基于SOM和NDVI的黑土区精准管理分区对比

根据土壤养分的空间异质性对耕地进行分区是实施变量施肥管理的关键环节,施肥的变量管理将减轻黑土区农业面源污染和土壤退化问题。该文以典型黑土区黑龙江省海伦市某合作社地块为研究对象,利用SPOT-6遥感影像提取归一化植被指数(normalized differential vegetation index, NDVI)、插值计算土壤有机质(soil organic matter,SOM),结合数字高程模型(digital elevation model,DEM),应用面向对象的分割方法,对研究地块进行分区,并应用莫兰(Morans)指数对分区结果进行评价,以期对比研究基于SOM空间插值与遥感信息的分区精度。结果表明:结合4期NDVI空间信息分区的精度最高;结合SOM、DEM、NDVI空间信息进行分区的精度次之;结合地形与SOM空间信息分区精度较低;仅根据SOM空间插值进行分区的精度最低。研究结果可为黑土区农田精准管理分区输入量的选择与多尺度分区提供思路,为实施田间精准追肥提供科学依据。     

黑土区田块尺度土壤有机质含量遥感反演模型

为了对田块尺度土壤有机质进行空间反演并提高模型精度和稳定性,该文以黑龙江省黑土带41.3 hm~2田块为例,获取2016年5月中下旬两期(受限于拍摄周期和天气原因而选择不同卫星影像,2016年5月17日Landsat 8影像和5月25日Sentinel-2A影像)裸土时期遥感影像和4 m分辨率DEM数据;分析单期影像与土壤有机质(soil organic matter,SOM)的关系,两期影像所包含的土壤含水量变化信息与地形因素对SOM预测模型精度的影响,建立基于BP神经网络的SOM遥感反演模型。结果表明:该田块内SOM含量差异较大;利用单期影像预测SOM时,基于红波段和785~899 nm波段建立的预测模型精度(建模均方根误差RMSE 1.033,检验RMSE 1.079)和稳定性(建模决定系数R2 0.677,检验R20.644)较高;两期影像时,基于红波段和1 570~1 650 nm波段建立的预测模型精度(建模RMSE 0.855,检验RMSE 0.898)和稳定性(建模R2 0.792,检验R2 0.797)显著提高;在两期影像模型基础上,加入地形因子作为输入量,模型精度(建模RMSE 0.492,检验RMSE 0.499)和稳定性(建模R2 0.917,检验R2 0.928)进一步提高。研究成果可为土壤碳库估算和农田精准施肥提供理论与技术支持。     

黑土区田块尺度耕地质量遥感监测与评价

为了实现对田块尺度耕地质量的高空间分辨率监测与评价,本文以黑龙江省海伦东兴合作社为研究区,以多源遥感影像为基础获取以像元为单元的田块尺度的耕地质量信息,综合考虑当地耕地特点构建耕地质量评价指标体系,用主成分分析法确定各评价指标的权重,进行质量评价并将评价结果与干重(作物生物量)进行比较,探究利用遥感手段监测和评价田块尺度耕地质量的可行性。研究表明:利用遥感影像提取相应指数可以表征对应指标信息;在两期影像的基础上考虑地形因子进行土壤有机质(SOM)反演的精度较高;依据遥感影像进行评价得到的耕地质量结果与作物生物量相关系数为0.685,达极显著相关;借助多源遥感数据,将耕地质量差异精确到像元级,有利于实现田块尺度的耕地质量的定量评价。本研究成果可为耕地资源高效利用与管理、提高农田水肥利用效率提供参考。     

东北黑土区典型县域种植模式遥感识别与空间格局分析

种植模式对黑土地的土壤肥力和作物产量有显著影响,建立合理的种植模式是养好用好黑土地的重要措施。目前,黑土区种植模式的类型及其空间格局仍缺乏系统分析,遥感技术结合地学信息图谱方法是监测黑土区种植模式的有效手段,但应用较少。该研究基于2012－2017年遥感反演作物分类数据,采用地学信息图谱方法识别种植模式,并使用核密度分析方法测度各类种植模式的空间分布特征。结果表明：1）克东县可识别出5类种植模式,其中,主要的种植模式为无序种植模式、大豆连作模式和两年轮作模式,三者面积总和占比为83.90%。2）县域西部和北部以大豆连作模式为主,县域中部、东部和南部以无序种植模式为主,玉米连作模式呈东北-西南向带状分布,三年轮作模式和两年轮作模式呈“局部集聚、全局分散”的分布形态。3）行政村尺度的种植模式结构大体可以分为5种类型,总体呈现以“无序种植-大豆连作-两年轮作”类型为主并以其他类型为辅的空间结构特征,属于主要类型的行政村数量占比为32.08%。     

