基于光能利用率模型的玉米遥感估产研究

农作物长势监测和产量预测对于国家制定相关粮食政策、农业发展等都具有重要的意义,如何获得高效、宏观、精确的估产方法一直是学者关注的重点问题。以吉林省德惠市的玉米作为研究对象,利用光能利用率模型对玉米进行产量估算的研究,并且使用空间数据插值方法中的反距离权重法获得了每月平均温度数据的格网数据。通过玉米的净初级生产力NPP的累计值以及玉米的收获指数来获得最终的玉米产量值,利用验证点实测产量值与估算值的相关性和相对误差进行精度验证,相关系数R~2为0.649 9,平均相对误差值为1.676%,证明基于光能利用率模型的玉米估产在研究区具有一定的可行性。     

3S一体化技术支持下的西南地区冬小麦估产——以安宁河谷四县为例

农作物遥感估产已经是广泛应用的技术 ,但由于西南地区复杂的地貌类型以及遥感信息源等因素的限制 ,农作物估产方面的研究起步较晚 ,因而研究山区的农作物遥感估产对西南地区有重要的理论价值和现实意义。安宁河谷为一南北走向的山间盆地 ,是四川省第二大粮食生产基地。本文运用遥感 (RemoteSensing)、地理信息系统 (GIS)和全球定位系统(GPS)———简称 3S ,采取全数字式判读方式提取冬小麦的播种面积 ,进行野外点、线采样 ,并利用数理统计方法 ,建立了该地区的冬小麦估产模型     

农作物气象卫星遥感监测和估产研究进展及前景探讨

利用气象卫星动态监测我国广大农业农作物生长状况，估测农作物产量的服务，已成为国家，各省市、基于地县级领导部门指导农业生产决策不可缺少的重要方面，截止到１９９５年的不完全统计，全国已有２１个小市气象局开展了这项服务、涉及的农作物有水稻、小麦１、玉 粮、棉花和蔬菜等，取得了很好的经济和社会冷门 我国气象部门，以及其它部门过去１０多年中，在气象卫星作物监测和估产研究方面取得的重要进展，探讨了于是进一步深     

棉花秋桃理论估产与实产偏差的气象因素

用棉花秋桃理论估产与实产之间的偏差，表征秋桃调查后至棉花停止生长期之间棉铃生育成熟状况，分析了这段时期气象因素对棉株和棉铃的影响，得出了确定棉花丰歉的农业气象指标。     

基于Landsat的小麦估产模型及其应用

针对华北地区旱情导致小麦减产的问题,提出了利用Landsat遥感影像信息,结合小麦生长关键时期的降雨量以及种植区距离灌溉水源的位置关系,建立小麦估产模型,通过降雨预报信息估算小麦单产产量,并将其应用在作物种植选择方面,以提高农田的产值与农民的经济效益。     

冬小麦估产指标的试验研究

本文以试验数据为基础,运用回归分析的方法,系统地分析了决定冬小麦产量的自身生物学特性,环境条件和农业技术诸方面的主要因素,提出了不同发育阶段进行冬小麦产量预测的生物学指标、气象指标和农艺措施指标,旨在为深入开展冬小麦产量预测、减少地面监测的盲目性提供可靠的依据。     

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。     

水稻时域散射特征分析及其应用研究

通过对肇庆试验区1996年和1997年获取的多时相、多模式雷达卫星（RADARSAT）数据分析,从图像上直接提取地物的后向散射系数,结合实地测量水稻的生长结构参数,建立了水稻生长模型,分析了不同生长周期（从80天到120－125天）4种类型水稻的时域散射特性。利用1997年4月至7月获取的7景标准模式雷达卫星数据,对试验区内三个县和两个行政区共5000km^2面积范围内的作物进行分类和水稻产量预估算,水稻类型分类及面积量算精度达91％。结果表明：利用雷达遥感数据进行水稻种植面积量算和估产需要水稻生长期间三个时相的数据,即插秧期、抽穗期、收割前期。若能够获得多参数雷达图像,可以用插秧期和收割前期的两个时相图像来代替上述的三个时相图像同样可以达到种植面积量算和估产的效果。这一结果充分说明多时相雷达卫星数据对我国南方水稻长势监测及估产具有明显优势和潜力。     

水稻时域散射特征分析及其应用研究

通过对肇庆试验区1996年和1997年获取的多时相、多模式雷达卫星（RADARSAT）数据分析，从图像上直接提取地物的后向散射系数，结合实地测量水稻的生长结构参数，建立了水稻生长模型，分析了不同生长周期（从80天到120－125天）4种类型水稻的时域散射特性。利用1997年4月至7月获取的7景标准模式雷达卫星数据，对试验区内三个县和两个行政区共5000km^2面积范围内的作物进行分类和水稻产量预估算，水稻类型分类及面积量算精度达91％。结果表明：利用雷达遥感数据进行水稻种植面积量算和估产需要水稻生长期间三个时相的数据，即插秧期、抽穗期、收割前期。若能够获得多参数雷达图像，可以用插秧期和收割前期的两个时相图像来代替上述的三个时相图像同样可以达到种植面积量算和估产的效果。这一结果充分说明多时相雷达卫星数据对我国南方水稻长势监测及估产具有明显优势和潜力。