基于多生育期MODIS-NDVI的区域冬小麦遥感估产研究

以河南省开封市为研究区,采用2005—2013年种植区域冬小麦生育期内16 d合成的250 m空间分辨率的归一化植被指数(NDVI)之和,与冬小麦产量数据进行相关分析,筛选得到最佳遥感估产时相,建立单变量回归模型;同时,基于冬小麦生长的各个关键时期NDVI构建多元回归模型,再通过主成分分析方法对多元回归模型参数进行改进,得到新的估产模型;最后使用开封市2014年的产量数据对估产模型进行验证,旨在构建具有较高精度的估产模型,从而更好地指导小麦生产。结果显示,3种估产模型的估产误差均控制在10.55%内,根据3个模型得到研究区内冬小麦最佳产量预测时段为3月下旬,即拔节期;3个模型中,主成分回归估产模型的产量拟合精度最高,达93.12%,具有一定的实用价值。     

湖南省中稻种植面积遥感监测方法研究

综合考虑大面积水稻种植区耕地地块破碎,种植结构复杂,插花、套种、错季种植现象明显,影像解译、分类难度大等特点,充分利用国产卫星GF-1数据,以湖南省中稻种植为例,通过精确作物识别与混合像元处理,实现像元尺度的中稻识别;结合国土资源土地调查数据,统计中稻的像元数量与丰度(种植面积比)水平,并扣除耕地图斑内的非耕地成份,建立中稻种植面积估算模型,最终得到精确到县级报告单元的种植面积估算结果。结果表明:通过遥感数据估算面积和地面样方调查计算结果的可决系数达到0.869 6,说明遥感监测方法在湖南省中稻种植面积估算中行之有效。GF-1卫星遥感数据的空间分辨率、波段覆盖范围、影像覆盖能力等能满足大面积农作物种植面积监测要求,基于抽样技术的地面调查与遥感影像分类相结合提取作物种植面积信息的方法可用于省级、区域级的粮食种植面积遥感监测。     

冬小麦遥感估产多种模型研究

综合冬小麦地面光谱资料及相应的农学参数资料,ＮＯＡＡ／ＡＶＨＲＲ 资料,历年各县冬小麦单产、播种面积、总产资料,历年新疆各站气象资料,监测点历年冬小麦发育期、密度、产量分析等资料,证明地面光谱植被指数与冬小麦密度、生物量、叶面积指数关系密切,从而建立了密度与生物量的光谱监测模型,进而建立了北疆试验区各层冬小麦种植面积估算和产量预报卫星遥感模型,辅以冬小麦产量农业气象预报模型、农学模型及模拟模型,自１９９４ 年投入应用以来的结果表明,这套模型预报精度高、效果很好     

洪湖市中稻产能开发潜力探析

分析了洪湖市的中稻现实际理论产量及影响稻谷产量的主要因素,得出洪湖市中稻产能开发潜力的几个重要途径,以期促进该市中稻产能的开发。     

基于Logistic算法与遥感影像的棉花虫害监测研究

【目的】借助多光谱遥感影像和Logistic算法,实现对棉田虫害的田间监测。【方法】以患虫害棉花区域为研究对象,利用无人机获取棉田多光谱遥感影像,并对影像进行预处理;结合受虫害棉花光谱特征,利用虫害敏感波段反射率与植被指数构建Logistic回归模型,开展棉花虫害识别监测研究。【结果】由土壤调节植被指数(Soil adjusted vegetation index,SAVI)模型和归一化植被指数(Normalized vegetation index,NDVI)模型构建的棉蚜虫、棉红蜘蛛、棉铃虫识别模型为最优模型,其训练样本准确率达到93.7%,测试样本准确率达到90.5%,召回率为96.6%,F1值为93.5%,对棉蚜虫、棉红蜘蛛和棉铃虫的识别模型决定系数分别为0.942、0.851和0.663。【结论】该模型可满足棉田中棉蚜虫、棉红蜘蛛和棉铃虫3种虫害的发生区域识别,且可基本满足棉田精准植保作业相关要求。     

浙江省水稻遥感估产区划研究

从水稻遥感估产的特点出发,在分析浙江省自然条件的基础上,确定了以稻作制度为主导因子的分区指标,采用地理信息系统GIS空间邻接分析与图论的树算法相结合的方法进行浙江省水稻遥感估产区划研究,得到了较为满意的结果。     

