无人机热红外图像计算冠层温度特征数诊断棉花水分胁迫

针对当前无人机热红外遥感诊断作物水分胁迫状况精度不高的问题,该文以4种水分处理的花铃期棉花为试验对象,利用六旋翼无人机搭载热红外传感器,连续5 d采集中午13点的棉花冠层高分辨率热红外影像,通过Canny边缘检测算法将热红外图像中的土壤背景有效剔除,应用温度直方图验证剔除效果,然后计算棉花冠层温度特征数,包括冠层温度标准差(standard deviation of canopy temperature,CTSD)和冠层温度变异系数(canopy temperature coefficient of variation,CTCV);分别研究棉花冠层温度特征数与棉花叶片气孔导度Gs、蒸腾速率Tr、水分胁迫指数(crop water stress index,CWSI)和土壤体积含水率(soil volumetric water content,SWC)的相关关系,并分析冠层温度特征数对诊断棉花水分胁迫的适用性。研究结果表明:棉花冠层温度特征数与表征棉花水分胁迫的生理指标和物理指标都具有较高的相关性,最大的决定系数R2为0.884;棉花冠层温度标准差CTSD和变异系数CTCV与Gs、Tr、CWSI、SWC的决定系数R2分别为0.884、0.625、0.673、0.550和0.853、0.583、0.620、0.520,冠层温度标准差CTSD对作物水分胁迫的敏感程度更高,可以作为诊断作物水分胁迫的新指标。该研究提出冠层温度特征数的计算方法仅需要无人机热红外影像数据,相比其他诊断作物水分胁迫状况的温度指标具有较大的应用潜力。     

利用Landsat热红外遥感调查广西平果县石漠化现状和变化特征

喀斯特石漠化是我国西南地区严重的生态问题,通过对喀斯特地区岩石热特性的探究,提出基于热红外遥感的石漠化监测方法.以平果县为研究区,利用2006年Landsat 5和2014年Landsat 8热红外遥感影像计算亮温,参考高分影像建立典型样本区并分析样本区亮温,确定不同石漠化等级的亮温阈值,最后对全县石漠化进行等级划分,并分析平果县石漠化变化.平果县2014年石漠化分级结果显示:非石漠化占18.47％;潜在石漠化32.9％;轻度石漠化占24.8％;中度石漠化占18.94％;重度石漠化占4.89％.平果县2014年石漠化整体情况较2006年有所好转,局部区域石漠化有恶化的趋势.本研究通过确定适当的夏冬季亮温差阈值可以有效地对石漠化程度进行分级划分,该方法与已有方法相比,具有物理意义明确、方法简单有效、结果客观等优点,具有推广应用价值.     

基于无人机遥感的夏玉米水分胁迫指数改进方法

冠层温度（canopy temperature,Tc）是作物水分胁迫计算的基础。准确地剔除热红外图像中的土壤背景,可以提高作物水分的监测精度。该研究以4种水分处理的拔节期夏玉米为研究对象,借助无人机可见光和热红外图像,采用红绿比值指数（red-green ratio index,RGRI）法提取研究区域的面状玉米冠层温度的空间分布信息,并分析每幅热红外图像上冠层温度的累积频率。该并提出了两种改进作物水分胁迫指数（crop water stress index,CWSI）性能的方法,一是使用基于正态分布的不同统计分位数分割冠层温度,并基于不同统计分位数上的平均冠层温度计算CWSI（记为CWSITcF%）。二是基于冠层温度方差（canopy temperature variance,Var）,将玉米冠层数据分为4个区间：区间Ⅰ,Tc≤40,Var≤10;区间Ⅱ,Tc≤40,10< Var≤20;区间Ⅲ,35< Tc<45,Var>20;区间Ⅳ,40< Tc<50,0< Var≤20,并在各自区间上选择最敏感的统计分位数计算CWSI（记为CWSIn）。研究结果表明：1）利用2020年和2021年两年数据计算的CWSIn与作物生理指标（气孔导度Gs、净光合速率Pn、蒸腾速率Tr）间的决定系数R2分别为0.72、0.52、0.62 ,nRMSE分别为23.96%、24.06%、25.60%,模型拟合精度高于原始CWSI（R2分别为0.73、0.34、0.46,nRMSE分别为23.69%、28.27%、30.21%）,但与CWSITcF%差别不大（R2分别为0.74、0.54、0.61,nRMSE分别为22.87%、23.74%、25.61%）;2）虽然CWSITcF%能提高诊断作物水分胁迫的精度,但最敏感的冠层温度区间在年际间相差较大（2020,61.17%;2021,49.38%;两年数据,83.51%）,而CWSIn稳定性更高（与生理指标间的nRMSE分别为：2020年16.60%、27.37%、28.49%;2021年21.60%、18.95%、22.64%）。因此,综合来看 CWSIn可以更加精确地监测作物水分胁迫,利用该改进方法可为无人机遥感精准监测作物水分胁迫状况提供参考。     

