期刊博览

<正> 农田农情参数遥感监测进展及应用展望农情参数是指反映作物生长过程及其产生的状态指标,关键农情参数主要包括作物长势、单产、物候和旱情等,可用于指导农田的生产管理。遥感是关键农情参数获取的有效手段,然而目前农情参数的遥感监测大多停留在大尺度、宏观监测的层面上,由于缺乏共时空分辨率、高准确度、低成本的农田信息获取技术,业务化的农田尺度农情参数获取都受到了诸多因素的制约与限制。导致难以为农田生产管理提供及肘的信息支持,这已经影响到精准耕作的发展与应用。文章在总结目前长势、单产、物候和旱情等几个主要农情参数遥感监测研究进展的基础上,分析了这些技术在农田尺度应用的瓶颈,并从新数据源和农情参数监测新模型两个角度出发,对农田尺度农情参数的获取进行了展望。     

农业遥感研究应用进展与展望

得益于中国自主遥感卫星、无人机遥感和物联网等技术的发展,中国农业遥感研究与应用在过去20年取得了显著进步,中国农业遥感信息获取呈现出天地网一体化的趋势;农业定量遥感在关键参数遥感反演技术方法与应用方面取得进展;作物面积、长势、产量、灾害遥感监测的理论与技术方法取得突破,农业遥感技术应用领域不断拓展。本文从农业遥感信息获取、农业定量遥感、农业灾害遥感、作物遥感识别与制图、作物长势遥感监测与产量预测、农业土地资源遥感等方面对中国农业遥感科研与应用进行了总结综述。     

棉花种植区卫星遥感监测研究

对当前棉花遥感监测的主要领域和研究成果进行了综合分析,包括棉花种植面积提取和长势监测,灾害、病虫害监测,棉田质量与棉花产量监测估测,棉花像元识别等方面。不同的遥感影像、不同的分析模型和方法可以实现不同的监测目的,通过这些应用成果的分析研究为进一步采用新型遥感数据源和分析模型进行棉花的遥感监测研究打下基础。     

农作物长势综合遥感监测方法

作物收获之前进行大范围作物生长状况评价 ,可以尽早的获得有关作物产量信息。介绍了中国农情遥感监测系统的综合作物长势监测方法。以遥感数据标准化处理、云标识、云污染去除和非耕地去除为基础 ,生成质量一致的遥感数据产品集 ,提取区域作物生长过程。作物长势监测分为实时作物长势监测和作物生长趋势分析。实时的作物长势监测可以定性和定量地在空间上分析作物生长状况 ,分级显示作物生长状况 ,分区域统计水田和旱地中不同长势占的比重。作物生长趋势分析可以进行年际间的生长过程对比 ,从时间轴上反映作物持续生长的差异性 ,统计全国、主产区、省和区划单元 4个尺度的耕地、水田、旱地作物生长过程曲线年际间差异 ,从而为早期的产量预测提供信息。通过处理流程的系统化 ,建设了运行化的作物长势遥感监测分析系统 ,为用户构建了综合的作物实时生长状况 ,苗情的生长趋势分析环境。同时可以依据野外地面实测信息对遥感监测结果进行标定和检验。 1998年以来 ,系统在满足日常运行的前提下 ,技术方法逐渐改进和完善 ,监测结果的精度和可靠性不断得到提高。     

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。     

面向农作物监测的遥感信息处理技术研究

以区域性主要农作物种类识别、长势分析与产量估算及农业种植结构现状监测为主要研究对象,开展适于农业管理部门业务化运行的卫星遥感信息处理的关键技术研究。从分析主要作物类型识别的遥感物理依据入手,提出了卫星遥感数据处理及专题信息提取的基本技术框架、主要农作物类型及种植面积信息的提取方法以及主要粮食作物长势分析和产量估算模型,并对结果进行了简要的精度分析。     

基于MODIS数据的小麦生物量估算模型研究

地表生物量对农作物估产、植被长势评估具有很重要的意义。随着遥感技术的发展与应用,遥感为生物量估算提供了一种新的手段。本文以唐山市为例,利用小麦种植区的MODIS遥感影像数据和同期野外调查获得的16组32个生物量数据,对比分析了归一化植被指数(NDVI)、增强型植被指数(EVI)与小麦生物量多个回归方程的相关系数,进而建立了NDVI、EVI与小麦生物量的线性回归模型。结果显示,使用MODIS数据的植被指数能够很好地对研究区地上生物量进行估算,其中使用EVI的三次函数模型拟合精度最高,并且对每组数据进行平均处理会使模型精度进一步提高。     

