新疆阜康县草地资源产量动态监测模型的研究

利用ＮＯＡＡ／ＡＶＨＨＲ数据和地面实测产量值，分析、模拟了鲜草重量和植被指数之间的数理关系，并对草地产量进行了模拟预报。结果表明，采用两种植被指数和七种经验公式所选出的最优预报模型，在地势比较平坦，草地类型变化不大的地区，可以较准确地反映草地产量的变化；但在地形复杂、草地类型变化较大的地区，模型稳定性变差，不适合于草地产量的预报。     

多时相影像的冬小麦种植面积提取及估产

针对多时相影像的农作物种植面积难以实现统一精确提取、不能高效地进行遥感估产研究的问题,以河南省濮阳市为研究区,基于Landsat TM影像,采用基于伪不变特征的相对辐射校正方法,在深入分析濮阳市内6类典型地物光谱的基础上,构建决策树提取冬小麦种植面积。然后,基于MODIS植被指数产品,结合相应年份统计数据进行植被指数校正,分别利用校正后关键生育期的归一化植被指数累计值和增强型植被指数累计值与冬小麦产量进行回归分析,建立冬小麦产量预测模型,利用2011年的产量进行验证。结果表明:各年份冬小麦的提取面积精度均在96.3%以上,利用归一化植被指数和增强型植被指数构建的估产模型,R2分别为0.834和0.926,估产精度分别为95.36%和96.44%。该研究可为市域冬小麦种植区的统一高效提取以及冬小麦产量预测提供参考。     

应用光谱特性建立冬小麦氮磷元素丰缺和产量预报模型的研究

在肥料试验设计的基础上,探讨应用光谱特性建立冬小麦氮、磷元素丰缺和估产的最佳模型。光谱波段的反射率和植被指数是重要的预报因子,在估产模型中把TM1-4和NIR与TM1-3全部组合形式作为初始因子建模,并增加了氮磷二因子,选择出不同时期不同模型的合适光谱波段范围和植被指数,并对最佳预报模型进行实际验证。     

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。     

基于植被指数融合的冬小麦生物量反演研究

作物群体生物量是形成产量的物质基础,遥感技术是高效、客观监测作物地上生物量的重要手段,对农业生产管理具有重要意义。以安徽省龙亢农场为研究区,通过PROSAIL模拟光谱分析了4个LAI相关的可见光-近红外植被指数、2个叶片干物质相关的短波红外植被指数和8个融合植被指数与冬小麦地上生物量的关系,并建立反演模型。模拟结果显示,干物质植被指数与作物生物量的相关性高于LAI相关的植被指数,两者融合的植被指数增强了常用植被指数冬小麦生物量的探测能力。利用实测冬小麦数据对生物量反演模型进行验证,结果显示：融合植被指数普遍提高了单一植被指数的地上生物量反演精度,其中MTVI2×NDMI精度最高（RMSE=606.8 kg/hm²）,并为作物地上生物量的高精度反演提供新的技术途径。     

天山北坡天然草场光谱植被指数的基本特征

用1989-1991年在天山中段不同草场类上观测的光谱资料和状草产量资料，分析了天然草场光谱植被指数的日变化、季节变化及年际变化的特征，并比较了不同草场类型的差异。结果表明:天然草场光谱植被指数随太阳高度角的上升而降低;随牧草产量的增加而增加;不同年份的光谱植被指数不同，反映了因气候条件的变化引起的收草产量变化。不同草场类型的光谱植被指数也有显著差异，这种差别可为草场类型的识别和分类提供信息和依据。     

利用航空成像光谱数据进行冬小麦产量预测

以国产成像光谱仪PHI(Pushbroom Hyperspectral Imaget)所获遥感影像数据为基础，根据田间冬小麦单产遥感研究试验数据建立了研究区不同时相冬小麦单产预测模型，实现了利用航空高光谱遥感数据对研究区小麦产量的整体预测；对试验区土壤氮素水平与不同时相冬小麦预测产量以及试验区实测产量进行了初步分析，分析结果显示：土壤氮素分布的差异性对小麦的产量有明显影响。     

