RapidEye卫星数据在水稻种植面积遥感调查中的应用研究——以桂平市晚稻为例

本研究在以桂平市RapidEye卫星影像为例,深入探讨RapidEye卫星影像南方地区水稻种植面积遥感调查的可行性。从RapidEye图像的几何纠正精度、图像合成处理、遥感解译标志和调查结果看,采用RapidEye图像调查的精度和实效性高,可以满足南方地区水稻种植面积遥感调查的需要。     

多源遥感数据在黑龙江水稻种植面积本底调查中的应用

利用多源遥感数据结合的优势,在地理信息系统和全球定位系统的支持下,结合地面调查,进行水稻种植面积的提取,从而实现黑龙江水稻种植面积的本底调查。为黑龙江省建立现代农业空间统计技术体系和粮食安全与区域生态保障空间的决策支持系统提供方法研究,同时也为黑龙江省农业空间统计技术和宏观农业科学决策的现代化进程提供示范。     

基于中巴资源卫星数据的水稻种植面积监测——以梁平县为例

以Landsat TM影像数据为参照标准, 中巴卫星CBRES CCD影像为基础数据, 并结合土地利用现状图与实地考查资料, 综合应用了RS和GIS技术手段, 对重庆市梁平县进行地物分类和水稻种植面积提取, 获得的研究区水稻种植信息与TM数据提取的结果相比较, 精度达到92.37%. 通过试验研究得到以下初步结论: (1) 利用CBRES-02 CCD数据提取研究区的水稻种植面积可以得到比较满意的效果. (2) 水稻识别精度受到海拔高度与地形因素的影响, 海拔越低, 地势越平坦, 水稻分布越集中, 水稻识别精度越高; 海拔越高, 地形条件越复杂, 地块越破碎, 水稻识别的精度越低.     

基于环境卫星影像的水稻种植面积提取方法研究

以环境卫星为数据源对泰兴市水稻面积进行提取,选择水稻与其他作物光谱差别最大的时期作为水稻识别的最佳时期,在利用影像原始光谱信息的基础上,分析和提取多种分类特征,运用支持向量机法、CART决策树法和最大似然法进行分类,提取水稻面积。结果表明支持向量机的分类精度最高,总体精度为80.38%,Kappa系数为0.74。说明当样本量较少时,支持向量机可以更好地利用多源信息,具有更高的分类精度。     

省域冬小麦种植面积遥感本底调查方法——以安徽省冬小麦遥感本底调查为例

遥感技术目前在农业方面得到了广泛的应用,冬小麦作为我国重要粮食作物,农业部先后2次在全国范围内组织开展了冬小麦遥感本底调查工作。该研究介绍了2015年安徽省冬小麦遥感本底调查的遥感数据选择、数据预处理、解译方法,并对调查结果进行了分析,总结了省域冬小麦种植面积遥感本底调查方法和经验。     

中巴资源卫星在宁夏水稻种植面积调查中的应用

以中巴资源卫星02星CCD图像作为基础数据，结合实地调查资料，运用遥感图像处理技术，对宁夏灌区进行地物分类和水稻面积信息提取。获得的宁夏灌区水稻种植面积与宁夏回族自治区统计局农调队2006年调查结果相比较，精度达96．03％。不仅为宏观的掌握宁夏灌区水稻种植面积提供了可靠的依据，同时也为中巴资源卫星02星数据在农业领域的推广应用进行了技术上的实践。     

不同遥感数据融合方法在南方水稻面积监测中的应用研究

在南方水稻遥感监测中,单一传感器影像数据已不能满足监测精度的要求,需要将高空间分辨率全色影像与中高空间分辨率多光谱影像进行融合,得到新的高空间分辨率多光谱影像,有利于改善影像识别与分类精度.该文利用江苏省金湖地区HJ-1A卫星30m分辨率多波段影像与ALOS卫星2.5m分辨率全色影像进行水稻监测,采用4种融合方法(Brovey变换、IHS变换、高通滤波和小波变换)对2种影像进行融合处理.随后对各种融合影像结果进行了目视定性和融合评价指标定量说明与评价,结果表明小波变换在空间与光谱信息上具有最佳的融合效果.进一步利用小波变换的融合影像进行水稻识别与面积提取,统计表明融合影像相比HJ-1A多光谱影像,水稻面积估测精度从79.26%提高到91.65%.因此,利用多源遥感数据融合的方法对南方水稻面积进行监测,可显著提高其监测精度.     

