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。     

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。     

三峡库区植被生物量遥感估算方法研究

利用遥感手段估算三峡库区植被的生物量,综合野外观测数据,分析了Landsat TM数据的光谱信息与植被生物量的关系,通过相关性分析表明Landsat TM多光谱数据能较好地反映该地区的植被生物量水平。然后,利用Landsat TM数据分别建立了针对三峡库区的阔叶林、针叶林、针阔混交林、灌木林和草本植被5种主要植被类型的生物量遥感估算模型,并利用所得模型计算了该区域2002年植被的地上生物量总量为1.05×10⁸ Mg。
     

基于MODIS NDVI的LandsatTM影像地形阴影区光谱信息恢复方法研究

遥感为获取山区生态环境与资源信息提供了重要的观测手段。然而受地形遮蔽影响,山区光学影像大量的地形阴影给山区土地覆被解译以及生态参量的遥感反演带来了巨大困难。针对地形阴影光谱信息的恢复,提出了一种基于MODIS NDVI的Landsat TM影像地形阴影区光谱信息恢复方法。该方法首先利用MODIS上午、下午星(Terra和Aqua)不同时间过境能够对地形阴影区信息实现互补的特点,采用最大值合成法合成MODIS上、下午星16dNDVI产品(MOD13Q1和MYD13Q1),获得低空间分辨率影像上的阴影区光谱信息;在此基础上,考虑MODIS与Landsat的观测角度、光谱差异,设置滑动窗口及筛选规则提取MODIS与TM影像相匹配的同质纯像元;基于中、低空间分辨率影像中均匀同质像元存在一定统计关系的假设,进一步建立同质区域中TM影像光照区域与对应MODIS NDVI的回归树模型,利用该统计关系和阴影区MODIS的NDVI信息推导得出地形阴影区的光谱信息。将阴影光谱信息恢复后的影像与SCS+C校正后的影像进行比较和分析,结果表明该方法恢复得到的地形阴影的光谱信息能够更好地反映阴影区信息,同时光谱保真程度较好。随着越来越多的中高空间分辨率卫星影像的发展,采用多源卫星数据进行山地地形阴影区信息恢复将成为一个新的发展趋势,该方法以期为同类影像处理提供参考。     

结合GLAS和TM卫星数据的江西省森林高度和生物量制图

针对光学遥感受云雨天气的影响,并存在植被指数饱和、穿透性差而难以到达森林冠层以下等问题,不能有效反映植被垂直结构信息,难以准确地反演森林地上生物量,以大光斑激光雷达GLAS数据、Landsat TM光学遥感影像数据以及野外实测数据为数据源,建立了江西省森林的平均冠层高度模型和森林生物量模型。结果表明:GLAS数据提取出波形特征参数、ASTER GDEM数据提取出地形特征参数与实测树高数据建立森林冠层高度模型,获取离散的林冠高度,可以较好消除地形对GLAS波形的影响;通过建立Landsat TM数据计算的NDVI与离散林冠高度之间的关系,可以进行大尺度连续森林冠层高度的制图;并利用林冠高度与森林生物量之间的幂函数关系估算森林生物量。因此,大光斑激光雷达GLAS数据与光学遥感数据联合,能充分发挥多源遥感的优势,实现连续冠层高度和森林生物量的反演。     

于桥水库蓝藻水华遥感长时序监测研究

针对水库富营养化给供水安全带来的严重威胁，利用2008~2017年Landsat时间序列卫星数据，基于归一化差值植被指数（NDVI）与实测水质参数的相关分析结果，运用阈值法动态提取了于桥水库的水华分布范围和程度。通过与自然和人为因子的协同分析，认为气温、降水和人类活动等共同驱动引发了水华爆发，其中人为干预的生态修复工程可抑制或减缓水华爆发，并有效改善水质状况。时间分辨率更高的气象因子数据和卫星遥感数据将更有助于对中小型饮用水水面蓝藻水华驱动力的分析，推动准实时遥感监测预警技术应用。     

