中国农情遥感速报系统的发展与未来

结合中国农情遥感监测技术的发展, 重点介绍了“中国农情遥感速报系统”的建设背景、监测范围、监测内容、技术革新及其在农情遥感监测领域内的技术引领作用, 说明了系统运行监测结果在中国粮食决策关键期所发挥的作用, 并对粮食生产能力、精准农业及农情信息在线服务等3 个“中国农情遥感速报系统”的重点发展方向进行了展望。     

中国农情遥感速报系统

介绍了中国农情遥感速报系统的建设情况 ,系统内容包括农作物长势监测、农作物种植面积监测、农作物单产预测与粮食产量估算、作物时空结构监测和粮食供需平衡预警等。简要介绍了 1998年以来中国农情遥感速报系统在监测内容与监测范围、监测频率、技术发展以及质量控制与过程检验体系建立等方面的进展 ,并就中国农情遥感速报系统的发展方向提出了展望。     

农情遥感监测云服务平台建设框架

准确及时的农情信息是国家与地方政府保障粮食安全与社会稳定的必要条件。云计算的出现为这一需求的实现提供了契机。本文阐述了农情遥感监测云服务平台建设的重要意义、设计思想、总体架构、组成部分以及建设内容。在此基础上,以农情遥感监测产品信息服务为例,开发了一个农情遥感监测信息在线原型系统。该系统是农情遥感监测云服务平台的重要组成部分,负责多尺度时间序列农情遥感监测结果与信息的管理、存储和维护,并且向用户提供查询与下载服务。农情遥感监测云服务平台建设框架的设计为全面整合专家智慧、IT技术、数据资源、服务方式以及平台的实现提供理论指导与建设依据。该平台的建立,将深刻改变农情遥感应用的模式,推动农情遥感的广泛应用与产业化发展。     

农情遥感信息与其他农情信息的对比分析

农情信息多种多样 ,来源不同 ,分散于各个部门或单位 ,缺乏相互交换与验证 ,综合分析与集成不够 ,特别是遥感信息为经济领域决策服务的渠道不通畅。为更好地应用各种信息 ,必须加强信息综合分析。对耕地面积、作物面积、作物单产、作物长势、粮食产量等几种农情信息中不同来源的信息进行了初步对比分析 ,肯定了遥感监测农情信息在客观性、时空连续性、可对比与可预测、低成本等几个方面的优势 ,同时也分析了遥感信息的不足和局限。认为遥感信息与其他信息不是互相替代的关系 ,而是互相补充、互相验证的关系。只有通过多源农情信息的综合分析和集成 ,才能更全面准确地反映农情。     

全球湿地遥感研究综述：1975年—2020年

在显著气候变化叠加人类活动干扰的背景下,可持续的湿地生态系统管理对于湿地空间信息的需求不断提升,湿地遥感作为重要的交叉学科方向,研究成果日益增多。本文以Web of Science核心合集为数据库,通过检索过去50年湿地遥感论文成果,总结了湿地遥感研究全球发文量和引文量的变化情况;进行文献计量分析,探讨湿地遥感研究的发展历程和发展趋势。论文将湿地遥感研究划分为潜力探索期、框架成形期、快速增长期3个阶段,进而总结分析了不同阶段湿地遥感的研究主题和主要数据源;最后基于VOCviewer软件对湿地遥感研究热点关键词进行综述,从大数据时代背景下的湿地遥感分类及景观动态、精细化的湿地生态参量遥感观测、湿地可持续管理空间决策支持3个方面进行了未来研究趋势的展望。本研究将为理解国际湿地遥感研究发展历史、把握湿地遥感研究国际前沿、进行国内湿地遥感研究布局提供借鉴。     

