基于MODIS数据的水稻种植面积提取研究进展

概述了水稻种植面积监测遥感数据源的应用变化、特征指数和时相选取以及遥感分类方法的发展,分析了MODIS影像在水稻种植面积遥感提取技术方面的研究进展及发展方向。结果表明：MODIS具有高光谱、高时间分辨率和多时相等特点,在大尺度上提取水稻种植面积上,可提高作物识别和监测的精确度与工作效率,节约成本,有着其他遥感数据无法相比的优势,应用MODIS数据提取水稻种植面积,取得了较好的效果。水稻遥感的最佳时相可以选择移栽期和孕穗期,利用对水体和植被较为敏感的波段或植被指数（如NDVI、LSWI和EVI）进行水稻识别,并提取种植面积。传统的遥感图像分类方法如监督分类和非监督分类,算法成熟、操作简单,是目前应用较多的方法。近年来发展起来的分类新方法,如决策树分类法、专家系统分类法、神经网络分类法,支持向量机法等,能够更准确地提取目标地物,对图像分类有不同程度的改进,在实际应用中通常和传统分类方法结合起来使用;多时相分析法与高时间、高分辨率多光谱影像的结合可以获取较高精度的作物种植面积数据,与传统分类方法相比有较大提高。利用MODIS对单一的或大面积的水稻种植面积提取效果较好,但对于地块破碎的种植面积估算尚难达到满意的结果,添加其他的辅佐数据如高程、坡度等,并结合MODIS数据的多时相特点分类等方法,可提高遥感影像分类的精度。     

基于多时相MODIS数据的黑龙江省水稻种植面积动态监测研究

水稻是黑龙江省四大主要粮食作物之一,水稻生产在黑龙江乃至全国的粮食生产中均占有十分重要的地位。本文利用2007～2009年多时相MODIS数据,在GIS、GPS的支持下,根据黑龙江省水稻生长的特点,选择水稻种植面积估算最佳时相,实现了黑龙江省水稻种植面积的动态监测,分类精度达到了85%。研究结果表明,利用多时相MODIS数据进行黑龙江省水稻种植面积的动态监测是切实可行的。     

基于MODIS时序数据提取河南省水稻种植分布

以河南省为研究区,利用2009年多时相8d合成MODIS地表反射率产品提取水稻种植分布。根据稻田含水量变化特征及水稻生长规律,构建水稻种植分布提取流程。为减少云等噪声的影响,对地表水含量指数（ILSW,land surface water content index）和增强型植被指数（IEV,enhanced vegetation index）的时序数据进行平滑重建。然后,依据豫北和豫南稻区水稻物候期差异,分别建立标准水稻IEV生长线,以计算像元尺度的水稻相似性指数作为影像分类的特征波段。同时,对重建的ILSW和IEV时序数据分别进行主成份分析,选择各自的前3个成份作为特征波段。在此基础上,采用支持向量机分类算法对组建的特征波段进行分类,提取影像中水稻的种植分布。结果显示,提取的河南省水稻种植分布与实际情况吻合较好,豫北稻区水稻分布呈现集中连片的特征,多分布在沿黄河两岸,而豫南稻区水稻种植广泛,多在大型水库灌区周边及沿淮和低洼易涝地区。与各地区水稻统计面积相比,MODIS提取的水稻面积平均相对误差为6.56%,根均方误差为5.63khm2。受到混合像元影响,以及个别地区水稻种植分散且面积相对较小,使该地区水稻面积相对误差超过±60%。     

