基于遥感的华北平原农作物时空分布变化特征分析

作物种植面积的多年时空变化是进行农业结构调整和优化的基础,也是开展农业减灾、地下水保护的重要依据。为了解华北平原主要作物近年来种植面积的时空变化过程,本文基于2000—2013年的MODIS NDVI数据和TM/ETM遥感数据提取当地主要作物的种植面积,并分析了华北平原主要作物近年来的时空变化特征。结果表明:1基于MODIS NDVI数据和TM/ETM遥感数据提取当地主要作物的种植面积,提取精度较高,结果可靠;2冬小麦?夏玉米主要分布于太行山前平原、山东省和河南省的引黄河灌区,单季玉米在河北平原北部分布最广,水稻集中分布于天津、河北唐山地区和黄河沿岸,蔬菜主要分布在城市郊区,林果分散分布于几个产果区和京津周边地区,棉花主要集中于华北平原中部地区。3华北平原粮食作物(小麦、玉米和水稻)种植面积明显下降,经济作物(林果和蔬菜)则显著增加,其中林果、蔬菜和水稻的面积变化率较大,分别为56.45%、35.76%和23.16%,蔬菜和水稻的位置转移明显。4景观格局AWMPFD和SHEI指数值表明,河北平原以南的冬小麦?夏玉米种植规模化程度提高,豫北地区冬小麦?夏玉米种植面积增加,豫北以北地区由于各类经济作物种植面积增加,区域作物种植多样化指数增加。该结果可为农业种植结构调整、资源合理利用提供参考。     

粮食作物播种面积遥感监测研究进展

介绍了遥感监测粮食作物播种面积的理论和现实意义,回顾了国内外基于常规方法、线状框架采样、面积框架采样、光谱混合模型(spectral mixture model , SMA)等方法进行植被制图和进行粮食作物识别研究的现状和存在的问题, 并对基于波谱库的农作物播种面积监测提出了建议。     

华北平原冬小麦总初级生产力的遥感监测

该文以华北平原冬小麦为研究区,验证MODIS-GPP产品数据在下垫面复杂的农田生态系统的适用性,及农田生态系统的碳源/汇功能。首先采用MODIS-NDVI产品数据,根据冬小麦物候特征,解译出冬小麦种植面积;然后与经过验证并校正后的MODIS-GPP产品数据估算华北平原冬小麦2010年生长季内的GPP总量;最后,由涡度相关实测数据估算出冬小麦的生态系统呼吸量（RE）和净生态系统生产力(NEP)。结果显示：MODIS-NDVI解译出的冬小麦面积结果与TM解译结果的用户精度高达90.6%,总体精度达87.2%;MODIS-GPP产品数据与涡度相关数据估算结果的复相关系数高达0.9227;2010年华北平原冬小麦生长季GPP约为6.24′108 kgC,约占该区所有植被GPP的21.3%;华北平原冬小麦固碳能力较强,净生态系统生产力（NEP）占GPP的58.7%。研究表明,MODIS-GPP产品数据满足华北平原冬小麦GPP统计精度需求,冬小麦生态系统对陆地生态系统起到了重要的碳汇功能。     

全国冬小麦面积变化遥感监测抽样外推方法的研究

该文提出了一种可以用于业务化运行的全国冬小麦面积变化遥感监测方法。根据我国冬小麦生产的特点,采用分层抽样方法,以全国冬小麦种植面积以往的统计数据为分层指标,将全国1411个冬小麦生产县划分为6层,建立全国冬小麦面积变化遥感监测抽样外推模型;然后,以TM影像覆盖来近似随机地从各层抽取所需数量的冬小麦生产县,采用人工判读的方法解译冬小麦的变化,并以县为单位统计;最后利用外推模型得出全国冬小麦面积的变化。通过1999、2000年连续2年的运行试验,得到了满意的结果     