中法卫星遥感学术讨论会论文选集简介

本书选辑了1986年11月北京中法卫星遥感学术讨论会的论文12篇,中方论文摘要9篇,反映了新一代资源卫星 SPOT 和 Landsat TM 图象应用研究取得的初步成果与前景。内容涉及我国遥感卫星地面站现状与功能扩充;SPOT,Landsat TM 图像信息特征及其在制图、地质矿产、农林、城市、土地等领域中的应用;TM,SPOT 图像复合分析等。书本附有扼要介绍 TM、SPOT 图像技术特点与产品种类的资料2篇。本书可供测绘、地质、农、林、水、城市、环境等多领域从事遥感应用的科技工作者与高等院校有关师生参考。     

基于TM影像的冬小麦苗期长势与植株氮素遥感监测研究

叶面积指数和叶片氮素含量是决定小麦群体长势的重要生理指标,也是制定栽培管理措施的必要依据。利用遥感监测小麦返青后的叶面积指数和叶片氮素含量,便于及时采取施肥、灌溉、中耕等调控措施,达到优质、高产稳产、高效的目的。本文使用TM影像数据与实地GPS定位相结合的方法,研究了冬小麦返青后叶面积指数及植株氮素含量的变化态势。结果表明:(1)TM影像的NDVI的地域性差异较大,且随纬度呈现极明显的线型负相关变化态势;(2)将用NDVI反演的LAI与实测的LAI进行比较,二者较为一致,其均方差根(RMSE)为0.111;(3)利用NDVI监测的小麦植株氮素含量与实地观测的植株氮素含量较为相近,二者的RMSE为0.085。总之,利用TM影像的NDVI可以快速、精确地监测返青期小麦的LAI和植株氮素营养状况。同时,本研究结果也可为冬小麦返青期的苗情诊断和管理决策提供及时、准确的信息支持。     

两种改进小波算法的卫星多波段数据融合

本文采用两种改进的算法:基于HSV的小波融合算法(HSV-WT)、基于区域特征的自适应小波包融合算法(AWP)分别对多光谱LandSat TM数据与全色SPOT-5数据、TM数据与ERS-2的合成孔径雷达SAR数据进行融合.融合结果表明两种改进算法融合后的数据在保持光谱信息和提高空间细节信息两方面均得到提高.当应用两种方法对同一组数据进行处理时, AWP的性能参数优于HSV-WT.这两种算法相对传统小波算法,能克服对高频信息处理的缺陷,突破待融合数据的分辨率比值限制,实现分辨率之比非2n的数据融合.     

Characterizing post‐fire vegetation recovery of California chaparral using TM/ETM+ time‐series data

A time series of normalized difference vegetation index (NDVI) data derived from 11 TM/ETM+ images was used to examine the recovery characteristics of chaparral vegetation in a small watershed near Santa Barbara, California following a fire event in 1985. The NDVI recovery trajectory was compared to a generalized recovery trajectory of leaf area index (LAI) for the same region, which was established using a chronosequence approach and TM/ETM+ data. Post‐fire NDVI recovery trajectories were derived for the entire catchment and for individual vegetation types. Post‐fire NDVI spatial patterns on each image date were compared to the pre‐fire pattern to determine the extent to which the pre‐fire pattern was re‐established, and the rate of this recovery. Results indicated that the post‐fire recovery trajectory for the catchment area average NDVI was similar to the previously established regional LAI trajectory based on a chronosequence approach. The NDVI recovery was disrupted by drought stress and attained pre‐fire levels approximately 10 years after the fire. Individual vegetation types did not exhibit different rates of recovery and the recovery trajectories were only distinguished by the maximum post‐fire NDVI observed after 10 years. The post‐fire NDVI spatial pattern also showed a systematic return to pre‐fire conditions, but exhibited a more substantial disruption due to drought stress than was the case for the average NDVI recovery trajectory.     