估算区域蒸发蒸腾量的遥感模型对比分析

蒸发蒸腾量是地球表面水量和能量平衡中的重要分量。蒸发蒸腾通过水文循环影响着区域乃至全球的气候、生态及农业生产。与传统的地面点观测手段相比,利用遥感监测区域蒸发蒸腾具有快捷、宏观、经济等优势和特点。该文在阐述利用遥感研究蒸发蒸腾的基本原理和方法的基础上,综述了国内外常用的遥感蒸发蒸腾模型,并着重对SEBAL、VITT等模型进行了评述和对比分析,指出了利用遥感研究区域蒸发蒸腾中存在的问题。     

红外遥感估算春小麦农田土壤含水率的试验研究

根据水分亏缺条件下作物蒸发蒸腾量计算公式及作物水分胁迫指标CWSI(Crop Water Stress Index)的定义,提出了基于遥感作物冠层温度和土壤水分修正系数的春小麦田土壤含水率估算公式,其中土壤水分修正系数采用了幂函数形式。用该公式对春小麦田土壤含水率在分蘖后-拔节抽穗期、抽穗开花-灌浆期和乳熟-黄熟期3个生育阶段进行了估算,并对估算值和实测值进行对比和误差分析,结果表明该模型估算春小麦根层土壤含水率误差保持在18%以内。     

基于无人机遥感影像的玉米冠层温度提取及作物水分胁迫监测

针对当前无人机热红外遥感提取冠层温度不准确、监测作物水分胁迫状况精度不高的问题,该研究以不同水分处理的拔节期夏玉米为研究对象,利用无人机获取试验区域热红外和可见光图像资料,分别采用Otsu算法、EXG-Kmeans算法和Otsu-EXG-Kmeans算法获取冠层区域图像,并对提取结果进行精度评价,而后采用最优算法求得对应作物水分胁迫指数（Crop Water Stress Index,CWSI）,通过分析CWSI同土壤含水率相关关系以及CWSI日平均变化趋势来监测玉米水分亏缺状况。结果表明：1）相比于其他方法,Otsu-EXG-Kmeans算法对冠层温度提取精度更高（用户精度为95.9%）,提取的冠层温度更接近实测温度（r=0.788）,可以准确获取图像冠层温度。2）相比于冠层温度,CWSI与土壤含水率的相关性更高（r= -0.738）,CWSI日平均变化趋势更符合实际情况,可更加精确地监测玉米缺水状况。该研究为无人机遥感精准监测作物水分胁迫状况提供参考。     

