面向对象的GF-1卫星影像苹果树种植面积遥感提取研究——以山地丘陵地区的栖霞市为例

国产高分卫星1号(简称GF-1)可提供高空间分辨率遥感数据,这为实现精准农业提供良好的数据保障。但是,其在复杂地形作物遥感提取方面的适用性仍需要进一步探索和分析。因此,以山地丘陵地形为主的栖霞市为研究区,基于GF-1影像数据利用面向对象分类法提取苹果树的种植面积和空间分布信息。研究结果表明:引入植被覆盖度和坡度信息的面向对象决策树分类方法(简称优化分类方法)能够有效提高苹果树种植面积的遥感提取精度为94.1%,生产精度和用户精度分别为87.3%和90.3%。相比于最大似然监督分类和无辅助信息的面向对象决策树分类方法,优化分类方法遥感提取面积精度分别提高了17.4%和0.3%,生产精度分别提高了10.1%和2.6%,用户精度分别提高了10.1%和2.8%。该研究成果以期为GF-1卫星数据在山地丘陵地区的果园信息遥感提取提供基本的技术支撑和实践经验。     

基于MODIS数据的水稻种植面积提取研究进展

概述了水稻种植面积监测遥感数据源的应用变化、特征指数和时相选取以及遥感分类方法的发展,分析了MODIS影像在水稻种植面积遥感提取技术方面的研究进展及发展方向。结果表明：MODIS具有高光谱、高时间分辨率、多时相等特点,在大尺度上提取水稻种植面积上,可提高作物识别和监测的精确度与工作效率,节约成本,有着其他遥感数据无法相比的优势,应用MODIS数据提取水稻种植面积,取得了较好的效果。水稻遥感的最佳时相可以选择移栽期和孕穗期,利用对水体和植被较为敏感的波段或植被指数（如NDVI、LSWI和EVI）进行水稻识别,并提取种植面积。传统的遥感图像分类方法如监督分类和非监督分类,算法成熟、操作简单,是目前应用较多的方法;近年来发展起来的分类新方法,如决策树分类法、专家系统分类法、神经网络分类法,支持向量机法等,能够更准确地提取目标地物,对图像分类有不同程度的改进,在实际应用中通常和传统分类方法结合起来使用;多时相分析法与高时间、高分辨率多光谱影像的结合可以获取较高精度的作物种植面积数据,与传统分类方法相比有较大提高。利用MODIS对单一的或大面积的水稻种植面积提取效果较好,但对于地块破碎的种植面积估算尚难达到满意的结果,添加其他的辅佐数据如高程、坡度等,并结合MODIS数据的多时相特点分类等方法,可提高遥感影像分类的精度。     

基于MODIS数据的水稻种植面积提取研究进展

概述了水稻种植面积监测遥感数据源的应用变化、特征指数和时相选取以及遥感分类方法的发展,分析了MODIS影像在水稻种植面积遥感提取技术方面的研究进展及发展方向。结果表明：MODIS具有高光谱、高时间分辨率和多时相等特点,在大尺度上提取水稻种植面积上,可提高作物识别和监测的精确度与工作效率,节约成本,有着其他遥感数据无法相比的优势,应用MODIS数据提取水稻种植面积,取得了较好的效果。水稻遥感的最佳时相可以选择移栽期和孕穗期,利用对水体和植被较为敏感的波段或植被指数（如NDVI、LSWI和EVI）进行水稻识别,并提取种植面积。传统的遥感图像分类方法如监督分类和非监督分类,算法成熟、操作简单,是目前应用较多的方法。近年来发展起来的分类新方法,如决策树分类法、专家系统分类法、神经网络分类法,支持向量机法等,能够更准确地提取目标地物,对图像分类有不同程度的改进,在实际应用中通常和传统分类方法结合起来使用;多时相分析法与高时间、高分辨率多光谱影像的结合可以获取较高精度的作物种植面积数据,与传统分类方法相比有较大提高。利用MODIS对单一的或大面积的水稻种植面积提取效果较好,但对于地块破碎的种植面积估算尚难达到满意的结果,添加其他的辅佐数据如高程、坡度等,并结合MODIS数据的多时相特点分类等方法,可提高遥感影像分类的精度。     

面向对象的GF-1卫星影像苹果树遥感提取研究-以山地丘陵地区的栖霞市为例

国产高分卫星1号（简称GF-1）可提供高空间分辨率遥感数据，这为实现精准农业提供良好的数据保障。但是，其在复杂地形作物遥感提取方面的适用性仍需要进一步探索和分析。因此，以山地丘陵地形为主的栖霞市为研究区，基于GF-1影像数据利用面向对象分类法提取苹果树的种植面积和空间分布信息。研究结果表明：引入植被覆盖度和坡度信息的面向对象决策树分类方法（简称优化分类方法）能够有效提高苹果种植面积的遥感提取精度为94.1%，生产精度和用户精度分别为87.3%和90.3%。相比于最大似然监督分类和无辅助信息的面向对象决策树分类方法，本研究的优化方法遥感提取面积精度分别提高了17.4%和0.3%，生产精度分别提高了10.1%和2.6%，用户精度分别提高了10.1%和2.8%。该研究成果以期为GF-1卫星数据在山地丘陵地区的果园信息遥感提取提供基本的技术支撑和实践经验。     