大数据时代的农情监测与预警

农情信息是世界粮农组织、各国政府、粮食贸易企业以及农场管理迫切需要掌握的信息。大数据时代的农情监测与预警正在由模型驱动向数据驱动转变,大数据正逐渐成为监测与预警的核心驱动力。伴随着农情监测与预警大数据的爆炸式增长,大数据与云计算技术的发展为农情监测与预警提供了全新的技术手段。2013年以来,全球农情遥感速报系统(CropWatch)已逐步引入聚类分析、时间序列分析、关联分析、时空变化异常诊断等大数据分析方法,并应用于业务化运行的农情监测与预警中。大数据技术提升了CropWatch的数据挖掘能力,对CropWatch农情监测与预警时空尺度的拓展以及农情监测内容的精细化起到推动作用,促进了面向需求的CropWatch农情信息与预警精准云服务的发展,促成了大数据时代CropWatch农情监测与预警技术体系的升级。未来,大数据时代的农情监测与预警将逐渐向全自动化监测、实时化精准农业管理与智能化信息服务方向发展;通过众源采集技术高效低廉的获取农情观测大数据将成为未来的发展趋势;大数据技术跨领域数据挖掘的能力,使得丰富多元化的跨界信息服务将成为大数据时代农情监测与预警的主流发展方向。大数据时代的CropWatch正在向基于大数据的农情监测与预警系统全速迈进。     

近20年太湖草型区水生植物遥感监测

水生植物遥感监测就是通过对水生植物的自动识别,掌握水生植物的类群变化和区域分布情况,并依此对水环境进行评价、控制和修复等.为探究近20年太湖草型区水生植物数量和分布的变化,以Landsat TM/ETM+/OLI遥感影像作为基础数据资料,针对现有植被指数对太湖草型区水生植物分类的局限性和不足之处,通过分析水生植物和湖水...     

全球遥感实时监测与定点更新云平台设计与实现

卫星遥感是人类观测地球的主要途径,随着遥感技术商业化,全球商业遥感卫星数量快速增长,涌现出许多高分辨率遥感卫星和全球遥感星座,使用卫星对地球进行更全面、更精确、更实时的监测成为可能,但目前卫星遥感数据获取存在重复、盲目、不及时,与用户需求脱节、大量数据闲置等一系列问题,缺乏一个有效的平台和应用模式,搭起卫星数据提供商和...     

Google Earth Engine云平台下的遥感实验教学改革与实践

以Google Earth Engine作为遥感实验教学平台,对遥感实验教学内容和方法进行全面改革,教学实践表明教学改革弥补了桌面平台不足,增强了学生的专业兴趣,提升了学生自主学习、应用开发和创新研究能力.     

低空无人机遥感系统在海岛潮间带监测中的应用

目前我国传统海岛潮间带监测基本上采用载人机航空摄影测量与卫星遥感的这两种方法。本文研究利用无人机遥感系统,通过相机标定与POS后差分等技术手段,获取海岛高、低潮位两期遥感影像,并对两期影像进行对比实验,得到海岛潮间带监测数据,验证了低空无人机遥感系统能够在海岛潮间带监测中的成功应用。本文方法丰富了海岛动态监测手段,能为行政主管部门提供准确及时的海岛及其潮间带空间地理信息。     

Remote sensing-based global crop monitoring: experiences with China's CropWatch system

Monitoring the production of main agricultural crops is important to predict and prepare for disruptions in food supply and fluctuations in global crop market prices. China's global crop-monitoring system (CropWatch) uses remote sensing data combined with selected field data to determine key crop production indicators: crop acreage, yield and production, crop condition, cropping intensity, crop-planting proportion, total food availability, and the status and severity of droughts. Results are combined to analyze the balance between supply and demand for various food crops and if needed provide early warning about possible food shortages. CropWatch data processing is highly automated and the resulting products provide new kinds of inputs for food security assessments. This paper presents a comprehensive overview of CropWatch as a remote sensing-based system, describing its structure, components, and monitoring approaches. The paper also presents examples of monitoring results and discusses the strengths and limitations of the CropWatch approach, as well as a comparison with other global crop-monitoring systems.     

遥感云服务平台技术研究与实验

遥感云服务是基于云计算技术,整合各种遥感信息和技术资源,通过互联网以按需共享的方式提供的遥感应用服务.本文在分析遥感云服务的基本模式和技术特点的基础上,阐述了遥感云服务的技术体系及关键技术,包括遥感数据云存储、遥感数据云处理、遥感应用云服务以及遥感数据云安全技术等,设计了遥感云服务平台总体架构和功能模块,并介绍了作者团队基于云计算技术研发的遥感云服务平台原型系统.该系统支持用户根据业务选择遥感数据和应用软件,在云服务平台自动部署的虚拟机上进行在线使用.实验表明,遥感云服务平台可以汇聚来自不同服务商的遥感信息、应用软件和计算资源,为用户提供一体化的按需应用服务,对于遥感技术的普及应用和产业化发展具有重要意义.     

