水稻不同发育时期高光谱与叶绿素和类胡萝卜素的变化规律

通过大田和室内试验,测定了2个品种、3个供氮水平处理的水稻冠层、完全展开倒1叶、倒3叶和穗在不同发育时期的高光谱反射率及对应叶片和穗的叶绿素、类胡萝卜素含量。结果表明,不同供氮水平的水稻冠层和叶片光谱差异明显,冠层光谱反射率随发育期推迟,抽穗前在可见光范围逐渐降低、在近红外区域逐渐增大,抽穗后在可见光范围逐渐增大,在近红外区域逐渐降低;抽穗后,冠层、叶片和穗光谱的红边位置存在“蓝移”现象;叶片叶绿素、类胡萝卜素含量呈S形变化;高光谱植被指数R990/R553、R1200/R553、R750/R553、R553/R670、R800/R553、R800/R680、（R800-R680）/（R800+R680）［R为反射率,下标为对应波长值（nm)］和红边位置λred与叶绿素、类胡萝卜素含量之间存在极显著相关,说明能用它们来估算水稻冠层、叶片和穗的叶绿素、类胡萝卜素含量。     

水稻遥感估产模拟模式比较

通过大田小区试验,测定了2个品种、3个供氮水平处理的水稻抽穗后不同时期冠层的光谱反射率、叶面积指数及最后的理论产量和实际产量,模拟MSS、TM、SPOT、资源一号CCD相机、IKONOS、MODI S和高光谱的波段来构建光谱差值植被指数DVI、比值植被指数RVI、差值归一化植被指数NDVI和绿度G,并模拟建立遥感估产模式.结果表明:单变量估产模式以差值植被指数DVI效果最好,蜡熟期估产效果要优于抽穗期和灌浆期;多时期复合估产模式估产效果要优于单一生育期;成熟期各种数据的DVI估产模式具有相近估产精度,达91%以上,其中MSS波段的估产精度最高.     

草地生物量的高光谱遥感估算模型

为了推进高光谱遥感在草地生理生化参数定量化方面的研究与应用，从冠层尺度上估算草地生物量，该文选用美国ASD公司的ASD FieldSpec Pro FRTM光谱仪，对内蒙古自治区锡林郭勒盟的天然草地进行高光谱遥感地面观测。在进行天然草地地上生物量与原始光谱和高光谱特征变量相关分析的基础上，将观测数据分成两组：一组观测数据作为训练样本，运用单变量线性、非线性和逐步回归分析方法，建立生物量高光谱遥感估算模型；另一组观测数据作为检验样本，进行精度检验。结果表明：生物量与高光谱吸收特征参数变量的分析中，以840、1132、1579、1769和2012 nm等5个原始高光谱波段反射率为变量的逐步回归估算方程为最佳模型，模型标准差为0.404 kg/m²，估算精度为91.6%，说明可以利用高光谱反射率数据，从冠层上对草地生物量进行量化。     

基于MODIS-NDVI的浙江省耕地复种指数监测

【目的】耕地复种指数是重要的农情信息，本文旨在运用遥感数据对于这一参数进行监测与分析，为指导农业生产提供参考。【方法】采用美国国家航空和宇宙航行局(National Aeronautics and Space Administration，NASA)提供的中分辨率成像光谱仪(moderate resolution imagine spectroradimeter，MODIS)植被数据，利用1﹕25万浙江省土地利用现状图，设计二次差分的算法，对浙江省连续4年（2001～2004）耕地复种指数进行监测；【结果】一年内农作物播种、出苗、抽穗、成熟及收获等物理生长过程，反映在归一化植被指数（normalized difference vegetation index，NDVI）时间曲线上呈现出波动变化，其波峰所对应的是农作物群体生物量最大的时相。根据此原理通过提取耕地NDVI在一年内时间序列峰值频数，得出浙江省市级耕地的复种指数。【结论】浙江省耕地复种指数在空间分布上表现为西南大于东北。在时间上，从2001年到2003年有降低的趋势；而2004年有所增加。但相对于浙江的地理位置与气候条件来说，复种指数普遍偏低，潜力很大。     

