农业土地资源遥感研究动态评述

【目的】作为地球陆地系统最重要的组成部分,农业土地系统对于确保国家粮食安全与资源安全,科学理解人—地耦合关系具有重要作用。【方法】文章从农业土地系统科学视角出发,系统梳理了农业土地资源遥感的总体框架,围绕4个核心内容的研究现状、进展和存在问题进行了深入论述。【结果】农业土地资源遥感包括资源调查和变化监测两个主要任务,其核心内容包括:耕地资源的数量和空间分布调查、农作物种植结构调查、农业土地集约化利用监测、农业土地利用时空变化监测等。【结论】面向当前和今后相当长时间内智慧农业、农业高质量与绿色发展的迫切需求,农业土地资源遥感需要从系统性和整体性的科学视角来开展综合研究,天空地一体化、多源数据、多时空尺度和多技术方法的综合集成将是未来农业土地资源遥感研究的重点发展方向。     

福建云霄县耕地质量等级空间分布变化分析与土壤改良措施

该文对云霄县2018年耕地质量调查监测、测土配方施肥等项目调查样点进行数据资料分析,借助GIS与数学模型集成技术,进行2019年云霄县耕地质量等级年度变化评价,建立云霄县耕地质量信息管理系统,查清了2019年云霄县耕地质量等级及其变化,为持续开展耕地质量提升、指导化肥减量增效、提高农业生产效益、促进农民增收提供科学依据。     

耕地遥感识别研究进展与展望

快速、准确获取耕地数量及其分布信息是研究耕地时空格局和生态效应的基础，也是及时制定应对粮食问题对策的迫切需求。近年来，随着卫星遥感技术的迅猛发展，遥感以其宏观性、实时性以及经济性为耕地信息快速获取提供了可能性。本文归纳了遥感技术应用于识别耕地信息的研究进展，总结了国内外耕地信息提取研究中常用的数据源、分类算法、时相选择、分类对象，讨论了上述四大类在提取耕地信息过程中的优缺点。随着传感器数量不断增加，遥感影像时间分辨率、空间分辨率及光谱分辨率不断提高，分类算法的不断涌现，基于多源遥感数据，集成智能分类算法识别耕地将成为必然的发展趋势。     

多源遥感数据支撑的耕地质量监测与评价

【目的】耕地质量监测与评价可为土地整治、占补平衡、新增耕地质量评估和基本农田管护提供科学依据,多源遥感为实现长时序大范围的耕地质量监管提供了数据基础和技术支撑。【方法】文章从耕地质量的定义出发,研究了基于遥感技术耕地质量监测与评价的两种策略:(1)从地学特征、土壤特性、环境状况、建设水平和生物多样性等5个维度表达耕地质量的科学内涵,构建以多源遥感数据为基础的耕地质量监测与评价指标体系,并梳理利用遥感技术获取各关键指标因素的方法;(2)从系统思维的角度,利用长时间序列遥感数据监测作物长势间接反映耕地质量综合状况。【结果】以多源遥感支撑的耕地质量监测与评价体系可实现耕地质量信息的实时、大范围获取,对耕地质量监测与评价工作具有重要意义;遥感技术支撑的耕地质量监测与评价,逐渐向更高精度、更多样化和更融合的方向发展。【结论】该研究结果可为耕地质量的实时大范围监管和耕地资源的"三位一体"管护提供参考。     

基于高分遥感的县域耕地质量监测

耕地作为土地资源的精华,其质量变化与农业可持续发展息息相关。目前耕地质量监测技术存在监测范围小、投入大、效率较低等问题,难以实现耕地质量快速监测。本研究以中国自主高分遥感卫星数据及其他耕地相关数据为基础,依据"状态-压力-响应(PSR)"框架,从生产压力指标(PPI),耕地状态指标(LSI),社会行为指标(SAI)三方面构建指标体系,利用遥感反演得到耕地质量评价指标,快速获取耕地质量分布信息。以广州市从化区为例,对监测的耕地质量评价结果与实际耕地质量评价结果进行比较,结果表明:利用本研究建立的监测模型获取的从化区耕地质量为11～16等的面积分别为98.89 hm~2、813.06 hm~2、4 994.10 hm~2、9 927.60 hm~2、5 630.21 hm~2和1 811.69 hm~2,总体精度达到77.84%,Kappa系数为0.720 9,模拟结果可靠。这为耕地质量评价提供了新的思路。     