基于MODIS时序植被指数和线性光谱混合模型的水稻面积提取

水稻是中国的主要粮食作物,及时获取水稻种植面积和空间分布信息对指导水稻生产、调整区域供需平衡等具有重要的意义。以江苏省为例,利用2009—2011年连续三年的MODIS 8 d合成地表反射率数据(MODIS09A1),计算了归一化差值植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI)和陆表水指数(land surface water index,LSWI)。结合水稻在不同生长发育期EVI的时间序列变化特征,确定了水稻面积提取的关键生育期。根据水稻移栽期稻田土壤含水量高的特征,利用NDVI、EVI和LSWI三种指数构建判别条件,确定可能种植水稻的区域。利用线性光谱混合像元分解模型对包含水稻的混合像元进行分解,得到江苏省三年水稻种植空间分布。最后,选取研究区内的水稻典型样区,利用与MODIS同时期的较高分辨率的环境小卫星HJ-1 CCD(30 m)数据提取水稻种植面积和空间分布,以此作为参考数据进行精度验证,同时利用统计部门的江苏省水稻种植面积统计数据对江苏省水稻面积进行验证,两种方法验证后表明误差均在10%以内。研究表明,采用MODIS09A1数据结合线性光谱混合模型可以更高精度地提取大范围的水稻种植面积。     

ENVISAT ASAR数据用于大区域稻田识别研究

应用高级合成孔径雷达(ASAR)获取的中等分辨率宽幅模式(Wide-Swath Mode)数据提取了江苏省中北部地区的稻田分布信息.通过分析和比较稻田与其他地物的VV极化后向散射时域变化特征,选择合适的阈值和条件,利用阈值分类算法从多时相宽幅模式影像中提取稻田,并结合地面水稻样方,对稻田识别结果进行验证.结果表明,利用ASAR宽幅模式数据进行大区域范围的稻田识别,其精度达到73.68%,为利用中等分辨率雷达数据进行大区域水稻长势监测提供了重要的保障.     

地理信息系统在水域面积遥感动态监测中的应用

水域面积是生态与农业气象业务中的重要基础数据之一,同时也是遥感业务化监测的重要内容之一。将地理信息系统技术引入到水域面积遥感动态监测业务中。对遥感数据的投影方式和投影参数进行了进一步的规范和统一;设计和实现了水域面积监测地理信息数据库;建立了基于地理信息系统的人机交互水域面积提取方法;建立了统一的制图模板,提高了水域面积遥感动态监测能力,取得了较好的应用效果。     

遥感影像分类方法在水体面积估算中的比较研究

随着遥感技术的广泛应用,利用遥感影像提取水体信息为水文研究提供了基础数据.目前进行水体提取所使用的遥感数据分辨率较低,影响了水体提取的精度.Landsat TM遥感影像主要依据水体在7个波段上光谱的不同特征以及其他地物与水体的区别,通过分析水体及背景地物的光谱值,利用单个波段或多个波段组合来提取水体信息.以昭平台水库的TM数据为例,对其进行了几种提取水体信息方法的研究.通过总体精度及Kappa系数的对比,选择最优分类方法,并将该方法用于水体面积的估算.     

基于HJ-1A卫星数据的衡水地区冬小麦面积遥感估算应用

采用HJ-1A遥感数据,研究了衡水市冬小麦种植面积提取的分类方法。分别运用最大似然法、最小距离法、马氏距离法和ISODATA算法对2010年、2012年和2013年衡水市冬小麦种植面积进行提取,并与实际种植面积进行比较分析。结果表明,最大似然法、马氏距离法、最小距离法和ISODATA法提取的冬小麦种植面积的平均误差分别为6.1%、25.9%、24.9%和17.2%。因此,最大似然法具有较高的估算精度,能够满足研究区域冬小麦种植面积估算要求。     

基于面向对象的光学和Sentinel—1 SAR数据油菜种植空间分布信息提取方法研究

为提高Sentinel—1 SAR数据作物种植分布提取精度,以湖北省江陵县为研究区域,运用资源三号卫星CCD融合数据(空间分辨率为2 m)提取田间边界对象,将对象内Sentinel—1 SAR后向散射系数取平均,以此消除相干斑点噪声的影响,再通过对各种地物纯像元SAR后向散射特征分析,发现3—4月油菜后向散射系数明显高于其他作物,运用得出的油菜分类阈值(4月22日VH极化的SAR后向散射系数大于2.1且小于3.5,且2月27日NDVI指数大于0.3),对满足条件的对象进行筛选,最后得出江陵县油菜种植空间分布信息。运用GPS定点对分类结果进行验证,得到其KAPPA系数为0.88,并运用其他两种传统分类方法(直接用SAR数据进行阈值分类、运用其他时段SAR数据进行对象提取)进行了比较,发现光学遥感数据提取对象、SAR数据确定对象属性的油菜空间分布提取方法的精度有一个质的提高。由于SAR数据不受云层影响,能定时获取,因此此方法很适合在多云雨地区的作物种植空间分布信息的提取。     