中国水稻遥感信息获取区划研究

 【目的】水稻是我国重要的粮食作物之一。通过遥感技术获取农作物信息是一种有效的手段,然而由于中国的水稻生长地域跨度大,各地的气候、地形等自然条件十分复杂,水稻的生长环境、生长季节和耕作制度在不同的区域差异很大,所以利用遥感方法获取水稻信息在不同区域有较大差别。为提高利用遥感方法获取水稻信息的精度而对全国的水稻种植区域进行合理的区划。【方法】以全国水稻种植区为对象,通过分析并选取对遥感技术信息获取有重要影响的因素,如耕作制度、地形因素、种植结构和大气噪声（云覆盖）等,采用恰当的区划指标,利用定性和定量相结合的分析方法进行区划。【结果】根据耕作制度的差异把全国分为4个水稻遥感信息获取区,然后又根据地形、种植结构和大气噪声等因素对遥感信息获取的影响分成19个亚区。由于研究区的范围较大,各地的自然和社会状况十分复杂,所以研究只考虑了对水稻遥感信息获取时起主要影响作用的因素,而忽略了其它的次要因素。【结论】区划结果对水稻遥感信息获取时选择合适的遥感获取方式、恰当的空间分辨率与时相的遥感图像,以及对遥感信息提取结果准确度的验证等提供参考。     

基于空间分析与两维图论聚类的湖南水稻遥感估产分区

为了提高水稻遥感估产精度,该文在分析湖南省水稻种植制度及地形等特征的基础上,进行水稻遥感估产分区研究。选择水稻种植制度、稻土比、水稻单产水平、平原面积占总面积比、以及空间位置作为分区因子,采用基于GIS技术的空间分析与两维图论树相结合的方法。分区结果显示,湖南省共分为2个一级区,即一季稻区与双季稻区;在一级分区的基础上得到5个二级区,即2个一季稻区二级分区,3个双季稻区二级分区。此分区结果保持了区块的连续性与行政区划的完整性,以及分区内自然与经济条件的相对一致性;同时各分区之间在种植结构、水稻单产、地形等方面又存在着独立性,此分区结果有利于进行水稻遥感估产研究。     

基于学习矢量量化神经网络的水稻白穗和正常穗的高光谱识别

水稻病虫害的发生会导致大量白穗的出现,对白穗和正常穗的区分是采取植保措施和灾害评估的基础。通过研究获取了由水稻二化螟和穗瘟造成的白穗和正常穗的室内光谱,选取红边斜率、红边面积、绿峰幅值和绿峰面积等4个高光谱变量作为输入向量,利用学习矢量量化（LVQ）神经网络对水稻白穗和正常穗进行分类。利用测试样本对网络进行测试,结果显示对白穗和正常稻穗的分类精度高达100%。研究表明,基于LVQ神经网络对水稻白穗和正常穗进行辨别的方法是切实可行的,可以补充和替代肉眼观测。     

基于穗帽变换的TM影像水稻面积提取

利用水稻生育前期和后期两个不同时期TM影像分别进行穗帽变换生成亮度、绿度和湿度变量,并将它们合成为多时相影像,充分利用这3个具有物理意义的变量,特别是湿度变量进行水稻种植区影像分类和以水为背景的水稻面积提取,并使用亚米级GPS地面调查的数据进行分类验证。 基于穗帽变换影像的分类方法有效提高了水稻面积提取精度,水稻分类的生产者精度和用户精度分别为84.30％和85.18％,这比原始合成影像数据的分类结果提高了约3个百分点;另外,总精度也由原始合成影像的74.12％提高到经过穗帽变换的78.04％。     

利用GIS与TM数据资料集成技术估算中国南方早稻面积--以龙游县为例

提出利用 GIS与 TM数据集成技术估算中国南方丘陵山地早稻种植面积的方法 .该方法首先利用 ARC/INFO对土地利用现状图进行数字化 ,建立拓朴关系后将其转化为栅格 ,然后进行投影变换 ,使土地利用现状图、行政图、TM数据具有相同的坐标 ,最后利用土地现状图 ,提取水田分布图 ,对水田分布图进行分类估算早稻种植面积 .不同方法比较结果表明 :非监督分类法不能用于提取丘陵山区的水稻种植面积 ;只用 TM资料估算龙游县早稻面积 ,与统计数据相比 ,平行六面体分类法、最大似然分类法分别达到 82 .83 %和 59.95% ;而用 GIS与 TM数据资料集成技术对水田分布图进行分类估算早稻面积 ,平行六面体分类法、最大似然分类法的估算精度分别达到 93 .98%和 60 .65% ,所以利用平行六面体分类法对南方丘陵山地早稻种植面积估算是可行的 .     

基于GIS及气候-土壤-地形因子的浙江省茶树栽培适宜性评价

进行茶树栽培精细化的综合区划研究可为浙江省茶叶产业的规划布局提供科学依据.该文根据茶叶产量与气象、地形、土壤条件的相关分析,提出了茶树栽培综合区划指标为4个气候因子(年平均气温、稳定通过10℃的积温、极端最低气温≤-13℃出现的频率和4-10月的平均相对湿度)、2个土壤因子(土壤类型和土壤质地)和3个地形因子(坡度、坡...