光照与阴影对无人机热红外遥感监测土壤含水率的影响

为探究作物冠层受阳光直射或阴影遮挡对无人机热红外遥感诊断作物水分胁迫、监测土壤含水率的影响，该研究以不同灌溉处理的夏玉米为研究对象，将热红外图像划分为光照冠层、阴影冠层、光照土壤、阴影土壤4个部分，分别提取光照温度与阴影温度后计算了11:00、13:00、15:00的冠气温差（冠层温度与大气温度之差，ΔT）、作物水分胁迫指数（crop water stress index，CWSI）、蒸发比（潜热通量与有效能量的比值，evaporative fraction，EF），并对比了3种指数在不同时刻使用光照温度（ΔT_L、CWSI_L、EF_L）与阴影温度（ΔT_S、CWSI_S、EF_S）后对土壤含水率的监测效果变化情况。结果表明：1）3种指数的监测效果会随时间发生变化，11:00与15:00时EF监测效果较好，13:00时CWSI监测效果较好，ΔT的监测效果较差但随时间波动最小；2）拔节期在区分光照温度与阴影温度后监测效果在11:00时提升幅度最大，EF、EF_S、EF_L的R²分别为0.54、0.65、0.78，CWSI、CWSI_S、CWSI_L的R²分别为0.47、0.64、0.70，抽雄期与灌浆期使用光照温度对监测效果提升不大，但使用阴影温度的指数监测效果有明显降低，在13:00时CWSI_S较CWSI有最大降幅，R²降幅分别为0.11、0.06；3）在拔节期与抽雄期使用11:00的EF_L，在灌浆期使用13:00的CWSI能取得最好的土壤含水率监测效果，预测土壤含水率的R²分别为0.75、0.75、0.89。该研究可以为无人机热红外监测土壤含水率提供参考。     

基于地面红外检测系统验证的灌区地表温度遥感反演

利用遥感数据的大尺度特性和地面实时监测数据进行区域灌溉管理,用精准化信息技术支撑农业信息化,是现代农业发展的方向和研究热点。该文根据田间在线实时监测数据和Land Sat8卫星遥感数据反演,探讨遥感反演地表温度与地面实测数据的吻合程度,为大范围、区域性干旱监测和灌溉管理提供技术支撑。结果表明,在下垫面植被均匀、土壤水分空间变异性较小的区域,利用Land Sat8遥感影像反演地表温度,可以很好地与地面作物冠层温度监测结果相吻合;监测点数据可以代表其附近5个像元的情况。利用覃志豪法和简单Sobrino法计算地表比辐射率来遥感反演地表温度,对不同的作物类型有不同的适宜性。2015年9 d遥感反演结果与地面监测数据对比可见,在解放闸灌域沙壕渠试验点的玉米地,简单的Sobrino法结果更好,R~2达到0.76,均方根误差、相对误差和符合度指数分别达到2.32℃、7.8%和0.92。葵花地覃志豪法结果为宜,R~2达到0.85,均方根误差、相对误差和符合度指数分别达到1.97℃、6.5%和0.94。春小麦地宜用Sobrino法。对于北京大兴的冬小麦-夏玉米轮作,这2种方法差别不大。地面监测点布设方案和合理数目、点面数据结合进行区域干旱判断和灌溉管理,以及地面监测系统的优化改进,是进一步研究的重点。     

基于冠层温度的夏玉米水分胁迫指数模型的试验研究

探讨并建立了适合于中国华北地区夏玉米水分状况监测的作物水分胁迫指数(CWSI)模型。通过不同的田间试验处理和观测,得到了适合夏玉米的CWSI经验模型中的经验关系,且表现明显。该研究建立了不同生育阶段的经验模型,经过初步的检验和分析,认为这一模型是合理的,可以应用于田间的基于冠层温度信息的夏玉米水分状况监测。     

基于遥感和AquaCrop作物模型的多同化算法比较

为了研究不同数据同化方法在AquaCrop(FAO Crop model to simulate yield response to water)模型模拟作物地上生物量(above ground biomass,AGB)、冠层覆盖度(canopy cover,CC)和产量过程的效率,以冬小麦为研究对象,利用2012-2013、2013-2014和2014-2015年冬小麦田间试验数据,将标定的Aqua Crop生长模型与遥感光谱信息相结合开展同化技术分析,应用粒子群优化(particle swarm optimization,PSO)、模拟退火(simulated annealing,SA)和复合型混合演化(shuffled complex evolution,SCE-UA)3种数据同化算法,以不同生育期、不同水分处理和不同氮肥水平的AGB和CC为双变量开展多同化算法的模拟分析,对3种数据同化算法的运算效率和同化结果进行对比分析。结果表明:1)3种数据同化算法达到的应度值0.26时,SCE-UA同化算法用时最少(833 s),SA数据同化算法用时最多(1433 s),表明SCE-UA同化算法效率最优,SA数据同化算法效率最低;2)不同生育期的同化结果,AGB的同化精度随着生育期的推进而降低,AGB的模拟值在拔节期和挑旗期高于实测值,被高估,在开花期和灌浆期被低估,总的AGB被低估;CC在拔节期和挑旗期被低估,在开花期和灌浆期被高估,总的CC被低估;3)不同水分处理的同化结果,AGB普遍被低估,CC在雨养(W0)条件下被高估,在正常灌溉(W1)和过量灌溉(W2)条件下被低估;产量均被低估;4)不同氮肥水平,AGB的模拟精度随着施N量的增加而降低,并且普遍被低估,CC普遍被高估,产量均被低估。以上结果表明,PSO、SA和SCE-UA 3种数据同化算法均能有效模拟冬小麦的AGB、CC和产量,其中SCE-UA数据同化算法无论在运算效率还是同化结果的精度上均优于PSO和SA数据同化算法。     

