共查询到20条相似文献，搜索用时 46 毫秒
1.
农作物长势综合遥感监测方法 总被引：54，自引：5，他引：54
作物收获之前进行大范围作物生长状况评价 ,可以尽早的获得有关作物产量信息。介绍了中国农情遥感监测系统的综合作物长势监测方法。以遥感数据标准化处理、云标识、云污染去除和非耕地去除为基础 ,生成质量一致的遥感数据产品集 ,提取区域作物生长过程。作物长势监测分为实时作物长势监测和作物生长趋势分析。实时的作物长势监测可以定性和定量地在空间上分析作物生长状况 ,分级显示作物生长状况 ,分区域统计水田和旱地中不同长势占的比重。作物生长趋势分析可以进行年际间的生长过程对比 ,从时间轴上反映作物持续生长的差异性 ,统计全国、主产区、省和区划单元 4个尺度的耕地、水田、旱地作物生长过程曲线年际间差异 ,从而为早期的产量预测提供信息。通过处理流程的系统化 ,建设了运行化的作物长势遥感监测分析系统 ,为用户构建了综合的作物实时生长状况 ,苗情的生长趋势分析环境。同时可以依据野外地面实测信息对遥感监测结果进行标定和检验。 1998年以来 ,系统在满足日常运行的前提下 ,技术方法逐渐改进和完善 ,监测结果的精度和可靠性不断得到提高。 相似文献
2.
3.
4.
多源遥感与作物模型同化模拟作物物生长参数时空域连续变化 总被引：3，自引：1，他引：2
本文将遥感信息与作物模型同化实现作物生长参数的时空域连续模拟,进而监测生长参数的时空域变化.首先将作物模型WOFOST(World food studies) 与冠层辐射传输模型PROSAIL 耦合构建WOPROSAIL 模型,利用微粒群算法(PSO) 通过最小化从CCD 数据获取的土壤调节植被指数观测值SAVI(soil adjusted vegetation index) 与耦合模型得到的模拟值SAVI’之间差值优化作物模型初始参数.通过MODIS 数据反演实现参数的区域化,并将区域参数作为优化后作物模型输入参数驱动模型逐像元计算生长参数,实现生长参数的时空域连续模拟与监测,最终建立区域尺度遥感-作物模拟同化框架模型RS-WOPROSAIL .结果表明：同化模型解决了作物模型模拟空间域和遥感信息时间域的不连续问题.模型模拟的叶面积指数(LAI) 、穗重(WSO) 、地上总生物量(TAGP) 等生长参数较好地体现了水稻生长状况时空域变化,研究区水稻模拟产量与实际产量的误差为27.4% . 相似文献
5.
土壤水分是影响作物生长的重要因素,也是监测旱情、估算作物产量的重要参量.为及时、准确地掌握土壤水分,在利用水云模型(Water Cloud Model,WCM)对Sentinel-1 A的后向散射系数校正的基础上,联合地面土壤水分数据,采用线性回归、BP神经网络和支持向量回归三类模型进行了地表土壤水分反演实验研究.实验... 相似文献
6.
美国冬小麦产量遥感预测方法 总被引：7，自引：0，他引：7
介绍了依据时序遥感植被指数数据进行产量预测的方法。通过美国冬小麦产量的历史趋势分析去除趋势产量 ,得到气象产量。利用区域作物生长过程线 ,提取曲线的各个特征参数 ,并将各参数与气象产量的值进行相关分析 ,得到美国冬小麦产量遥感敏感因子 ,采用一次线性拟合的方法建立回归方程 ,估算当年的冬小麦产量。依据此方法对美国 2 0 0 3年各州的冬小麦单产进行了预测 ,并将最终的预测结果与美国农业统计局的数据进行了对比 ,两者间的误差在 - 11 4 2 %至 11 10 %之间 ,相关系数为 0 89。 相似文献
7.
遥感和生长模型相结合的小麦长势监测研究现状与展望 总被引：9，自引：0，他引：9
遥感影像的信息波段及其组合可以反映农作物生长的空间信息，可对小麦进行长势监测和产量估算，具有及时性和广域性。生长模型是集气候、土壤、品种和栽培措施等因素为一体的，对作物的物候发育、光合生产、器官建成、同化物积累与分配以及产量与品质形成等生理过程及其与环境和技术因子关系综合量化的动态数学模型，具有机理性和预测性。将二者结合用于长势监测不但具有理论研究价值，还具有广泛的应用前景。本文在简要概述小麦生长模型和长势遥感监测研究进展的基础上，总结了生长模型和遥感相结合的小麦长势监测应用的研究进展，并提出一些今后研究设想。 相似文献
8.