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。     

基于FastICA算法和MODIS数据的水稻面积提取

以苏、皖、赣三省为研究区域,采用FastICA算法从MODIS数据中提取2010年水稻种植面积,并验证该算法在混合像元分解中的有效性。在对2010年46景8 d合成地表反射率产品数据进行预处理的基础上,结合MODIS土地利用产品和平滑滤波算法,构建耕地类型像元的I_LSW和I_NDV时相变化曲线。依据I_LSW和I_NDV曲线在水稻移栽期前后的变化规律,并根据由各地区水稻I_NDV时相曲线计算得到水稻相似性指数,从MODIS影像中提取水稻像元。采用FastICA算法对潜在水稻像元水稻生长期内的I_NDV时相曲线进行分解,计算每个像元的水稻丰度,绘制水稻丰度图,获取研究区各省水稻分布和种植面积。利用统计年鉴数据和样方资料对FastICA算法提取的水稻面积进行了验证。结果显示:采用水稻相似性曲线有利于提高稻田识别效率,所获取的水稻分布与实际情况吻合;FastICA算法能够分解不同地区水稻I_NDV时相曲线;与统计资料比较,江苏、安徽、江西三省水稻面积的提取精度分别为86.4%、87.9%、51.5%。江西水稻面积提取误差主要出现在地形起伏较大的山区。     

EOS/MODIS数据在广西甘蔗种植信息提取及面积估算的应用

通过计算广西区域多时相MODIS-NDVI值,结合GPS选定甘蔗样本训练区多时相NDVI值变化曲线,以及甘蔗生长周期长达8个月至1年以上,蔗糖生产期间甘蔗面积逐渐递减的特性,采用最大似然法提取非样本训练区甘蔗种植信息,最终实现广西区域的甘蔗种植空间分布遥感信息的提取。经对遥感影像图甘蔗连片种植区域、零散点种植区与GPS实地定位调查比较,结果表明广西区域甘蔗种植信息遥感监测与实况相符。在此基础上,对广西区域甘蔗种植面积估算面积进行初步统计,精度达到90%以上。     

基于MODIS时序植被指数和线性光谱混合模型的水稻面积提取

水稻是中国的主要粮食作物,及时获取水稻种植面积和空间分布信息对指导水稻生产、调整区域供需平衡等具有重要的意义。以江苏省为例,利用2009—2011年连续三年的MODIS 8 d合成地表反射率数据(MODIS09A1),计算了归一化差值植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI)和陆表水指数(land surface water index,LSWI)。结合水稻在不同生长发育期EVI的时间序列变化特征,确定了水稻面积提取的关键生育期。根据水稻移栽期稻田土壤含水量高的特征,利用NDVI、EVI和LSWI三种指数构建判别条件,确定可能种植水稻的区域。利用线性光谱混合像元分解模型对包含水稻的混合像元进行分解,得到江苏省三年水稻种植空间分布。最后,选取研究区内的水稻典型样区,利用与MODIS同时期的较高分辨率的环境小卫星HJ-1 CCD(30 m)数据提取水稻种植面积和空间分布,以此作为参考数据进行精度验证,同时利用统计部门的江苏省水稻种植面积统计数据对江苏省水稻面积进行验证,两种方法验证后表明误差均在10%以内。研究表明,采用MODIS09A1数据结合线性光谱混合模型可以更高精度地提取大范围的水稻种植面积。     

GIS支持下的浙江省水稻种植面积遥感估算综合自然区划

通过对浙江省境内的地形地貌,水稻种植比重,区域农业气候,植被状况等因素进行综合分析,建立了水稻种植面积遥感估算综合自然区划的多层次决策结构模型及其数量关系,并利用地理信息系统的空间分析能力,实现了浙江省水稻种植面积遥感估算的综合自然区划。     

南方丘陵地区水稻种植面积遥感信息提取的试验

以浙江省为试验区, 针对水稻种植面积遥感信息提取的业务化运行问题, 进行了以下试验:(1) 以传统的单象元统计分类识别方法为分类器, 在地理信息系统支持下, 提取丘陵地区大范围水稻种植面积信息的可行性; (2) 在遥感资料的基础上, 结合地形数据综合提取水稻种植面积专题信息的可行性和有效性; (3) 混合象元分解方法在丘陵地区的有效性和适用性.结果表明, 用最大似然法提取大范围水稻种植面积信息的精度可满足业务化运行的要求; 模糊监督分类有较高的分类精度和较好的稳定性, 具有较强的适应性; 坡度数据作为遥感影像分类的辅助数据层, 可以有效地提高丘陵地区水稻种植面积信息的提取精度, 还可以提高分类的稳定性和空间位置精度.     

