃藏区为796.42万只,云南藏区为34.09万只。青藏高原饲用秸秆资源量为372.16万t,其中青海藏区和西藏的饲用秸秆资源总量占整个藏区的74.77%;其他3个省份的可饲用秸秆总量比例仅占25.23%。青藏高原饲用秸秆资源可饲养牲畜293.53万只,其中青海省藏区为172.48万只,西藏为46.80万只,四川藏区为31.94万只,甘肃藏区为19.69万只,云南藏区为22.65万只。青藏高原各县市超载过牧十分突出。在未补饲情况下,超载率超过5倍的县市占7.69%,2~5倍的占13.46%,1~2倍的占28.84%,超载率小于1倍的占38.82%,未超载的仅占11.19%。通过补饲秸秆资源,未超载过牧的县市比例未发生变化,但各县市的超载过牧情况有所改善。超载率超过5倍的县市比例下降了3.2个百分点,2~5倍的下降了4.49个百分点,1~2倍的增加了5.49个百分点,超载率小于1倍的增加了2.2个百分点。因此,今后青藏高原需根据草地资源及饲用秸秆资源的承载能力严格控制牛羊的养殖数量,实现生态环境和畜牧业的可持续发展。     

典型河源区畜禽粪便农田施用的环境承载力研究

畜禽粪便作为农业面源污染的主要来源之一,对农田土壤质量及河源区水质安全存在严重威胁.本研究选取东辽河源区东辽县畜禽粪便为研究对象,通过分析其重金属与典型抗生素与产生特征,阐明了畜禽粪便农田施用的环境承载力及应对措施.结果表明:畜禽粪便中重金属Cu、Zn含量最高,四环素类抗生素中金霉素残留最高,猪粪中含量高于鸡粪和牛粪....     

基于权重最优组合和多时相遥感的作物估产

多时相遥感数据比单一时相携带了更多的反映作物产量的信息,研究如何将多时相遥感信息进行有机融合以提高作物估产精度的方法是具有意义的。权重最优组合（WOC）是一种通过对单个模型权重的最优化,来构建高精度组合模型的原理方法。论文以黑龙江农垦友谊农场大麦产量遥感估算为例,首先利用大麦4个时相的Landsat5 TM影像分别构建单一时相的大麦产量模型,然后利用WOC的迭代算法,通过赋予4个单一时相产量模型以最优权重,生成基于多时相遥感的组合模型估算大麦产量,结果表明：基于WOC和多时相遥感的组合估产模型的决定系数R2与单一时相的相比得到较大改善,估算精度提高明显。同时,通过对WOC获取的各时相单一模型最优权重大小进行分析表明：应用多时相遥感数据进行作物估产时,权重大小能够反映各时相遥感数据所携带的产量信息的多少,这对于如何选择和确定能有效反映作物产量的敏感遥感时相具有一定的指导意义。     

基于遥感的中国草地生产力初步计算

草地生产力研究对于评估草地生态系统食物供给具有重要意义.在基于MODIS的2001年l km中国陆地生态系统土地覆盖类型产品和植被净初级生产力(NPP)产品,运用各种草地生产力计算模型,初步计算了当年中国各草地生产力指标.计算得到:2001年,中国草地生态系统产干草1.44亿t,理论载畜量为1.08亿个羊单位,潜在食物供给为羊肉308.92万t.结果表明,基于遥感的草地生产力计算方法机理性较强,现势性好,可在较短时间内获取大范围年度草地生产力指标,其计算结果较为符合中国草地生产力的实际分布情况.     

干旱区灌溉饲草料地载畜量计算方法

水分是制约干旱区荒漠草原草畜平衡管理的最关键因子,解决这一问题的关键在于如何合理实现"以水定草,以草定畜,实现水草畜平衡"的思路。鉴于传统理论载畜量计算方法在产草量估测和牲畜采食量计算中存在较大误差,该文从水量平衡角度出发,提出了基于水草畜平衡的理论载畜量计算方法,以内蒙古中部达尔罕茂明安联合旗为研究区域,根据不同降水量和灌溉水量条件下的水分生产率曲线,对1 a生优质牧草青贮玉米进行估产,在分析不同体质量下绵羊采食和饮水规律的基础上,分别计算出草量载畜量和水量载畜量,以此确定理论载畜量。计算结果表明,在丰水年情景,该文方法比传统方法多6只羊/万m2,有利于提高畜牧业的经济效益;在枯水年情景,该文方法比传统方法少7只羊/万m2,有利于保护草原生态,避免草原退化。该文提出的载畜量计算方法适用于达茂旗荒漠草原,对牧区畜牧业的可持续发展和草原生态环境保护具有重要的指导作用。     

基于分层抽样的中国水稻种植面积遥感调查方法研究

及时准确的统计水稻种植面积对国家和区域的粮食生产、贸易及粮食安全预警有重要意义。传统的按行政单元逐级上报和农业产量抽样调查方法在数据获取过程中受人为因素的干扰，难以避免的出现诸如错报、漏报、空报等问题。遥感技术具有及时、准确、客观的特点，对于农作物种植面积监测具有其他方法不可替代的优势。但是，一般的作物面积遥感监测是全覆盖或典型地区调查。在大尺度农作物遥感调查时，全面普查(卫星遥感数据全覆盖)的方法在时间和经费方面是不可行的，以典型调查代替总体的方法缺乏科学依据。科学合理的抽样方法是可运行的大尺度作物面积监测的关键因素。研究在背景数据库的支持下，以土地利用数据库为辅助变量，设计了基于分层抽样的中国水稻种植面积遥感监测方法。以全国稻田面积为总体，采用1∶5万比例尺标准地形图幅为分层抽样的抽样单元。以遥感与地面调查相结合的方法监测样本的当年和上一年水稻种植面积，在给定精度条件下估算水稻种植面积年际变化率。结合上年统计部门发布的水稻种植面积统计数据，推算当年水稻种植面积。该项研究为农业部全国水稻遥感监测提供了可行的大尺度水稻遥感监测的运行方案。     

地形效应下的区域蒸散遥感估算

在地表起伏地区,由于受到坡度、坡向等的影响,地表能量通量表现出与水平地表不一样的特征,为了定量表征起伏地表条件下的蒸散格局,以位于陕甘宁交界区的华池县、庆城县、镇原县、西峰区和合水县为研究区,从能量平衡原理入手,对各能量通量进行了量化计算,并着重考虑了蒸散的能量来源即地表净辐射的地形效应;同时,针对研究区地表特征,确定了土壤热通量的计算方案和感热通量的参数化方案,如零平面位移、动量粗糙长度、热量粗糙长度、动量和热量的稳定度校正项等算法;在此基础上,计算了研究区的瞬时蒸散,计算结果表明采用的蒸散遥感估算方案     

Estimation of protein contents in winter wheat grain using satellite remote sensing

(Jpn. J. Soil Sci.Plant Nutr., 77, 317–320, 2006)