近20年农田精准管理分区施肥方法研究进展

精准管理分区(Site Specific Management Zones,SSMZ)是精准农业中实现定时、定点、定量、定配方投入水肥药等农业生产资料的关键环节.SSMZ已经在精准农业中得到了迅速的发展与应用,该技术对于减少农业投入、提高经济效益及减轻农业面源污染具有重要意义.全面地认识SSMZ的研究现状及存在问题,有...     

京郊西北地区农地利用与景观格局时空特征

运用遥感与地理信息系统技术,对三年Landsat TM多光谱遥感图像（1989年、1996年、2005年）进行解译判读,获取京郊西北地区各土地利用类型数据。运用土地利用程度时空演变模型、土地利用动态度模型、土地利用重心模型和景观生态学方法,对研究区1989～2005年间农用地利用及景观格局变化进行了分析。结果表明：农用地频繁流转,以耕地流失最为显著,去向主要为城市及建设用地,林地面积增加缓慢,沙荒地向林地转移明显;农用地各类型的新增速率远小于同期的转移速率,而城市及建设用地则相反;1989～1996年间研究区的综合土地利用动态变化率较1996～2005年间的大,变化集中表现在西北城郊过渡区域,城镇用地扩张导致耕地的利用重心不断向西偏南方向转移;研究区农用地景观破碎化程度在增加,各景观类型的平均斑块形状趋于分散和简单,景观多样性、景观均匀度呈现增加趋势,而景观优势度在逐渐减小。以利用农业用地为鲜明特征的城市化过程是影响北京西北地区景观格局演变的直接因素,城市及建设用地的不断扩张使得林地、耕地斑块的平均面积逐渐变小,景观格局连通性降低。     

基于空间分析与两维图论聚类的湖南水稻遥感估产分区

为了提高水稻遥感估产精度,该文在分析湖南省水稻种植制度及地形等特征的基础上,进行水稻遥感估产分区研究。选择水稻种植制度、稻土比、水稻单产水平、平原面积占总面积比、以及空间位置作为分区因子,采用基于GIS技术的空间分析与两维图论树相结合的方法。分区结果显示,湖南省共分为2个一级区,即一季稻区与双季稻区;在一级分区的基础上得到5个二级区,即2个一季稻区二级分区,3个双季稻区二级分区。此分区结果保持了区块的连续性与行政区划的完整性,以及分区内自然与经济条件的相对一致性;同时各分区之间在种植结构、水稻单产、地形等方面又存在着独立性,此分区结果有利于进行水稻遥感估产研究。     

基于生态安全格局的喀斯特地区自然资源空间精准分区与管制方法研究——以广西壮族自治区柳州市为例

[目的]以典型岩溶地貌及全国南部生态廊道相对发育与密度较高的柳州市为例,对自然空间进行精准分区并提出管制办法,为其他喀斯特地区研究提供科学参考.[方法]基于空间叠置法、INVEST模型与最小累积阻力模型,提取全域尺度生态廊道,构建区域生态安全格局,实现自然资源空间精准分区.[结果]①生态源区以大型林地为主,面积达3 5...     

县级区域粮田土壤养分空间变异与分区管理技术研究

采用传统统计和地统计相结合的方法 ,对面积约 470km2 的玉田县粮田耕层土壤养分进行了空间变异特征与分区管理技术研究。结果表明 ,土壤N、P、K、Mn和Zn普遍缺乏 ,不同土壤养分的变异情况各不相同 ;土壤主要养分N、P、K、Mn和Zn含量的最大相关距离分别为 2 7.1、1 9.7、2 7.1、1 4.4和 2 6.4km ,基本趋于以大块状变异为主 ,这一基本趋势对土壤养分分区管理是有利的 ;土壤养分速效含量呈现较明显的空间分布格局 ,对土壤主要养分N、P、K、Mn和Zn可分别分成 2、3、3、3和 2个养分分区 ,因而对这 5个土壤养分进行分区管理可行 ;作物高产优质分区平衡施肥技术在小麦和玉米上使产量分别增加 1 0 .9%～1 3 .1 %和 1 4.3 %～ 2 1 .7% ,使经济效益分别提高 5 90～ 747和 72 4～ 1 3 43RMBYuanhm- 2 。     

