苹果产量预报服务系统研究

在目前生产水平下，苹果产量与气象因子极为密切，通过气象因子预报苹果产量，比其他方式的估产要准确得多。这将为苹果的销售、贮运、加工提供可靠信息。     

RADARSATSNBSAR数据在大面积水稻估产中的应用研究

由于雷达遥感的全天候、全天时的优势,使之成为南方大范围农业信息动态监测的最佳遥感手段。为了适宜于运行系统,本研究采用加拿大雷达卫星（RADARSAT）窄波扫描模式（SNB）数据,以广东省为例进行了大范围水稻估产。通过建立稻作图谱,解决了在地形复杂、农业集约化程度低、水稻田分布不规则,且地块间田间管理水平差异很大等诸多因素影响下的水稻信息提取问题;在野外观测站采集的水稻生长期生理生态数据的基础上,建立了基于RADARSAT SNB SAR的雷达遥感时序信息水稻估产模型。通过2000年早、晚两季水稻估产的实践证明,此模型估产的精度在平原区达到95％,而在复杂的丘岭谷地则需进一步提高图像预处理的精度,改进特殊地段估产模型的精度。从实用性而言,这是一套高效、经济的技术方法,易于投入实际运行阶段。     

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。     

全球稻谷主产国遥感估产可行性研究

利用NOAA气象卫星的序列资料,对全球稻谷遥感估产的可行性进行了探讨。并以泰国、美国、越南为例,分别对NDVI植被指数与产量进行相关分析,取得良好的应用效果。此外,还应用数理统计方法对全球稻谷的历史产量进行数学模拟,达到较高的拟合精度。     

“中国遥感卫星六号”成功发射

2009年4月22日10时55分，我国在太原卫星发射中心用“长征二号丙”运载火箭成功地将“中国遥感卫星六号”送入太空。卫星主要用于国土资源勘查、环境监测与保护、城市规划、农作物估产、防灾减灾和空间科学试验等领域，将对我国国民经济发展发挥积极作用。     

农作物遥感估产的方法综述

概述了遥感在农作物长势预测、种植面积测算和产量估算方面的原理、技术路线、研究进展,并分析了遥感估产在现实利用上存在的问题。     

MODIS植被指数的美国玉米单产遥感估测

针对中国开展的国外农作物产量遥感估测大多依靠中低分辨率耕地信息、省级(州级)或国家级作物产量统计数据的现状,本文以美国玉米为例,探讨利用多年中高分辨率作物分布信息、时序遥感植被指数和县级作物产量统计数据开展国外重点地区作物单产遥感估测技术研究,以期进一步提高中国对国外农作物产量监测精度和精细化水平。首先,利用美国农业部国家农业统计局(NASS/USDA)生产的作物分布数据(CDL)获得多个年份玉米空间分布图,并对相应年份250 m分辨率16天合成的MODIS-NDVI时序数据进行掩膜处理,统计获得每年各县域内玉米主要生育期NDVI均值;其次,以各州为估产区,以多年县级玉米统计单产和县域内玉米主要生育期NDVI均值为基础,建立各州玉米主要生育期NDVI与玉米单产间关系模型;然后,通过主要生育期玉米单产和玉米植被指数间拟合程度,筛选确定各州玉米最佳估产期和最佳估产模型。最终,利用最佳估产模型实现美国各州玉米单产估测和全国玉米单产推算。其中,建模数据覆盖时间为2007年—2010年,验证数据为2011年。结果表明,应用最佳估产模型的2011年美国各州玉米单产估测相对误差在-4.16%—4.92%,均方根误差在148.75—820.93 kg/ha,各州估测结果计算获得全国玉米单产的相对误差仅为2.12%,均方根误差为285.57 kg/ha。可见,本研究的作物单产遥感估测技术方法具有一定可行性,可准确估测全球重点地区作物单产信息。     

佳木斯小麦生长的气象卫星遥感监测

1引言2002年,利用气象卫星进行监测农业遥感估产运行系统投入使用后,通过不断的学习和实践,逐步形成了农业遥感监测的技术方法和体系,此系统设计合理,技术路线可行,时效性和实用性强,普及度和精确率较高,符合中国农业发展的实际情况,对于及时准确掌握农业生产情况、科学指导     

基于MODIS数据光谱突变法提取冬小麦种植面积研究

利用2004—2005年MODIS 16天合成的NDVI最大值植被指数数据,基于NDVI光谱突变方法对山西省运城地区冬小麦种植面积提取。冬小麦有两个生育阶段其绿度—时相曲线与其他大宗作物、植被有明显差异：一是10—11月,为冬小麦秋播至分蘖阶段;二是5—6月,为冬小麦孕穗至收获期。通过分析得出：2005年5—6月（2005161～2005129）提取的冬小麦面积与实测面积相关性最高,估测的冬小麦面积与实测面积的误差最小,准确性最高。     

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。