西双版纳橡胶林面积遥感监测和时空变化

旨在利用遥感手段监测橡胶林种植面积,探讨橡胶林的林龄划分方法,揭示橡胶林时空格局变化规律,为认识橡胶林的林龄结构、空间扩展模式和理解区域土地利用变化及其生态环境效应提供科学基础。该文基于RS和GIS技术,研究了西双版纳地区橡胶林的生长过程,并提出了基于橡胶林从种植到生长过程的归一化植被指数(NDVI,normalized difference vegetation index)时间序列变化,判断橡胶林的林龄阶段的方法。并进一步从种植面积、空间分布、林龄结构、地类转变关系4个方面,探讨了西双版纳地区1990-2014年橡胶林的时空变化。研究发现:西双版纳橡胶林按年龄阶段可划分为橡胶幼林(0~5 a)、橡胶成林(5~13 a)、橡胶老林(13 a);1990-2014年,橡胶林种植面积总体上呈增加趋势,橡胶林的林龄结构有所变化。1990年橡胶林空间分布从中心到外围为老林-幼林/成林,2000年变为老林-成林-幼林,2010年和2014年为幼林-老林-成林且这一趋势更为明显;西双版纳自然保护区橡胶林种植面积和种植密度远远低于非自然保护区。橡胶林扩张以侵占天然林为代价,热带季雨林是受橡胶林扩张干扰最强烈的天然林。该研究以2月下旬-4月中旬为提取橡胶林的时间窗口,利用逐旬的归一化植被指数、土壤亮度指数、土壤湿度指数、近红外反射率变化特征提取橡胶林空间分布信息效果较好。此外,基于NDVI阈值的橡胶林林龄阶段判别方法,也具有一定的普适性。     

冬小麦冻害遥感监测

冻害是冬小麦常见自然灾害之一,进行遥感监测具有重要经济意义。过去对作物冻害的遥感监测研究不多。冻害不但与气温有关,也与生育期有关。该文以整个山东省为样区,收集了全省76个气象台站的由1995年3月1日至4月30日逐日最低气温、最低地面温度资料,及此期间气象卫星NOAA-AVHRR的所有晴空数据,共21个时相。根据植被指数NDVI突变的特征,并考虑到作物的生育期,提出了实用的遥感冻害监测方法。这一方法可以及时监测冻害的发生与范围     

华北平原冬小麦面积遥感提取及时空变化研究

多年作物种植面积的时空变化可以反映种植结构的调整结果,并可用于进行驱动力分析。为解决连续遥感监测作物种植面积变化过程中,不同的训练样本或分类规则不能较好地反映作物种植面积时空格局变化的问题,本文首先根据研究区(华北平原)农业气象观测站提供的主要农作物物候观测资料获得主要农作物典型物候期特征,结合HANTS滤波后的NDVI时间序列数据提取不同地物类型的NDVI时序曲线,引入复种指数,探讨了CART算法在提取华北平原冬小麦种植面积的可行性,最后提取了2000—2013年华北平原冬小麦种植面积,并参考市级的农业统计数据进行精度评价。经检验,近13年的遥感监测种植面积与农业统计面积相关系数达到0.94(置信水平为95%),且各市13年面积一致性小于40%的概率仅为15%。利用遥感监测多年冬小麦空间分布信息获得其空间种植概率,能较好地反映研究区冬小麦的主要种植区,该方法可为大范围、连续年份冬小麦种植面积时空格局的遥感监测提供参考。     

