地面反射波谱与卫星磁带记录数据间关系模拟的初步探讨 -以冬小麦和土壤为例

根据冬小麦和土壤地面反射波谱测试数据，计算了在卫星高度土与卫星磁带数据相对应波段的辐亮度值，对NOAAAvHRR和TM某些通道的差值绿度植被指数Dvi、归一化绿度植被指数NDVI和比值绿度植被指数Rvi的分析，从理论上证明了目前采用TMDVI4.3提取冬小麦种植面积和NOAA NDVIZ2,1区分植被和土壤背景的有效性。同时在冬小麦种植面积和长势监测方面提出了一些新建议。     

应用TM图像采用模式识别技术自动提取冬小麦播种面积的研究

在农作物遥感估产研究过程中,如何快速、准确获取当年种植面积是一个关键技术问题。本文重点研究在禹城县冬小麦遥感估产试验中,应用同步TM信息源,根据冬小麦生长发育的特征,选择 TM 的适宜时相,构建多维绿度图,采用模式识别技术,分层自动提取纯麦地、套种麦地信息。这项研究结果与1/5万比例尺 TM 图像目视解译小麦面积相比较,其相对误差甚小,达到了估产实际应用的精度。     

地面反射波谱与卫星磁带记录数据间关系模拟的初步探讨──以冬小麦和土壤为例

根据冬小麦和土壤地面反射波谱测试数据，计算了在卫星高度上与卫星磁带数据相对应波段的辐亮度值，对ＮＯＡＡＡＶＨＲＲ和ＴＭ某些通道的差值绿度植被指数ＤＶＩ、归一化绿度植被指数ＮＤＶＩ和比值绿度植被指数ＲＶＩ的分析，从理论上证明了目前采用ＴＭＤＶＩ＿（４，３）提取冬小麦种植面积和ＮＯＡＡＮＤＶＩ＿（２，１）区分植被和土壤背景的有效性。同时在冬小麦种植面积和长势监测方面提出了一些新建议。     

基于时序定量遥感的冬小麦长势监测与估产研究

遥感技术是高效、客观监测农作物生长状态的重要手段,对农业生产管理具有重要意义。以安徽龙亢农场为研究区,收集了中高分辨率多源卫星遥感数据并进行了定量化处理,构建了冬小麦叶绿素密度、叶面积指数的遥感反演模型,生产了长时序冬小麦植被参数卫星遥感产品。通过监测冬小麦叶绿素密度、叶面积指数的时序变化规律,分析了不同品种冬小麦的长势情况,发现高产量小麦在越冬期长势显著优于低产量小麦。在此基础上,构建了基于归一化植被指数(NDVI)的冬小麦估产模型,结果表明:利用小麦抽穗期和乳熟期的累计NDVI值可以实现产量的精确估算,据此绘制了龙亢农场2017年冬小麦产量遥感估算地图,产量分布与实际种植情况吻合良好。实现了基于时序卫星定量遥感数据的冬小麦长势监测和产量预测,为区域范围内农作物长势监测提供了一种有效途径。     

基于时序定量遥感的冬小麦长势监测与估产研究

遥感技术是高效、客观监测农作物生长状态的重要手段,对农业生产管理具有重要意义。以安徽龙亢农场为研究区,收集了中高分辨率多源卫星遥感数据并进行了定量化处理,构建了冬小麦叶绿素密度、叶面积指数的遥感反演模型,生产了长时序冬小麦植被参数卫星遥感产品。通过监测冬小麦叶绿素密度、叶面积指数的时序变化规律,分析了不同品种冬小麦的长势情况,发现高产量小麦在越冬期长势显著优于低产量小麦。在此基础上,构建了基于归一化植被指数（NDVI）的冬小麦估产模型,结果表明：利用小麦抽穗期和乳熟期的累计NDVI值可以实现产量的精确估算,据此绘制了龙亢农场2017年冬小麦产量遥感估算地图,产量分布与实际种植情况吻合良好。实现了基于时序卫星定量遥感数据的冬小麦长势监测和产量预测,为区域范围内农作物长势监测提供了一种有效途径。     

用气象卫星资料试作山东省冬小麦估产予报

气象卫星与陆地卫星相比,分辨率较低,但获取资料的周期短,能对冬小麦的长势进行连续监测。通过应用,认为利用气象卫星资料作大范围冬小麦估产予报是可行的。本文仅就应用1985～1987年的气象卫星资料,通过对绿度值的计算和处理,建立单产与绿度值关系的方法,作一简要介绍。     

用NOAA卫星资料作冬作物冻害分析

对于严重的农作物灾害,领导部门迫切希望能尽快了解受灾程度和受灾范围,以便及时组织抗灾救灾。为此,我们探索了应用气象卫星遥感资料进行作物宏观受害程度调查的方法,并作了1987年冬作物冻害程度的分析。一、灾害分布图的生成首先根据卫星气象中心提供的光谱资料合成绿度值,并进行绿度稳定性的检验和处理,生成受灾前和受灾后两个时相的绿度数值图。     

