基于遥感反演作物冠层温度的作物生长模拟和预报

利用作物冠气温差可以计算作物生长水分胁迫系数.用遥感信息估算作物冠层温度并且利用气象站的气温资料,通过冠气温差计算作物水分胁迫系数,并引入作物生长模拟模型,就实现动态和连续的作物监测及预报作物产量.本文对建立遥感-作物模拟复合模型的基本原理进行了探讨,并提出建立遥感-作物模拟复合模型所涉及的计算方法,但整体研究方法还有待进一步的验证.     

基于多源遥感数据和EC-LUE模型的冬小麦产量估算

【目的 】及时、准确、无损地估算冬小麦产量有助于粮食生产管理和粮食安全。【方法 】文章使用Sentinel-2的红光波段和短波红外数据及MOD09Q1数据,使用ESTARFM融合方法,生成冬小麦生长期（3～6月）内8 d的NDVI高空间分辨率时间序列数据。结合MERRA-2气象同化数据,使用EC-LUE模型进行农作物总初级生产力（GPP）的模拟估算,并使用收割指数方法将之转化为冬小麦产量,将估算结果与美国农业部门公布的县级产量数据进行比较验证。【结果 】实验表明,Sentinel-2与MOD09Q1融合NDVI具有良好的融合精度,相关系数在0.60～0.87之间。基于融合NDVI估算的GPP相比MOD17A2H具有更好的空间细节和纹理。2017—2020年估算产量平均绝对误差MAE为8.41 bu/acre,平均相对误差为18.4%,均方根RMSE为9.7 bu/acre。【结论 】基准影像数量及其与预测日期的时间差会影响融合的精度,总体上能用于后续GPP模拟;EC-LUE模型较好地模拟了农作物的GPP水平和产量,在土地覆盖类型复杂的区域,可以提供更好的GPP空间变异信息,具有可移植性...     

基于近地高光谱遥感的小麦叶片生长参数动态模型研究

【目的】探讨利用遥感技术实时监测小麦叶片生长动态变化。【方法】以生产中大面积推广应用的小麦品种周麦27为试验材料,在2个试验地点布置水氮耦合处理试验,依据相关回归分析筛选出对叶片氮含量（LNC）和叶面积指数（LAI）反应敏感的高光谱植被指数,进而确立了不同产量层次的植被指数生育进程动态模型。【结果】LNC和LAI与近红外短波段735～1 075 nm呈显著正相关关系,而与可见光波段350～730 nm呈显著负相关关系。对LNC敏感的植被指数主要有AIVI、RES和mND924,而对LAI敏感的植被指数主要有ONLI、CI_green和MSR（800,670）,以上2类植被指数和籽粒产量间关系均密切,表现较好的时期主要为拔节期至灌浆中期阶段。采用双LOGISTIC模拟模型方法,优选的方程能够较好地模拟植被指数的生育进程动态轨迹,模型精度（R²）随着产量水平的逐渐提高而增加,低产水平的精度相对较差（0.627～0.703）,而高产及以上水平的R²较高（0.868～0.972）。【结论】高光谱植被指数AIVI和CI_gr...     

基于作物模型与遥感信息的水稻产量预报研究

将遥感资料(NOAA/AVHRR,Landsat TM)与水稻模拟模型(RCSODS)相结合,建立遥感数值模拟模型,进行水稻遥感估产。利用TM影像对NOAA进行几何精校正和混合像元分解;对NOAA卫星的可见光通道和近红外通道,采用双通道组合运算技术,构造植被指数(NDVI),结合地面样区实测叶面积指数(LAI)资料,建立NDVI与LAI的相关模式,对大面积水稻LAI进行反演,实现水稻长势的遥感实时动态监测。在此基础上,利用NDVI与水稻生物学参数LAI的关系,及时校正水稻生长模拟模型,预报以像元点为空间变化范围的单位面积产量;并对高邮市的水稻进行产量模拟,取得较好的结果。     

地块窗口支持下作物的遥感估产

为克服样方代表性狭窄、误差大、需重复采样等缺点,提出了基于地块窗口的估产模式,以行政村作为研究区域,利用QuickBird影像提取的地块区域作为窗口,TM影像为主要数据源,结合实地调查,分别以玉米和花生为研究对象,在地块、区域2个层面初步探讨了在地块窗口支持下遥感估产的关键技术.结果表明:采用以地块为窗口的分类方法在大...     