耕地质量低空遥感-地面传感双重采集系统研究

【目的】将无人机(UAV)低空遥感检测系统与无人机-无线传感器网络(UAV-WSN)集成,实现通过一套系统进行低空遥感监测和地面长期监测的双重监测,为耕地质量的空间和时间变化提供监测数据。【方法】本研究探讨了现有UAV-WSN系统无法实现双重采集的问题,设计了一套用于耕地质量监测的低空遥感-地面传感双重采集系统,提出一套双重采集的工作流程,以及提升性能的基于航线的LEACH算法。仿真分析试验中调整UAV飞行高度和地面节点密度,以比较双重采集系统和UAV-WSN系统总飞行时间的不同。【结果】双重采集系统1次飞行同时采集2种监测数据,无需完成低空遥感监测数据采集后再次走遍所有地面节点,在低空遥感地面图像分辨率变化的情况下,总飞行时间比UAV-WSN系统快165 s;双重采集系统根据无人机航线和地面节点位置进行调整,在地块内节点数量变化的情况下,总飞行时间基本不变,比UAV-WSN系统快129～194 s。【结论】双重采集系统能够减少现场采样所需的总工作时长,降低采样工作的复杂程度,提升耕地质量监测的效率。     

LIMS系统在新增耕地质量监测中的研究与应用

土地整治工程的最终产品和成果是新增耕地,新增耕地质量是检验和评价土地工程成败的关键,对新增耕地质量检测指标的管理、分析和数据融合十分重要.该研究在总结国内外实验室信息管理系统(LIMS)研究进展的基础上,以国土资源部退化及未利用土地整治工程重点实验室为研究对象,分析了土地整治工程中不同土地类型整治后对新增耕地质量要求,采用信息融合、物联网、Portal和工作流等关键技术方法,设计并实现了检测流程标准化、检测数据精确化、检测仪器自动化的LIMS系统.研究表明,国土资源部退化及未利用土地整治工程重点实验室LIMS系统的建立和运行,构建了常态监测体系,解决了新增耕地质量检测指标的管理不规范、数据异构以及数据难以共享等问题,实现了1个中心基地(陕西富平)实验室室内检测、5个野外监测站(榆林、延安、华阴、卤泊滩、澄城县)现场检测、1个流动实验车移动检测和多传感器在线监测的全方位管理和信息资源共享,为多地点、多检测手段和各种土地类型耕地质量监测提供了一条规范化、标准化管理的可行性途径,具有实用价值,并为土地工程其他实验室的规范化管理和信息化建设提供参考.     

1985-2020年海伦市耕地质量遥感监测与空间格局变化分析

耕地数量和质量变化直接关系到国家粮食安全,海伦市是中厚层典型黑土区,是黑龙江省重要的商品粮食县。为了揭示东北典型黑土示范区海伦市耕地质量时空变化特征,本研究利用Landsat系列卫星遥感影像进行每五年为一期,共8期的长时序分析,建立基于压力-状态-响应模型(Pressure-State-Response, PSR)的耕地质量评价方法,运用层次分析法为各评价指标赋予权重,结合专家评分与线性内插法实现评价因子的定量评价,最终将各评价因子进行空间权重叠加获得1985-2020年海伦市耕地质量评价结果。结果表明,海伦市1985年耕地质量优于其他年份,一级、二级和三级耕地面积减少,五级耕地面积明显增加;海伦市东部耕地质量高于西部,1985-2020年四级、五级耕地主要分布在西南部以及中部地区的部分区域;1985-2020年一级、二级耕地集中分布在东部及双录乡附近;本研究将遥感技术引入耕地质量评价中,合理揭示了其时空变化特征,为该区域今后耕地质量提升工作指明了方向,对今后进一步可持续利用和管理黑土地具有积极意义。     