松嫩平原不同地表覆盖蒸散特征的遥感研究

为了准确估算松嫩平原不同地表覆盖的蒸散量,以MODIS产品及实测气象资料为数据源,通过SEBAL模型估算了松嫩平原2008年生长季（5－9月）的蒸散量,并利用涡动相关数据验证估算结果,发现估算值与实测值的变化趋势相吻合,整个生长季蒸散量的相对误差为18.26%,基本可以满足区域蒸散研究需求。通过探讨松嫩平原蒸散量的时空格局,发现2008年生长季蒸散量为183～1 003 mm,具有从西南部向东部、东北部逐渐增加的变化趋势,水体、林地、湿地的平均蒸散量最高,耕地、居工地次之,草地最低。最后,将蒸散量与降水量进行对比,分析了2008年生长季水分亏缺状态,发现松嫩平原平均水分亏缺量为195.96 mm,97%以上区域的蒸散量大于降水量,蒸散过程中很大程度上还需依靠地下水、径流来弥补降水量不足,生长季蒸散强烈,而降水量相对不足,对松嫩平原生态环境的稳定发展造成了重大影响及压力。     

基于遥感温度植被干旱指数的宁夏2000-2010年旱情变化特征

为了探讨近10 a来宁夏的旱情变化特征及演变趋势,利用MODIS的地表昼夜温度数据计算昼夜温差,结合归一化植被指数产品计算温度植被干旱指数(temperature vegetation dryness index,TVDI),对2000-2010年的逐月干旱进行了监测,并分析其与气象干旱和农业受旱灾情况的关系。研究结果表明,从空间上来看,宁夏干旱发生频率和强度最高的是中部干旱带,次之是南部丘陵山区,而较少发生干旱的是北部引黄灌区,其中南部六盘山和北部贺兰山林区也很少受干旱影响;在2000-2010年间有3次明显的极端干旱过程,分别是2000、2005和2009年;从旱情变化趋势来看,近10 a来宁夏平均干旱强度在减弱,但极端干旱事件有增强的趋势,且春、夏季显著增强,而秋、冬季显著减弱;宁夏TVDI的变化主要取决于降水量,年平均TVDI、年最大TVDI与降水量、标准化降水指数和标准化降水蒸散指数均呈负相关关系,除年平均TVDI与降水量(P=0.08)和标准化降水指数(P=0.06)的相关性未通过显著性检验外,其他均通过了P0.05的显著性检验,但TVDI与气温关系不大,这与当地的土地利用格局及植被类型有关;农业受旱灾面积与年平均TVDI有关,二者相关关系为0.69(P0.05),而与年内单次极端干旱强度关系不大;从不同季节来看,夏季干旱最容易导致宁夏农业减产,次之是春季和秋季干旱,而冬季干旱几乎对农业生产没有影响。该研究可为地方政府制定抗旱救灾和农业生产政策提供一定参考。     

