沈阳地区旱田植被指数变化与产量关系的研究

以沈阳地区为研究实例,利用NASA对地观测系统EOS系列卫星遥感影像,经过了滤波处理MODIS归一化植被指数（NDVI）数据,对研究地区的旱田作物进行不间断监测.计算出2003 ～ 2007年的年平均NDVI,分析出NDVI年际变化特征、作物生育期内的NDVI变化规律,并找出产量与植被指数变化关系.结果表明,沈阳地区旱田植被指数的年际间差异明显,旱田作物生育进程与作物生育期内NDVI变化规律大致吻合,这表明作物产量与遥感植被指数间存在较好的相关.因此,根据同期地面作物产量调查数据与MODIS遥感数据,采用一次线性拟合法建立回归方程,简单分析出沈阳地区旱田作物产量与NDVI变化关系.     

基于中国气象卫星数据的乌克兰农作物长势监测

【目的】 利用我国第二代风云极轨卫星（FY-3C与FY-3D）的归一化植被指数（NDVI）数据,对乌克兰农作物长势进行持续监测,为及时且准确掌握乌克兰作物生长状况提供科学依据。【方法】 文章基于当旬NDVI值与过去多年历史平均值构建的NDVI差值模型、以及当旬NDVI值与历史平均值绘制的时间序列曲线,动态监测2022年3—7月乌克兰冬季作物生长状况。基于NDVI差值模型,从3月上旬开始,以旬为尺度绘制作物长势分布图,并根据NDVI差值模型计算结果,将作物长势划分为5个等级：差、较差、正常、较好和好。同时,乌克兰全境,尤其是俄罗斯相邻的北部和东部5个州的NDVI平均值被用于绘制作物生长时间序列曲线。【结果】 结果显示,2022年3—7月初,乌克兰的农作物长势呈“前期较差,后期较好”的状态,整体优于多年均值。生成的NDVI时间序列曲线显示,4月上升略有滞后,4月底到6月底逐步升高,7月初NDVI值略有下降,但仍高于过去多年的平均值。【结论】 上述结果证明乌克兰冬季作物的生长状况并未因俄乌冲突的发生和持续受到严重影响。     

HJ-1星上思县甘蔗工艺成熟期长势多年对比监测

以广西上思县为研究区,利用环境减灾卫星HJ-1遥感数据提取甘蔗种植面积,采用归一化植被指数模型NDVI对单一时相甘蔗长势进行监测,构建NDVI偏差分级模型对甘蔗工艺成熟期长势进行多年对比监测.结果表明：①利用NDVI均值和偏差2个分析指标,可定性分析监测区内甘蔗长势状况.除2011年甘蔗总体长势差于常年外,2009、2010、2012年甘蔗总体长势好于常年.②利用NDV1偏差分级模型可对监测区甘蔗长势进行定量评价.2012年上思县甘蔗长势最好,长势好、差所占面积比例分别为96.87％、3.13％;2011年甘蔗长势最差,长势好、差比例分别为99.57％、0.43％.     

2019年美国冬小麦长势遥感监测分析

美国是全球重要的小麦出口大国,其生产状况在一定程度上影响全球小麦贸易形势。利用卫星遥感技术,基于作物长势遥感监测中应用最广泛的归一化植被指数NDVI,采用同期对比法对2019年美国冬小麦进行长势监测分析。结果表明,2019年美国冬小麦长势基本呈现持平略好趋势,且总体好于2018年同期;良好的气象条件是主产州冬小麦长势总体表现偏好的主要原因。产量有望稳中略增,进一步增加国际小麦供给。     

基于RS的黑龙江垦区水稻长势无损监测研究

以黑龙江省梧桐河农场为示范区,利用目前作物长势监测中应用广泛的归一化植被指数,对梧桐河农场2017年的水稻长势进行监测,并采用差值植被指数,与2016年同期水稻长势状况进行对比研究,以期获得梧桐河农场水稻2017年产量变化趋势。结果表明:2017年梧桐河农场水稻种植面积为1.66万hm~2,占整个农场耕地面积的75.79%,且集中分布于该农场的中、东部地区;梧桐河农场水稻长势在2017年6～8月间呈现"前期较好,中期略微变差,后期变好"的态势,水稻长势总体好于2016年同期。     

