基于MODIS EVI时序数据的江汉平原油菜种植分布信息提取

油菜是我国主要的食用油料作物。及时、准确地获取油菜种植分布信息对油菜长势监测、估产以及灾情评估具有十分重要的意义。以江汉平原为研究区,利用250 m空间分辨率的MODIS EVI时序数据,以TM数据作为野外采样数据与MODIS EVI数据之间的过渡数据,间接提取MODIS EVI数据农作物的训练样本;通过分析江汉平原油菜和冬小麦的EVI光谱特征及物候信息,建立油菜种植面积提取模型;采用多次阈值比较法提取2014—2015年间江汉平原油菜种植分布信息。研究结果表明,2014年和2015年油菜面积遥感提取结果与农业局统计数据相比,总体提取精度分别达到95.22%和91.29%;2014年MODIS数据与TM数据提取的油菜面积一致性为88.61%;基于时间序列MODIS EVI数据,结合EVI光谱特征和物候信息,利用该方法可以有效提取江汉平原油菜种植分布信息。     

基于MODIS时序数据的湖南省水稻种植面积提取及时空变化分析

准确且及时获取大范围的水稻种植空间分布及其动态变化信息对科学指导水稻生产、合理分配水资源以及监测大气环境变化等具有重要意义。以湖南省为研究区,在提取MODIS陆地水分指数(land surface water content index,LSWI)和增强植被指数(enhanced vegetation index,EVI)时间序列数据集并对其进行去噪处理的基础上,根据水稻的LSWI和EVI时序变化特征建立了水稻种植面积决策树提取模型,并对模型精度进行了评价;基于该模型提取了湖南省2000—2016年间水稻种植面积信息,分析了其时空变化特征。研究结果表明,构建的研究区水稻种植面积提取模型总体分类精度为90. 2%,Kappa系数为0. 74;与统计报表数据相比,平均相对误差为13. 6%,可适用于大范围长时间序列水稻种植面积的高效提取。湖南省年均水稻种植总面积为344. 12万hm~2,其中单季稻面积为102. 41万hm~2,主要分布在洞庭湖平原;双季稻面积为241. 71万hm~2,主要分布在湘中偏北部地区(主要为岳阳、益阳、常德、长沙、株洲、湘潭、娄底等市县)。近17 a间,湖南省水稻种植面积变化情况可分为3个阶段,分别为在2000—2004年间减少了73. 2万hm~2,在2005—2010年间呈相对稳定小幅度回升状态,在2011—2016年间增加了29. 55万hm~2,但总体上呈减少趋势,共减少了58. 22万hm~2。     

基于决策树的县域冬小麦种植面积提取

为获取较精确的县域范围内小麦种植区面积,利用空间分辨率较高的Landsat卫星遥感影像和DEM数据,以河北省唐山市玉田县为例,采用决策树方法对地物进行分类,提取了2004年、2009年、2014年的冬小麦种植面积;并根据分类结果生成各年份玉田县的小麦种植信息结果图,分析了近10 a玉田县冬小麦种植面积变化情况。     

新疆玛纳斯湖近40年间时空变化图谱及其驱动机制

以新疆玛纳斯湖为研究区,利用1972—2014年间8期遥感影像数据,在提取了湖泊水域信息的基础上对近40 a间玛纳斯湖水域演化进行了研究。结果表明,1972—2014年间玛纳斯湖呈现明显"增加—减小—增加—减小"变化态势,水域重心不断往西南方向偏移。1972—1999年间玛纳斯湖长期处于干涸状态,2000年恢复至研究期间最大水域面积(248.69 km~2),之后经历了2000—2008年和2011—2014年2次萎缩周期,面积变化幅度和动态度的计算结果显示,水域面积的退缩周期在缩短,退缩速度在加快。玛纳斯湖水域面积变化整体受气候变化的影响不大,但与极端高温和降水天气引起的超标准洪水关系密切,流域内人类活动是玛纳斯湖演化的主要原因。     

1991—2014年中亚伊塞克湖湖泊面积变化遥感监测

基于中亚伊塞克湖地区的1991—1998年Landsat-5/TM、1999—2012年Landsat-7/ETM+以及2013—2014年Landsat-8/OLI等遥感影像为主要基础数据,通过采用波段比值法(TM3/TM5)自动提取湖泊边界,并加以人工修订,得出了伊塞克湖1991—2014年多期次的湖泊边界及对应的湖泊面积变化过程.结果显示,伊塞克湖的湖泊面积在1991—1998年间总体减小5.3 km2,而在1998—2014年间总体增大7.3 km2.通过与中亚地区Tian Shan气象站记录的气象数据对比发现,伊塞克湖水域面积的变化与气温和降水具有显著的正相关关系,这说明过去20年以来中亚地区气候的暖湿化对伊塞克湖流域具有重大影响.     