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。     

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。     

冬小麦农学参数的遥感监测

作物在水、肥、气、热、光等环境的综合影响下形成植冠。植冠一方面反映作物发育状况、抗逆性能和形成产量的能力,另一方面本身又具有独特的光谱属性。通过冬小麦光谱成分分析,可找出冬小麦某些重要农学参数与各种光谱指数之间的定量关系,从而实现冬小麦生长状况的动态遥感监测,进而作出产量预报。京津冀冬小麦农学参数的多光谱遥感监测研究已取得一些实质性结果。现以北京顺义县实验资料为例简要介绍于下。     

利用光谱指数进行冬小麦变量施肥的可行性及其效益评价

变量施肥技术作为精准农业一个新的发展方向，如果能以适时获得的高光谱数据代替传统繁琐的实验室土壤养分测定数据来指导变量施肥实践，那将对我国精准农业的发展具有重要的实践意义。研究根据冬小麦起身拔节期冠层光谱数据，选用反映冬小麦长势信息的优化土壤调节植被指数（OSAVI）进行变量施肥，对光谱指数（OSAVI）指导变量施肥实践的可行性进行了探讨，结果表明起身拔节期的冠层光谱特征值与产量之间表现出很好的线性相关关系，可以根据起身期的冠层光谱特征值预测当李作物目标产量。对变量施肥效益也做了研究，结果显示通过变量施肥能够改善冬小麦的长势差异状况，显著提高了冬小麦籽粒产量，降低各处理产量之间的变异，但各处理籽粒品质之间的差异却略有增加。     

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。     

卫星遥感绿度值的特点及其应用

引言应用气象卫星遥感绿度值资料估测大面积冬小麦产量和面积已经取得成功。绿度值(也称为植被指数)已被较广泛地应用于描述宏观地表植被状况。作为一种卫星遥感特征参数,其应用的方面越来越多,因此,对其特点、影响因素和变化规律的研究是有益的。本文结合卫星遥感绿度值在冬小麦遥感估产研究中的应用实践,粗浅地探讨一下它的特点及其应用。     

模拟太阳辐射减弱对不同播期冬小麦田N2O排放影响及光谱估算

太阳辐射减弱是全球气候变化的主要特征之一。太阳辐射减弱对农田氧化亚氮(N₂O)排放有何影响以及能否基于高光谱遥感进行估算，尚未见报道。通过田间模拟试验，探讨了不同遮阴强度下不同播期对冬小麦田N₂O排放的影响及基于冠层高光谱变量估算N₂O排放通量。采用普通黑色遮阳网覆盖冬小麦植株冠层，以模拟太阳辐射减弱。遮阴强度设3个水平，即对照(CK，不遮阴，遮阴率为0)、中度遮阴(S1，遮阴率为61.85%)和重度遮阴(S2，遮阴率为83.91%)；播期设2个水平，即常规播期(T)和晚播(L)。结果表明：(1)遮阴显著提高了冬小麦农田N₂O排放量，即S2>S1>CK；晚播明显降低麦田N₂O排放量。(2)冬小麦冠层光谱反射率与N₂O排放通量的敏感波段，主要在红光波段和近红外波段，拔节期呈显著正相关，最大相关系数为0.92，孕穗—抽穗期呈显著负相关，最大负相关为-0.75。6种植被指数与N₂O排放通量呈显著相关性，其中NLI(非线性植被指数...     