1994－2018年新疆塔河干流农作物播种面积时空变化及影响因素分析

基于农作物物候信息和多季相遥感观测等相结合的方法,分析沙雅县1994-2018年的农作物播种面积变化的时空特征,并从水资源要素、耕地与胡杨林转化等分析播种面积变化的原因。研究结果表明：1）沙雅县农作物播种面积在1994-2018年呈现增长趋势,尤其在2006年以后加速增长;2）渭干河灌区的播种面积空间上呈现由内向外、由碎片化向集中连片化的趋势发展,而塔河干流区播种面积增加的区域沿着塔河两岸不停游移;3）渭干河灌区农作物播种面积的增加与渭干河上游的来水量变化呈现较强的相关性,而塔河干流区二者相关性较低;4）塔河干流的胡杨林区每年被耕地侵占的面积呈现增长趋势,尽管2006年以后胡杨林保护措施不断加强,然而林区的农作物播种面积在2008年以后呈现增速加快的趋势,出现了被侵占的胡杨林未能恢复、新的胡杨林又遭破坏的现象。     

基于低空无人机遥感的冬小麦覆盖度变化监测

无人机遥感作为卫星遥感的有益补充,具有高时效、高分辨率、低成本、低损耗、低风险及可重复等优点。为了利用无人机遥感系统进行快速机动地监测大面积农作物覆盖度变化,更好地服务和指导农业生产,该文设计了一套以低空无人直升机为平台的多光谱载荷观测系统,并以冬小麦为研究对象,对冬小麦生长过程中的5个主要生育期进行监测,提出一种从时间序列影像的植被指数直方图曲线中获取植被指数阈值的方法,并利用植被指数阈值法提取研究区域内冬小麦覆盖度时序变化曲线,分析了空间尺度对提取植被覆盖度的影响。研究结果表明,利用低空无人机遥感监测冬小麦覆盖度变化的方法可行,分析结果可靠,在大面积农作物覆盖度的测量有很好的应用前景。     

利用动态阈值决策树分类的华北平原冬小麦动态监测

华北平原是中国最大的粮食生产基地,准确监测其冬小麦种植面积及其变化对粮食产量预测和国家粮食安全具有重要意义。然而,不同土地利用产品所估算的小麦面积、空间分布及其动态均存在较大分歧,不能有效反映出冬小麦的长期变化特征。该研究结合作物物候特征和已有小麦专题数据产品,首先构建动态阈值决策分类算法,以降低传统方法在阈值设定和样本筛选方面的不确定性;进而分析了2003—2022年华北平原区冬小麦播种面积的长期变化规律。结果表明：1）该研究提出的动态阈值决策分类算法能准确地提取冬小麦面积,平均总体精度为93.44%,且与统计数据具有较高的一致性;2）2003—2022年华北平原冬小麦种植面积整体呈上升趋势,不同地区变化类型差异较大;3）研究时段内,持续种植冬小麦的耕地面积仅占各年份种植范围总面积的5%,种植次数低于10 a的面积占比达55%;4）河北中南部、山东省西部和河南省中北部冬小麦种植面积相对稳定,京津冀地区以及山区冬小麦播种面积变化相对频繁。该研究可为大尺度冬小麦动态监测提供了新的方法视角,并对科学制定耕地调控策略具有重要意义。     