鲁西北平原冬小麦种植格局时空变化:2000―2014

鲁西北地区是我国主要粮食生产基地之一,冬小麦是该区最主要的夏粮作物。鲁西北地区冬小麦种植信息和时空变化特征,是该地区粮食安全研究的现实基础。根据鲁西北平原冬小麦的物候历,选取合适时间窗口下的Landsat TM/ETM~+/OLI中、高空间分辨率卫星影像,获取其归一化植被指数;设置合理阈值,识别了2000年和2014年鲁西北地区冬小麦的空间格局;采取野外考察和Google Earth选取样本点相结合的方法进行了精度验证。研究结果表明:鲁西北地区德州市辖区、夏津县、东营市利津县、沾化县、无棣县和聊城市辖区等6个区县的冬小麦分布较少,其余地区分布都比较广;2000―2014年间鲁西北地区冬小麦种植面积由171.19万hm~2减少到149.39万hm~2,减少21.8万hm~2,减幅为12.73%,集中分布在该区东北部、西部地区和区县中心的城市周边地区;2014年鲁西北平原冬小麦提取总体精度为96.8%。     

基于MODIS数据的湖北省油菜种植分布信息提取

MODIS归一化差值植被指数(MODIS-normalized difference vegetation index,MODIS-NDVI)时间序列产品能够连续反映植被的覆盖情况,是农作物遥感测量的重要数据源。为研究基于MODIS数据的油菜种植分布信息提取技术,选取湖北省为研究区,利用2008—2013年75个时相的MODIS-NDVI时序数据,结合农作物物候和地面调查样本等辅助资料,通过建立油菜种植面积提取模型,采用多次阈值比较方法提取了2009—2013年湖北省油菜种植分布信息,与统计数据比较,总体提取精度为85%左右。最后利用环境小卫星HJ-1A CCD数据进行精度验证,证明了MODIS-NDVI时序数据及本文方法在油菜种植面积提取中的可靠性,对掌握油菜种植面积和产量信息、加强农业生产管理、调整农业结构及辅助政府有关部门制定科学合理的农业政策具有重要意义。     

沂蒙山区金银花种植的遥感动态监测

沂蒙山区山东省平邑县是“中国金银花之乡”,金银花种植面积监测对于当地种植规划和管理具有重要意义。根据金银花花期,遴选2013-2018年5月至6月Landsat-8 OLI影像12景,在野外调查的基础上构建了两层决策树分类模型。决策树分类后,对结果进行形态学滤波。然后分别基于决策树和支持向量机分类模型提取金银花种植面积,并进行了对比分析,前者提取的结果与官方面积数据基本一致。精度评价显示6个时相的总体分类精度与Kappa系数均较高。结果表明：利用遥感影像监测金银花种植面积动态变化是有效的,可以为规模化种植的监测与管理提供科学参考。     

基于两个独立抽样框架的农作物种植面积遥感估算方法

通过分析遥感技术在中国农作物种植面积估算中所遇到的难点 ,针对运行化的农作物遥感估产系统对主要农作物种植面积估算的需求 ,提出在农作物种植结构区划的基础上 ,采用整群抽样和样条采样技术相结合的方法 ,进行农作物种植面积估算。整群抽样技术利用遥感影像估算农作物总种植成数 ,样条采样是一种适合中国农作物种植结构特征的采样技术 ,用于调查不同农作物类别在所有播种作物中的分类成数。在中国现有的耕地数据库基础上 ,根据两次抽样获得的成数 ,计算得到具体某一种农作物类别的种植面积。最后给出了 2 0 0 3年早稻种植面积估算的实例。     