地上生物量能够有效反映作物的生长状态，其信息的实时估算对产量预测和农田生产管理都有重要意义。作物生长模型因其详尽的生理生化基础和对生长过程数字化描述能力，成为生物量估算的理想模型。近年来，研究人员利用数据同化算法将时间序列遥感数据同化到作物生长模型中，实现了作物模型由基于气象站的点模拟到区域尺度面模拟的外推，使生物量模拟结果同时具备大范围和机理性两个方面的特点。这一模式下，时间序列的遥感数据质量将对生物量模拟精度产生直接影响，作物生长后期受到光谱饱和的影响，遥感数据的作物冠层信息获取能力会出现明显下降，因此有必要对该阶段遥感数据和作物模型的结合方式进行优化，提升生物量模拟精度。本文针对东北地区春玉米生物量遥感估算存在的问题，提出了利用WOFOST作物模型结合无人机（UAV）遥感数据实现作物生长后期生物量准确估算的新思路。新思路首先利用多光谱遥感数据获取WOFOST模型具备较高空间异质性的土壤速效养分参数以提升模型的空间信息模拟能力，使其能在一定程度上摆脱点尺度模拟的限制。同时，结合集合卡尔曼滤波算法将生长前期无人机（UAV）遥感数据同化到模型中，以缩短模型单独运行时间，减少模型运行过程中的参数误差累积，实现无遥感数据参与下的短期作物生长模拟，并输出生长后期相应的生物量模拟结果。最后，本文利用地面实测数据对新方法的生物量模拟精度进行了评价。结果表明，与全生育期数据同化相比，新方法的生物量估算精度有了明显的提升（全生育期同化：R2 = 0.45，RMSE = 4254.30 kg/ha；新方法：R2= 0.86，RMSE = 2216.79 kg/ha）。 相似文献
9.
10.
11.
农作物长势综合监测——以印度为例 总被引：2，自引：0，他引：2
提出农作物长势综合监测方法,利用卫星遥感得到的NDVI时间序列数据,综合采用实时监测、过程监测和时间序列聚类监测方法,明确不同方法适用的监测尺度及监测目的,对不同范围农作物长势进行监测。改进了Crop Watch全球农情遥感速报系统运行化作物长势监测方法,克服了原有作物长势监测中实时监测方法无法反映相同区域苗情在整个生长过程中的连续变化情况的缺点。实现对相同区域作物长势连续变化的定量描述,可对作物长势进行更准确的判断。利用官方发布的作物单产变幅数据,对单产变幅较大的12个作物主产省区作物长势监测结果的准确性进行判断,结果表明:6个邦的实时监测和聚类监测方法所得结果一致,都符合作物单产变化的实际状况;4个邦的聚类监测方法所得结果对作物长势监测更为准确,更符合该区域作物单产的实际变化;1个邦实时监测结果对作物长势监测比聚类监测方法更为准确;只有1个邦采用两种方法对作物长势的监测存在误差,聚类监测方法在对农作物生长过程的连续监测及空间分布的定量化表述方面,比实时监测更为准确。3种方法可以综合使用,实现业务化运行的农作物长势监测。 相似文献
12.
13.
区域作物生长过程的遥感提取方法 总被引：16，自引：3，他引：16
提出利用时序NDVI数据提取作物生长过程方法。遥感数据在采集过程中受云、大气因子的影响 ,以及混合像元问题 ,造成时序植被指数值变得没有规律 ,对比性不强。采用基于最小二次方拟合的谐函数分析方法 ,依据作物轮作规律和生长周期性特征 ,用主要频率的正弦、余弦谐函数重建时序图像 ,去除了影像中云污染的影响。以中国的旱地为例 ,考虑到像元内旱地对NDVI值的贡献率 ,计算区域内旱地像元加权平均值来反映其作物生长过程。同时与区域所有像元的平均值、旱地平均值等统计方法的结果进行对比分析 ,表明区域内旱地的加权平均值能够削弱旱地比例和地域间的差异 ,突出耕地上作物的生长过程特征。通过与地面实测数据分析 ,平滑前后的作物生长过程与叶面积指数相关性增加 5 %— 11% ,采用区域加权平均的方法得到的作物生长过程 ,比旱地平均和NDVI平均的结果与叶面积指数的相关性增加 14 %— 17%。 相似文献
14.
准确地获取作物空间分布是作物生长监测和产量预测的前提。目前,遥感图像处理需要足够的人工采集的训练样本,因此,大规模作物分布的自动获取仍然是一个挑战。以高效、经济的方式获得足够的训练样本成为作物制图的关键因素之一。因此,本文结合冬季作物物候特征与Sentinel-2时间序列影像,提出了一种自动化样本生成策略用于冬季作物制图。首先,利用归一化植被指数（NDVI）时间序列曲线进行冬季作物的判别;然后,通过时间序列曲线相似性度量的方法,判断样本点与标准的绿色叶绿素植被指数（GCVI）时间序列曲线的差距,从而为未知样本赋予正确的标签;最后,利用获取的样本训练随机森林模型,实现研究区域的冬季作物提取。最终精度评定结果：总体精度（OA）为98.46%,Kappa为0.973,表明该方法对于快速实现冬季作物自动制图的有效性。 相似文献
15.