RS和GIS在黔中主要秋粮作物生育期及长势动态监测中的应用

根据2004~2006年的遥感MODIS-NDVI和地面农业气象观测数据,分析了NDVI时间序列的变化与贵州中部农作物生长发育及长势的规律。结果表明:遥感植被指数与秋粮作物生育期和长势存在较好的相关性,NDVI=0.7和ND-VI>0.75对应了黔中水稻和玉米的关键生育期及对温度条件要求最敏感的时期。利用卫星资料得出的植被指数,可用于建立秋粮作物产量评估模型。     

温室智能装备系列之十一 近地光谱技术在温室生产中的应用

研究背景 温室生产过程中的作物长势监测是作物生长管理的重要依据。科学地获取第一手的温室作物长势数据、植被生长状态、植被覆盖度等信息,能够为精准水、肥管理提供可靠的基础数据,因此也一直是温室园艺生产环节关注的热点问题。目前,应用比较广泛的是对植被指数的监测,包括LAI和NDVI。     

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.     

草地放牧强度遥感解译方法——以和静县高寒草原为例

为研究高寒草原放牧强度,以新疆和静县高寒草原草地为研究对象,利用2013年7—8月野外草地地上生物量采集数据和2013年遥感数据源MDOIS13Q1的归一化植被指数(NDVI),建立了高寒草原草地地上生物量和植被指数(NDVI)的遥感反演模型;并通过分析近10年(2008—2017年)监测点每年NDVI的旬变化特征,解译高寒草原草地的放牧起止时间,通过分析归类各样点NDVI变化特征,并以ΣNDVI值划分放牧强度。结果表明:1)本研究中建立的高寒草原草地地上生物量遥感反演模型,以模型y=523.21NDVI2-82.8NDVI+55.84(R2=0.732 9,P0.000 1)精度最优;2)通过NDVI变化曲线的突变点确定了高寒草原夏季放牧开始时间为6月9—26日,结束时间为8月28日—9月14日,该结果与实际放牧时间基本吻合。3)通过分析NDVI生长季累积总量(ΣNDVI)、生长季NDVI波动下降频数和幅度确定放牧强度,构建了高寒草原草地放牧强度分级标准,与实地判断的放牧强度相比,精度验证达到89.47%,并据此制作了研究区放牧强度等级图。本研究结果可为利用多时相遥感影像快速确定草地放牧强度和放牧管理提供参考。     

基于NDVI的甘肃省2015年天然草原植被长势监测评价

采用甘肃省范围内2015年与2014年第161、193、225期NDVI数据,进行植被长势指数计算,对2015年6-8月天然草原植被月度长势进行监测评价.2015年草原植被总体生长状况比上年略差.6月全省草原植被总体长势略好于上年,7-8月略差于上年.6月长势好于7-8月,呈现"前期长势较好,后期长势较差"的态势.草原植被长势与降水趋势有一定相关性.     

利用气象卫星遥感进行哈尔滨地区作物生长状况监测及产量预报

文章通过对近几年的极轨气象卫星实时接收到的AVHRR/HRPT资料进行处理,数据经校正生成哈尔滨地区归一化植被指数灰度图像,利用种植作物结构不同造成绿度值不同的基本原理,进行作物生长状况监测及产量预报。研究表明,利用气象卫星资料进行作物生长状况监测及产量预报,具有客观、及时和动态跟踪等优点,结合传统气象产量预报方法,使产量预报水平有所提高,准确率可达98%以上。     

