基于模型和遥感的水稻长势监测研究进展

水稻生长模型是集气候、土壤、品种和栽培措施等因素为一体的对水稻的物候发育、光合生产、器官建成、同化物积累与分配以及产量与品质形成等生理过程及其与环境和技术因子关系综合量化的动态数学模型,具有机理性和预测性。遥感影像的信息波段及其组合可以反射作物生长的空间信息,可实现对水稻进行长势监测和估产,具有及时性和广域性。将二者结合用于长势监测不但具有理论研究意义,而且还具有重要的应用价值。在简要概述水稻生长模型和长势遥感监测研究进展的基础上,总结了水稻生长模型和长势遥感监测相结合下水稻长势监测应用的研究进展,并提出一些今后研究设想。     

EOS/MODIS遥感在贵州积雪监测中的应用

应用美国EOS/MODIS遥感和贵州省地面气象台站网的观测数据,对2004～2005年贵州冬季积雪状况进行空基和地基观测结果的对比分析.用归一化积雪指数NDSI=(ch4-ch6)/(ch4+ch6)对遥感图像进行处理.当NDSI>0.40,ch2>0.11,ch4>0.10并且地表温度<285K时,判定该点为有雪.计算处理后得到的积雪覆盖区域图像比地面观测等值线图的区域大.在无云或少云情况下遥感积雪监测比地面观测准确.遥感积雪监测对农业生产和作物估产有较大的应用前景.     

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%。     

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EOS/MODIS资料估算水稻种植面积的业务化方法

以江西省2005年早稻种植面积卫星遥感监测为例,提出了应用EOS/MODIS的1~7通道和NDVI值作为资料源,以实地考察采样点为参考点,目视解译出均匀分布的样点资料,然后根据样点资料的7通道和NDVI值特性,判定整幅图的所有格点是否属于早稻种植区的业务化运行方法。还对监测效果进行了初步分析,提出了可提高监测精度的可业务化技术方法。     

基于MODIS数据的河南省冬小麦长势监测研究

利用MODIS卫星数据提供的红波段和近红外波段(分辨率为250 m)计算冬小麦的NDVI,建立NDVI值和麦苗长势的对应关系。利用河南省冬小麦面积分布图层数据,去除非小麦信息。将全省划分为5个遥感监测生态区,利用历史数据做出每个生态区的多年平均NDVI值随日期变化曲线,将需要分类的NDVI合成图和变化曲线进行比较进而对冬小麦进行分类。叠合行政区划图层,以行政区划为单元进行统计输出,监测河南省冬小麦长势。     

基于农业遥感技术的垦区水稻长势动态监测研究

文章研究目的是利用农业遥感技术对黑龙江垦区水稻长势监测研究,研究方法主要是先采集野外水稻生长指标数据,然后利用植被指数反演建模.探索出一个适合黑龙江垦区水稻长势动态监测路线方法.通过研究发现利用这个方法路线可以很好地对垦区的水稻长势进行动态监测,并收到很好的效果.     

基于高光谱特征参数的棉花长势参数监测

通过小区棉花密度和水分对比试验,分析不同密度和水分处理的棉花整个生育期生物量和LAI(叶面积指数)与高光谱特征参数的相关性,建立棉花生物量和LAI光谱估算模型。选取的所有植被指数与棉花LAI和生物量相关性均达到极显著水平,其中光谱参量NDVI(890,670)与LAI的相关性和光谱参量Height(920)与生物量相关性最好,用这2个参量与生物量建立棉花长势估测模型,其决定系数分别为0.804 0和0.760 9,均方根误差分别为0.191 5和0.315 2,利用光谱特征参数可以有效地监测棉花整个生育期的长势变化。     

基于 FY3B／MERSI水稻长势监测及其与 AQUA／MODIS数据对比分析

为利用中分辨率光谱成像仪FY3B/MERSI数据进行水稻种植面积信息提取及长势监测,首先对FY3B/MERSI与AQUA/MODIS单通道反射率进行对比分析;其次,通过目视解译和遥感监督分类方法提取了环鄱阳湖区双季早稻的空间分布;最后,基于面积识别结果,利用NDVI对环鄱阳湖区双季早稻长势进行监测。结果表明：（1） FY3B/MERSI与AQUA/MODIS水稻种植区红光和近红外通道反射率具有极显著相关性,且MERSI红光波段及近红外波段反射率都略小于对应MODIS反射率;（2）水稻的提取精度总体达到了92％,可以满足其生育期长势遥感监测的需求;（3） FY3B/MERSI和AQUA/MODIS计算的水稻区NDVI存在显著正相关,且二者测得的水稻长势均与实际苗情数据基本吻合,因此,由FY3B/MERSI遥感影像直接得到的水稻苗情分类基本可以满足业务化需要。     

基于EOS／MODIS的几种植被指数

从EOS卫星的中分辨率光谱仪MODIS出发,选取已定义的40多种植被指数中最常用的几种指数进行重点介绍,并对已有的研究成果进行总结,指出优劣,为实际业务应用和科研提供参考。针对MODIS的植被指数合成算法进行了详尽介绍,以将其与AVHRR植被指数的合成算法区别开来。结合西北当前在MODIS植被指数方面的研究和应用情况进行了总结。     