农作物种植面积遥感估算的影响因素研究

针对不同的农作物种植结构区,研究影响遥感影像分类各因素与农作物种植面积估算精度的定性和定量关系是十分必要的。以Rapid Eye影像提取的早稻种植信息为研究对象,从农作物的种植成数、种植破碎度和地块形状指数3个角度进行了不同空间分辨率下各因素对农作物面积监测的影响研究。结果表明:随着农作物种植成数的降低,种植结构越来越破碎,种植地块趋于狭长分布,各分辨率下农作物面积估算精度均呈递减趋势;要达到85%以上的面积估算精度,当作物种植成数在50%以上时,可选取高于150 m分辨率的遥感数据;当作物种植较为破碎时,需要在提高影像空间分辨率的同时融入其他技术手段;当作物种植地块为狭长分布时,提高影像的空间分辨率并不能保证面积估算精度,必须通过其他技术手段达到精度要求;并最终得到了4种影响因素对面积估算精度的定量评估模型。研究结果为解决不同农作物种植结构区遥感数据的选择、面积估算精度的提高,以及在特定研究区和数据源条件下可达到的面积估算水平等问题提供了理论基础。     

泰国水稻种植面积月变化的遥感监测

介绍了光学和微波遥感影像相结合进行泰国水稻种植面积监测方法。泰国雨季雨量充足 ,气温适合 ,同一时间耕地上水稻的物候多样 ,每月水稻种植面积都发生变化。利用旱季的TM影像 ,获得耕地信息。同时利用TM影像覆盖的雷达区域进行非耕地去除 ,进行非监督分类 ,提取反映水稻种植不同生长期的雷达影像后向反射系数特征 ,建立各种类型的分类模型 ,采用监督分类的方法对全景雷达数据进行水稻种植情况调查 ,并分别予以识别和统计 ,反映研究区水稻月种植情况。分类结果通过类别检验和面积量算检验进行精度评价和分析。     

尺度变化对冬小麦种植面积遥感测量区域精度影响的研究

不同尺度遥感数据源的选取将直接影响到作物种植面积测量的精度,研究尺度因子在农作物面积遥感测量中的作用,尺度与面积测量精度的定性和定量关系是非常必要的.为此,本文利用SPOT5卫星数据,以尺度变化对农作物种植面积遥感测量精度影响的分析为主线,运用空间统计分析方法和多种精度评价指标,从不同空间分辨率、不同空间范围、不同农作物百分比等角度系统分析了农作物种植面积遥感测量中的尺度效应问题.为基于多尺度遥感数据复合的农作物种植面积测量业务化运行中的数据选择和精度保证问题提供理论与实验基础.     

2000—2016年高台县绿洲变化动态遥感监测与分析

以2000—2016年的14期LandsatTM/OLI影像作为数据源,提取了高台县的绿洲分布范围,使用整体绿洲动态变化和局部绿洲变化分析该绿洲的时空格局,并进行对比分析.结果表明:近16 a高台县绿洲面积主要以扩张为主.其中2000—2005年绿洲面积增加了25.113 km2;绿洲扩张最迅速的时期是2005—2010年间,面积增加了107.837 km2;2010—2016年间绿洲增长缓慢,面积只增加了11.733 km2.稳定绿洲主要分布在黑河沿岸以及各乡镇居民区周围,绿洲的扩张区域主要分布在骆驼城乡、南华镇和盐池乡,而绿洲的频繁波动区域则分布较为零散.     

多时相MODIS指数提取东北三省水稻种植面积

为准确提取水稻面积,以东北为研究区域,采用多时相16d合成MODIS增强型植被指数数据和8d合成MODIS地表反射率数据提取水稻种植分布。选取水稻代表样点利用IDL编程提取物候曲线,利用归一化植被指数(NDVI)将水稻与其他明显地类区分,然后建立水稻增强型植被指数(EVI)、地表水体指数(LSWI)之间的相关关系,结合最新2015年土地利用数据提取东北三省2015年水稻种植面积。同时运用运筹学理论建立省级尺度水稻判别条件最优化模型,分析其在空间分布上的差异性和相关性,并将结果与统计年鉴进行对比分析,分析表明MODIS数据适合大区域省级范围水稻面积的提取,精度可达90%以上。由此得出,MODIS数据在省级尺度提取水稻种植面积上有着较大的优势。     