基于NDVI和氮素积累的冬小麦籽粒蛋白质含量预测模型

蛋白质含量是小麦重要的品质指标,快速、大面积获取其变化动态信息,对于品种种植区划研究和食品品质加工非常重要.通过设置不同年份、不同区域的小麦种植试验,综合分析TM遥感影像的植被指数和小麦长势信息之间的关系,结合小麦灌浆期间气候环境条件对籽粒品质形成的影响特点,建立基于NDVI和籽粒氮素积累生理生态过程的籽粒蛋白质含量预测模型.利用不同的试验数据对模型的可靠性进行了检验,模型的预测值与测量值较为一致,均方根差(RMSE)小于0.47%-0.59%.模型预测性能较好,且具有一定的解释性和机理性,可以适用于不同年度、不同区域间对小麦籽粒蛋白质含量的监测预报.基于空间遥感信息和籽粒氮素积累的生理生态过程,建立了较为简化的小麦籽粒蛋白质含量的预测模型,模型的研究不仅为实时预测不同生态条件下小麦籽粒蛋白质含量的动态变化奠定了基础,而且是对国内外现有小麦品质模型的发展和完善.     

小麦冠层理化参量的高光谱遥感反演试验研究

以国产成像光谱仪所获高光谱遥感数据为基础，根据田间同步采样数据建立的基于反射光谱特征的小麦冠层生物物理和生物化学估计模型，实现了用航空高光谱遥感数据对田间小麦冠层理化参量的整体反演。结果表明：用高光谱遥感方法估计小麦冠层理化参量是可行的；以理化参数为“波段”的数字图像及其处理，为农学家以理化参量的空间分布及其差异解释作物产量空间分布差异和研究作物生态生理机理提供了新的手段。     

基于遥感技术的大气细颗粒物PM2.5监测研究进展

PM 2.5已经日渐成为大气中首要的污染物。同时越来越多的研究表明,PM 2.5污染对人们的正常生活会造成严重的影响,有效监测其空间分布对污染防治和健康影响等具有重要意义。利用遥感技术开展PM 2.5监测已经成为重要且有效的手段,遥感影像的空间分辨率不断提高、PM 2.5遥感反演模型的推陈出新,进一步助推和加深了遥感技术在PM 2.5监测领域中的应用。本文通过归纳总结用于PM 2.5反演的主要遥感数据源,并结合PM 2.5遥感反演模型的基本原理,从不同数据源角度综述了PM 2.5遥感监测技术的研究进展,最后展望了现有监测技术存在的问题以及发展趋势,为开展PM 2.5遥感监测和深化应用提供理论支撑。     

滑坡遥感调查、监测与评估

滑坡遥感调查包括滑坡识别、基本信息获取和滑坡空间分析等，本文以天台乡滑坡遥感调查中用特征点法确定滑坡边界、影响带及滑坡运动特征及规模为例说明。滑坡遥感监测可分为直接监测和间接监测。由于突发的高速超高速崩塌、滑坡及泥石流活动时间难以预测，滑坡运动的规模相对于遥感地面分辨率较小，获取遥感数据的不连续性及价格昂贵等原因，目前较少应用遥感技术直接监测滑坡活动； 遥感监测滑坡运动引起的环境变化，称为间接滑坡监测，以遥感监测易贡大滑坡引起的易贡湖水面变化及溃坝造成的下游灾害为例说明。滑坡遥感评估指在获取滑坡及其发育环境基本信息的基础上，评估滑坡的稳定性，预测其未来活动性，评估区域滑坡的影响因子和进行区域滑坡危险性评价，文中以天台乡滑坡、千将坪滑坡稳定性评估及三峡库区中前段区域滑坡危险性评价为例说明。     

遥感动态监测自动发现方法研究现状及发展趋势

在分析遥感影像特征和土地利用动态监测现状的基础上,根据土地利用遥感动态监测变化信息数据处理方法的不同,将其进行科学分类,对各类数据处理方法的原理、特点进行总结分析,并对当前遥感动态监测变化信息自动发现方法的发展趋势进行了展望。     