中国海洋卫星及应用进展

中国十分重视海洋遥感及其监测技术的发展,初步形成了具有优势互补的海洋遥感观测体系,并发挥了显著的经济和社会效益。其中,海洋一号(HY-1A/B)卫星已经广泛应用于中国海温预报业务系统、冬季海冰业务监测、夏季赤潮和绿潮监测、海岸带动态变化监测、近岸海水水质监测和渔业遥感监测等方面。海洋二号(HY-2A)卫星不仅填补了中国海洋动力环境卫星遥感的空白,也是目前国际上唯一在轨运行的集主被动微波遥感器于一身的综合型海洋动力环境卫星,具备同时获取风场、有效波高、海面高度和海面温度的能力。通过卫星获得的数据提高了中国海洋环境监测与灾害性海况预报的水平,为国民经济建设和国防建设、海洋科学研究、全球变化研究等提供了可靠的遥感数据,同时还在国际对地观测体系中发挥了重要作用,受到国内外用户的高度认可。海洋一号和海洋二号卫星系列为中国建立完善的海洋环境立体监测体系奠定了坚实基础。根据国家发展和"一带一路"建设的实施,在加快建设海洋强国、维护海洋权益和加快发展海洋经济的进程中对海洋遥感的发展也进一步提出了更高的要求和更紧迫的需求。为此,紧紧围绕国家海洋强国战略需求,在《国家民用空间基础设施中长期发展规划(2015年—2025年)》中专门规划了海洋观测卫星系列,服务于中国的海洋资源开发、环境保护、防灾减灾、权益维护、海域使用管理、海岛海岸带调查和极地大洋考察等方面,同时兼顾陆地和大气观测领域的需求。在充分继承已有HY-1A/B、HY-2A、高分三号(GF-3)和中法海洋卫星(CFOSAT)成功研制经验和应用成果的基础上,发展多种光学和微波遥感技术,建设新一代的海洋水色卫星和海洋动力环境卫星,具备卫星组网观测能力;发展海洋监视监测卫星,构建优势互补的海洋卫星综合观测体系。通过空间基础设施的建设,海洋遥感卫星必将在建设海洋强国的进程中发挥出重要作用。     

中国湖泊分布与变化：全国尺度遥感监测研究进展与新编目

湖泊提供重要的生产生活用水,在维系生态安全方面发挥显著的价值。中国地理环境复杂多样,湖泊类型各异,不同湖区间的湖泊时空变化特征及驱动机制复杂。两次全国湖泊调查是国家尺度的湖泊变化监测的开创性工作,近年来伴随遥感数据源的海量积累和湖泊遥感提取方法的快速发展,大尺度湖泊水体变化遥感监测研究取得了长足的发展。然而,由于人工判读、湖泊类型判别依据和遥感数据源时相的差异,湖泊水体遥感提取结果及面积估算存在不同程度的出入。首先,本文总结了现有全国尺度湖泊监测研究的遥感数据源、方法和结果,分析了不同研究分析结果差异的可能原因。其次,本文基于1980s—2010s时段Landsat影像制图的湖泊水淹频率数据集的最大水域范围信息,提取并生成了全国湖泊新编目,以其作为该时段内湖泊判定和水体变化监测空间约束的统一参照,避免了因遥感数据时相与年际、年内湖泊水域范围波动对遥感提取结果及湖泊面积计算带来的差异。最后,本文从湖泊水淹范围频度的统计角度,初次提出了可体现湖泊面积年内与年际变化情况的统计指标——概率等效面积,用于监测和指示湖泊水域动态。结果表明,近30年来,中国有3741个最大水域范围大于1 km²的湖泊,总面积约93723 km²,其中青藏高原湖区的湖泊数量约占全国三分之一,总面积超过了全国的一半。全国湖泊总面积呈显著上升趋势,不同湖区的变化趋势差异明显:青藏高原湖区和新疆湖区湖泊面积显著上升,东部平原湖区、内蒙古高原湖区和云贵高原湖区显著下降,东北平原与山地湖区波动式变化、趋势不显著。研究结果总体表明中国湖泊水资源的时空不平衡状况在加剧。     

遥感云计算平台发展及地球科学应用

人类已有半个多世纪的全球历史遥感数据积累,这些不断涌现的海量遥感数据形成的遥感大数据为地球科学研究提供了丰富的数据支持;对遥感大数据快速处理、分析和挖掘是一个新的挑战.遥感云计算平台的出现为遥感大数据挖掘提供了前所未有的机遇,并彻底改变了传统遥感数据处理和分析的模式,使得全球尺度的长时间序列快速分析和应用成为可能.本文...     