面向对象的无人机遥感影像烟草种植面提取和监测

无人机遥感影像技术用于农业种植面积、长势、轮作的监测和管理,取得了非常喜人的效果。文章应用无人机遥感影像和遥感图像处理软件eCognition,以面向对象的遥感影像分析方法提取临沂市沂水万亩示范园区2012年烟草种植面积及其分布信息。分类结果表明,利用面向对象的分类方法解译无人机获取的高分辨率遥感影像可以获得精确的烟草种植信息,为大区域烟草种植面积的自动监测提供了广阔的前景。     

近40年来伶仃洋海岸线与红树林遥感调查与演变分析

通过对1978—2014年的5期遥感影像和地理地形资料的综合分析研究,结合实地调查验证,得出了伶仃洋海岸线和红树林湿地时空分布演变的趋势。总体而言,海岸线的总长度逐年增加,其中人工海岸线长度也是逐年增加的,2014年人工海岸线长度占总岸线长度的73.3%。全区岸线主要为向海推进海岸,东、西两岸海岸线的推进又各有特点。红树林湿地的时空分布发生了巨大变化,其总面积整体上在减少,但2003—2014年间由于红树林保护力度的增加,红树林湿地面积有所回升。海岸线变迁和红树林湿地演变主要受人为因素的影响,如筑堤围垸、围海造地、建设用地增加等。研究获得的成果数据为红树林湿地的生态保护和修复提供了重要的决策数据。     

利用MODIS NDVI进行淮南矿区植被覆盖度动态监测

为了分析2005—2014年10年间淮南矿区的植被覆盖演化并为矿区生态恢复提供科学参考,基于像元二分模型并利用每16 d周期的MODIS NDVI时间序列产品提取了2005年、2008年、2011年、2014年淮南矿区植被覆盖度,并从时序演化、数量转移和空间演化3个方面分析了植被覆盖的时空演化特征。结果表明:监测时段内年际NDVI均值由2005—2008年呈下降趋势,2008—2015年呈现稳步上升趋势;监测时间内区域平均植被覆盖度分别为0.722 3、0.701 7、0.718 1和0.702 8,平均减幅为2.7%;较高植被覆盖的面积是区域内主导植被覆盖,占整个研究区面积的50%,中、低和无植被覆盖面积在监测时间内保持稳定且面积均不足200 km2,表明植被覆盖状况总体良好;植被覆盖等级转化主要以高覆盖和较高覆盖之间的转化为主,稳定是植被覆盖的主要演化状态,而植被的轻度退化与交替演变趋势明显。     

基于高分六号WFV数据的冬小麦种植面积提取

冬小麦是我国重要的粮食作物之一,准确获取冬小麦种植面积具有重要的现实意义。为探究高分六号卫星影像进行冬小麦遥感监测的可行性和精确性,本文选取甘肃省崆峒区为研究区,运用红边波段+监督分类中的支持向量机法,提取了2019年崆峒区冬小麦种植面积,并利用混淆矩阵对分类结果进行精度验证。结果表明:提取崆峒区冬小麦种植面积为15045 hm 2,与实际种植面积相比,误差率为1.02%;该模型能有效地提取崆峒区冬小麦,总体精度为98.88%,Kappa系数为0.97;红边波段能有效地提取干扰地物,提取精度比直接使用监督分类高7.88个百分点;GF6影像在提取冬小麦种植面积上具有明显优势。     

水稻种植面积估计的运行化遥感方法

该文提出了用高分子辨率遥感数据提取水稻种值面积本底数据和用可靠低廉的ＮＯＡＡＡＶＨＲＲ数据估计水稻种植面积变化趋方法。该方法具有运行化的特点，成功地应用于１９９４年度湖北省早稻种植面积估算。     

用NOAA气象卫星AVHRR的定量资料计算冬小麦种植面积的两种方法

本文提出了用NOAA气象卫星AVHRR的定量资料计算冬小麦种植面积的方法,即绿度指数法和单通道法。绿度指数法是根据冬小麦在特定生育期内绿度值基本上保持为常数的特点,用几块巳知样地的种植面积,推算整体种植面积;单通道法是只使用AVHRR第二通道的反照率来计算冬小麦种植面积。这两种方法的优点在于不需考虑大气削弱的订正处理问题,从而使计算得以简化。