HJ星数据在关中冬小麦种植面积遥感监测中的应用 

应用冬小麦抽穗期的环境小卫星影像对关中地区依据行政区划划分,采用多种遥感监测方法进行冬小麦种植面积提取,提取精度达95.64%。结果表明:抽穗期是关中地区提取冬小麦种植面积的最佳时相,同时也表明环境小卫星可以用来监测大范围的冬小麦种植面积,并得到很高的精度。在未来的研究中,对于地形差异较大的地区,可依据地形和冬小麦的种植结构对研究区进行划分,针对每个子研究区采用不同的遥感监测方法以提高提取精度。     

基于时序定量遥感的冬小麦长势监测与估产研究

遥感技术是高效、客观监测农作物生长状态的重要手段，对农业生产管理具有重要意义。以安徽龙亢农场为研究区，收集了中高分辨率多源卫星遥感数据并进行了定量化处理，构建了冬小麦叶绿素密度、叶面积指数的遥感反演模型，生产了长时序冬小麦植被参数卫星遥感产品。通过监测冬小麦叶绿素密度、叶面积指数的时序变化规律，分析了不同品种冬小麦的长势情况，发现高产量小麦在越冬期长势显著优于低产量小麦。在此基础上，构建了基于归一化植被指数（NDVI）的冬小麦估产模型，结果表明：利用小麦抽穗期和乳熟期的累计NDVI值可以实现产量的精确估算，据此绘制了龙亢农场2017年冬小麦产量遥感估算地图，产量分布与实际种植情况吻合良好。实现了基于时序卫星定量遥感数据的冬小麦长势监测和产量预测，为区域范围内农作物长势监测提供了一种有效途径。     

基于GF-1遥感数据决策树与混合像元分解模型的冬小麦种植面积早期估算

我国西北地区耕地细碎,冬小麦种植面积提取时混合像元较多,所以将决策树和混合像元分解相结合可大大提高解译精度。以高时间分辨率及较高空间分辨率的GF-1卫星遥感数据为研究数据源。根据冬小麦和其他各类地物在不同时相数据上NDVI值的变化特性及特征值差异,建立决策树模型,快速高效地提取冬小麦像元。运用线性光谱混合模型,降低混合像元的影响,进一步精确提取冬小麦的种植面积。最后与实测样方的冬小麦种植面积数据进行比较,验证提取精度。结果表明:研究区内冬小麦种植面积提取精度达90%以上,Kappa系数接近0.8,可较为准确地反映出区域内冬小麦的分布情况。利用较高分辨率的遥感影像并结合决策树分类和混合像元分解可以较准确地提取耕地破碎地区作物种植面积,对开展早期农作物面积遥感监测有较大帮助。     

冬小麦播期的卫星遥感及应用

播种日期对冬小麦生长发育、产量和品质形成均有一定的影响。利用2003年拔节期的Landsat TM卫星的NDVI数据．成功地监测了冬小麦的播种日期。提出了基于NDVI和播种日期的冬小麦的遥感估产的优化模型，并在抽穗期至乳熟期的3次生育期的遥感估产中得到了成功验证与应用。利用出粉率与播种日期的显相关特性，采用拔节期的Landsat TM卫星的NDVI数据，成功预测了小麦籽粒的出粉率。     

水稻遥感动力估产模拟初探

将遥感手感和动力估产模型相结合，即通过ＮＯＡＡ卫星获得有效绿度模式；通过绿度－叶面积关系式，估算水稻群体叶面积指数；依据水稻生物量分配规律及环境条件对其的影响，估算水稻各器官的干重，取得了较好的模拟效果。     

东北平原西部低地草甸的遥感估产模型研究

以ＮＯＡＡ／ＡＶＨＲＲＣＣＴ为遥感信息源，结合野外调查与观测，运用数理统计学方法建立了东北平原西部低地草甸的遥感估产模型。研究表明，直接利用遥感绿度建立模型的方法，较之借助于实测绿度校正遥感绿度建立模型的方法更为方便、合理。     

遥感卫星数据异地备份技术研究

为了有效解决遥感卫星数据的安全存储问题,该文研究了一种基于网络技术的遥感卫星数据异地备份方法。在充分考虑遥感卫星数据的结构、组成、存储形式和遥感卫星数据备份的特点的基础上,对遥感卫星数据异地备份中的异地备份站点选择、备份数据管理、数据一致性、数据恢复以及备份的创建方法等问题进行了分析,并提出了解决的方法与技术;随后引入了应用系统示例。该应用系统的运行结果显示该文研究的遥感卫星数据异地备份技术可以有效完成遥感卫星数据的异地备份。     