基于MODIS数据的甘肃主要水库水体面积变化特征

掌握甘肃主要水库的水体面积变化规律,对"甘肃省国家生态安全屏障综合试验区"建设具有重要参考意义。基于2000—2014年MODIS的8 d合成地表反射率产品MOD09资料,利用WI1水体指数,对甘肃四大水库双塔、昌马、红崖山和刘家峡的水体面积进行监测,并与兰州区域气候中心实时接收的卫星资料目视解译结果进行对比、建立相关关系,进而对上述水库水体面积变化状况进行研究。结果表明:甘肃四大水库8 d合成产品MOD09反演的水体与卫星实时资料目视解译结果均具有很好的相关性,且变化趋势较一致,MOD09产品反演结果能够反映水体实时变化状况,可用于水库水体面积的变化特征研究。近10 a多,甘肃四大水库水体面积表现出春季或秋季较大、夏季最小的年内分布特征,各水库水体面积的年际变化趋势较复杂,疏勒河上的昌马和双塔水库春、夏、秋三季水体面积的年际变化趋势不明显,而红崖山和刘家峡水库水体面积均呈波动增加趋势,这对甘肃中西部农业灌溉极为有利。     

基于偏差原则利用MODIS红外资料反演大气廓线以及表层温度

遥感方程或大气辐射传输方程是属于第一类非线性Fredholm积分方程,这类方程的显著特征是不适定的,尤其此类问题解的不稳定性,增加了反演的难度.因此需要研究控制反演不稳定性和提高反演精度的有效方法.为了使解稳定,光滑参数γ作为约束因子是必要的.文中结合牛顿非线性迭代法反演大气廓线,利用偏差原则来最优选择光滑参数γ,即在同步反演大气廓线的同时对γ采用分步迭代的原则.最后利用中分辨率和成像光谱仪(MODIS)红外资料进行反演试验,反演结果表明采用偏差原则选取γ明显优于经验法,反演的表层温度和大气可降水量与美国国家宇航局(NASA)的MOD07产品类似.     

基于MODIS数据的水体识别指数方法的比较研究

从典型地物光谱曲线分析入手,MODIS数据的第7、2、1波段对植被、陆地、水体区分明显。本文对长三角太湖流域地区,采用MODIS数据以五种常水体识别进行水体信息提取,然后分别从目视解译效果、水体区分度的计算和提取的水体面积三方面来对这五种指数方法进行比较和评价。结果表明,在应用MODIS数据进行水体识别时,比值植被指数（RVI,Ratio Vegetation Index）和混和水体指数（CIWI,Combined Index of Normalized Difference Water Index）模型的目视解译效果较好,且CIWI指数具有水陆区分度较大和水体面积提取精度较高的优点。     

基于MODIS数据的陕西地表温度监测

地表温度是反映土壤—植被—大气系统能量流动与物质交换的重要参数,讨论了利用EO S/M OD IS资料反演地表温度的分裂窗方法各参数获取及其在陕西省的应用;建立了基于M OD IS遥感资料和地面自动气象站观测资料反演地表温度的统计模型。监测试验结果表明:利用分裂窗方法反演陕西地表温度,其中参数设定仍需要做大量工作;统计方法考虑季节差异,在地表状况不太复杂时也能取得较好的监测效果。     