基于WOFOST作物生长模型的冬小麦干旱影响评估技术

为了反映作物与干旱的相互关系,人为再现干旱灾害对作物产量的影响程度,选择华北地区冬小麦干旱灾害为研究对象,对作物生长模型WOFOST在区域上进行适应性进行分析、检验的基础上,然后利用区域作物模型实现干旱灾害对作物影响定量分析和动态评估.以减产率和气象条件作为灾害严重程度划分的标准,利用数值模拟试验,确定导致减产的主要气象因子及其量值,对研究区干旱灾害进行影响评估,包括典型灾害年份影响评估和年代际灾害影响评估,并给出了评估结果.     

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。     

基于多角度高光谱遥感的冬小麦叶片含水率估算模型

准确的作物水分监测对于旱情评估具有重要意义。在分析研究区冬小麦多角度光谱特征后,利用不同水分处理下冬小麦实测叶片含水率和实测多角度光谱数据,基于植被光谱指数法,建立不同观测角度下冬小麦光谱植被指数、水分敏感波段光谱指数与叶片含水率之间的数学模型。结果显示,相对方位角与相对天顶角越小时,观测到的光谱指数与叶片含水率的相关关系越优;敏感波段组合构建的光谱指数中,1450nm波段分别与其他波段组合的NDSI、RSI指数与叶片含水率相关性在各观测角度条件下均较好,1 450 nm波段是冬小麦叶片含水率研究的最佳敏感波段;选取常见的4种植被指数(NDVI、EVI、WI和NDII)中WI和NDVI在各观测角度下与叶片含水率的相关性优于其他两种指数,决定系数R2均在0.83以上,P0.01呈极显著相关;综上建立的多角度光谱叶片含水率估算模型,平均相对误差MRE均小于0.154、均方根误差RMSE均小于0.098,拟合效果较好,尤其是光谱指数NDSI1160,1450、NDSI980,1450和植被指数NDVI、WI;基于以上4种指数建立的最优观测角度(0°,30°)模型,其中植被指数WI的估算效果最好,相关系数在各角度均达到5%的相关显著水平,MRE0.03,可作为最优观测角度反演研究的最优植被指数。     

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     

基于条件随机场的高光谱遥感影像农作物精细分类

【目的】农作物精细分类对于农作物长势监测、产量预估、灾害评估、保障国家粮食安全具有重要意义。高光谱遥感影像具有丰富的光谱波段,能够探测到各类农作物之间细微差别,已逐渐成为分类的理想数据源。【方法】研究以由AVIRIS传感器收集的美国加利福尼亚州南部萨利纳斯山谷的农作物区域的高光谱数据为数据源,提出了一种基于条件随机场的高光谱遥感农作物精细分类方法,利用SVM分类器计算各类地物的概率,并定义为条件随机场的一元势函数以融合空间特征信息;将空间平滑项和局部类别标签成本项加入到二元势函数中,以考虑空间背景信息,并保留各类别中的详细信息。最后与传统的最小距离法和SVM算法进行比较。【结果】文章提出的方法较最小距离分类法、SVM传统方法相比,整体精度分别提高了16%和2%,除了C15类(葡萄园3)精度为72.32%与74.11%外,各类地物精度均在94%以上,各种"椒盐"噪声与分类混淆现象得到了改善。【结论】实验结果表明,该方法在农作物精细分类应用中具有较大优势。     

Mapping within-field variability in wheat yield and biomass using remote sensing vegetation indices

Precision Agriculture - This paper explored the ability of remote sensing (RS) and meteorological data to map the variability of yield/biomass in cultivated wheat (Triticum aestivum). The...     

基于遥感和GIS技术的农田信息管理系统

应用遥感技术和GIS技术开发农田信息管理系统,系统以3层B/S模式结构设计。通过对遥感影像处理方法的研究,得到研究区域分类数据,使用反距离加权插值和样条插值2种空间内插方法拓展农田无线传感器网络采集的监测点数据,得到整个目标区域连续的农田数据分布专题图,为农田信息管理系统提供宏观的数据。系统能够实现地理信息系统的基本操作功能、农田信息的查询与管理以及农业各种专题图的直观展现。以江苏省洪泽湖农场为案例区,系统能够有效地管理农场数据,为农业生产管理提供指导依据。     

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。     

基于能量平衡的蒸散遥感估算模型的应用研究

【目的】用遥感技术估算陕西关中渭北地区的实际蒸散,并将估算的蒸散与参考作物蒸散进行比较。【方法】以陕西关中渭北地区2008-06-23和09-05的NOAA-18卫星遥感资料以及该地区的气象资料为供试数据,利用能量平衡单层模型,计算陕西关中渭北地区的潜热通量及蒸散,并将蒸散估计值与参考作物蒸散分布进行比较。【结果】能量平衡单层模型中参数的反演途径直接影响着蒸散的反演精度,蒸散与植被指数的分布具有高度的一致性,蒸散的变化与研究区域的土地利用密切相关。【结论】根据下垫面特征建立的、物理意义清楚的基于遥感和气象资料的能量平衡单层模型,更适合区域实际蒸散的估算。     