基于不同建模方法的土壤pH值无人机遥感影像反演

土壤pH值是土壤形成过程和熟化陪肥过程的一个指标。为了实现对农田土壤酸碱度状况的量化判别,提高模型预测精度,以江苏省南京市江宁区淳化街道农田土壤pH值为研究对象,采用棋盘式布点法选取60个点位进行土壤pH值测定,采用无人机搭载多光谱传感器获取土壤光谱信息,分别建立多元逐步线性回归（MLSR）、BP神经网络（BPNN）、LASSO回归模型,并采用R²、RMSE、VIF指标评价3种模型精度。结果表明,LASSO回归方法较其他回归方法在多光谱与土壤pH值反演中表现较好,R²=0.618,RMSE=0.430,可以平衡MLSR的共线性问题以及BPNN样本容量较少、验证集精度较差等问题。采用LASSO回归模型进行反演及分类制图,发现研究区内92.6%的土壤呈中性,以期为无人机多光谱反演土壤pH值提供理论参考。     

基于IRS-P5与IRS-P6融合影像获取林地信息

简要介绍了IRS-P5与IRS-P6卫星的基本信息;详细探讨了IRS-P5与IRS-P6影像正射校正、影像融合、波段组合的处理过程;通过制作遥感影像与现地相对应的解译标志,建立林地分类系统,区划出各类林地类型信息.根据实地验证结果可知,IRS-P5与IRS-P6融合影像具有信息丰富、分辨率高的特点,能够用于林地类型信息...     

中国玉米遥感估产区划研究

农作物遥感估产区划是大面积农作物遥感估产研究和实践的基础。根据农作物遥感估产技术的具体要求,结合农作物区划理论,重点考虑春玉米和夏玉米估产,提出了我国玉米遥感估产区划的原则和依据,针对玉米遥感估产中的各项工作,分别作出了全国玉米遥感估产最佳时相、信息源和土地利用结构分类方案,并在此基础上,设计区划指标,把全国分为13个估产区和28个估产亚区。     

基于WOFOST模型与遥感数据同化的县级尺度玉米估产研究

区域尺度的作物生长动态监测和产量预测对于保障粮食安全和农业政策的制定具有重要参考依据。遥感数据同化应用极大提高了作物估产的时效性和精度。为及时、准确地实现县级尺度粮食产量的估测,以及提升产量估测的精度,以辽宁省铁岭县为研究区,采用WOFOST(world food studies)模型与遥感同化相结合的方法对铁岭县玉米进行估产研究。通过采用扩展傅里叶幅度敏感性检验算法(extened Fourier amplitude sensitivity test,EFAST)敏感性分析方法实现玉米估产敏感性参数的分析,以及本地化;通过采用参数自动率定程序PEST(parameter estimation)实现参数的优化,验证结果为采样点产量的平均误差为852.39 kg·hm^-2,模型模拟的精度达到92.82%。为进一步提高和优化模型估产精度,将遥感反演得到的叶面积指数采用集合卡尔曼滤波算法与模型模拟的叶面积指数进行数据同化,平均误差从同化前的852.39 kg·hm^-2降低为435.01 kg·hm^-2,估产精度从92.82%提...     

水稻遥感估产信息系统中数据压缩方法的研究

水稻遥感估产信息系统拥有包括地理坐标数据、各种光谱数据在内的各种数据,作者提出了对二维地理空间进行编码,由一个编码代替两个地理坐标,从而实现对地理坐标数据的压缩,其压缩率为1:2。文中还针对土壤光谱特点,利用实验室标准土壤光谱与实际土壤光谱之间的关系,提出了土壤光谱回归压缩方法,将每条土壤光谱曲线,压缩为2个回归系数。     

基于遥感和WebGIS的冬小麦估产支持系统

【目的】建立Web环境下冬小麦估产的业务化运行体系,解决冬小麦遥感估产业务化运行不足,运行效率低等问题。【方法】基于面向对象的编程技术,采用Java语言,结合ESRI的开发包MapObject for Java以及管理工具ArcSDE、ArcCatalog和ArcIMS,通过在Web上集成遥感估产和GIS,构建了Web环境下的冬小麦估产支持系统。【结果】客户端通过浏览器访问远程服务器,可以实时地获取远程服务器发布的冬小麦生长信息,并进行产量预测,从而解决了遥感估产网络环境下的运行问题。【结论】本文提出了Web环境下的冬小麦估产研究方法和框架体系,实现了冬小麦估产业务化运行系统,系统运行结果良好,是对Web环境下遥感估产的探索性研究。     