高分辨率卫星遥感在引黄灌区农作物种植结构调查中的应用

针对当前宁夏引黄灌区灌溉管理工作的需要,以高分辨率卫星遥感影像为基础底图,结合实地调查,查清了灌区农作物种植结构的分布和面积情况,为进一步实施灌区农业种植结构优化调整、节水灌溉及水量调度管理等工作提供科学依据和基础资料.     

GF-1卫星数据在水稻长势监测中的应用

GF-1国产高分辨率卫星遥感数据具有高空间分辨率、高时间分辨率和高光谱分辨率的优点。该研究利用GF-1卫星宽视场遥感数据,在GPS实地取样的基础上,利用增强型植被指数(EVI),提取建湖县2014年多时相水稻长势信息。结果显示,GF-1卫星宽视场影像可以清晰反映水稻长势要素,能够在遥感估产中推广应用。     

卫星遥感和地理信息系统在湿地资源调查中的应用

以若尔盖高原为调查研究区，湿地资源（沼泽、泥炭）为调查研究对象，通过地貌区划、湿地资源分类系统、图象处理与机助解译分类、目视解译景观综合分析判读、遥感制图等方面的应用研究，完成了研究区１：１０万湿地资源现状调查，建立了湿地资源信息管理系统，较系统寺确定了采用卫星遥感、地理信息系统和地面调查相结合的技术手段开为地资源宏观调查的应用方法。     

HJ卫星遥感在水稻长势分级监测中的应用

利用水稻分蘖期HJ-1A卫星遥感影像,提取江苏省姜堰市水稻种植面积并分析水稻的长势情况。在利用GPS实地取样调查和建立解译标志的基础上,进行HJ-1A卫星影像校正、人机交互式判读解译等操作,并将GPS样点数据校验贯穿到整个分类过程中,信息解译精度在90%以上。最后,利用归一化植被指数(NDVI)反演叶面积指数(LAI),依据LAI数据进行水稻长势分级,制作了姜堰市水稻分蘖期长势分级遥感监测专题图。     

利用SPOT5影像提取水稻种植面积的研究——以湖南株洲市区为例

以湖南省株洲市区为例，利用2008年8月19日SPOT5卫星影像数据，采用非监督分类方法，并借助地面样方监测数据，在实现计算机自动识别的基础上，准确提取出株洲市区的水稻种植面积6 379.4 hm2。精度验证分析表明，研究精度达到95.70%。     

基于时序遥感数据的玉米种植面积提取方法研究

探讨了在Landsat TM图像上进行玉米分布区域信息提取的基础上,利用MODIS数据NDVI植被指数的时间序列进行提取的方法,并以吉林省榆树市实验区为例,提取了2007年的玉米种植面积。研究结果发现,该方法提高了用单一时相landsat TM进行玉米面积识别的精度。     

GF-1卫星数据在土地利用变更调查遥感监测中的应用

以湖南省衡阳县为研究区域,根据土地利用变更调查遥感监测的相关技术标准和规范,针对新型遥感卫星GF-1的全色、多光谱数据,围绕原始数据的质量和新增建设用地提取等遥感监测的关键技术环节进行评价试验,在运用定性和定量分析方法的基础上,与同级别的国外卫星数据作对比分析,测试GF-1卫星数据在遥感监测业务应用中的适用性.结果表明,GF-1卫星数据光谱信息丰富、地物解译标志清晰,能较好地反映地物信息,地物判读性较好,能够满足土地变更调查与监测的应用需求.     