遥感云计算平台相关文献计量可视化分析

在遥感大数据时代背景下,遥感云计算平台的出现改变了遥感数据处理和分析的传统模式,极大地提高了运算效率,使得全球尺度的快速分析成为可能.国内外已有众多学者利用遥感云计算平台开展研究,然而相对缺乏对遥感云计算平台发展和应用的客观性综述.本文基于Web of Science (WoS)和中国知网CNKI(China Nati...     

时空遥感云计算平台PIE-Engine Studio的研究与应用

随着遥感大数据时代的到来,为快速处理和分析海量遥感数据,国内外涌现了众多遥感云计算平台,使得全球尺度、长时间序列遥感数据的快速分析和应用成为可能。本文在分析国内外遥感云计算平台现状的基础上,针对大数据时代国内缺少功能完备的遥感云计算平台,且国外遥感云计算平台对国产卫星数据支持不足等问题,基于容器云技术,构建了包含国产卫星数据且集数据、算力和技术于一体的时空遥感云计算平台PIE（Pixel Information Expert）-Engine Studio,实现了脚本驱动的遥感数据的按需获取以及海量数据的快速处理。采用Landsat 8数据,以生长季植被指数NDVI（Normalized Difference Vegetation Index）的计算为例,对比了本平台与GEE（Google Earth Engine）的数据处理能力。结果表明,由于计算资源的限制,本平台的计算和导出时间均比GEE稍长,但计算结果的空间分布一致,其中近68%的值均分布在（0.48,0.77）,且二者差值的95.33%集中在（-0.13,0.13）,结果较为可信。因此,本文构建的基于共享、开放的中国自主遥感云计算平台PIE-Engine Studio,可为地球科学领域的研究提供数据和算力支持,将有助于推进中国遥感云计算平台的发展进程,推动国产卫星数据在云计算平台上的应用。     

基于云平台的遥感信息公共服务研究

云平台作为云计算服务的基础架构,在计算机网络的基础上提供各种计算资源的统一管理和动态分配。文章提出的基于云平台的遥感信息公共服务,就是借助云平台先进的基础架构和管理方式,构建快速有效的遥感信息公共服务,推进遥感信息的应用和遥感信息事业的进步。文章在引进云平台技术的基础上,分析遥感信息公共服务平台的架构和关键技术,并对服务平台的应用前景和进一步研究进行展望。     

蝗虫遥感监测预警研究现状与展望

气候变化背景下全球蝗灾日益肆虐,为支撑虫害及时精准防控,迫切需要开展大面积蝗虫动态监测预警研究。本文从蝗虫生境遥感监测、蝗虫发生动态遥感预警,以及蝗灾遥感损失评估3个方面介绍了当前研究现状,并指出当前存在的问题主要包括3个方面：蝗虫监测预警的时空分辨率较粗,无法精准定位虫害热点发生区和重点危害区;遥感虫害响应机制与虫害生物学扩散模型耦合度较低,导致模型时空普适性较差;缺乏高时空精度的虫害监测预警空间信息服务产品。因此,当前急需发展面向全球、洲际、全国、区域的多尺度、长时序、高精度虫害精准监测预警平台。通过建立时空精细尺度的虫害监测预警指标体系,研制遥感机制与虫害生物学机理深度耦合的高精度预测预报模型,发布多尺度高时频的虫害监测预警空间信息产品和服务,以实现海量数据的自动入库和智能存储、多层次模型的快速调用和高性能计算、虫害测报产品的在线生产和可视化服务。建立从数据到模型到产品服务的全链路,从而切实提升全球应对重大迁飞性虫害的智能化水平,为保障粮食安全、维护区域稳定和可持续发展提供科技支撑。