星载SAR在涡阳县冬小麦测产中的应用

由于雷达遥感的全天候、全天时的优势,使之成为南方大范围农业信息动态监测的最佳遥感手段。应用星载合成孔径雷达(SAR)-RadarSat-2,选择安徽省涡阳县冬小麦产区进行测产研究。利用SAR的多极化特点(HH/HV/VH/VV),针对此卫星影像比较选择VV极化,并在试验田取样,获得试验田产量,从而建立产量和后向散射系数关系的线性测产模型,在提取冬小麦种植区基础上,应用此模型对冬小麦进行大面积产量测产。通过计算,得到了超过80%精度的测产模型和冬小麦较准确的测产结果。研究结果表明:在冬小麦收割前一周左右应用SAR进行测产,从而为农保提供服务,这种思路和方法是行之有效的。     

卫星遥感及图像处理平台发展

航天科技是国家综合国力和科技实力的重要体现,而卫星遥感则是航天科技转化为生产力最直接、最现实的途径之一。遥感数据获取与分发、数据处理与信息提取是卫星遥感应用的两个基本步骤。随着国家民用空间基础设施规划中的遥感卫星体系稳步推进,以及商业卫星遥感的蓬勃发展,我国的卫星遥感数据获取能力呈现质量齐升之势。但同时,作为卫星遥感应用的基础设施和关键工具,遥感图像处理系统平台逐渐成为制约自主卫星数据应用和空间信息业务发展的重要因素之一。本文围绕卫星遥感对地观测主题,从卫星遥感数据获取能力、卫星遥感数据处理系统平台两方面,对国内外现状进行综述,在此基础上分析了卫星遥感的发展趋势。     

遥感图像星上智能处理地面仿真模拟系统设计与实现

传统卫星遥感应用模式复杂繁长,无法满足用户越来越关注的实时化遥感服务需求,为卫星配备智能化大脑,一方面可以降低数据传输带宽,另一方面可以提高数据获取的时效性,因此,星上智能处理已经成为遥感卫星发展的必然选择。但星上处理在轨调试困难,现有遥感卫星星上处理平台的地面测试系统都是卫星实验室测试时,针对不同的卫星载荷临时组建,缺乏通用性且并未形成集成化的装置,导致现有遥感图像星上智能处理的地面测试效率偏低。尤其是面对目前星上处理智能化的新需求,缺乏一套高性能、低功耗、全流程的星上处理地面仿真系统。针对遥感数据处理自动化与智能化发展的新特点,提出了一套基于FPGA与GPU相结合的遥感图像星上处理地面仿真模拟系统。该系统能够在地面模拟实现多种载荷的0到1级数据预处理,在预处理的基础上实现智能遥感影像的加速识别,其关键难点在于遥感图像智能处理算法的高计算复杂度和嵌入式计算机有限计算力之间的平衡;遥感图像处理领域的AI专用算法固化和硬件加速之间的平衡;不同卫星平台测试需求和系统架构通用性之间的平衡。本文阐述了仿真平台设计的方法,构建了基本原型并对其进行了验证。测试结果表明：该系统可以较好地完成星上智能处理典型算法地面全流程测试,所有硬件可以直接上星组装,完备度高,对优化和指导卫星地面仿真系统运行管理体系具有一定的参考价值。     

发展中的遥感卫星与我国遥感卫星数据源的扩展

比较全面地介绍了国际上90年代一些主要资源卫星及其所携传感器的特点,分析了它们在遥感应用方面的潜力,包括印度的IRS系列卫星、加拿大的RADARSAT卫星、日本的ADEOS卫星和以色列的EROS卫星。综合对比了若干遥感卫星数据源的历史继承性、稳定可靠性、空间分辨率、波段分布、全天候性、商业化程度等因素,认为在国家经费有限的情况下,为了使尽量多的部门能充分应用遥感这一先进科学技术,政府应重点支持对LANDSAT、RADARSAT和SPOT(或IRS-1C,ADEOS)卫星的数据接收,以进一步开拓我国遥感事业的新局面。     

我国首座千级净化水平环境样品库落成

国家环境保护卫星遥感重点实验室将开展卫星遥感图像处理与信息提取关键技术研究和空气、水、生态等环境质量遥感监测技术研究,建立环境突发事件遥感监测应急响应和跟踪系统,建立环境卫星遥感应用系统和便捷式环境卫星遥感快速监测系统。技术人员正在维护卫星地面接受站设备。     

基于MPI并行计算的卫星遥感数据变化监测系统设计

为控制卫星遥感数据变化指征与非变化指征之间的实值误差,实现对卫星遥感数据传输变化行为的准确监测,设计基于MPI并行计算的卫星遥感数据变化监测系统。建立A/D转换电路与Zigbee网络节点的匹配关系,将所得卫星遥感数据按需分配给传感器模块与协调器设备,完成数据采集与监测终端的硬件设计。按照并行拓扑结构连接形式,实施MPI的基本调用,再联合数据进程编写原则,实现对MPI并行计算的完善。根据传感器几何校正原理,求取遥感数据度量值,再分析核函数表达式,完成对卫星遥感数据的处理。利用MPI并行计算,控制数据采集与监测终端的硬件执行设备,完成卫星遥感数据变化监测系统设计。实验结果表明,所设计系统的卫星遥感数据变化指征与非变化指征之间的实值误差明显缩小,能够准确监测卫星遥感数据传输变化行为。