基于NDVI加权指数的冬小麦种植面积遥感监测

该文针对农业信息服务中冬小麦种植面积调查业务的现状与需求,提出了一种基于NDVI（normal difference vegetation index）时间序列的冬小麦NDVI加权指数（WNDVI,weighted NDVI index）影像算法,可在训练样本、验证样本选择的基础上实现冬小麦面积的自动提取,并以河北省安平县及周边地区2013－2014年度冬小麦面积提取为例,采用GF-1/WFV（wide field view）数据进行了算法实现。算法的主要思路是在时序影像基础上,通过冬小麦NDVI加权指数影像的构建,扩大冬小麦地类与其他地类的差异,结合自适应的阈值获取方法,区分冬小麦地类,获取冬小麦作物面积。算法包括冬小麦时间序列影像的获取、基于网格的样本点设置、构建冬小麦 NDVI 加权指数影像、迭代确定冬小麦NDVI加权指数提取阈值、精度验证这5个部分。影像的获取根据冬小麦的生长时间确定,保证每月1景GF-1/WFV无云影像,并进行预处理及NDVI计算;同时将研究区划分为一定数量的网格,每个网格再等分为2×2个子网格,根据目视解译、专家知识、实地调查等方法,确定左上网格中心点及右下网格中心点的地物类型。统计该期所有左上网格点冬小麦及其他地物的NDVI均值,冬小麦NDVI大于其他地物的将该期影像的权值设置为1,否则设置为?1,将所有时相NDVI影像进行加权平均,即可获取冬小麦NDVI加权指数影像。获取冬小麦NDVI加权指数影像后,还需设置合适的阈值提取冬小麦。该文选用右下网格点目视解译分类结果作为阈值提取依据,具体方法是将冬小麦指数从小到大按照一定间隔划分,作为冬小麦 NDVI 加权指数提取阈值,将各阈值二值法运用,与右下网格点的冬小麦提取的目视解译结果对比,精度最高的就是最优冬小麦 NDVI 加权指数分割阈值。在所有网格中,以初始识别获取的冬小麦面积为准,等概率选择10个样方作为精度验证样方进行验证。精度验证结果表明分类总体精度达到94.4%,Kappa系数达0.88。该文通过构建冬小麦NDVI加权指数,将比较复杂的多个参数转换为一个参数,并且农学意义明确,相比传统的NDVI时序影像进行冬小麦面积的提取,具有自动化程度高、面积提取精度高、分类结果稳定的特点,已经在全国农作物面积遥感监测业务中进行了应用。     

华北平原农户主动退耕冬小麦的影响因素模型分析及政策启示

为揭示华北平原农户主动退耕冬小麦的现状及其影响因素,借助河北省沧县农户问卷调查数据,构建农户土地利用决策理论模型与多层二项logit模型。结果表明:1)案例区农户主动退耕冬小麦现象已较为普遍,2000年以来冬小麦退耕面积占耕地总面积的比例达28.18%;2)地块、农户和村庄3个层次在解释农户土地利用决策方面均发挥显著作用,其解释程度分别为52.1%、17.5%和30.4%;3)地块层次的土地质量、灌溉水源和地块面积在1%或5%水平下显著影响农户冬小麦退耕决策,且土地质量低下、灌溉水源稳定性较差、面积较小的地块更有可能退耕冬小麦;4)农户层次的平均务工收入、地均务农劳动力数量、受教育程度、农机设备和地块破碎度在5%或10%的水平发挥显著影响,且地均务农劳动力数量少、平均务工收入和地块破碎度高、农业决策者受教育程度高且不具备农机设备的农户退耕冬小麦的概率更高;5)村庄层次灌溉用电单价通过了5%的显著性检验,且灌溉用电单价越高时,农户越有可能发生冬小麦退耕行为。在此基础上,提出相关政策建议如下:农户主动退耕冬小麦背景下推行土地休耕制度须精准,应以严格的冬小麦种植摸底调查监测为前提,还应结合农村集体新型产业发展、农业水价综合改革等措施推进制度落实;同时,应加强地表水资源的合理配置与管理,稳定与适度发展地表水灌溉的小麦面积,为实现土地休耕与口粮安全"双赢"做出贡献。     

基于卷积神经网络的中国北方冬小麦遥感估产

针对传统的农作物估产方法过度依赖人工经验,以及实地采样成本高等问题。该研究使用MODIS数据构建了基于卷积神经网络(convolutional neural network,CNN)的冬小麦估产模型。对2006-2016年中国北方冬小麦核心区的60个地级市进行模型训练,鲁棒性检验以及估产误差空间特征分析。结果表明:1)估产模型在训练集和验证集的均方根误差(root mean squareerror,RMSE)分别为183.82kg/hm2、689.72 kg/hm2,决定系数(R2)分别为0.98、0.71。2)以同样的神经网络结构对2006-2016年估产样本分别作为验证集,训练11个独立模型的RMSE平均值是772.03 kg/hm2,证明算法具有较高的鲁棒性。3)2007、2012和2016年不同省份的估产结果表明,模型对北方冬小麦区的平原区估产精度较高,尤其是河北和山东2省(RMSE为500 kg/hm2)。该文构建的估产模型可以实现冬小麦单产的复杂拟合,可以应用于较大尺度(范围)冬小麦产量预报。     