东北漫川漫岗和山地丘陵黑土区侵蚀沟形态特征遥感分析

侵蚀沟形态特征反映其侵蚀发生发展的环境条件,探究侵蚀沟形态参数特征及空间分异规律对深入理解侵蚀沟的侵蚀进程具有重要意义。该文选择漫川漫岗和山地丘陵2个典型黑土地貌类型区,基于高分遥感影像(QuickBird(0.61 m)、GeoEye-1(0.5 m)及Worldview 2(0.5 m))和地形数据(ASTGTM2(30 m分辨率)),采用目视解译法提取计算侵蚀沟沟长、沟宽、周长和面积等形态参数值,分析侵蚀沟形态特征;探究地形因子影响下侵蚀沟形态参数的分异规律。研究结果显示:1)2个典型区的各形态参数间存在显著性差异,漫川漫岗区侵蚀沟各形态参数均大于山地丘陵区;2)侵蚀沟形态呈现"细长状",和漫川漫岗区相比,山地丘陵区侵蚀沟更细长,沟缘位置更复杂;3)侵蚀沟形态参数随坡度的增加总体上呈先增大后减小的趋势,在3°～6°范围内参数值达到最大,坡度越小侵蚀沟沟缘位置越复杂;坡向上,漫川漫岗区和山地丘陵区的侵蚀沟的形态参数值在SE或SW上值最大,说明阳坡或半阳坡侵蚀沟发育强烈。该研究结果对于侵蚀沟易发区确定及防治具有重要意义。     

冬小麦遥感估产回归尺度分析

将统计业务和遥感估产结合起来,以北京市统计局提供的实割实测产量数据作为野外样方,利用抽样村和地块两种尺度的实测数据,用抽样村整体回归、地块整体回归和地块分层回归3种方法进行遥感估产,将所得结果与北京市统计局发布的统计单产从不同级别进行比较分析。结果表明,利用抽样村和地块两种尺度的实测数据进行回归估产都可以得到高精度的市级单产;在区县级别上利用地块尺度的实测数据进行估产得到的区县级单产精度高于抽样村尺度;在村级上利用地块实测数据进行单产预测能够较抽样村尺度更好的反映实际单产,模型更加稳定。因此,利用地块尺度的实测产量数据建立整体回归和分层回归模型都是可行,有效的,可以得到小区域尺度高精度的单产结果。     

地块尺度下基于多源卫星遥感数据的粮食作物识别

开展粮食作物监测对于国家粮食安全具有重要意义。在传统像元尺度下,利用单一遥感数据进行粮食作物监测,识别精度往往较低,提取的作物地块破碎,难以满足应用需求。为此,该研究以山东省青岛市黄岛区为研究区,提出了一套地块尺度下综合多源卫星遥感数据（包括高分辨率数据、多时相数据、高光谱数据）与土地利用调查矢量数据的粮食作物信息识别方法。首先,对高分辨率数据进行分割获取耕地地块矢量数据;其次,基于多源卫星遥感数据提取地块级时空谱特征;再次,利用样本数据计算特征类间可分性,并进行特征优选;最后,构建基于二次多项式支持向量机的主要粮食作物（春玉米）识别方法。结果表明：1）该研究所提的方法可以有效进行粮食作物信息识别,基于地块数统计的识别精度为89.7%;2）利用光谱特征、植被指数、纹理特征组合得到的识别结果精度最优,基于像元数统计的精度为97.1%,与传统方法相比提高了24.2个百分点,且提取的地块信息更完整。该研究成果可支持粮食作物种植用地的调查与监测,也可为耕地非粮化时空演变与分析提供新的思路。     

利用地形和遥感数据预测土壤养分空间分布

在GIS支持下,选择地形因子和遥感植被指数,建立土壤养分空间分布预测模型,应用回归克里格（Kriging）方法,预测吉林省农安县土壤养分（有机质和全氮）的空间分布。结果表明,11个环境因子中,相对高程、坡度、地形起伏度、坡度变率、归一化植被指数（NDVI）与土壤有机质和全氮含量均具有显著的相关性。地面粗糙度和地形湿度指数与有机质具有显著相关性,而与全氮的相关性不显著。相对高程、坡度、地面粗糙度、河流动能指数以及NDVI在土壤养分的多元回归预测模型中贡献较大,是预测土壤养分空间分布的最优因子。有机质和全氮在研究区的空间分布格局呈现由东南向西北逐渐减少的趋势,这种分布格局受地形和植被的综合作用,同时与土壤类型密不可分。精度检验结果表明,回归克里格方法能够提高土壤养分空间分布预测精度,是一种有效的空间分布插值方法。     

