基于ENVISAT ASAR的长乐市水稻种植面积监测

以多时相、双极化ENVISAT先进合成孔径雷达(ASAR)影像为例研究福建省长乐市试验区水稻种植面积提取方法.利用2005年不同水稻生长季节的多时相ASAR数据,通过分析2种极化方式下水稻后向散射系数变化规律,采用构建新波段方法来增强水稻信息,然后采用监督分类法分别提取早、晚稻信息,最后,结合两季水稻提取结果分区域提取得到总的水稻种植面积.该方法极大地减小了水稻和背景地物信息混淆的概率,取得了较好的分类结果,总精度达到96.68%.可见,多时相、双极化ENVISAT ASAR数据能够对水稻种植面积进行有效监测.     

利用GIS与TM数据资料集成技术估算中国南方早稻面积——以龙游县为例

提出利用GIS 与TM数据集成技术估算中国南方丘陵山地早稻种植面积的方法。该方法首先利用ARC/INFO对土地利用现状图进行数字化,建立拓朴关系后将其转化为栅格,然后进行投影变换,使土地利用现状图、行政图、TM数据具有相同的坐标,最后利用土地现状图,提取水田分布图,对水田分布图进行分类估算早稻种植面积．不同方法比较结果表明：非监督分类法不能用于提取丘陵山区的水稻种植面积;只用TM资料估算龙游县早稻面积,与统计数据相比,平行六面体分类法、最大似然分类法分别达到82.83%和59.95%;而用GIS 与TM数据资料集成技术对水田分布图进行分类估算早稻面积,平行六面体分类法、最大似然分类法的估算精度分别达到93.98%和60.65%,所以利用平行六面体分类法对南方丘陵山地早稻种植面积估算是可行的．     

基于Sentinel-2影像的冬小麦种植面积早期提取研究

【目的】 文章旨在探讨基于高分辨率多光谱遥感影像进行冬小麦种植面积早期快速提取、冬小麦空间分布情况快速制图与精度验证的方法,为山东省冬小麦高产、优质种植和农艺肥水的处方决策提供全局性信息。【方法】 （1）对Sentinel-2遥感影像数据进行预处理,然后采用历史种植分布数据自动提取与人工选取相结合方式构建冬小麦识别样本库,将样本分为小麦、林地、水体、建筑和道路及其他作物五大类;（2）采用随机森林算法计算机自动分类与影像人工解译相结合的方式,提取研究区冬小麦种植面积,绘制冬小麦种植空间分布图,并进行精度验证。【结果】 （1）解译得到研究区冬小麦种植面积为54.41万hm²,冬小麦种植面积的总体分布精度为97.05%,kappa系数为0.94,解译效果良好;（2）该文提出的方法可实现冬小麦种植面积高精度提取以及快速制图。【结论】 早期精准掌握冬小麦种植面积及空间分布信息,能够为地方政府和农业部门指导农事活动提供科学依据。     

东北地区高标准农田利用现状分析

【目的 】分析东北地区高标准农田粮食作物种植分布及空间变化情况,为高标准农田的监测监管提供依据。【方法 】文章选取中国东北地区为研究范围,利用卫星遥感影像提取2017—2021年水稻、玉米和大豆等主粮作物的空间分布,并将其与已建成的高标准农田项目空间数据以及一般耕地数据进行叠加分析,以对高标准农田和一般耕地上的主粮作物种植面积和占比进行分析对比。【结果 】2017—2021年东北地区高标准农田种植的主粮作物比例平均高出一般耕地约14%。高标准农田建设比例高、且主粮作物占比增加的地区主要分布在黑龙江东部及东北部、吉林西部;而高标准农田建设比例低、且主粮作物占比降低的县有23个,主要分布在山脉附近。【结论 】2017—2021年东北地区高标准农田主粮作物面积占比高于一般耕地,高标准农田在落实“良田粮用”政策和保障粮食供给方面成效显著。     