作物病虫害高光谱遥感进展与展望 总被引：2，自引：0，他引：2
作物病虫害作为影响农作物品质、产量及威胁粮食安全的主要因素,仅依靠人工田间调查对其进行监测已不能满足当下农业生产精准高效的需求。高光谱遥感作为能够获取地表物体连续波谱信息的遥感技术,已经成为当下作物病虫害监测识别的重要手段。本文对作物病虫害高光谱遥感监测识别的研究进展进行综述,通过对该领域发表文献的统计以及对主要机构、团队、数据源的分析,明确了病虫害高光谱遥感监测的研究热点和趋势;在此基础上,分析高光谱技术及其作物病虫害的监测识别机理,从病虫害胁迫探测、分类识别、危害严重度定量分析及早期检测四个方面综述相关技术及研究现状;通过探讨当下高光谱遥感病虫害监测识别面临的挑战,提出作物病虫害标准图谱库的建立、星载高光谱传感器的完善以及星空地一体化监测平台的搭建是当前作物病虫害高光谱遥感监测识别技 术落到实处的关键,也是未来发展的重点方向。 相似文献
16.
17.
基于无人机影像对不同农作物植被在不同生长期的净初级生产力进行估算.本文对试验田区域的可见光植被指数(GRRI、GBRI、NGRDI、NGBDI、VDVI及RGBVI)与NDVI指数进行相关性分析,发现可见光波段差异指数(VDVI)与NDVI指数呈显著相关性.在此基础上,将无人机影像的VDVI指数代入CASA模型,对试验田的农作物的月净初级生产力进行估算.结果表明:1)VDVI指数可以很好地区分水稻、玉米和黄豆等作物.2)碳密度月均值的大小与作物的生长时期有直接关系.处于枯萎期的玉米的碳密度均值小于实验田的碳密度月均值,处于生长期的水稻、黄豆和芋头等作物植被的碳密度值大于实验田的碳密度月均值.3)作物混种的碳密度均值大于单一作物的碳密度均值. 相似文献
18.
通过对肇庆试验区1996年和1997年获取的多时相、多模式雷达卫星（RADARSAT）数据分析,从图像上直接提取地物的后向散射系数,结合实地测量水稻的生长结构参数,建立了水稻生长模型,分析了不同生长周期（从80天到120－125天）4种类型水稻的时域散射特性。利用1997年4月至7月获取的7景标准模式雷达卫星数据,对试验区内三个县和两个行政区共5000km^2面积范围内的作物进行分类和水稻产量预估算,水稻类型分类及面积量算精度达91％。结果表明：利用雷达遥感数据进行水稻种植面积量算和估产需要水稻生长期间三个时相的数据,即插秧期、抽穗期、收割前期。若能够获得多参数雷达图像,可以用插秧期和收割前期的两个时相图像来代替上述的三个时相图像同样可以达到种植面积量算和估产的效果。这一结果充分说明多时相雷达卫星数据对我国南方水稻长势监测及估产具有明显优势和潜力。 相似文献
19.
水稻时域散射特征分析及其应用研究 总被引：14，自引：3，他引：14
通过对肇庆试验区1996年和1997年获取的多时相、多模式雷达卫星（RADARSAT）数据分析，从图像上直接提取地物的后向散射系数，结合实地测量水稻的生长结构参数，建立了水稻生长模型，分析了不同生长周期（从80天到120－125天）4种类型水稻的时域散射特性。利用1997年4月至7月获取的7景标准模式雷达卫星数据，对试验区内三个县和两个行政区共5000km^2面积范围内的作物进行分类和水稻产量预估算，水稻类型分类及面积量算精度达91％。结果表明：利用雷达遥感数据进行水稻种植面积量算和估产需要水稻生长期间三个时相的数据，即插秧期、抽穗期、收割前期。若能够获得多参数雷达图像，可以用插秧期和收割前期的两个时相图像来代替上述的三个时相图像同样可以达到种植面积量算和估产的效果。这一结果充分说明多时相雷达卫星数据对我国南方水稻长势监测及估产具有明显优势和潜力。 相似文献
20.
农业遥感研究应用进展与展望 总被引：22，自引：0，他引：22
得益于中国自主遥感卫星、无人机遥感和物联网等技术的发展,中国农业遥感研究与应用在过去20年取得了显著进步,中国农业遥感信息获取呈现出天地网一体化的趋势;农业定量遥感在关键参数遥感反演技术方法与应用方面取得进展;作物面积、长势、产量、灾害遥感监测的理论与技术方法取得突破,农业遥感技术应用领域不断拓展。本文从农业遥感信息获取、农业定量遥感、农业灾害遥感、作物遥感识别与制图、作物长势遥感监测与产量预测、农业土地资源遥感等方面对中国农业遥感科研与应用进行了总结综述。 相似文献