典型黑土区耕作土壤质地遥感时间窗口及影响因素分析

了解黑土区耕作土壤质地的空间分布对于黑土区农业精准管理以及耕地保护至关重要。遥感技术是快速获取土壤质地空间分布的有效方法。该研究以黑龙江省友谊农场耕地为研究对象,评估研究区土壤质地遥感反演的最佳时间窗口并分析其影响因素。筛选覆盖研究区的2019-2021年25幅Sentinel-2影像,将每幅影像的波段和构建的光谱指数输入随机森林模型,建立土壤质地遥感反演模型,比较不同时期影像反演土壤质地的模型精度,确定土壤质地遥感反演的最适宜影像,并分析造成反演土壤质地精度变化的原因,获取友谊农场土壤质地空间分布。结果表明：1）友谊农场反演土壤质地的最佳时间窗口为4月下旬至5月中旬;2）在25幅Sentinel-2影像中,2020年5月7日反演粉粒和砂粒的模型精度最高（粉粒的R2为0.785,均方根误差为6.697%;砂粒的R2为0.776,均方根误差为8.296%）;2019年5月3日反演黏粒的模型精度最高（R2为0.776,均方根误差为1.600%）;3）不同时期的Sentinel-2影像对土壤质地反演的准确性有很大的影响,而土壤含水率和秸秆覆盖是造成不同时期土壤质地预测精度差异的重要原因。研究为确定土壤质地遥感反演的最佳时间窗口、实现区域尺度土壤质地制图提供关键技术。     

作物长势遥感监测指标的改进与比较分析

为改善归一化植被指数（NDVI）作为遥感监测作物长势指标的性能,该文分析了归一化植被指数的内在设计缺陷,在不增加额外波段的情况下,以近红外波段和红色波段为基础引入一种新的作物长势遥感监测指标——GRNDVI。通过在像素和区域层次上同其他4种指数进行比较发现：GRNDVI能够改善归一化植被指数在低植被覆盖度时期/地区容易受到作物冠层土壤背景的影响,而在高植被覆盖度时期/地区又容易发生饱和现象的设计缺陷,可以作为遥感监测作物长势过程中替代归一化植被指数的指标。     

基于空间LDA模型的高分辨率遥感影像地物覆盖分类

高空间分辨率遥感影像可以更为精确地分析地物覆盖类型,但空间分辨率的提高也对现有分类方法带来了新的挑战,隐狄利克雷分配(latent dirichlet allocation,LDA)模型能够建立遥感影像底层特征和高层语义之间的联系,但是当前LDA模型在遥感影像分析领域的应用以场景分类和图像检索为主,已有的一些关于土地覆盖分类研究缺少对高分辨率遥感数据的空间关系进行挖掘。该文在标准LDA模型的基础上,利用词包模型构建方法生成的影像文档和单词对象来展开试验,利用多尺度分割挖掘影像中对象的空间关系,设计"主题流行度"和"主题内容"2种形式的影像文档区域属性,以协变量的形式作为LDA模型的先验知识,提出一种空间LDA模型(Space-LDA)。利用无锡宜兴市Quick Bird影像验证该模型在高分辨率遥感影像分类中的有效性,结果表明空间LDA模型分类结果不仅明显优于标准LDA,而且对区域尺度的变化具有一定的鲁棒性,空间区域信息同时从主题流行度和主题内容2个层面提供了推理信息,使模型具有更灵活的结构。     

Design and implementation of business management system for crop remote sensing monitoring

随着农作物遥感业务的不断延伸和农业生产管理对遥感监测需求的不断提高,业务运行管理效率问题日益凸显。该文通过对农作物遥感监测业务管理流程进行了系统化梳理与调整,设计开发了"农作物遥感业务管理系统"。该系统利用地理信息系统（geographic information system,GIS）、数据库技术和网络技术,科学设计了数据库系统,提升了业务系统承载能力;实现农作物遥感业务工作影像数据入库管理、查询、任务分发、上报、审核、归档的完整业务流程;建立业务跟踪管理机制,实现作物监测业务的流程化和可视化,有效提高了运行管理效率。