遥感估产技术研究现状与展望

遥感技术估产快速,减少了传统估产方式的繁重工作,且增加了精准性。阐述了遥感估产的原理与建模基础及模型类型,对未来遥感估产技术进行了展望。     

基于WEB的农作物遥感估产软件平台开发的技术研究

探讨了利用ION集成JESS、IDL、ENVI软件开发基于WEB的农作物产量预报平台的开发方案以及实现的关键技术,研究表明它是一种省时省力、功能强大、适应性强的农作物产量预报平台开发的最佳选择。     

基于Landsat影像的崇明岛东滩土壤盐分遥感反演技术

目前我国土地资源面临着严重的盐碱退化问题。以上海市崇明岛东滩盐碱土为研究对象,基于野外实地调查土壤盐分数据以及Landsat遥感影像数据计算获取的各波段反射率、盐分指数（salinity index, SI)、盐分指数1（salinity index 1, SI1）、归一化差分植被指数（normalized difference vegetation index, NDVI）、冠层盐分响应指数（canopy response salinity index, CRSI）和陆地表面水分指数（land surface water index, LSWI）,采用多元样条自回归模型（multivariate adaptive regression splines, MARS）与偏最小二乘回归方法（partial least squares regression, PLSR）分别建立土壤盐分的回归模型,并对区域盐碱土的空间格局进行探究。结果表明:①滨海土壤盐分在近红外波段有明显的吸收作用,与近红外波段、短波红外波段和NDVI相关系数较高;②MARS模型较PLSR模型对于样点土壤盐分反演有更好的效果（R2分别为0.74和0.70）;③崇明东滩滨海土壤盐分在空间上具有较高的异质性,水体附近和滩涂土壤盐分较高,林地和农田土壤盐分较低。该结果为滨海地区区域尺度上的土壤盐碱化监测提供范例,为滨海土壤盐渍化的治理及岛屿的生态建设提供参考依据。     

基于MODIS遥感资料的江西省双季早稻估产研究

利用MODIS植被指数产品,对江西省双季早稻总产进行的估算。以江西省行政区划为分区,2005—2009年江西省8个主要水稻种植区域为样本,对分区内早稻总产与分区内增强型植被指数值之和进行相关性分析,结果表明二者之间显著相关。通过建立一元线性回归与多元回归方程的方法构建了江西省早稻估产模型,利用2001—2004年及2010年的数据对模型进行验证与预测,综合均方根误差与相对误差选择出了最优模型。最优模型表明利用分蘖期与拔节期两个时期的增强型植被指数建立的模型最适宜江西省水稻总产的估算,利用该模型对江西省2010年省级早稻总产估算的结果与统计值的相对误差为0.8%,对江西省双季早稻的遥感估产工作具有一定的指导意义。     

县域尺度的小麦高分辨率遥感估产

从县域尺度准确掌握粮食产量,对于国计民生具有重要意义。目前,基于高分辨率遥感影像的县域尺度的估产研究尚不多见。本文以山东省泰安市岱岳区为研究区,利用2019—2021年高分一号B星、高分一号C星影像,辅以Landsat-8影像,运用随机森林法进行遥感解译,识别耕地变化,探究了小麦种植区的时空格局,选取植被指数NDVI监测小麦长势,建立估产模型,并制作了像元级产量专题图。结果显示：小麦种植面积提取相对误差均在5.150%以内,2021年小麦种植面积降幅达26.021%;小麦长势虽然存在年际变化,但总体平稳;小麦总产量遥感估产误差不超过4.300%,2020年增幅约4.261%,2021年降幅约21.981%。研究表明：2020—2021年,研究区小麦种植面积显著下降,长势基本持平,小麦总产量减少。研究成果有利于地方政府及时准确了解粮食产量,对高分辨率遥感估产研究有积极意义,对于县域尺度的作物监测有较高参考价值。     

小麦遥感估产研究现状及趋势分析

在分析国内外小麦遥感估产研究进展的基础上,指出目前小麦遥感估产存在的主要问题,并就小麦遥感估产精度的提高、遥感和模型结合的估产研究与应用、极端气候条件下的遥感估产以及遥感估产技术的信息集成化等方面进行了思考。     

卫星遥感估产技术的发展与展望

在简述遥感估产的基本原理、程序及研究进展的基础上,对遥感估产模型进行了评价,并介绍了面积估算方法的发展趋势。遥感信息源的分辨率越来越高,3S、建模与农业、生态、计算机应用等技术相结合,为遥感估产打下了良好基础,从而使建立集高时效性、高精度、可操作性强、易于业务化等优点于一身的优秀的遥感估产系统成为可能。