Farm-Level Yield mapping for precision crop management by linking remote sensing inputs and a crop simulation model

A study aimed at generating wheat yield maps of farmer’s fields by using remote sensing (RS) inputs was undertaken during the rabi season of 1998-99 in six villages of Alipur Block of Delhi State. RS derived leaf area index (LAI) were linked to wheat simulation model WTGROWS by adopting a strategy christened “Modified Corrective Approach”. This essentially uses an empirical relation of grain yield and LAI, which was derived from WTGROWS simulation model by running model for a combination of input resources, management practices and soil types occurring in the area. This biometric relationship was applied to all the wheat fields of the study area for which the LAI was derived from single acquisition of IRS LISS-III data (Jan 27, 99). The LAI-NDVI relation adopted was logarithmic in nature (R²=0.83) and was based on ground measurements of LAI in farmer’s fields in the same area. A comparison of predicted grain yield by the modified corrective approach and actual observed yield for the 22 farmer’s fields showed high correlation coefficient of 0.8 and a root mean square error (RMSE) of 597 kg ha^-1 which was 17% of the observed mean yield. Thus linking of RS information and crop simulation model provides an alternative for mapping and forecasting crop yield under highly variable cropping environment of Indian farms, which is a pre-requisite for implementing Precision Crop Management (PCM).     

Yield Estimation Model and Water Productivity of Wheat Crop (Triticum aestivum) in an Irrigation Command Using Remote Sensing and GIS

Crop yield estimation has an important role on economy development and its accuracy and speed influence yield price and helps in deciding the excess or deficit production conditions. The water productivity evaluates the irrigation command through water use efficiency (WUE). Remote sensing (RS) and geographical information system (GIS) techniques were used for crop yield and water productivity estimation of wheat crop (Triticum aestivum) grown in Tarafeni South Main Canal (TSMC) irrigation command of West Bengal State in India. One IRS P6 image and four wide field sensor (WiFS) images for different months of winter season were used to determine the Normalized Difference Vegetation Index (NDVI) and Soil Adjusted Vegetation Index (SAVI) for area under wheat crop. The temporally and spatially distributed spectral growth profile and AREASUM of NDVI (A_NDVI) and SAVI (A_SAVI) with time after sowing of wheat crop were developed and correlated with actual crop yield of wheat (Y_act). The developed relationships between A_SAVI and Y_act resulted high correlation in comparison to that of A_NDVI. Using the developed model the RS based wheat yield (Y_RS) predicted from A_SAVI varied on entire TSMC irrigation command from 22.67 to 33.13 q ha⁻¹ respectively, which gave an average yield of 26.50 q ha⁻¹. The RS generated yield based water use efficiency (WUE_YRS) for water supplied from canal of TSMC irrigation command was found to be 6.69 kg ha⁻¹ mm⁻¹.     

基于植被指数阈值法的城市边界动态监测技术研究

社会经济的高速发展带动了城市的空间扩展,引起了城市土地利用结构的变化。为了对城市建设用地和城市发展规模进行合理的调控,应该对城市的扩展进行动态监测。在城区扩展动态监测方面,遥感和地理信息系统已经得到了一定的应用。本研究以湖北省武汉市为例,利用2002年7月9日陆地卫星ETM＋数据,在遥感和地理信息系统技术支持下,开展武...     

A Case Study on Forewarning of Yellow Rust Affected Areas on Wheat Crop Using Satellite Data

Objective of this study was to identify stripe rust affected areas of wheat crop as well as evaluation of remote sensing (RS) derived indices. Moderately low temperature and high humidity favour the growth of yellow rust. Most affected areas of Punjab are the foothill districts such as Gurdaspur, Hoshiarpur and Ropar. Occurrence of yellow rust is possible when maximum temperature for day is below 15 °C and Temperature difference of day’s maximum and minimum temperature is less than 5 °C during the early growth of wheat. Forecast of the infestation was done using 3 days forecast of weather data obtained from Weather Research and Forecasting (WRF) model at 5 km resolution. Weather forecast used was obtained from Meteorological and Oceanographic Satellite Data Archival System (MOSDAC) site and post infestation, identification of specific locations were done using multi-date IRS AWiFS data. It is an attempt for early detection through 3 days advance forewarning of weather which will be handy tool for planners to expedite relief measures in case of epidemic with a more focused zones of infestation as well as for crop insurers to know the location and extent of damage affected areas.     

