基于时间序列环境卫星影像的作物分类识别

环境星影像具有较高的时间和空间分辨率,利用其时序遥感数据进行作物信息提取优势明显。该文以黑龙江垦区友谊农场作物为研究对象,利用2010年6月至9月共10景HJ-CCD数据进行作物种植分类信息提取。首先,通过SPLINE算法对云影响区域插值去噪,重构时间序列影像数据;其次,通过分析试验区主要作物的光谱和植被指数时序变化特征,构建基于决策树分层分类的主要作物遥感分类模型,成功提取了黑龙江友谊农场大豆、玉米和水稻的种植信息,分类总体精度达到96.33%。同时,将分类结果同基于时间序列植被指数影像的支持向量机和最大似然法分类结果相比较,结果表明,决策树分类效果最好,支持向量机次之,最大似然分类较差。研究表明,通过去云处理后构建的时间序列HJ卫星遥感影像,结合作物的光谱和典型植被指数时序变化特征,借助于决策树分类方法能够有效提高黑龙江垦区主要种植作物分类的准确性和精度。     

基于遥感的北方防风固沙区沙化草地利用基线盖度研究

为推动北方防风固沙生态功能区稳定维持生态健康安全,满足草地资源适度利用协调发展,该文选择北方防风固沙生态功能区的正蓝旗为典型研究区,利用TM遥感影像的NDVI,结合大量的野外地面调查数据,建立植被盖度遥感反演模型,提取区域植被盖度,并按照沙地类型划分标准划分沙地类型,提取半固定沙地和固定沙地过渡带处的平均植被盖度,开展防风固沙功能基线盖度评估研究。以基线盖度为基准,划分非利用区和可适度放牧利用。结果显示,提取正蓝旗草地资源利用基线盖度为30.47%,并通过基线盖度地面调查验证,与基线盖度地面调查结果一致。确定了可适度利用的草原范围及面积为396927.3hm2,占正蓝旗草原面积的39%,建立了生态保护约束下的草地资源利用格局。该研究可为沙化草地合理利用提供参考。     

联合Terra/Aqua MODIS多角度多光谱数据反演冬小麦叶面积指数

Terra与Aqua双星搭载的MODIS传感器可实现每日上下午分别对同一地点观测一次,并且由于卫星轨道漂移形成累积连续多天的多角度观测特点,加上多通道的光谱响应,极大地丰富了地表目标的观测信息,为LAI等地表参数的实时准确反演提供了可能。该文利用MODIS双星高质量的连续多天的多波段地表反射率数据,结合PROSAIL(PROSPECT+SAIL,properties spectra+scattering by arbitrarily inclined leaves)模型和查找表方法反演冬小麦LAI,并与MODIS LAI产品及野外采样点实测LAI对比,结果表明,联合双星高质量的多角度多波段数据能够较准确反演冬小麦LAI,其反演结果无论从空间分布还是时序变化特征来讲,较MODIS LAI产品更符合实际情况,也更接近地面实测值。该文的研究为充分利用MODIS数据的角度和光谱信息反演小麦等农作物的LAI提供了一定的借鉴。     

基于ZigBee和Internet的温室群环境远程监控系统设计

针对当前国内温室群环境智能测控研究现状以及黑龙江省寒地日光温室建设实际,研发了一种基于ZigBee和Internet的温室群环境远程监控系统。该系统由数个独立温室监控系统组成,各独立温室监控服务器将数据汇总至总服务器,由总服务器提供远程监控接入管理服务。各独立温室监控系统传感网部分基于ZigBee网络设计,通信模块采用TI公司新一代片上系统CC2530,ZigBee网络通过RS232-RJ45协议转换器接入局域网。软件算法设计参考了大系统理论,对温室环境因子进行综合调控。通过日光温室实地试验,测试了ZigBee网络通讯稳定性,通讯丢包率控制在4.9%以内,远程监控系统稳定,满足了工程设计需要。     

土地覆盖类别面积混淆矩阵校正与回归遥感估算方法对比

混淆矩阵校正和回归估算是2类常用的,以遥感数据作为辅助的区域面积总量估算方法,但它们的相对效果及适用条件并不明确。该文根据遥感影像分类误差的分布规律模拟生成不同总体分类精度的图像,并在此数据的基础上,采用统一的抽样方案,以简单抽样反推方法为对比基准,探讨在不同的总体分类精度和不同的样本量下区域面积总量遥感估算方法的精度及稳定性。试验得到以下结论:1)相比于简单抽样反推方法,混淆矩阵校正和回归估算具有更好的准确性和稳定性;2)在各总体分类精度和样本量下,简单回归估计、比估计均具有良好的准确性和稳定性,相比于混淆矩阵校正,回归类方法略具优势;3)当遥感数据分类精度较低(≤60%)时,混淆矩阵逆校正的准确性和稳定性与简单抽样反推方法无明显区别,因此在此种情况下应尽量避免使用混淆矩阵逆校正方法。     

基于LAI时间序列重构数据的冬小麦物候监测

农作物物候信息对农作物长势监测和估产具有重要意义。该文以河北省中南部冬小麦为研究对象,以叶面积指数(LAI,leaf area index)为同化量,采用重采样粒子滤波算法同化WOFOST(world food studies)作物生长模型和遥感观测LAI,重构LAI时间序列数据,基于重构数据提取冬小麦返青期、抽穗期和成熟期等关键物候期。重构结果表明,重构的LAI具有良好的时间连续性和空间连续性,可减缓WOFOST作物模型LAI变化剧烈程度,峰值出现时间与遥感LAI曲线基本同步,且可一定程度上解决遥感观测LAI数值整体偏低和数据缺失的问题。物候期监测结果表明,在空间分布上与冬小麦实际生长状况基本相符,时间上也较为合理,但因在返青期存在LAI高初始值、成熟期存在LAI下限不确定性等问题致使在具体日期存在偏差。     

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。     

作物氮素营养诊断的无损测试研究与应用现状

介绍了作物氮素营养诊断的几种无损测试技术,即利用便携式叶绿素仪、高光谱遥感技术、冠层色彩分析技术和叶绿素荧光技术进行作物的氮素营养诊断的方法及研究现状。     

基于遥感监测的地面抽样方法研究——以四川水稻播面变化为例

论述了四川省水稻遥感监测地面样方布设的方法,通过分析四川省特殊的地理位置,结合遥感影像,科学合理地探讨了可运行化的地面抽样方法,即采用分层抽样统计与地面典型抽样统计相结合的方法,利用差分GPS(精度为亚米级)建立四川省水稻监测地面样方,提高监测精度,在95%的置信区间里,可以达到90%的准确率,服务于全省水稻播种面积大尺度遥感监测。     

小麦条锈病气象预测方法及遥感监测研究进展

从影响小麦条锈病发生发展的大尺度气候背景、局地气象因子两方面,对小麦条锈病发生发展的气象预测研究进行了综述,指出了常规预测方法存在的问题和难点。概述了高光谱遥感在小麦条锈病监测中的应用,并对遥感与作物模型的结合进行了探讨,在此基础上展望了基于大气环流的小麦条锈病中、长期预测及G IS辅助的遥感技术在小麦条锈病监测方面的应用前景。