从作物轮作角度评价华南典型赤红壤农区耕地质量空间差异

为从作物轮作角度分析华南典型赤红壤农区耕地质量空间差异,针对华南典型赤红壤农区构建作物轮作系统遥感分类体系,基于空间分析、文献支持、野外实地调查、农户访谈与专家知识,建立不同作物轮作系统与耕地质量等级之间的关联关系;基于Sentinel-1与Sentinel-2时间序列遥感数据、利用决策树制图方法,开展作物轮作系统遥感制图,并在不同空间尺度分析耕地质量空间差异与规律。结果表明,作物轮作系统与耕地质量之间存在关联关系,总体而言,水田轮作系统由于化肥投入较低、对土壤干扰较小、长时间被水面覆盖,不易引起土壤酸化等耕地质量问题,耕地质量等级较高;蔬菜、果园系统由于化肥投入较高,耕地质量一般较低,具体表现为土壤酸化、土壤重金属污染等问题。研究区蔬菜轮作系统比例最高,其次为果园系统。研究区耕地质量总体一般,主要为三等地,呈现出明显的空间分异。本研究初步探明作物轮作与耕地质量的关联关系,并将作物轮作遥感制图结果应用于耕地质量空间差异研究,由于耕地质量特征较难直接通过遥感反演获取,通过监测地表作物种植情况进而反演耕地质量具有理论可行性,未来有必要深入解析作物轮作、地形地貌、气象水文等要素与耕地质量的关联关系,构建大数据驱动的耕地质量时空差异评估技术体系,支撑跨尺度耕地质量监测与评价研究。     

耕地质量监测指标体系研究

在结合我国既有耕地质量监测成果,同时借鉴国内外监测指标体系构建思路与方法的基础上,对耕地质量监测指标的选取、监测周期以及监测方法进行了探讨,建立了我国耕地质量监测指标体系。该指标体系包括了体现耕地生产力状况和环境质量状况的自然因素指标,以及影响耕地质量的社会经济因素指标,能够全面体现耕地的综合质量,为全国范围内耕地质量监测及制定质量提升对策提供技术支撑。     

土壤中氮检测技术研究进展

论述了土壤中氮含量检测的意义和方法,着重探讨了利用遥感技术预测土壤中氮含量模型的建立。通过遥感检测土壤动态实现农田土壤养分与环境质量的分析将是遥感监测土壤质量的一个重要应用。该研究为农田土壤养分的检测提供了有利依据。同时,对该领域中遥感技术的发展趋势进行了探讨。     

低空无人机遥感的应用及发展

无人机遥感即是利用先进的无人驾驶飞行器技术、遥感传感器技术、通讯技术、GPS差分定位技术和遥感应用技术,实现自动化、智能化、专用化快速获取空间遥感信息,完成遥感数据处理、建模和应用分析的应用技术。近年来,无人机遥感系统已被广泛应用在地质环境与灾害调查、土地利用动态监测、地形图更新等领域。本文分析了无人机遥感系统的组成,归纳了目前无人机遥感研究存在的问题,展望了今后无人机遥感研究的热点和重点。     

秸秆焚烧遥感监测及空气污染防治对策

采用文献阅读研究法,对国内近十余年秸秆焚烧的监测研究进行综合分析。在阐述秸秆焚烧、遥感卫星监测原理的基础上,揭示污染物对空气质量的影响,并提出秸秆焚烧造成空气污染的防治对策,最后对未来无人机遥感监测平台在秸秆焚烧监测中的应用潜力进行了展望。     

基于无人机可见光遥感的棉花面积信息提取

【目的】针对传统大区域棉花种植信息提取方法相对落后的问题,运用面向对象的影像分析方法,对无人机遥感试验获取的可见光影像进行棉花种植信息的提取。【方法】选用双子星MyFlyDream MTD固定翼无人机搭载佳能EF-M 18-55相机,获取新疆建设兵团第八师135团的可见光影像,借助eCognition软件平台,运用面向对象的方法对研究区内棉花种植信息进行提取试验。【结果】目视解译提取的棉花种植面积为0.35 km²,面向对象提取的棉花种植面积为0.33 km²,分类结果精度为94.29%,误差系数为5.71%,可以有效地提取研究区域棉花种植信息。【结论】面向对象的分类方法相比于传统的基于像素的分类方法提取精度更高,更加接近于目视解译的提取结果。     

无人机遥感技术在河长制工作落实中的应用—以苦水河宁夏盐池县惠安堡镇段为例

无人机遥感技术可快速获取河道的位置、周围建筑、影像等数据信息,有助于促进河长制工作进程的加快。利用无人机遥感技术获取市级河流苦水河宁夏盐池县惠安堡镇段的数据信息,以掌握所在河流的地形、水质等环境问题。最大限度地节省现场测量所需的人力,物力和财力,对于掌握最新的河流信息和实施河长制工作具有重要意义。对快掌握最新河道信息和河长制方案实施具有重要意义。     

基于改进的DeepLabV3+模型结合无人机遥感的水稻倒伏识别方法

针对传统水稻倒伏监测方法以人工进行现场测量耗时耗力且受主观影响较大的问题,利用无人机成本低廉、操作简单以及分辨率高的优势,以黑龙江省佳木斯市七星农场水稻种植基地的水稻倒伏区域为研究对象,对无人机遥感图像结合改进DeepLabV3+模型的水稻倒伏识别方法进行研究.结果表明:1)与其他方法相比,改进DeepLabV3 +网...     