Surface soil moisture estimation over dense crop using Envisat ASAR and Landsat TM imagery: an approach

This study focuses on developing a new method of surface soil moisture estimation over wheat fields using Environmental Satellite Advanced Synthetic Aperture Radar (Envisat ASAR) and Landsat Thematic Mapper (TM) data. The Michigan Microwave Canopy Scattering (MIMICS) model was used to simulate wheat canopy backscattering coefficients from experiment plots at incidence angles of 23° (IS2) and 43.9° (IS7). Based on simulated data, the scattering characteristics of a wheat canopy were first investigated in order to derive an optimal configuration of polarization (HH) and incidence angle (IS2) for soil moisture estimation. Then a parametric model was developed to describe wheat canopy backscattering at the optimal configuration. In addition, direct backscattering and two-way transmissivity of wheat crowns were derived from the TM normalized difference vegetation index (NDVI); direct ground backscattering was derived from surface soil moisture and TM NDVI; and backscattering from double scattering was derived from total backscattering. A semi-empirical model for soil moisture estimation was derived from the parametric model. Coefficients in the semi-empirical model were obtained using a calibration approach based on measured soil moisture, ASAR, and TM data. A validation of the model was performed over the experimental area. In this study, the root mean square error (RMSE) for the estimated soil moisture was 0.041 m³ m^?3, and the correlation coefficient between the measured and estimated soil moisture was 0.84. The experimental results indicate that the semi-empirical model could improve soil moisture estimation compared to an empirical model.     

使用单窗算法研究北京城区热岛效应

随着全球变暖和城市化进程的加快,大城市城区的热岛效应日益严重。城市下垫面对地表能量交换的影响巨大,引起地表温度分布的不均一性。遥感技术的发展为地表温度的反演提供了可能。近年来人们使用劈窗算法对均一的海面温度的反演很成功,但是受空间分辨率的限制以及陆面的不均一性,陆面温度的反演一直是一个没有解决好的问题。覃志豪提出了一种TM热红外波段单窗算法,可以利用辅助气象资料快速计算出地表温度。本文以北京市城区为研究区,采用LandsetETM第6波段的单窗算法,反演了亮度温度和地表实际温度,分析了城市下垫面情况下NDVI与地表温度的相关关系,并解释了北京城区热岛在空间上的分布及其可能的原因。结果表明:北京市城区热岛效应显著;地表温度与NDVI相关性显著;城区绿地和水体在区域的温度分布中起到重要作用。     

多源地学信息在土地荒漠化遥感分类中的应用研究

土地荒漠化是当今全球面临的重大环境问题之一,它的发生、发展及其逆转是气候、环境和人类社会经济活动综合作用的结果,荒漠化土地分类是土地荒漠化研究中至关重要的一个环节,由于地形粗糙度和植被覆盖率对土地荒漠化具有重要的影响,但遥感图象很难对地表地形粗糙度进行定量描述,因此引入了数字高程模型（DEM0对研究区地形粗糙度进行表达和采用植被指数（NDVI）对地面植被覆盖率进行描述,并对由DEM生成 的地面坡度（SLOPE）图象、植被指数图象与原始遥感图象进行了信息融合,从而大大丰富了遥感图象的荒漠化信息,通过对融合图象的n－维散度分析,不同类型、不同程度的土地荒漠化样本的分离度大幅度提高,分类结果也证明,信息融合可大大提高分类精度。     

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。     

Cross-sensor comparisons between Landsat 5 TM and IRS-P6 AWiFS and disturbance detection using integrated Landsat and AWiFS time-series images

