基于多时相MODIS-RVI的玉米遥感估产研究

为了获得更加宏观高效的农作物估产模型,以吉林省德惠市为研究区,以MODIS为数据源,进行了玉米估产模型研究。通过分析比值植被指数(RVI)与玉米产量之间的相关关系,建立玉米单产预测模型。研究表明,利用多时相的RVI对玉米点进行遥感回归估产可得到较好的估算效果,模型相关系数可达0.825,均方根误差为7.61,验证点的实际产量与理论产量间的相对误差均在10%以内,对吉林省德惠市玉米估产模型研究具有一定的指导意义。     

植被光能利用率高光谱遥感反演研究进展

光能利用率是表征植被通过光合作用将所截获/吸收的能量转化为有机干物质效率的指标。光能利用率是植被光合作用的重要概念,也是区域尺度以遥感参数模型监测植被生产力的关键参数。不同植被类型的光能利用率具有明显的时空差异,水分、温度、养分供给等环境胁迫因素会影响植被的光能利用率。随着高分辨率光谱测量传感器的使用,位于可见光和近红外区域的窄波段可以捕捉到植被冠层反射率的细微变化,也促进了光能利用率遥感反演技术的发展。本文结合国际植被光能利用率遥感反演最新研究成果,从基于环境胁迫因子的光能利用率反演,基于植被光谱指数的光能利用率反演、基于叶绿素荧光的光能利用率反演,以及基于涡度相关测量数据和遥感数据相结合的光能利用率反演四个方面,详细介绍了植被光能利用率遥感反演的主要技术方法,并对植被光能利用率遥感研究存在的主要问题和发展趋势进行了讨论。     

植被光能利用率遥感估算

光能利用率表征植被通过光合作用将所截获/吸收的能量转化为有机碳的效率,是遥感估算植被生产力的关键参数.由于植被分布和气候环境的综合影响,光能利用率表现出显著的空间异质性和时间动态性,光能利用率的不确定性成为后续生产力模型估算精度不高的重要原因.本文以Fluxnet全球通量站点数据和MODIS LAI/fPAR产品为数据...     

对建立遥感估产模式的几点初步认识

本文从分析遥感光谱参数的生物学意义着手，论证了正确建立遥感估产模型的可能途径。对几种有代表性的遥感估产模型作了分析，作者认为把可见光、近红外波段的遥感信息与热红外信息有机结合是解决遥感估产模型的最佳方案。对ＮＯＡＡ－ＡＶＨＲＲ的第１通道与第２通道光谱数值进行非朗伯体特性的纠正是必要的。遥感估产模型不仅可以使估产的空间尺度大大缩小而且参数数目亦可大大减小，更有利于实际运行。     

基于遥感数据与作物生长模型同化的冬小麦长势监测与估产方法研究

本文以LAI作为结合点，讨论了利用复合型混合演化（SCE—UA）算法实现CERES—Wheat模型与遥感数据同化的可行性。CERES—Wheat模型同化后主要生育期和产量的模拟值分别与真实条件下模型相应模拟值以及实测值进行比较。结果表明，同化后CERES—Wheat模型的模拟精度对LAI外部同化数据的误差并不十分敏感。并且在LAI同化数据较少时，也可获得较好的同化结果。这一特点体现了SCE—UA算法应用于同化过程的优越性，为同化策略在区域冬小麦长势监测及估产中的应用提供了基础。     

水稻遥感动力估产模拟初探

将遥感手段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影响，估算水稻各器官的干重，取得了较好的模拟效果。     

水稻单产遥感估测建模研究

本文系统扼要地总结了统计、气象、农学和光谱等估产模型,以及水稻遥感估产农学机理等主要研究结果,并在建立的多种估产模型中,重点介绍了具有应用前景的光谱估产与水稻生长模拟估产的复合模型。     

基于Sentinel-2和MODIS数据的宣恩县水稻遥感估产研究

基于作物的波谱反射特征,利用公开的多源遥感数据和相关技术能够实现农作物种植面积提取和产量预估,为作物长势监测等农业需求提供科学决策依据。本文首先基于Sentinel-2卫星影像,结合基于人工目视解译的监督分类、基于规则的面向对象分类和基于专家知识的决策树分类3种影像分类方法综合确定县级研究区的水稻种植范围,再选取水稻生育物候期内的多时相多光谱MODIS13Q1影像产品,建立影像提取出的植被指数EVI与水稻年产量之间的多元统计回归模型并应用于年产量预估,估产结果精度均达94%以上,符合实际需求。该模型可用性较强,对县域农作物遥感估产应用具有一定的指导意义。     