基于固定翼无人机多光谱影像的水稻长势关键指标无损监测

【背景】近年来随着遥感技术的快速发展,实时无损监测作物生长状况已成为当前研究热点,遥感获取的农情信息将为实现大面积作物精确管理提供指导。在众多遥感监测平台里,无人机因其操作简单、使用成本低等特点而受到广泛关注,无人机搭载多光谱相机可以快速获取作物的长势信息。【目的】尝试将固定翼无人机多光谱影像纹理信息与光谱信息结合,探究“图谱”信息对水稻长势指标的监测效果。【方法】通过开展两年涉及不同播期、品种、播栽方式、施氮水平的水稻田间试验,在水稻关键生育期使用固定翼无人机搭载Sequoia多光谱相机获取水稻冠层遥感影像,同步进行地上部破坏性取样以获取水稻叶面积指数(LAI)、地上部生物量(AGB)和植株氮含量(PNC)等农学指标,采用简单线性回归、偏最小二乘回归和人工神经网络回归算法,构建基于固定翼无人机多光谱影像的水稻长势指标监测模型,比较分析光谱纹理信息在不同模型中的监测效果。【结果】利用简单线性回归方法探究了植被指数(VI)、单波段纹理特征与水稻LAI、AGB和PNC间的定量关系,结果表明植被指数与LAI和AGB之间有较强的相关性,表现最好的植被指数为CIRE和NDRE,R 2分别为0.8...     

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.     

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。     

利用遥感技术监测水稻群体长势

利用TM影像信息结合地面试验数据,分析了水稻抽穗期叶面积指数、生物量以及植株氮素含量3个群体质量指标与植被指数之间的关系,建立了基于归一化植被指数(NDVI)、比值植被指数(RVI)的水稻群体质量指标监测模型.结果表明,NDVI与叶面积指数呈现显著的非线性正相关关系(r2=0.820 2),与植株氮素含量呈线性正相关关系(r2=0.636 4),RVI与地上部生物量呈线性正相关关系(r2=0.767 6).因此,在水稻抽穗期可以利用NDVI对叶面积指数和植株氮素含量进行监测,对地上部生物量的监测则以利用RVI数据较好.     

基于无人机高光谱长势指标的冬小麦长势监测

本文以冬小麦为主要研究对象,获取其不同生育期的无人机高光谱影像,并根据其高光谱数据建立光谱指数,利用多元线性回归等分析方法建立冬小麦各种生育期的GMI反演模型,在无人机高光谱影像中应用最佳模型得到冬小麦最终的长势监测图,以期为相关人员提供参考。     

利用遥感技术进行垦区水稻长势监测研究

以黑龙江省农垦建三江管理局为研究对象,利用GPS、ERDAS和ARCMAP等软件,以中国环境资源卫星为遥感信息源,在深入了解农作物长势估产国内外相关研究进展,以及对建三江地质地貌、气候、土壤、植被等进行综合分析的基础上,利用遥感技术,结合2010年建三江管理局水稻面积提取数据,进行2010年建三江管理局水稻长势监测研究。     

基于GIS的水稻遥感监测应用研究

鉴于南方水稻稻种植区域地块零星、破碎等为了达到提高空间分析精度的目的,以气象卫星遥感资料为主,以气象、地面农情监测网资料为辅,采用地理信息系统地上海地区水稻长势,分布以及栽植面积进行动态监测和综合分析,取得预期的应用效果。     

基于MODIS遥感数据的贵州省森林物候监测

以贵州省森林植被为研究对象,基于对MODIS卫星遥感影像的分析,探讨了遥感监测手段在区域尺度上提高森林植被物候监测精细程度的可能性。结果表明：通过分析比较归一化植被指数(NDVI)、增强植被指数(EVI)、相对绿度指数(Gcc)、绝对绿度指数(ExG)等不同植被指数,发现增强型植被指数(EVI)更能表达森林植被物候变化趋势;采用S-G滤波及动态阈值法提取物候关键期,发现贵州省森林植被物候变化趋势呈现西部地区植被生长开始期晚于东部地区,结束期早于东部地区,整个植被生长季长度西部短于东部;基于EVI的贵州省森林物候空间分异规律总体上不明显,仅纬度与生长开始期(SOS)和生长季长度(LOS)相关性显著,经度海陆地带性及海拔垂直地带性差异不显著。     

基于EOS/MODIS数据的河南省小麦秸秆焚烧监测分析

为了准确、迅速地了解秸秆焚烧动态变化,提高预警能力和监督检查效果,利用卫星遥感监测技术,选取MODIS 2008年5月29日至6月14日卫星数据,对河南省小麦主产区秸秆焚烧实施监测分析.结果表明,监测期间河南省麦田共存在1 799个火点.火点分布主要集中在南阳、驻马店及平顶山地区,其中邓州、方城、镇平、正阳尤为突出,火...