利用GIS与TM数据资料集成技术估算中国南方早稻面积--以龙游县为例

提出利用 GIS与 TM数据集成技术估算中国南方丘陵山地早稻种植面积的方法 .该方法首先利用 ARC/INFO对土地利用现状图进行数字化 ,建立拓朴关系后将其转化为栅格 ,然后进行投影变换 ,使土地利用现状图、行政图、TM数据具有相同的坐标 ,最后利用土地现状图 ,提取水田分布图 ,对水田分布图进行分类估算早稻种植面积 .不同方法比较结果表明 :非监督分类法不能用于提取丘陵山区的水稻种植面积 ;只用 TM资料估算龙游县早稻面积 ,与统计数据相比 ,平行六面体分类法、最大似然分类法分别达到 82 .83 %和 59.95% ;而用 GIS与 TM数据资料集成技术对水田分布图进行分类估算早稻面积 ,平行六面体分类法、最大似然分类法的估算精度分别达到 93 .98%和 60 .65% ,所以利用平行六面体分类法对南方丘陵山地早稻种植面积估算是可行的 .     

黑龙江省水稻种植信息遥感技术探讨

为了实现黑龙江省东部地区水稻种植信息遥感监测的业务化,通过采用实地调查、ISODATA非监督分类、遥感数据融合和光谱耦合等方法,研究提取研究区水稻种植分布的方法,并进行面积推算。结果表明,2012年黑龙江省东部地区水稻种植面积为15389．01km2,主要集中在佳木斯、双鸭山和鸡西地区,分类精度达89．19％。该方法可为区域水田空间分布信息提取提供借鉴。     

基于OpenStreetMap数据的农田地理信息提取

【目的】农田地理信息(位置、面积、空间分布等)能够直观反映一个地区的农业现状,对政府部门制定农业政策和经济计划具有重要的参考价值。该研究利用自发地理信息(Volunteered Geographic Information,VGI)数据提取农田地理信息,以降低农业信息获取成本。【方法】VGI通过用户在线协作的方式,以普通手持GPS终端、开放获取的高分辨率遥感影像以及个人空间认知的地理知识为基础,实现地理信息的创建、编辑、管理和维护。文章以VGI中生成和上传方式较为简单、数据体量较大的历史OpenStreetMap(OSM)数据为基础。针对街区面积、道路线密度等进行阈值设定,从而提取农田地理信息;其次,将基于OSM数据提取的农田耕地面积与联合无人机和RapidEye影像数据提取的研究区耕地面积进行比对,确定最佳阈值;最后,基于最佳阈值提取的农田地理信息与OSM自身包含的农田地理信息叠加整合,得到基于OSM数据提取的农田地理信息。【结果】针对街区面积,道路密度等各种影响因子进行阈值设定,可提高农田面积的提取精度,以无人机结合遥感影像提取的耕地面积信息为参考,利用OSM数据提取的农田信息精度较高(误差低于15%)。【结论】该研究能够实现各种区域尺度的农田地理信息快速提取,可为农田面积动态变化监测和农业生产管理提供数据支撑。     

基于MODIS-NDVI的邯郸市冬小麦和夏玉米面积提取

作物种植面积提取是作物动态监测的关键问题之一。为了解邯郸市主要作物种植面积分布,本研究选用250 m分辨率的MODIS陆地植被数据产品MODIS 13Q1,经过遥感影像数据预处理、作物物候信息调研、典型地物时序曲线提取、建立决策树等步骤,完成2010—2016年邯郸市冬小麦和夏玉米的种植面积提取。结果表明,邯郸市冬小麦和夏玉米的种植空间分布基本保持一致,均集中于东部平原区;种植面积的年际变化趋势相对稳定,历年差别不大;冬小麦和夏玉米的面积提取误差平均分别为10.57%和13.40%,符合大区域作物面积提取要求。本研究为大区域范围下通过遥感技术快速提取作物种植面积提供了参考方法,同时为邯郸市作物种植规划提供了指导。     