监测果树冠层微环境的主从式WSN系统研究

果树冠层微环境是影响果树结果质量与产量的重要因素,无线传感器网络(WSN)能实现对果树冠层微气候的自动实时监测。传统WSN中所有的节点具有同样平等的地位,而在体积较小的果树冠层内,所有节点都具有信息感知、处理及传输功能是冗余的。高密度的具有平等地位的节点使得WSN系统缺乏合理的架构和层次,性能较低。针对此问题,将传统WSN系统架构进行拆分和重组,提出了一种传感功能分割的主从式WSN系统。每个果树冠层由1个子系统监测,每个子系统由1个主节点和多个从节点组成。从节点主要负责信息感知,主节点负责控制管理从节点并和其他主节点组网进行信息传输。提出了主从式WSN系统的软硬件设计方案,并进行了评估新系统性能的对比实验。实验结果表明,主从式WSN系统较传统WSN系统生命周期延长了约一倍,更加高效节能,适合目前果园冠层微环境监测的应用现状。     

农业遥感研究进展与展望

农业遥感是遥感科学的重要分支。文章回顾了农业遥感研究的百年发展历程,认为目前遥感在农业领域的应用广度和深度都在不断扩展,农业遥感从获取传统的总产、面积、单产等要素向更多监测要素不断深入,从传统的资源、环境向植保、农学等方向不断扩展,农业遥感正逐步成为农业科学的基础关键技术。论文从农情遥感、农业灾害遥感、农业资源环境遥感等领域全面总结了近年来中国农业遥感研究取得的成就及重要成果。从农业定量遥感、无人机遥感、作物表型遥感等方面指出了农业遥感研究发展的国际前沿,分析认为,随着传感器、物联网、互联网+、大数据、人工智能等技术的发展及现代农业发展的需求,“十三五”及未来10年,国内农业遥感技术在天空地一体化的农业遥感大数据获取、人工智能与大数据等的信息智能提取和挖掘等方面发展前景巨大。     

基于无人机可见光影像的树种和树冠信息提取——以晋西黄土区蔡家川流域为例

为探究无人机遥感技术在黄土高原森林资源调查中的适用性,以晋西黄土区蔡家川流域为研究区,以无人机可见光影像为遥感数据源,基于面向对象最邻近分类法,识别并提取研究流域的树种和树冠信息,并与样方调查数据进行对比分析,评估无人机影像提取植被信息的精度及其适用性。结果表明:面向对象最邻近分类法对于郁闭度较低的林分和经济果木林的树种提取效果极好,但复杂植被类型会导致提取精度下降。在农地子流域和人工林子流域上,树种提取的分类混淆矩阵Kappa系数分别为0.898和0.728。面向对象最邻近分类法对人工林和经济果木林的树冠提取精度较高,与实测数据线性回归的决定系数(R²)在0.7以上,但对次生林的树冠提取效果相对较差,R²仅有0.422 3。将该方法拓展应用至流域尺度,识别结果显示,蔡家川流域内人工林子流域主要为刺槐、油松和侧柏混交林,经济作物主要为苹果,油松的林分密度为1 744株·hm^-2,平均冠幅为2.24 m,苹果的林分密度为382株·hm^-2,平均冠幅为4.26 m;农地子流域有苹果树912株,林分密度为439株·hm^-2,平均冠幅为3.84 m。结果表明,基于无人机遥感影像,利用面向对象最邻近分类法可以高效、准确地提取林木株数、郁闭度和平均冠幅,从而有效提高黄土区植被调查的效率。     

农作物冷冻害遥感监测研究进展

当前全球极端天气气候事件发生的频率和强度增大,造成的灾害损失不断增加。其中,冷冻害是作物常见的灾害之一,农业部门及各地方政府等相关部门都对农作物灾害的实时监测极为关注。遥感技术的发展为作物冷冻害的监测和预报提供了快速、无损、大面积监测的手段。本文对作物冷冻害遥感监测的主要研究进展进行了综述,并归纳了作物冷冻害遥感监测的主要技术方法。目前国内外关于农作物冷冻害遥感监测,在监测机理、精度、实时性和实用化等方面还存在着较大的不足,还有待于深入研究。对此提出了进一步加强光谱响应机理研究、空基和地基相结合、多源多时相数据互补的解决对策,并进行了展望。