对建立遥感估产模式的几点初步认识

本文从分析遥感光谱参数的生物学意义着手，论证了正确建立遥感估产模型的可能途径。对几种有代表性的遥感估产模型作了分析，作者认为把可见光、近红外波段的遥感信息与热红外信息有机结合是解决遥感估产模型的最佳方案。对ＮＯＡＡ－ＡＶＨＲＲ的第１通道与第２通道光谱数值进行非朗伯体特性的纠正是必要的。遥感估产模型不仅可以使估产的空间尺度大大缩小而且参数数目亦可大大减小，更有利于实际运行。     

水稻单产遥感估测建模研究

本文系统扼要地总结了统计、气象、农学和光谱等估产模型,以及水稻遥感估产农学机理等主要研究结果,并在建立的多种估产模型中,重点介绍了具有应用前景的光谱估产与水稻生长模拟估产的复合模型。     

大面积小麦遥感估产模型的构建与调试方法的研究

本文重点研究大面积冬小麦遥感估产模型构建及其调试方法。通过分析冬小麦生长发育过程,对光、温、水、肥等必须条件需求规律研究的基础上,提出了以绿度指数、温度和绿度变化速率等因子,构建大面积冬小麦遥感估产模型。为了适应大面积遥感估产运行系统的需要,在变量获取及模型调试等方面进行了一些新的探索。     

利用多时相的高光谱航空图像监测冬小麦条锈病

冬小麦发生锈病 ,叶绿素被大量破坏 ,水分蒸滕量大大增加 ,叶片细胞大小、形态、叶片结构发生了改变 ,从而改变了叶片和冠层的光学特性 ,使得遥感探测与评价成为可能。利用多时相的高光谱航空飞行图像数据 ,了解、分析和发现条锈病病害对作物光谱的影响及其光谱特征 ;设计了病害光谱指数 ,成功地监测了冬小麦条锈病病害程度与范围。对比 3个生育期的条锈病与正常生长冬小麦的PHI图像光谱及光谱特征 ,发现 :5 6 0— 6 70nm黄边、红谷波段 ,条锈病病害冬小麦的冠层反射率高于正常生长的冬小麦光谱反射率 ;近红外波段 ,条锈病病害的冠层反射率低于正常生长的冬小麦光谱反射率 ;条锈病冬小麦冠层光谱红谷吸收深度和绿峰的反射峰高度都会减小     

冬小麦光谱“红端”红移特性研究

本文应用数字微分法对冬小麦的高分辨率多时相光谱数据进行了处理,提取出了冬小麦光谱红端红移的特征。分析了红端红移的幅度与光谱分辨率、冬小麦的生长期、叶片的叶绿素含量及覆盖率等参数之间的关系,提出了冬小麦红端红移特征遥感的最佳时机。本研究使用的光谱数据取自安徽光机所的光谱数据库。     

基于无人机遥感混合光谱分析的油菜估产模型

针对无人机遥感油菜估产问题,提出基于全约束混合像元分析方法的油菜估产模型。针对油菜冠层构成实际特征,分析了不同地面端元构建方式对油菜无人机影像光谱分解的影响,在此基础上,分别在油菜开花期和油菜荚果期建立了影像丰度数据和地面实测产量数据的关联。实验分析表明,所提出的混合光谱油菜产量估算方法具有较好的效果。油菜荚果期和开花期估产模型的相关系数R~2分别为0.765 2和0.721 2,综合两个时期的估产模型相关系数R~2为0.814,说明在油菜生长的不同时期,目标端元丰度与油菜产量具有较强的相关性,证明了该模型具有较高的精度和较强的稳定性。     

用NOAA气象卫星资料结合地面光谱测定对运城盆地冬小麦长势进行监测及产量估算的方法探讨

根据NOAA气象卫星具有周期短、覆盖面积大、对绿色植被及水份温度反应比较灵敏等特点,作者利用AVHRR甚高分辨率辐射计资料,结合同时期地面样方光谱和有关生物物理指标观测,对山西省运城盆地冬小麦长势进行了监测,并利用中比例尺的MSS彩色合成图像,分区分类测算面积和估算产量。在产量估算精度上有了新的提高。 首先采用多时相陆地卫星像片,按相同的生产条件及生产水平进行分类划区,然后分区设立地面样方,并与气象卫星接收同时进行光谱及生物物理指标观测。资料分析结果表明:地面光谱计算指数与小麦产量有较好的直线相关;地面光谱与卫星光谱指数(NVI),以及卫星光谱指数与小麦产量均具有较好的相关关系。 资料还证明了植冠红外温度与土壤水分即作物需水状况的相关性,以及气象卫星红外温度值与小麦产量的相关性。 利用上述遥感方法对冬小麦长势进行监测和估产,计算可靠,方法简便、快速,适宜于中小区域农业生产管理应用。     