基于新型植被指数的冬小麦LAI高光谱反演

【目的】本研究旨在分析冠层叶片水分含量对作物冠层光谱的影响,构建新型光谱指数来提高作物叶面积指数高光谱反演的精度。【方法】在冬小麦水肥交叉试验的支持下,分析不同筋性品种、施氮量、灌溉量处理下的冬小麦叶面积指数冠层光谱响应特征,并分析标准化差分红边指数(NDRE)、水分敏感指数(WI)与叶面积指数的相关性,据此构建一个新型的植被指数——红边抗水植被指数(red-edge resistance water vegetable index,RRWVI)。选取常用的植被指数作为参照,分析RRWVI对于冬小麦多个关键生育期叶面积指数的诊断能力,随机选取约2/3的实测样本建立基于各种植被指数的叶面积指数高光谱响应模型,未参与建模的样本用于评价模型精度。【结果】研究结果表明,随着生育期的推进,冬小麦的叶面积指数呈先增加后降低的变化趋势,不同的水肥处理对冬小麦叶面积指数具有较大影响。开花期之后冬小麦LAI显著下降,强筋小麦(藁优2018)在整个生育期叶面积指数均高于中筋小麦(济麦22);不同氮水平下冬小麦冠层光谱反射率在近红外波段(720—1 350 nm)随着施氮量的增加而增大,与氮肥梯度完全一致,其中2倍氮肥处理的近红外反射率达到最高;不同生育期下冬小麦冠层光谱反射率变化波形大体一致;各个关键生育期的NDRE和WI均存在较高的相关性,而NDRE与LAI的相关性明显优于WI,新构建的植被指数RRWVI与LAI的相关性均优于NDRE、WI;虽然8个常用的植被指数均与LAI存在显著相关,但RRWVI与LAI相关性达到最大,其拟合曲线的决定系数R2为0.86。【结论】通过分析各种指数所构建的冬小麦叶面积指数高光谱反演模型,新构建的RRWVI取得了比NDRE、NDVI等常用植被指数更为可靠的反演效果,说明本研究新构建的红边抗水植被指数可有效提高冬小麦叶面积指数的精度。     

近20年宝鸡市植被覆盖度动态变化及驱动力分析

植被覆盖度是反映地区生态环境的重要指标,本文利用1988、2000、2007年三期TM遥感数据,计算出宝鸡市的归一化植被指数(NDVI),并通过像元二分模型计算出不同时段的植被覆盖度,最后将归一化植被指数的差值进行分级,以此来分析宝鸡市1988~2007近20年的植被覆盖变化动态。结果表明:1988~2000年间,极低覆盖度、高覆盖度、极高覆盖度比例都呈现出减少趋势,减少比例分别为宝鸡市土地面积的0.02%、1.66%和1.98%,其他各级别植被覆盖度也都有不同程度下降;2000~2007年间,极高植被覆盖度增大的比例达到8.04%。NDVI差值指数分级结果显示,1988~2000年植被退化明显,2000~2007年有大幅度改善;从长时间序列看,生态退化比较明显的区域是金台区、扶风县、岐山县、凤翔县。人为因素是影响植被覆盖变化的主要驱动因素,主要包括山区或平原区的生态绿化工程、城市景观绿化工程、农业产业结构调整、畜牧业发展、人口因素等。     

基于植被指数对望奎县粮食作物产量预测方法的研究

以望奎县为研究区,利用TM影像确定望奎县土地利用现状,根据当年农作物生长季节内累积植被指数的平均值之和与农作物产量存在的关系,建立了最大植被指数遥感估产模型。并使用2007～2010年的MODIS遥感资料和该估产模型,对2007～2010年的望奎县粮食总产进行了估测,其中,前2个年度的估产误差都接近3%。此方法在大范围粮食总产预测中值得借鉴。     

中国东北地区2007-2010年植被覆盖度及其变化

为研究中国东北地区植被覆盖变化特征,基于MODIS归一化植被指数(INDV)月合成数据,利用双组分线性混合模型估算中国东北地区2007-2010年植被覆盖度(fc),并对4年间植被覆盖度时空变化规律进行分析.结果表明:(1)中国东北地区植被覆盖度整体处于较高水平,植被覆盖度平均在70%以上,并呈现出东高西低的分布特征;(2)2007-2011年,中国东北地区年最大植被覆盖度总体较稳定并有一定增长趋势,以稳定和轻微恢复为主.稳定及轻微恢复的面积占总面积的90%以上,出现了不同程度退化的面积在10%以下,主要出现在内蒙古自治区东北部以及中部,其原因与该地过度放牧等有关;(3)中国东北地区2007-2010的植被覆盖度变化波动不大,相对稳定;(4)中国东北地区2007-2010年间植被覆盖状况呈良性发展趋势.     