集成多源遥感数据与生育期时序光谱特征的水稻种植面积提取

为快速、有效地提取水稻空间分布信息,利用水稻生育期内的光学和雷达影像,依据水稻不同生育时期内的光谱变化规律,提出了简单实用的时序像元频率约束模型（TPFCM）。首先,采用中值合成法分别将Sentinel-2、Landsat-8和Sentinel-1合成为月度数据,将合成后的Sentinel-2和Landsat-8进行融合以减少云阴影对水稻像元的影响,并选取3种融合影像的特征光谱波段计算归一化植被指数（NDVI）、增强植被指数（EVI）和地表水分指数（LSWI）,生成月度多维特征成果影像。其次,检索水稻5个生育时期的遥感影像数据,利用随机森林（RF）分类器提取各生育时期的种植面积,并输入TPFCM模型计算水稻生育期内每个水稻像元的频率,最终依据预提取精度、提取面积误差阈值条件控制模型输出最优水稻空间分布信息。结果表明,TPFCM模型输出的水稻提取面积相对误差为-3.83%,与基于RF分类器的单一生育时期的水稻提取面积相对误差相比绝对值减少了3.94百分点,且提取面积与统计参考面积相关性显著（R2=0.97）。     

遥感技术在黑龙江省大豆种植面积监测中的应用

利用遥感手段进行作物种植面积监测是国家保障粮食安全的基础性措施之一.以2010年度黑龙江地区大豆种植面积遥感监测为例,利用抽样的方式对遥感监测样区进行面积监测,在抽样样方监测调查的基础上对遥感监测样区的结果进行修正,对比2009年黑龙江地区大豆种植面积监测的结果,得出2010年黑龙江地区大豆种植面积相比2009年减少3...     

基于CBERS-02B卫星影像光谱信息的水稻种植面积提取方法——以南京市溧水县为例

利用水稻成熟期的影像,在进行光谱信息的统计和分析的基础上,对比水稻与其他植被在各波段DN(digital number)值以及NDVI(normalized difference vegetable index)值的数值差异,总结出水稻与其他植被反射光谱特征,认为成熟期的水稻在红光、绿光、蓝光波段DN值以及NDVI值上具有异于其他植被的特征,并通过波段运算扩大其数值差异,建立水稻像元提取模型,确定阈值,从而进行水稻种植面积的提取,精度可达91.95%。该方法能满足小区域的水稻种植面积提取和制图,并能够满足一定的精度要求。     

江苏省水稻主产区水稻种植面积时空动态变化分析

【目的】揭示江苏省水稻种植时空格局及动态变化特征,评价其稳定生产水平和种 植结构的空间变化规律,为江苏省水稻生产空间布局的优化调整和可持续发展提供决策依 据。【方法】文章选择江苏省水稻主产区50 个1∶50 000 比例尺标准地形图图幅单元为研究 区域,基于江苏省5 m 空间分辨率耕地遥感数据库,利用2011—2019 年水稻生长期内多源 遥感卫星影像,提取研究区当年的水稻种植面积及空间分布信息。运用数理统计和GIS 空间 分析功能,研究水稻面积变化幅度、变异系数以及转非水稻面积的时空分布特征,继而分析 2011—2019 年水稻种植面积的时空动态变化。【结果】研究区内50% 的地区水稻种植面积 仍然保持相对稳定,42% 的地区水稻种植面积缓慢下降,仅8% 的地区水稻种植面积急剧下 降。2011 年以来,累计有11.6 万hm2 水稻田逐年转为非耕地或持续种植其他作物,占2011 年研究区内水稻种植面积的13.7%。【结论】2011—2019 年研究区内水稻种植面积变化趋势 线斜率为-0.88,总体呈下降趋势,水稻面积平均变化率为-1.03%,变异系数为2.99%。     

水稻卫星遥感估产研究现状与对策

概述了卫星遥感估产的原理和国内外在水稻产量估算方面的研究进展,分析了其中存在的问题,并对水稻卫星遥感估产研究的发展方向进行了思考.     

利用遥感解译大豆种植面积精度的研究

选取同一地区的TM、SPOT5(2.5 m)和SPOT5(10.0 m)3种不同数据源,利用目视解译的方法来解译大豆种植面积,以GPS实测面积为真值,通过对比3种数据源大豆解译面积与实测面积的误差,来计算不同数据源的解译精度.结果表明:3种数据源相比较,SPOT5(2.5 m)无论是在单个样地解译误差率还是总误差率上都...