基于地面通量观测与MODIS数据估算玉米光能利用率北大核心

基于地面通量数据和中分辨率成像光谱仪(Moderate-resolution Imaging Spectroradiometer, MODIS)数据,对玉米农田生态系统光能利用率(Light Use Efficiency, LUE)进行反演和分析。通过地表碳通量资料构建了玉米农田生态系统的LUE模型,分析了LUE的变化规律;通过比较不同参照波段、不同传感器角度下计算的MOIDS光化学反射植被指数(Photochemical Reflectance Index, PRI)与LUE间的关系,构建了MOIDS PRI反演玉米LUE的模型。结果表明:(1)玉米LUE呈现出明显的季节和日尺度上的变化规律,季节变化表现为单峰形,白天的LUE呈现出“U”型变化规律;(2)相比较NDVI,PRI反演植被LUE有明显优势,利用MODIS PRIS与LUE的较好相关性,建立了PRI488、PRI551和PRI667模型进行LUE反演;(3)经比较,MODIS PRIS反演LUE时最适合的为PRI551模型,其全向散射的模型具有通用性,而如果区分出后向散射数据则采用相应的PRI551后向散射模型更好;(4)利用LUEa与全天平均LUEd拟合模型与MODIS PRI551瞬时模型联合,可实现对日尺度的光能利用率的反演,其推广应用前景值得期待。     

MODIS资料遥感监测土壤水分与干旱研究进展

干旱是威胁我国及世界农业发展的自然灾害之一,遥感技术已经成为监测土壤水分与旱情的重要手段。本文总结分析了近年来利用MOD IS资料监测土壤水分和干旱的优势,回顾总结了目前利用MOD IS资料监测土壤水分和干旱的方法,着重从光谱法、温度植被干旱指数(TVD I)空间法、植被水分监测法、水分亏缺指数法等几方面进行了重点介绍,并对未来的发展趋势进行了展望。     

MODIS数据在南方丘陵地区局地森林火灾面积评估中的应用研究

根据2004年的MODIS数据和森林火灾地面调查数据, 以福建省为例, 来探讨典型南方丘陵山区森林火灾发生后火灾面积大小评估的技术方法。在对火区250 m分辨率MODIS数据特征分析的基础上, 通过MODIS近红外通道反射率和归一化植被指数在火灾发生前后的散点图, 结合火区的假彩色合成影像, 利用ENVI软件的ROI处理功能建立火灾面积评估技术方法。对35起森林火灾样本进行评估, 过火面积总体估算误差为15 hm2, 结果表明, 在南方丘陵山区, 应用MODIS数据开展森林火灾面积评估, 能较好地满足业务需求。     

利用MODIS红外资料反演大气温湿度廓线的研究

概述了利用特征向量统计回归反演算法,从EOS/MODIS的红外通道资料反演大气温湿度垂直分布的过程,并与美国国家环境预报中心NCEP(National Centers for Environmental Prediction)的等压面再分析场资料按照纬度和气压高度进行了真实性检验。结果表明：由MODIS资料反演得到的大气温湿度参数能够揭示大气温湿度的垂直分布。在各个等压面上均方根误差平均值在中纬度地区为3.39K,低纬度地区为1.40K,近地面层、对流层顶附近及下垫面地形复杂的区域误差较大,总体上低纬度地区要好于中纬度地区。反演的水汽误差也为低纬度地区小于中纬度地区,且随高度升高,中、高纬度误差都逐渐减小并逐渐接近。     

中红外和热红外在测算水稻种植面积上的应用

在利用ＡＶＨＲＲ数据测算水稻种值面积中,对ＡＶＨＲＲ各通道数据进行统计特征分析和影象线性拉伸处理,发现其中红外（ＣＨ３）和热红外（ＣＨ４）通道信息量丰富,且在中红外和热红外拉伸影象上存在稻田的这温较旱地低－“稻区低温”现象。因此,在测算水稻种植面积时,半加了第３、４两通道－中红外和热红外通道。实际应用证明：增加两红外通道非常有助于水稻鉴别。