基于MODIS-NDVI的水稻遥感估产——以重庆三峡库区为例

以重庆三峡库区为研究对象,利用MODIS-NDVI为遥感特征参量,分析水稻关键生育期的长势并对产量进行预测.考虑到NDVI数据饱和的局限性,选取库区各区县0.2～0.8范围内的NDVI值与作物产量建立水稻估产模型,进行相关性分析,估算出的水稻产量表明,各关键生育期的相关性系数均在0.75以上,且与实产数据对比表明,各区县预测精度均在90%以上,可见利用MODIS-NDVI能够有效的进行水稻监测和估产.     

基于MODIS-NDVI的草地长势变化监测——以锡林郭勒盟为例

基于锡林郭勒盟2002-2006年MODIS的影像数据,提取植被指数NDVI,采用最大值合成法得到旬度植被指数NDVI数据,结合地面实测数据判断锡林郭勒盟的各类草地在空间上的分布情况,结果表明根据植被指数判断的植被分类情况和全盟的植被实际分布状况基本一致。在此基础之上利用两年旬度植被指数NDVI的差值研究锡林郭勒盟草地的长势变化情况,结果表明,2002-2006年植被状况在逐渐变好。这说明植被指数可以很好反映全盟的植被长势变化状况,该方法是动态监测全盟植被长势的有效方法。     

基于多时相遥感的露天铁矿及其周边植被动态变化特征分析

以新疆某铁矿及其周边区域作为研究对象,运用2007—2016年多时相TM/ETM+、OLI影像,分析铁矿及其周边区域植被覆盖度指数(fractional vegetation cover, FVC)及植被生长状况指数(vegetation condition index, VCI),评价研究区植被覆盖度、植被生长状况时空变化特征及铁矿开采对周边环境的影响,为矿区环境治理提供决策支持。结果表明,FVC及VCI指数能够较好地反映出研究区植被覆盖度及植被生长状况等级不高且铁矿区域几乎无植被生长的实际状况,为研究区生态风险防范提供理论支持。2007—2016年,研究区整体植被覆盖度及植被生长状况呈波动上升趋势,较低植被覆盖度等级和植被生长状况较差等级同时向较好等级发展。FVC及VCI较高等级主要分布在南坡及西南坡。但铁矿面积逐年增大,铁矿开采对其所在区域及周边区域造成了严重的植被退化和生态破坏,极易导致水土流失及山体滑坡等灾害的发生,应及时采取防控措施。     

东北粳稻叶片植被指数NDVI与PRI的相关性分析

以东北地区典型地带的粳稻为例,利用植被指数测量仪PlantPen,同时测量了粳稻叶片植被指数NDVI和PRI,并根据粳稻生长发育进程分成了与物候一致的4个生育时期。首先利用二元定距变量相关分析的方法对NDVI和PRI进行相关性分析;然后,分别利用线性回归和Cubic曲线回归建立NDVI拟合PRI的回归模型,并对回归模型进行拟合优度检验和精度验证,同时对线性回归模型与Cubic曲线回归模型的拟合效果和检验结果进行对比分析。结果表明,粳稻叶片植被指数NDVI和PRI在各生育时期均有极显著的相关关系,在粳稻生长发育进程中,相关性越来越高;线性回归模型和Cubic曲线回归模型均能使NDVI较好地拟合PRI,在粳稻生长发育进程中,拟合效果也越来越好;Cubic曲线回归模型在粳稻4个生育期平均相应的指标值判定系数(R²)、均方根误差(RMSE)、绝对百分误差(MAPE)分别为0.8055、0.0358、0.534%,而线性回归模型的相应指标为0.7653、0.0488、1.365%。Cubic曲线回归模型的RMSE和MAPE值较小且R²较大。因此其拟合优度和检验精度均优于单纯的线性回归模型,可作为NDVI反演PRI一种参考模型。