3S技术在晚稻长势监测中的综合应用研究

以江西省为试验区，探讨用RS－GIS－GPS技术监测作物长势的方法和途径。针对丘陵山区地形复杂、地块不成规模的情况，在GIS支持下，将数字高程数据、土地利用分类数据与GPS定位观测数据相结合，对NOAA／AVHRR进行判读，提取反映双季晚稻长势的植被指数，用该指数与GPS定位观测资料及地理信息数据进行监督分类监测苗情，并用迭代自组织分析法进行无GPS定位观测资料时相应时相的NOAA／AVHRR的长势监测。研究结果表明，选用的地理信息数据（数字高程数据、土地利用分类）与GPS定位观测资料相结合提高NOAA／AVHRR数据的利用效果是适合的和切实可行的。     

水稻遥感估产的一种方法

该文利用NOAA/AVHRR空间覆盖度宽、资料获取时次多的特点，寻求预测北方一季稻产区水稻产量的最佳时期，利用植被指数建立水稻单产的预报模式，遥感估算水稻种植面积。研究表明，利用卫星遥感手段对水稻进行估产的精度高于常规农业气象模式，又可提高预报时效。     

地理信息系统在NOAA卫星遥感动态监测中的应用

该文阐述了地理信息系统（GIS）在空间分析和信息处理方面的优势,并有效地将地理信息系统与遥感结合起来,利用NOAA气象卫星对上海地区的洪涝灾害、水稻长势和面积进行动态监测,取得了良好的应用效果。     

EOS/MODIS数据在广西甘蔗种植信息提取及面积估算的应用

通过计算广西区域多时相MODIS-NDVI值,结合GPS选定甘蔗样本训练区多时相NDVI值变化曲线,以及甘蔗生长周期长达8个月至1年以上,蔗糖生产期间甘蔗面积逐渐递减的特性,采用最大似然法提取非样本训练区甘蔗种植信息,最终实现广西区域的甘蔗种植空间分布遥感信息的提取。经对遥感影像图甘蔗连片种植区域、零散点种植区与GPS实地定位调查比较,结果表明广西区域甘蔗种植信息遥感监测与实况相符。在此基础上,对广西区域甘蔗种植面积估算面积进行初步统计,精度达到90%以上。     

我国双季早稻产量的变化规律和预报方法

本文根据我国双季稻主产区南方10省（市）双季早稻的产量和面积资料，分析了我国双季早稻生产的地区分布和产量变化规律。应用模糊聚类方法，将我国10个双季早稻生产省（市）分为四个区；根据谐波分析，认为我国双季早稻产量的变化有明显的准两年及其倍数周期；应用积分回归方法，分析了影响我国双季早稻生产的关键气象因子。我们在产量预报业务化试验期间，应用周期分析、环流模式、温度降水模式及专家系统等多种方法预报双季早稻产量，得到了较好的预报效果。     

基于Fisher判别的南方双季稻低温灾害等级预警

为了建立南方双季稻低温灾害综合预测预警技术体系, 基于南方双季稻种植区1961—2010年708个气象站的逐日气象资料、水稻生育期资料和低温灾害发生的气象行业标准,采用Fisher判别分析法、因子膨化法、相关性分析法,利用SPSS软件构建早稻春季低温灾害高风险区 (Ⅰ区) 未来10 d、晚稻寒露风高风险区 (Ⅰ区)、主灾区 (Ⅱ区) 未来5 d的低温灾害发生等级逐日滚动预警模型。其中,1961—2009年资料用于模型构建和回代检验,2010年资料用于模型的外延预测。结果表明:早稻、晚粳稻、晚籼稻Ⅰ区平均外延预测基本一致准确率分别达到90.5%,74.2%,80.3%,晚粳稻、晚籼稻Ⅱ区平均外延预测基本一致准确率分别为89.4%和80.3%。构建的南方双季稻低温灾害逐日滚动预警模型的外延预测基本一致准确率多超过80%,等级预测检验误差总体上在1个等级以内,模型评价效果较好。     

基于作物双时相遥感特征的花生种植区提取

基于花生生长中后期2020年8月1日和15日两个时相高分多光谱数据,构建40个作物分类遥感特征,采用ReliefF-Pearson方法优选出15个特征,构造作物可分的4种特征空间.采用最大似然分类法、支持向量机和随机森林分类器,分别耦合4种特征空间,开展作物分类对比试验,进行分类精度和景观评价提出作物双时相遥感分类模型...