基于深度学习服务的遥感影像农作物分类系统设计

【目的】深度学习在图像分类方面效果显著,但对机器的硬件配置要求高,将深度学习的技术应用于作物分类的同时,降低客户端的IT成本,开发基于深度学习服务的遥感影像农作物分类系统。【方法】系统采用C/S架构,服务器端部署Caffe的深度学习框架,通过PaaS提供计算服务,统一处理客户端模型训练、影像分类等任务;客户端提供用户界面,负责数据输入、结果解析和可视化操作;客户端和服务器之间通过异步RPC实现网络通信,利用FTP进行数据的上传和下载;考虑到农作物分类在实际应用中的时效性,系统还提供了一个简化的Alexnet模型,在保证分类精度的前提下加速了模型的收敛速度。【结果】通过对采集的428144个农作物样本数据集的应用表明,服务器训练的时间比单机训练缩短了近3倍,该系统不仅能够快速地完成深度学习模型训练的任务,还能实时准确得到遥感影像的农作物分类结果。【结论】该研究进一步推动了深度学习在农业分类方面的应用,同时为遥感技术在农业应用中的发展、农作物面积统计工作和对农业资源进行优化配置提供了重要的科学指导。     

基于CBERS-02卫星遥感图像的棉花光谱识别模型的建立

新疆南疆地区是中国重要的棉花产区,准确及时地获取棉区播种面积及长势状况对于棉花生产与管理有重要的意义。本研究以2005年7月10日中巴资源卫星CBERS-02卫星CCD1-4波段遥感图像为数据源,分析了阿拉尔垦区棉花、果园、草地、居民地、盐碱地及水库6种典型地物的光谱特征,建立了遥感解译标志。以CBERS-02卫星CCD1-4图像DN值及NDVI值组合为条件构成判断表达式,从而建立了棉花遥感光谱识别模型,并采用ERDAS遥感图像处理软件的空间建模方法提取了棉花面积及分布信息。     

基于多时相遥感数据的水稻种植面积信息提取

在遥感影像中,植物的含水量、土壤湿度在短波红外波段下表现很敏感,而红光波段和近红外波段对植物覆盖率、植物长势反映很强烈。基于时间差异的决策树水稻提取模型,通过计算水稻生长不同时期的归一化植被指数NDVI和土壤含水量指数LSWI,在江苏省盐城市射阳县开展了水稻种植区提取的相关研究。经过提取的水稻面积和地方统计数据对比表明,该模型能有效区分出水域、玉米和菜地等较易与水稻种植区混淆的地物,面积提取精度达到76.26%。     

2009年江苏省冬小麦和水稻种植面积信息遥感提取及长势监测

以中国农业遥感监测系统(CHARMS)大尺度业务运行作物长势监测需求为实际驱动力,进行基于遥感影像全覆盖的大尺度农作物类型遥感综合自动识别的方法研究,通过分析2009年江苏地区冬小麦和水稻的种植结构、物候历特征及其生物学特性和时序NDVI曲线特征,确定冬小麦和水稻信息提取的NDVI阈值,建立不同作物面积提取模型,并最终获取了2009年CHARMS中江苏冬小麦和水稻长势监测所需的作物空间分布,并与多年平均统计数据比较,总体精度分别达到了78%和85%以上,基本可以满足农情业务化需要.其次,基于面积识别的结果,利用目前长势监测中应用最广泛的归一化植被指数NDVI对江苏2009年冬小麦和水稻长势进行监测,并用差值模型,与近5年长势的平均状况进行对比研究.结果表明,2009年江苏冬小麦和水稻长势均呈现"前期较好,中期变差,后期恢复"的趋势;空间分布上,淮北和苏中地区冬小麦全年长势较多年平均稍差,而水稻长势较差的地区主要分布在苏南地区.     

融合气象与遥感数据的农作物台风灾情快速评估方法研究

[目的]通过多尺度数据融合技术结合两种方法的优点,提出一种空间覆盖完整同时分辨率较高的大范围农田台风灾情快速评估方法.[方法]文章基于2010-2019年对中国沿海地区农作物损害较大的25个台风样本的省级受灾面积与气象再分析数据(ECMWF Re-analysis v5,ERA5),对农作物的脆弱性模型进行中国区域的参...     

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.