作物病虫害遥感监测与预测研究进展

作物病虫害作为严重的生物灾害已危及到世界农业生产和粮食安全,病虫害对我国粮食生产造成的损失日益加剧,植保部门目前使用的测报和防控方式无法满足大范围的精准、高效、绿色科学防控需求.因此,建立基于遥感手段的高效、无损的大面积病虫害监测预测方法,将提升我国大面积作物病虫害的监测和测报精度与防控水平,有利于减少农药施用,对保障国家粮食和食品安全,实现农业可持续发展具有重要战略意义.近年来出现的多种形式的作物病虫害遥感监测方法和技术手段为病虫害的有效防治和管理提供了重要支撑,通过对相关技术方法进行综述,本文从多尺度下的作物病虫害遥感监测与预测机理、监测方法、预测预报方法、典型模型与应用等方面阐述了作物病虫害遥感监测和预测预报研究进展,并探讨了作物病虫害遥感监测当前面临的挑战以及未来发展趋势,建议通过建立全国尺度的作物病虫害遥感监测预测系统,构建作物病虫害绿色智能防控体系,实现病虫害大面积、快速的监测、预测预报和精准、高效、绿色科学防控.     

土壤湿度微波遥感监测研究进展

土壤湿度是农业生产的重要影响因子,获取土壤湿度信息以制定人工干预调节措施是稳固生产的重要保证,实时、有效地监测土壤墒情显得尤为重要。利用遥感数据反演土壤湿度有多种方法,微波遥感法被认为是目前最佳的监测方法。本文总结了被动、主动微波土壤湿度遥感监测的主要模型、方法及其优缺点和适用范围,分析了雷达遥感监测土壤湿度的最优参数选取等,展望了微波遥感监测土壤湿度的应用前景,以期为土壤湿度微波遥感监测研究提供参考和借鉴。     

光谱指数用于叶绿素含量提取的评价及一种改进的农作物冠层叶绿素含量提取模型

对目前提出的光谱指数用以提取叶片叶绿素含量的适应性进行了分析和评价。通过分析,解释了为什么研究者得出这些指数与他们的观测样本叶绿素含量有显著的相关的结论以及为什么某个研究者提出的某个指数和叶绿素含量间的关系用于其他样本时会失效。此外,改进了一个农作物冠层叶绿素含量的提取模型,通过独立实测数据验证,效果较好,认为是可以用于其他地区农作物叶绿素含量提取的模型。     

叶片辐射等效水厚度计算与叶片水分定量反演研究

在分析叶片水分对叶片反射率光谱影响的基础上,结合叶片内部水、干物质、叶绿素等光谱吸收系数曲线特征,分析了975nm波长水气吸收特征处叶片与光线相互作用原理,并利用Beer定律和945nm,975nm波长光谱反射率差值,推导了975nm波长辐射等效水厚度REWT的计算公式。由于表面反射、杂散射光、非均匀介质和叶片内部多次散射等因素,光在叶片内部的辐射传输不能直接用Beer定律描述,且利用Beer定律计算的REWT与叶片等效水水厚度EWT之间会有较大的偏差。论文设计和获取了多植物、不同水分梯度的叶片光谱获取试验数据,整理和分析了欧盟Lopex93数据,利用这两组独立数据和论文提出的REWT计算公式,比对验证了975nm波长叶片REWT和叶片EWT的统计模型,结果表明：由于光在叶片内部的多次散射,REWT是EWT的3.3倍左右。论文研究结果一方面为叶片EWT定量遥感探测提供了一种快速、简单且有较强通用性的计算方法和模型,另一方面,探测叶片REWT和EWT的定量关系,有助于了解叶片内部的光辐射传输情况,特别是间接了解近红外波段叶片内部的多次散射情况。     

植被指数方法估算冬小麦冠层叶绿素含量的角度效应研究

叶绿素是表征作物长势状况、光合作用能力及生理状况的重要指标,其含量变化对于分析作物生理生化过程以及指导作物精准管理具有重要意义.该文结合辐射传输模型模拟数据和实测多角度遥感数据研究不同叶倾角株型冬小麦叶绿素含量反演的角度效应,即观测天顶角和太阳天顶角变化对植被指数方法估算冬小麦冠层叶绿素含量精度的影响.结果表明:模拟与实测多角度数据的角度效应影响植被指数与冠层叶绿素含量的相关性,实测多角度数据观测天顶角变化对植被指数与冠层叶绿素含量相关性的影响显著高于太阳天顶角以及平均叶倾角变化特征的影响.其中,实测多角度数据下,红边归一化植被指数(ND705)在后向10°和20°观测天顶角下估算冠层叶绿素含量精度最高(R2=0.71,RMSE=49.95μg/cm2,RRMSE=22％);角度不敏感植被指数(AIVI)垂直观测下估算冠层叶绿素含量精度最高(R2=0.72,RMSE=49.08μg/cm2,RRMSE=21％);观测天顶角小于30°时,红边植被指数估算冠层叶绿素含量精度受角度效应影响较小.     

基于多时相冠层结构参数对冠层光谱的敏感性分析

遥感反演的前提需对模型的输入参数进行敏感性分析.该文选取冬小麦返青期、拔节期、孕穗期和抽穗期,考虑输入参数之间的相关性,以辐射传输模型(PROSAIL)为研究对象,对比分析了局部敏感性和全局敏感性方法在模型不确定性和LAI敏感性上的差异.结果表明,随着冬小麦的生长,模拟光谱与实测光谱吻合度提高,模型模拟的不确定性降低;与局部敏感性方法相比,全局敏感性方法的模型不确定性降低,模拟精度提高,冠层光谱对LAI的敏感性有明显变化,植被指数对LAI的敏感性则相对稳定;与NDVI相比,TGDVI对LAI更敏感.