江苏省水稻长势遥感监测与估产

根据1990年以来江苏省进行的水稻长势遥感监测与估产的基础理论、技术方法、长势监测与估产的结果,提出建立省级主要农作物遥感监测运行系统的条件已经具备。它很可能像气象卫星天气预报那样成为第二家为政府和百姓日常工作与生活服务的遥感系统。     

大面积小麦遥感估产模型的构建与调试方法的研究

本文重点研究大面积冬小麦遥感估产模型构建及其调试方法。通过分析冬小麦生长发育过程,对光、温、水、肥等必须条件需求规律研究的基础上,提出了以绿度指数、温度和绿度变化速率等因子,构建大面积冬小麦遥感估产模型。为了适应大面积遥感估产运行系统的需要,在变量获取及模型调试等方面进行了一些新的探索。     

小麦单产的遥感—气象综合模式研究

本文以北京顺义县为例,以气象因子与垂直植被指数(PVI)作为参数,用灰色模型G(0,2)和逐段订正模型即阶乘模型,建立冬小表遥感信息-气象因子综合模型。计算结果表明,改进后的综合模型其平均精度比单纯的遥感信息模型提高近7％,个别年份达到10％以上。     

基于遥感数据的哈尔滨土地利用/覆被变化研究

以哈尔滨市为例,基于Landsat数据,利用遥感技术和GIS技术对2000和2015年的遥感影像数据进行解译分类,通过对分类结果的统计分析,定量研究哈尔滨市15年间的土地利用变化过程,结果显示:哈尔滨市土地综合利用程度较高,区域内耕地面积减少;相反,城市建成区面积大幅增加,区域内绿地面积逐年减少,应注意生态环境维护保持。     

基于MODIS遥感数据的水体提取模型及算法改进

针对MODIS遥感数据采用多波段谱间关系模型提取水体容易与阴影混淆,产生提取不精确的问题,作者改进了模型中的水体提取算法,然后对鄱阳湖的MODIS遥感数据进行水体提取实验。最终,实验结果表明,改进后的水体提取算法能够有效地提升水体提取精度。该方法现已运用到一些采用MODIS数据进行水体监测与提取的实践作业中。     

基于遥感与碳循环过程模型估算土壤有机碳储量

土壤有机碳含量的估算是当前全球碳循环研究的热点之一,但不同学者之间的估算值差异较大。从估算方法看,主要有基于土壤剖面的直接估算法和基于生态系统碳循环过程模型的间接估算法,这两种方法各有优缺点。直接估算法由于只反映了不同土壤或植被类型的土壤有机碳含量平均值的差异,因而空间分辨率较低。而间接估算法由于参数的简化,影响了土壤有机碳估算的空间精度。作者将遥感的高时空分辨率特征、反映生态系统碳循环动态变化的过程模型、实际测量的土壤有机碳结合起来,以求提高土壤有机碳估算的空间分辨率。考虑到受温度、水分的影响,土壤呼吸与土壤有机碳含量的关系并不好,而土壤基础呼吸由于剔除了温度和水分的影响,从而使其与土壤有机碳的关系非常密切,其测定系数R^2可达0.78。采用了结合遥感和碳循环过程的CASA模型及Van＇t Hoff土壤呼吸模型,首先估算了8km分辨率的土壤基础呼吸的空间分布,在此基础上结合实测的土壤有机碳估算了8km分辨率的土壤有机碳的空间分布。     

基于MODIS遥感数据的水体提取算法研究

针对MODIS遥感数据采用多波段普间关系算法提取水体容易与阴影混淆,产生提取不精确的问题。作者将对多波段普间关系水体提取算法进行研究,并以鄱阳湖为实验对象,使用改进后的多波段普间关系算法对水体进行提取。实现提升水体提取精度的目标。     

利用决策树工具的土地利用类型遥感识别方法研究

应用决策树的理论和方法,利用遥感数据及其他相关数据和资料进行土地利用信息分类。通过研究地物光谱统计特征,讨论了通过耕地指数等归一化地类指数来增强影像地类特征、结合DEM提取土地利用信息的决策树分支点的设计方法,较好地解决了水体和建筑阴影、道路等容易混淆区域的区分问题。     

基于遥感数据的森林火灾监测研究概述

研究和总结了遥感数据在森林火灾监测中的应用,研究对象主要是NOAA和MODIS,内容包括遥感监测火灾的原理、基于2种数据的森林火灾监测算法以及目前的研究现状。最终得出结论:MODIS数据在林火监测的准确率和定位精度等方面较NOAA卫星有较大的提高,动态监测具有较好的应用前景。     

基于遥感技术的土地利用现状图的制作

借助红寺堡开发区1:10000土地利用现状调查工作,概述了基于遥感影像的土地利用现状图的制作过程,并对成果进行了分析和评价。为在宁夏将遥感技术应用于土地祥查奠定了基础,也为土地调查统计提供了新的有效途径和方法,提高了效率和现势性。