水稻冠层光谱反射特性的动态变化研究

通过对早稻整个生长期内冠层反射光谱特性动态变化的系统研究表明:①在整个水稻生长期内,水稻冠层反射光谱的比值植被指数(RVI)值呈有规律的变化,在抽穗前,随移栽后天数增加,RVI值也逐渐增大,至抽穗前达到最大值;而抽穗后,则随着移栽后天数的增加,RVI值逐渐下降,至收割前降至最低值;②积温与RVI之间存在着较密切的关系,通过对不同生育期积温与RVI之间进行的线性回归分析表明,在抽穗前,积温与RVI值之间呈极显著正相关;而抽穗后,积温与RVI之间呈极显著的负相关。在遥感估产中,这种水稻冠层反射光谱特性的变化对于校正生育期的估产偏差和提高估产精度可能有重要意义。     

不同方法对冬小麦地块级估产的适用性研究

为了探究不同估产模型对冬小麦估产的精度和适用性,提高像元级和地块级冬小麦估产精度.利用机器学习方法支持向量机(SVM)模型、随机森林(RF)模型和深度学习方法长短期记忆(LSTM)模型,对冬小麦进行产量预估.结果表明:在像元级上,LSTM模型、RF模型估产精度高于SVM模型,LSTM模型不仅能够表征作物在生育期的生长变...     

NOAA/AVHRR资料在中小尺度地区进行冬小麦估产的应用研究

本研究以天津市冬小麦估产为模式,阐明了NOAA/AVHRR资料应用于中小尺度地区农业产量预报的可行性。在分析资料时,运用水面的光谱值校正大气因子,采用地理现状底图排除混杂因素,使资料趋于稳定;在利用植被指数与产量因子建立各种回归预报方程时,进行了区域订正和积温订正,从而使预报准确率达到95％左右。     

高光谱遥感在农业中的应用

首先概括作物分类与识别、作物生态物理参数估算、作物长势监测、作物估产4个主要研究内容。分析高光谱遥感技术在农业中的应用现状,提出高光谱技术当前存在的问题。最后展望高光谱技术在农业遥感中的应用前景。     

基于光谱吸收深度分析的冬小麦生物量估算模型的建立

准确的估算作物的生物量,对作物长势监测具有重要的意义。利用高光谱仪获取的冬小麦高光谱实测数据,通过植被参数分析、植被光谱吸收特征挖掘,构建了冬小麦生物量的高光谱估算模型。结果表明,基于光谱深度分析与偏最小二乘方法建立的估算模型的R2值为0.86,RMSE为0.0397kg/m~2,较基于植被参数的生物量估算模型,模型精度得到了大幅的提高。本研究证实了利用光谱深度技术可以准确地挖掘光谱数据的"红谷"波段与生物量之间的关系,从而实现冬小麦生物量估算精度的提高。     

基于机载激光雷达点云数据提取林木参数方法研究

本文通过黑河流域遥感—地面观测同步试验,获取林木参数,对机载激光雷达与实地观测获取的林木参数进行对比分析,论证了本文提出的基于机载激光雷达点云数据提取林木参数的算法是可行的。试验通过机载激光雷达点云数据,研究由点云数据生成冠层高度模型(CHM),提出从CHM中提取单株木参数(树高、冠幅等)的关键算法;同时,通过在试验区布设1个100m×100m超级样地和16个25m×25m的子样地,利用DGPS和全站仪对单株木进行精确定位与树木参数测量。     

东亚飞蝗灾害的遥感监测实验

通过对蝗虫栖息、生长和繁殖的生境进行野外实际调研和数据采集,利用TM图像数据提取蝗虫生存的芦苇样地的归一化植被指数(NDVI)、抗大气植被指数(ARVI),综合分析遥感数据与实测数据之间的相关关系,找出探测蝗灾的光谱特征域在遥感图像上对应的位置,提出监测和预测蝗灾的遥感方法.     

