基于光能利用率模型的玉米遥感估产研究

农作物长势监测和产量预测对于国家制定相关粮食政策、农业发展等都具有重要的意义,如何获得高效、宏观、精确的估产方法一直是学者关注的重点问题。以吉林省德惠市的玉米作为研究对象,利用光能利用率模型对玉米进行产量估算的研究,并且使用空间数据插值方法中的反距离权重法获得了每月平均温度数据的格网数据。通过玉米的净初级生产力NPP的累计值以及玉米的收获指数来获得最终的玉米产量值,利用验证点实测产量值与估算值的相关性和相对误差进行精度验证,相关系数R^2为0.649 9,平均相对误差值为1.676%,证明基于光能利用率模型的玉米估产在研究区具有一定的可行性。     

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。     

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。     

遥感估算水稻产量——Ⅰ.产量与辐射截获量间关系的研究

以往,根据遥感资料估算作物产量,多数用的是经验方法。本文提出了一种具有生物学基础的水稻估产模式。该模式包括两项基础性的工作。(1)利用Baerema在澳大利亚新南威尔士州的Riveri-na地区,在水稻整个生长季中获得的三个水稻品种、两种播种方式(空播和拖拉机播)共6组实测的叶面积指数值LAI,通过LAI与积温间关系的分析,得到一条规一化的LAI曲线,称叶面积指数轨线(LAI trajectory)(2)根据太阳辐射在植冠层内的传输理论,利用实测的水稻叶角分布和常规日射资料,用模拟计算的方法,得到水稻冠层对光合有效辐射PAR日截获率IPAR_d与LAI间的关系。并用实测资料对此作了检验,结果表明模拟计算结果是可取的。由此,我们只要知道了水稻扬花前不久某一天的LAI,利用上述两项基本关系及当地的辐射、温度资料,便可推算植冠层从扬花到生理成熟期间对光合有效辐射的截获总量TIPAR,进而再假定水稻的灌浆直接取决于对PAR的总截获量TIPAR,根据水稻籽粒产量与光能截获间的转换效率,便能估算水稻产量。     

遥感估算水稻产量Ⅱ.用光谱数据和陆地卫星图像估算水稻产量

本文介绍了采用更系统的生物学方法,根据水稻在整个生长期的叶面积指数轨线,按叶面积指数的一次测量值,结合气象和光谱数据及陆地卫星MSS图像,估算大面积水稻产量的方法。 在产量与总截获的关系中,叶面积指数是最重要的参量之一。文中重点分析了由水稻在MSS波段内的光谱数据构成的绿度指数和Suits模式估算叶面积指数的结果。表明,用Suits模式计算的叶面积指数有较高的相关系数和较低的剩余标准差。并用这个方法计算了不同田块的叶面积指数,再根据这些数据和MSS图像建立关系。本文比较了卫星数据和多种绿度指数的关系,认为垂直植被指数(PVI)是估算叶面积指数的最好参量,因为它消除了土壤背景的影响,并用它求出了大面积水稻的叶面积指数分布。再根据已建立的叶面积指数轨线和作物截获的有效光合辐射(TIPAR)关系,计算了TIPAR,编制了产置分布图。文章分析了计算结果,并以1983年的例子进一步讨论了该方法的适用性。结果表明,预测的水稻产量和实测产量间的相关系数为0.9左右。     

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。     

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。     

小麦生物量和真实叶面积指数的高光谱遥感估算模型

利用大田小麦的参数数据和冠层光谱数据,基于光谱一阶微分技术和光谱响应函数,构建等效MODIS植被指数,建立小麦生物量(本文指总干生物量,下同)和真实叶面积指数的高光谱遥感估算模型.结果表明:①小麦生物量与冠层光谱在552 nm,721 nm处呈现最显著相关关系,叶面积指数与冠层光谱的相关性在400～1100 nm范围内较显著;②红边位置与生物量的关系最为显著,相关系数R为0.818;③6种等效MODIS植被指数中,增强型植被指数对生物量最为敏感;④红边位置估算小麦总生物量的指数模型最优,决定系数R2为0.829;⑤增强型植被指数与小麦叶面积指数的指数模型拟合度最强,决定系数R2为0.94.利用实测光谱模拟MODIS等效反射率构建植被指数反演小麦参数的方法,可为利用卫星数据进行大面积、无破坏和及时获取地面植被信息研究提供重要手段.     