基于HJ-1CCD影像的冬小麦种植面积提取研究

针对目前省域冬小麦种植面积遥感监测业务化运行中所存在的监测精度与成本之间相互制约的问题,本研究选取冬小麦主产区——山东省为研究区域,利用HJ-1卫星提供的CCD遥感影像,采用决策树分类法,同时以山东省土地利用类型之林地数据和野外地面调查数据作为辅助,通过分区解译提取出山东省冬小麦种植面积和分布区域。研究表明:利用HJ-1 CCD影像进行山东省冬小麦种植面积提取是可行的,位置精度和面积总量精度分别达到93.0%和96.8%,对国产卫星的推广应用具有良好的示范作用。     

ENVISAT ASAR数据与CBERS-02数据的融合及应用初探

首次利用ENVISAT ASAR交叉极化模式数据与中巴地球资源卫星02星(CBERS-02)CCD数据进行融合,对融合后的图像进行分析和讨论。通过比较IHS变换融合、主成分分析融合和小波变换融合方法发现,采用IHS变换融合产生的融合图具有更好的目视判读效果,但是由于ASAR数据受到相干斑噪声的影响,在滤波去噪后,融合图的空间分辨率变低。另外,该融合图包含了地物的VV极化和HH极化后向散射特征,使地物结构形态、复介电常数和地物的光谱信息等重要的地物参数信息都包含在融合图中,增强了区别地物的能力,就农作物的目视解译和分类而言,该融合图精度得到了较大提高。     

基于ENVISAT ASAR数据的水稻遥感监测

以江苏省兴化市水稻试验区为例,利用单时相多极化ENVISAT ASAR(Advanced Synthetic Aperture Ra-dar)数据进行水稻识别和生长参数反演。通过分析水稻和其他地物在该时相上的VV极化和HH极化后向散射特征,选择合适的阈值和条件,利用阈值分类算法从影像中提取水稻分布。另外,利用实测水稻生长参数和获取的植被指数(NDVI)数据与水稻后向散射系数进行相关性分析。分析结果表明,水稻VV极化后向散射强度与水稻形态结构、叶面积指数和生物量具有较好的相关性,而水稻HH极化后向散射强度对水稻冠层含水量的变化更敏感。基于上述分析,建立反演水稻株高、叶面积指数和NDVI等参数的关系模型。经过验证,水稻识别精度为84.36%,反演的水稻生长参数的空间变化和实际情形相符合。     

基于EOS/MODIS数据的抚远县水稻面积提取技术研究

为获取黑龙江省大范围的水稻种植空间分布及面积等信息,指导水稻生产,以抚远县为研究区域,利用EOS/MODIS数据进行水稻面积提取研究。结果表明:抚远县水稻面积309 513.32hm2。水稻种植区域精度较高的图框区域集中在抚远县中部及南部地区,这些地区水稻种植比较集中,且所占比例很高,其它作物较少,对混合像元的精度影响小;精度较低的图框主要集中在北部地区,这与实际情况相符合,水稻种植较零散且其它混种作物种类及荒草类别比较复杂,混合像元分类精度较低。     

基于高时空分辨率遥感数据协同的作物种植结构调查

[目的]充分发掘遥感影像的空间、时间和光谱等特征谱信息,探索地块基元支持下的多源遥感数据作物种植信息自动识别方法,为作物种植结构信息的快速、精细化调查提供借鉴.[方法]以广西扶绥县为研究区,通过对高空间分辨率影像的多尺度分割和对象廓线编辑,提取精细农田地块信息;以地块为基元获取覆盖作物生育期内的时序光谱特征;基于时序光谱及其变化定义与作物长势状况相关的描述参量,形成静态光谱与动态过程特征结合的多维特征空间,结合作物的物候节律特征构建作物种植信息提取模型,实现主要农作物种植结构信息的提取.[结果]依据上述方法绘制出广西扶绥县甘蔗、水稻和其他作物农田及草地、林地、水体、城镇建设用地等的精细地块图,其中,提取广西扶绥县甘蔗和水稻作物的总面积分别为82420.01和6806.67 ha,作物提取的总体分类精度为86.8%,Kappa系数为0.84.[结论]提取的广西扶绥县作物种植结构的成果满足使用精度要求,可为精准农业补贴投放、农业灾害定损等政策制定提供依据,而技术方法对于作物种植结构信息的快速、精细化调查具有借鉴意义.     