基于改进N-FINDR算法的华北平原冬小麦面积提取

为了解决MODIS数据中普遍存在的混合像元问题,该文利用2008年和2009年多时相的MODIS13Q1影像,以经过优化的N-FINDR算法进行线性混合像元分解提取冬小麦种植面积,各省的误差均控制在正负4%左右。利用同期多时相的HJ-1星分类数据作为参考值,在试验区域选择14个均匀分布的样区验证混合像元分解结果。结果显示6个样区的相对误差在10%以内,其余8个样区的误差基本在15%左右。该研究可为冬小麦种植面积的监测提供参考。     

基于植被遥感信息的作物蒸散量估算模型--以华北平原冬小麦为例

本文基于作物系数法并结合植被遥感信息(MODIS/NDVI),提出一种能反映作物空间分布和土壤供水差异信息的作物蒸散量估算模型。利用该模型得到2000—2013年华北平原冬小麦的蒸散量,模拟结果与遥感蒸散产品吻合度较高(R2=0.952,RMSE=1.3×107 m3),并分析了冬小麦蒸散量和灌溉耗水量的时空变化。结果表明:1华北平原冬小麦蒸散量呈南高北低的格局。基于250 m空间分辨率上来看,山东省、河南省的黄河灌区以及太行山前平原的冬小麦蒸散量可达400 mm以上,中部平原区冬小麦蒸散量350 mm,滨海一带蒸散量200 mm。2冬小麦灌溉耗水量与其蒸散量格局相一致。在太行山前平原、河南省和山东省的引黄灌区,灌溉耗水量可达250 mm以上;河北平原北部由于冬小麦种植比例较低,灌溉耗水量100 mm。3近14年河北平原北部冬小麦播种面积下降明显,区域灌溉耗水量减少,地下水位下降趋势得到明显缓解。本文提出的作物蒸散量估算模型能够较好地用于确定较大区域作物蒸散耗水量,并可应用于区域作物灌溉量的评估与管理中。     

华北平原冬小麦/夏玉米轮作体系对氮素环境承受力分析

通过田间试验研究了华北地区冬小麦/夏玉米轮作体系对氮素的环境承受力。结果表明,冬小麦和夏玉米达到最高产量时的施氮量分别是112和180.kg/hm2。氮肥利用率和农学利用率随施氮量的增加而降低,生理利用率表现出抛物线的趋势。在农户习惯施氮条件下,冬小麦和夏玉米的氮肥利用率分别是10%和6%,每千克氮肥分别增产2和3千克。灌水和集中降雨是引起土壤硝态氮明显下移的主要因素。氮素平衡计算的结果表明,低施氮量时,氮素盈余以残留Nmin为主,高量施氮则以表观损失为主。将收获后090.cm土壤中的硝态氮的量控制到150kg/hm2,可以在兼顾环境的前提下获得较高的产量;此时冬小麦季的施氮量是122.kg/hm2,产量(干物重)达到最高产量4331.kg/hm2;夏玉米季的施氮量是145.kg/hm2,产量(干物重)是7965.kg/hm2,达到最高产量的97%。     

华北平原不同等级干旱对冬小麦产量的影响

华北平原是中国重要的粮食生产基地,其中冬小麦播种面积和产量均居中国首位,在国家粮食安全中具有重要作用,干旱是影响该区域冬小麦产量的最主要农业气象灾害.该研究基于华北平原44个气象站点1981—2017年的逐日气象数据以及作物、土壤和田间管理资料,以作物水分亏缺指数为农业干旱指标,基于调参验证后的农业生产系统模型(Agr...