土地遥感监测数据管理模式与应用策略分析

本文归纳了当前遥感监测数据的几种管理模式:基于文件的管理方式、完全数据库管理方式、扩展的数据库管理方式以及目前出现的其他特殊管理方式,并分析了这几种管理方式的特点和对遥感监测数据应用策略的影响,最后根据土地资源遥感监测数据的应用特点,得出遥感数据的管理需适应不同的专题应用,选择和确定具体的管理和组织方式。     

基于WOFOST模型与UAV数据的玉米生长后期地上生物量估算

地上生物量能够有效反映作物的生长状态,其信息的实时估算对产量预测和农田生产管理都有重要意义。作物生长模型因其详尽的生理生化基础和对生长过程数字化描述能力,成为生物量估算的理想模型。近年来,研究人员利用数据同化算法将时间序列遥感数据同化到作物生长模型中,实现了作物模型由基于气象站的点模拟到区域尺度面模拟的外推,使生物量模拟结果同时具备大范围和机理性两个方面的特点。这一模式下,时间序列的遥感数据质量将对生物量模拟精度产生直接影响,作物生长后期受到光谱饱和的影响,遥感数据的作物冠层信息获取能力会出现明显下降,因此有必要对该阶段遥感数据和作物模型的结合方式进行优化,提升生物量模拟精度。本文针对东北地区春玉米生物量遥感估算存在的问题,提出了利用WOFOST作物模型结合无人机（UAV）遥感数据实现作物生长后期生物量准确估算的新思路。新思路首先利用多光谱遥感数据获取WOFOST模型具备较高空间异质性的土壤速效养分参数以提升模型的空间信息模拟能力,使其能在一定程度上摆脱点尺度模拟的限制。同时,结合集合卡尔曼滤波算法将生长前期无人机（UAV）遥感数据同化到模型中,以缩短模型单独运行时间,减少模型运行过程中的参数误差累积,实现无遥感数据参与下的短期作物生长模拟,并输出生长后期相应的生物量模拟结果。最后,本文利用地面实测数据对新方法的生物量模拟精度进行了评价。结果表明,与全生育期数据同化相比,新方法的生物量估算精度有了明显的提升（全生育期同化：R² = 0.45,RMSE = 4254.30 kg/ha;新方法：R²= 0.86,RMSE = 2216.79 kg/ha）。     

限量灌溉对冬小麦抗旱增产和水分利用的影响

小麦体积含水量是表征小麦生理状态、影响小麦产量的重要参数,传统的测量手段如人工采样烘干、卫星遥感等,难以实现小麦体积含水量的连续、动态、高精度监测,由此提出了一种利用全球导航卫星系统（global navigation satellite system,GNSS）折射测量技术反演小麦体积含水量的方法。首先,使用两组GNSS天线同时接收直射信号和穿透小麦植株层的折射信号,利用两信号的振幅比表示折射信号的衰减程度;然后,基于电磁波传播理论,建立了GNSS直射、折射信号的物理模型,并在此基础上导出小麦体积含水量、振幅比、小麦高度、气温的函数关系,进而构建了反演小麦体积含水量的数学模型。利用导航型GNSS设备采集的数据对所提方法进行了验证,结果表明,在小麦拔节期、抽穗期和成熟期,该方法反演的小麦含水量与人工实测数据符合较好;当小麦含水量在1~7 kg/m³范围内时,反演结果的平均误差、标准差和均方根误差分别为0.058 kg/m³、0.396 kg/m³、0.399 kg/m³。研究结果证明了利用导航型GNSS接收机准确获取植被含水量动态变化信息的可行性,为低成本、低功耗、小型化GNSS植被含水量监测设备的研制奠定了基础。

     

遥感与地理信息系统在土地利用动态监测中的应用

通过国内外研究动态和RS与GIS在土地检测中的实际应用,阐述了遥感与地理信息系统在土地利用动态监测中的应用,论证了遥感与地理信息系统在土地利用动态监测中的应用方法,得出了利用遥感与地理信息系统技术监测土地利用变化可快速发现并能反应研究区域的变化趋势.RS,GIS技术的结合也为有效进行土地利用动态监测和快速决策提供了科学...