Routine acquisition of Landsat 5 Thematic Mapper (TM) data was discontinued recently and Landsat 7 Enhanced Thematic Mapper Plus (ETM+) has an ongoing problem with the scan line corrector (SLC), thereby creating spatial gaps when covering images obtained during the process. Since temporal and spatial discontinuities of Landsat data are now imminent, it is therefore important to investigate other potential satellite data that can be used to replace Landsat data. We thus cross-compared two near-simultaneous images obtained from Landsat 5 TM and the Indian Remote Sensing (IRS)-P6 Advanced Wide Field Sensor (AWiFS), both captured on 29 May 2007 over Los Angeles, CA. TM and AWiFS reflectances were compared for the green, red, near-infrared (NIR), and shortwave infrared (SWIR) bands, as well as the normalized difference vegetation index (NDVI) based on manually selected polygons in homogeneous areas. All R ² values of linear regressions were found to be higher than 0.99. The temporally invariant cluster (TIC) method was used to calculate the NDVI correlation between the TM and AWiFS images. The NDVI regression line derived from selected polygons passed through several invariant cluster centres of the TIC density maps and demonstrated that both the scene-dependent polygon regression method and TIC method can generate accurate radiometric normalization. A scene-independent normalization method was also used to normalize the AWiFS data. Image agreement assessment demonstrated that the scene-dependent normalization using homogeneous polygons provided slightly higher accuracy values than those obtained by the scene-independent method. Finally, the non-normalized and relatively normalized ‘Landsat-like’ AWiFS 2007 images were integrated into 1984 to 2010 Landsat time-series stacks (LTSS) for disturbance detection using the Vegetation Change Tracker (VCT) model. Both scene-dependent and scene-independent normalized AWiFS data sets could generate disturbance maps similar to what were generated using the LTSS data set, and their kappa coefficients were higher than 0.97. These results indicate that AWiFS can be used instead of Landsat data to detect multitemporal disturbance in the event of Landsat data discontinuity.     

多云雾地区高时空分辨率植被覆盖度构建方法研究

针对多云雾地区高时空分辨率数据缺乏现状,提出了一套区域尺度高时空分辨率植被覆盖度数据构建方法.首先,通过时空适应反射率融合模型(STARFM)有效地将TM 的较高空间分辨率与MODIS的高时间分辨率融合在一起,构建了研究区植被生长峰值阶段的NDVI数据;然后,以植被生长峰值阶段的NDVI为输入,基于地表覆被类型,综合应用等密度和非密度亚像元模型对研究区的植被覆盖度进行估算.结果表明:①即使数据源存在大量的云雾,且存在一定的时相差异,研究区植被覆盖度的估算结果过渡自然,不存在明显的不接边效应;②以植被生长峰值阶段的NDVI数据为输入进行植被覆盖度估算,有效拉开了同一地表覆被类型不同覆盖度像元的NDVI梯度,提高了亚像元估算模型对输入数据的抗扰动性;③基于地表覆被类型,应用亚像元混合模型,能够提高植被覆盖度的估算精度.经野外实测数据验证,总体约８５％的估算精度表明,针对高时空分辨率遥感数据缺乏的多云雾区域,本研究提出的方法能够实现区域尺度植被覆盖度数据的构建.     

基于GPU多流并发并行模型的NDVI提取算法

利用GPU进行加速的归一化差分植被指数(Normalized Differential Vegetation Index,NDVI)提取算法通常采用GPU多线程并行模型,存在弱相关计算之间以及CPU与GPU之间数据传输耗时较多等问题,影响了加速效果的进一步提升。针对上述问题,根据NDVI提取算法的特性,文中提出了一种基于GPU多流并发并行模型的NDVI提取算法。通过CUDA流和Hyper-Q特性,GPU多流并发并行模型可以使数据传输与弱相关计算、弱相关计算与弱相关计算之间达到重叠,从而进一步提高算法并行度及GPU资源利用率。文中首先通过GPU多线程并行模型对NDVI提取算法进行优化,并对优化后的计算过程进行分解,找出包含数据传输及弱相关性计算的部分;其次,对数据传输和弱相关计算部分进行重构,并利用GPU多流并发并行模型进行优化,使弱相关计算之间、弱相关计算和数据传输之间达到重叠的效果;最后,以高分一号卫星拍摄的遥感影像作为实验数据,对两种基于GPU实现的NDVI提取算法进行实验验证。实验结果表明,与传统基于GPU多线程并行模型的NDVI提取算法相比,所提算法在影像大于12000*12000像素时平均取得了约1.5倍的加速,与串行提取算法相比取得了约260倍的加速,具有更好的加速效果和并行性。