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。     

二轴土壤背景纠正的植被指数及其在华南水稻遥感估产中的应用

目前国内外学者提出了各种植被指数来进行作物遥感估产的定量研究。这些指数多是基于“土壤线”的存在来进行土壤背景消除的。但它们只消除了土壤背景中的含水量(沿“土壤线”方向)对遥感数据的影响,而没有消除由于不同土壤质地的变化(垂直于“土壤线”方向,如红壤、棕壤等不同的土壤类型)所造成的遥感数据的偏移。本文首次提出了能基本上完全消除土壤背景影响(包括土壤含水量、土壤类型等)的二轴土壤背景纠正的植被指数(TWVI)模型。该指数比目前使用的其它植被指数更适合于作为进行全球监测的植被指数。已成功地应用于华南地区的水稻遥感估产试验。     

黑河流域叶面积指数的遥感估算

研究利用Landsat7ETM⁺遥感数据获取黑河流域植被叶面积指数(LAI)空间分布的可行性。该研究是基于黑河流域分布式水文模型的一个重要输入项———LAI空间分布数据的需要而产生的。文章在详尽的野外观测数据基础上,分别探究实测LAI与同时相ETM⁺3、4、5、7波段反射率及相关植被指数(SR、NDVI、ARVI、RSR、SAV I、PVI、GESAVI)的相关关系,率定最佳的LAI遥感反演及其空间分布方案。研究发现,针对特定的自然条件,将研究区分为植被覆盖度小的稀疏立地和覆盖度大的密集立地,分别采用土壤调节植被指数(SAVI)和大气阻抗植被指数(ARVI)进行2种林地的LAI估算最为可靠,在此基础上,提出黑河地区LAI估算及其空间分布的遥感制图方案。     

叶面积指数(LAI)的遥感定量方法综述

总结了当前遥感定量研究叶面积指数(LAI)的两种主要方法:统计模型法和光学模型法,阐述了各自的机理和研究进展,在此基础上,讨论了两种方法的优缺点及未来的发展趋势。     

张掖绿洲城市热效应的遥感研究

以张掖及周边绿洲为研究区,采用Gilabert大气校正模型对TM图像1～5,7等6个波段进行大气校正。在此基础上,采用基于TM6波段的单窗算法,反演出行星亮度温度和地表真实温度,进一步分析了区域热量分布差异并探讨这一差异形成原因。结果表明:张掖及周边绿洲区存在明显的热量分布差异,热岛现象非常显著,卫星图像反演的地表温度接近实测值,亮度温度和实际温度都与归一化植被指数(NDVI)存在着密切的反相关关系,表明植被在区域热量分布差异中起重要作用,显示出热红外图像与其它波段数据结合,在城市热岛效应及区域生态环境遥感研究方面有很大潜力。     

福建省近海区域海面表层温度的卫星遥感应用研究

分析了海洋热红外辐射的传输特性,建立了海温定量反演计算的统计回归模型,介绍了福建省近海区域海温产品生成业务化软件系统及其应用情况。     

基于TM的辐射传输模型反演叶面积指数可行性研究

基于PROSAIL辐射传输模型，引入土壤反射指数SRI来简化模型，提出直接从反射率计算SRI的方法；  同时，针对不同的植被状况，采取不同波段组合对模型的参数进行敏感性分析，确定自由参数与反演波段组合，提出一种基于不同植被状况的叶面积指数反演策略； 最后，应用遗传算法对模拟的TM光谱反射数据进行实验。结果表明，对于LAI＜3的植被，反演精度较高； 但是对于LAI＞3的植被，反演精度较低，其原因主要是冠层反射对LAI不再敏感。因此，辐射传输模型反演LAI有一定适用范围，只有在此范围内LAI的反演精度才可靠。