基于权重最优组合和多时相遥感的作物估产

多时相遥感数据比单一时相携带了更多的反映作物产量的信息,研究如何将多时相遥感信息进行有机融合以提高作物估产精度的方法是具有意义的。权重最优组合（WOC）是一种通过对单个模型权重的最优化,来构建高精度组合模型的原理方法。论文以黑龙江农垦友谊农场大麦产量遥感估算为例,首先利用大麦4个时相的Landsat5 TM影像分别构建单一时相的大麦产量模型,然后利用WOC的迭代算法,通过赋予4个单一时相产量模型以最优权重,生成基于多时相遥感的组合模型估算大麦产量,结果表明：基于WOC和多时相遥感的组合估产模型的决定系数R2与单一时相的相比得到较大改善,估算精度提高明显。同时,通过对WOC获取的各时相单一模型最优权重大小进行分析表明：应用多时相遥感数据进行作物估产时,权重大小能够反映各时相遥感数据所携带的产量信息的多少,这对于如何选择和确定能有效反映作物产量的敏感遥感时相具有一定的指导意义。     

低钾胁迫下不同低钾耐性大豆光合特性及保护性酶的差异

田间试验选用耐低钾和低钾敏感的大豆品种各2个,研究低钾胁迫下不同品种光合特性及活性氧代谢的差异。结果表明,与施钾相比,低钾胁迫下,两类品种的相对叶绿素（SPAD）、光合速率（Pn）和气孔导度(Gs)均下降,但低钾耐性品种比低钾敏感品种下降的幅度小;而胞间CO2浓度（Ci）、蒸腾速率（Tr）和脯氨酸含量升高,且低钾敏感品种比低钾耐性品种升高幅度大。低钾耐性品种SOD活性在开花期低于低钾敏感品种,成熟始期又明显高于低钾敏感品种;CAT活性在开花期和结荚期低钾耐性品种都高于低钾敏感品种;成熟始期POD活性低钾耐性品种下降的幅度小于低钾敏感品种;MDA在生育中后期,低钾耐性品种明显低于低钾敏感品种。     

基于ANN技术和高光谱遥感的盐渍土盐分预测

土壤盐渍化是干旱、半干旱农业区主要的土地退化问题,及时、精准、动态地监测盐渍土盐分,对于治理、防治盐渍土和进行农业可持续发展至关重要。以松嫩平原西部长岭县为例,利用盐渍土高光谱数据构建盐渍土盐分遥感预测模型。电导法测得土壤盐量,用ASD高光谱仪野外采集高光谱数据,利用光谱导数变换选择能够表征盐渍土盐分信息的最佳波段,即550、720、760、820和940 nm。通过比较3层和4层72种不同神经网络结构,最终选择5-6-1 结构的3层神经网络预测盐渍土盐分（R2 = 0.895,RMSE = 0.089）。与传统回归相比（R2 = 0.81,RMSE = 0.25）,运用高光谱数据与人工神经网络方法相结合,能够提高盐渍土的预测精度,说明人工神经网络在构建光谱反射率与土壤参数关系研究中具有突出优势。     

基于定量遥感的甘肃省草原综合顺序分类

为了推进草原综合顺序分类的实用化进程,在草地发生学原理指导下,在草原综合顺序分类中引入甘肃省2008年每日1km分辨率的MODIS地表温度产品(MYD11A1)和0.5km分辨率的MODIS地表反照率产品(MYD09GA),反演土壤水分和地表年积温,划分热量级和湿润度级,并对甘肃省草地进行分类,以野外调查数据为相对真值验证了结果,评价了分类精度。结果表明:甘肃省天然草地横跨寒冷-寒温-微温-暖温-暖热5个热量级,极干-干旱-微干-微润-湿润-潮湿6个湿润度级,共26个类,其中暖温干旱暖温带半荒漠类、微温干旱温带半荒漠类和寒温潮湿温性针叶林类是甘肃省最主要的几种草地类型,占全省面积的43.43%;草地类的分布呈现出明显的垂直地带性,类别划分结果符合研究区域的气候、地理位置和地貌特征。研究减少了以往综合顺序分类对气象站点分布和插值方法的依赖性,从数据源的角度解决了综合顺序分类法中站点数据向区域数据转换这一难题,改善了点数据外推的边界模糊问题,拓展了草原综合顺序分类的研究手段和方法,为推进草原综合顺序分类实用化进程提供了新的思路。