GIS和RS支持下宁夏水稻低温冷害监测预警

水稻低温冷害是宁夏的主要农业气象灾害,低温冷害的实时监测与预警对趋利避害、减轻灾害损失十分重要。在前人水稻低温冷害指标研究的基础上,在GIS支持下改进了温度的小网格推算方法,提高温度推算精度;利用多时相遥感资料,提取水稻种植区域;将低温冷害的监测指标推算结果与水稻种植区域相结合,实时判定低温冷害等级分布及区域,并利用天气预报资料,对水稻低温冷害进行预警,开发了自动监测预警系统。将此方法和系统应用到业务工作中,制作了水稻低温冷害业务监测预警产品,监测结果与实际情况基本相符,取得较好的监测服务效果。     

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%。     

冬季覆盖作物秸秆还田对水稻植株养分积累与转运的影响

为明确双季稻区不同冬季覆盖作物秸秆还田对后茬水稻植株干物质和养分积累与分配的影响,选择不同冬季覆盖作物-双季稻种植模式为研究对象,采取田间小区定位试验,以冬闲-双季稻种植模式为对照(CK),开展了黑麦草-双季稻(Ry-R-R)、紫云英-双季稻(Mv-R-R)、油菜-双季稻(Ra-R-R)和马铃薯-双季稻(Po-R-R)种植模式下不同冬季覆盖作物秸秆还田后对后茬水稻各部位干物质和氮、磷、钾积累与分配影响的研究。结果表明：早稻成熟期,Po-R-R处理茎、叶物质贡献率均高于其他处理;晚稻成熟期,Ra-R-R处理的茎、叶物质转运率和物质贡献率均高于其他处理。早稻成熟期,Mv-R-R处理水稻植株穗和地上部分的氮素和磷素积累量均显著高于CK处理（P<0.05）;各秸秆还田处理水稻植株茎和地上部分的钾素积累量均显著高于CK处理（P<0.05）。晚稻成熟期,Po-R-R处理叶、穗和地上部分的氮素和磷素积累量均显著高于CK处理（P<0.05）。Mv-R-R处理穗和地上部分的钾素积累量均显著高于Ry-R-R、Ra-R-R和CK处理（P<0.05）。总的来说,各冬季覆盖作物秸秆还田措施均促进了水稻各部位干物质积累和转运;其中以紫云英秸秆还田处理有利于水稻群体养分的积累与转运。     

一种基于MODIS·TM影像融合技术提高水稻种植分布提取精度的方法

综合考虑湄公河三角洲地区高质量TM影像难以获得、影像单一以及MODIS时间序列数据影像的空间分辨率无法满足监测需要的问题,提出一种基于影像对象的MODIS与TM数据融合模型(IOBFM)。根据2009年12月9日和2010年7月5日湄公河三角洲中部地区Landsat7 TM影像数据,融合MODIS时序数据提取裸地纯象元点中的水稻点,并与单纯运用MODIS影像的提取结果的精度进行比较。结果表明,用IOBFM模型的水稻象元提取精度比MODIS提取精度高出9.7个百分点,MODIS与TM数据融合可提高提取地区植被分布的精度。     

基于环境星的混合像元分解水稻面积提取

以河南省息县水稻种植面积提取为例,选取线性光谱混合模型对环境小卫星数据进行分类,并计算出水稻种植面积,将其结果与高分辨率ALOS数据进行位置精度计算,得到平均精度达87.89%。同时,与决策树分类方法和神经元网络分类等方法进行对比,混合像元分解方法总量精度显著提高。表明针对环境小卫星的混合像元分解方法可以提高水稻种植面积的提取精度。     

永州市稻田种植模式经济效益评价

以永州市稻田生态系统为研究对象,采用综合指数评分法,对14种稻田高效种植模式进行了较系统的经济效益比较研究,结果表明：13种种植模式的经济效益均优于传统稻—稻—冬闲模式（对照）,其中以稻田香芋（CP13）、早稻—荸荠（CP3）、百合—晚稻（CP8）、茄子—晚稻（CP9）、两优—蒜（CP11）等模式较优。