冬小麦品质的影响因素及高光谱遥感监测方法

研究了小麦品质的分类及其构成因素与环境条件之间的关系，各品质因素之间的关系。运用相同栽培条件下不同品种品质指标间的关系和变化规律，研究了品种因素对小麦品质的影响程度以及品种因素与品质指标之间的相关性，得出相同环境条件下籽粒的蛋白质含量与湿面筋含量、沉降值、吸水率、形成时间和稳定时间之间存在极显著的相关性。并利用不同品种、不同肥水条件下的作物关键生育时期的生化参量与光谱指数进行分析，得出开花期冬小麦叶片的类胡萝卜素与叶绿素a的比值与结构不敏感植被指数(SIPI)之间存在极显著的正相关，决定系数达到0．7207，冬小麦体内的全氮含量与类胡萝卜紊与叶绿素口的比值之间存在极显著的负相关，决定系数为0．7245，并通过分析开花期冠层生化组分与籽粒品质指标间的相关性，得出开花期叶片全氮与籽粒蛋白质、湿面筋、干面筋和沉降值之间存在极显著的正相关，表面运用开花期光谱指数来反演叶片全氮含量，进而用来预测预报籽粒品质是切实可行的。     

基于ISODATA法的冬小麦产量分级监测预报

以江苏省姜堰市为例,进行了基于TM卫星遥感技术和小麦估产模型的冬小麦产量监测研究。在利用GPS实地采样调查和建立解译标志的基础上,通过影像校正、采用优化的ISODATA分类方法,结合人机交互式判读解译等操作,将样点的作物信息数据贯穿到整个校验分类过程中,信息解译精度在90%以上。利用分类提取的冬小麦数据,反演叶面积指数、生物量信息等,结合冬小麦估产模型,计算单点产量信息,经过线性转换,对整个区域的冬小麦产量进行监测预报,并制作了冬小麦产量分级专题图。     

HJ-1A/B CCD与Landsat TM/ETM+植被指数的交互比较

利用5对同日过境的HJ-1A/B CCD和Landsat TM/ETM+影像对,研究了二者植被指数(NDVI,SAVI,EVI)之间的定量关系。选用其中的3对影像对作为实验影像,通过对均匀同质实验区对应的植被指数进行回归分析求出二者之间的转换方程,用未参与实验的2对影像对来验证所求转换方程的有效性,并对二者植被指数之间的差异进行了分析。结果表明：两种传感器对应的植被指数之间存在极显著的线性正相关关系,所求的转换方程具有较高的精度,可以利用转换方程将两种传感器的植被指数进行互为转换,有利于二者植被监测结果的互为补充,而两种传感器在光谱响应函数上的不同造成了二者植被指数间存在差异。     

品种、播期和密度对冬小麦生育期和产量的影响

本研究在长春选用耐寒性较强的 Ｍｉｒｏｎｏｖｓｋａｊａ ８０８和加 ６９０两个品种,探讨播期和密度对冬小麦生育期和产量的效应。结果表明：加 ６９０生育期早于 Ｍｉｒｏｎｏｖｓｋａｊａ ８０８,两者小区产量相似。推迟播期时,各生育时期延迟,而生育天数缩短。由于晚播冬小麦使千粒重显著下降,导致冬小麦小区产量降低。当以不同的密度种植时,对冬小麦生育期的影响在两个品种上反应不同;对小区产量无显著影响。     

冬小麦冠层的FAPAR、LAI、VIs之间关系的研究

利用北京顺义地区的冬小麦在2001年4月生长期内的光合有效辐射(PAR，Photosynthetically ActiveRadiation)、叶面积指数(LAI，Leaf Area Index)和冬小麦光谱观测数据。研究了光合有效辐射吸收系数(FAPAR,the Fraction of Absorbed Photosynthetically Active Radiation)、叶面积指数和植被指数(VIs，Vegetation Indices)之间的相关关系。发现FAPAR与LAI之间具有很好的线性关系。复相关系数(R^2)达到0．9427。FAPAR和LAI与植被指数之间具有很好的指数相关关系，复相关系数均在0．9以上。三之间满足了相关关系的传递性；同时在多种植被指数中。复归一化差值植被指数(RDVI，Renormalized Difference Vegetation Index)与FAPAR和LAI的相关性最好。