关键时相长势—环境和景观特征对河北省县级尺度冬小麦单产估算精度影响分析

区域尺度上精准、快速的作物单产估算可以有效地为国家粮食安全相关政策的制定提供数据支撑。本文针对县级估产时相和特征类型选择问题,基于遥感、气象和统计等多源数据,通过不同时相和特征要素之间的组合分析来探索其对于县级尺度冬小麦单产估算的影响。特征要素主要考虑作物长势、环境（水分和光温条件）和农田景观3个类型;时相主要考虑由冬小麦生长过程NDVI（Normalized Difference Vegetation Index）曲线特征提取的5个关键时段（P1—P5）。利用不同时相与类型特征的组合与统计单产构建随机森林回归模型,根据精度评价结果分析各组合的优劣。2014年—2017年的数据用来建模,2018年数据用来验证。对于单时相,P2、P3、P4的表现明显好于P1和P5;多时相的准确度明显优于单时相,其中P2、P4的组合效果最佳。对于不同类型的特征要素,作物长势特征参量对估产精度的影响最大,而水分影响和光温条件等环境因子的加入对估产准确性并没有明显提升,农田景观参数的加入能够有效提升估产的准确性。在最优组合的基础上,剔除冗余变量优选出5个重要的指标因子（PROP、NDVI_P2、B2_P2、ED、B1_P4）,并建立单产估算模型获取2018年河北省冬小麦县级尺度单产。结果表明,平均相对误差（MRE）仅为2.85%,决定系数（R ²）为0.83,均方根误差（RMSE）为253.25 kg/ha,归一化均方根误差（NRMSE）为4.09%。研究结果为全国县级冬小麦单产估算提供了新的思路和方法参考。     

基于低空多光谱遥感的城市水质监测方法研究

提出了一种地面建模与地空定标相结合的低空多光谱遥感观测方法,可准确、动态地监测城市水质状况。通过采集地面水样水质的浊度、pH值、COD、硝氮、总磷和氨氮等6类水质参数以及水样水体的光谱信息,建立二者的关联关系,同时进行低空多光谱遥感观测,验证低空多光谱遥感观测数据与地面水体水质参数的相关性。结果表明,低空多光谱遥感数据与总磷、氨氮、pH值和浊度的相关性均超过60%,与总磷、氨氮、浊度的相关性超过70%;且不同水质水体在低空遥感影像中有明显区别,因此低空遥感技术具备定性水质分析的能力,且在定量水质分析中具有较强的发展空间。     

遥感技术在大面积天然草地估产和预报中的应用探讨

利用新疆北疆地区不同草地类型上观测的草地可食产量、环境与遥感资料等,使用3S技术进行了相关分析和遥感估产及预报,建立了地面光学和线性或非线性遥感估产及产量预报模型,在实际估产和产量预测中加以应用、检验,并给出了生态学解释。     

遥感技术在大面积天然草地估产和预报中的应用探讨

利用新疆北疆地区不同草地类型上观测的草地可食产量、环境与遥感资料等,使用３Ｓ技术进行了相关分析和遥感估产及预报,建立了地面光学和线性或非线性遥感估产及产量预报模型,在实际估产和产量预测中加以应用、检验,并给出了生态学解释。     

美国冬小麦产量遥感预测方法

介绍了依据时序遥感植被指数数据进行产量预测的方法。通过美国冬小麦产量的历史趋势分析去除趋势产量 ,得到气象产量。利用区域作物生长过程线 ,提取曲线的各个特征参数 ,并将各参数与气象产量的值进行相关分析 ,得到美国冬小麦产量遥感敏感因子 ,采用一次线性拟合的方法建立回归方程 ,估算当年的冬小麦产量。依据此方法对美国 2 0 0 3年各州的冬小麦单产进行了预测 ,并将最终的预测结果与美国农业统计局的数据进行了对比 ,两者间的误差在 - 11 4 2 %至 11 10 %之间 ,相关系数为 0 89。     

农作物单产预测的运行化方法

提出了适于运行化农作物单产预测的方法。即以农作物单产区划为基础 ,通过搜集不同地区不同作物的单产预测模型 ,分析每个模型的空间适用范围 ,并从模型参数等角度筛选模型 ,然后利用这些模型进行气象站点的作物单产预测 ,并以NDVI分布图为参考数据将点上的单产数据空间外推到区域尺度。借助耕地分布估计区域水平的农作物单产。最后以 2 0 0 3年冬小麦为例 ,进行了全国 10个省的冬小麦平均单产估算 ,花费了较少的人力和时间 ,符合运行化遥感估产要求