农作物遥感估产最佳时相的选择研究——以中国主要粮食作物为例

最佳时相遥感图象的选择是农作物遥感估产的关键环节之一,它必须兼顾作物识别和单产模拟对遥感时相选择的要求,综合考虑多方面的影响因素,根据农作物遥感估产中各项工作的具体要求,以提高遥感图象中目标作物信息及其与作物单产关系的显著程度为主要目的,分析了农作物遥感估产最佳时间的选择依据,认为它主要包括作物光谱的种间差异、作物物候的种间差异、太阳高度角的变化,作物产量形成的关键期、作物面积泽收获面积的代表性以     

基于叶面积指数反演的区域冬小麦单产遥感估测

利用定量遥感技术反演的叶面积指数（LAI）在中国北方黄淮海地区典型县市进行冬小麦单产预测研究.为提高数据质量和减少估产误差,利用Savitzky-Golay滤波技术降低云对NDVI数据的影响及数据缺失;通过冬小麦实测LAI进行时序内插,模拟得到实测点每日冬小麦LAI,继而获得实测点主要生育时期平均LAI;在此基础上,建立了冬小麦主要生育时期平均LAI与作物单产关系模型,改变目前利用生育时期内某一时间点LAI代替整个生育时期LAI的方法;在模型择优基础上,得到最佳遥感估产关键期--开花期LAI与单产统计模型;最后,利用MODIS-NDVI经验模型反演得到的开花期平均LAI进行2008年冬小麦单产预测.结果表明：与地面实测的冬小麦单产相比,研究区估产平均相对误差为1.21%,RMSE达到257.33 kg·hm^-2,可以满足大范围估产的要求.利用上述方法可以在研究区冬小麦收获前20～30 d进行准确的单产估计.     

基于GIS的浙江省水稻遥感估产最佳时相选择

水稻遥感估产最佳时相选择应包括水稻种植面积估算最佳时相和水稻产量预报最佳时相两部分。在水稻遥感估产最佳时相选择中,由于首次引入GIS技术提取水稻可能种植区域,缩小了研究范围,植被种类也较简单一,因此仅用农作物物候历即可确定水稻种植面积估算最佳时相,而不需要考虑所有的植被类型。利用盆栽试验和小区试验研究水稻产量与不同时期的农学参数、农学参数与植被指数及水稻产量与植被指数的关系,结果表明,水稻产量与农业参数、农学参数与光谱变量的关系均以孕穗以抽穗期最好,水稻产量与光谱变量的关系则从分蘖盛期到抽穗期的极显著。因此,以孕穗期到抽穗期作为建立水稻遥感估产模型的最佳时期。再利用1998年各地的水稻发育期观测资料,确定各区水稻产量遥感最佳时相。     

人工神经网络与遗传算法相结合在作物估产中的应用——以吉林省玉米估产为例

在遗传算法(Genetic Algorithm)与误差反传(Back Propagation)网络结构模型相结合的基础上,设计了用遗传算法训练神经网络权重的新方法,并对吉林省梨树和德惠县的玉米进行了估产研究,同时与BP算法和灰色系统理论模型进行了比较.经检验,计算值与实际值接近,并优于灰色理论模型,具有良好的预测效果,从而为农作物估产提供了新方法.     

人工神经网络与遗传算法相结合在作物估产中的应用——以吉林省米估产为例

在遗传算法（Genetic Algorithm）与误差反传（Back Propagation）网络结构模型相结合的基础上,设计了用遗传算法训练神经网络权重的新方法,并对吉林省梨树和德惠县的玉米进行了估产研究,同时与BP算法和灰色系统理论模型进行了比较。经经验,计算值与实际值拉近,并优于灰色理论模型,具有良好的预测效果,从而为农作物估产提供了新方法。     

基于遥感和GIS的水土流失动态监测——以河北省赤城县为例

以遥感和GIS技术为支撑,利用修正后的通用土壤流失方程RUSLE为评价模型,对河北省赤城县1990、2000年的土壤侵蚀量进行了计算,并结合水土流失强度分级标准,生成了赤城县水土流失强度分布图.在此基础上,对赤城县2000年的水土流失现状、空间分布及1990-2000年水土流失的变化及原因进行了分析.结果表明:赤城县2000年平均土壤侵蚀模数为17.64 t·hm-2·a-1,属于轻度侵蚀,水土流失区域主要集中在灌草地与旱地这两种土地利用类型;与1990年相比,赤城县2000年水土流失面积明显减少,减少面积达839.81 km2.由此可见,赤城县在1990-2000年期间水土流失治理效果显著.     

建设项目引发的区域生态变化的遥感评估——以敖江流域为例

建筑用地规模的扩大,在很大程度上影响着区域生态质量,制约了区域的可持续发展,利用遥感对地观测技术及时监测区域生态质量具有十分重要的意义。以敖江流域为例,重点研究该流域中的贵安开发区建设项目引发的建筑用地变化及其对区域生态质量的影响。选取2010年建设前的ALOS影像和2016年建设后的GF-1影像,构建基于ALOS和GF-1影像的建筑用地提取模型;采用遥感生态指数(RSEI)来对生态质量进行综合评价,并构建了ALOS和GF-1影像的湿度分量,在此基础上定量分析了区域建筑用地变化及其生态效应。研究表明:2010—2016年间,研究区建筑用地面积显著增加,其中有86%是由于贵安开发区建设引起的。贵安开发区建筑用地的增加导致了区域生态质量的总体下降,其遥感生态指数RSEI均值从建设前的0.787下降到建设后的0.689,降幅达12.4%,生态优良等级所占面积的比例从2010年的91%下降到2016年的79%。定量分析表明,区域建筑用地面积比例与生态质量呈显著负相关关系,建筑用地面积占比每增加10%,其RSEI值将下降0.041。因此,应加强敖江流域生态环境的保护与治理,严格控制沿江的建设开发项目,切实保护好流域的生态环境。     

干旱地区遥感生态指数的改进——以乌兰布和沙漠为例

干旱区以荒漠为主要背景,生态环境脆弱,极易受到自然和人为因素的影响。为了定量评价干旱区生态环境质量,基于遥感生态指数(RSEI),针对干旱区对其进行改进,构建了干旱遥感生态指数(ARSEI),该指数耦合了绿度、湿度、盐度、热度以及土地退化度信息。利用ARSEI和RSEI对乌兰布和沙漠2000—2019年生态环境质量进行动态监测和评价,分析两者的差别及在干旱区的适用性。同时分析乌兰布和沙漠生态环境质量时空变化特征及原因。结果表明: ARSEI比RSEI对干旱区生态环境质量具有更好的适用性,ARSEI增强了土地利用类型变化在生态环境质量评价中的作用。2000—2019年,乌兰布和沙漠生态环境质量整体上为差。等级为优、良、中的部分主要分布在沙漠北部,等级为差的部分主要集中在戈壁和沙地处,较差主要在低覆盖度植被区。2000—2019年,乌兰布和沙漠生态环境质量总体变好,沙漠北部城镇或农场生态环境质量变化复杂,变差和变好交替分布。生态农业和沙产业对生态环境质量有明显的改善作用,这是乌兰布和沙漠生态环境质量变化的主要原因。     

APSIM模型在西南地区的适应性评价——以重庆冬小麦为例

利用重庆市4个代表性站点的小麦田间观测数据和同期逐日气象数据对APSIM模型在重庆小麦产区的适应性进行研究,确定了12个小麦品种的作物参数.结果表明:模拟小麦的播种至出苗、开花和成熟各阶段天数与实测值具有较好的一致性,其均方根误差值分别为0~3、1~8和0~8 d;模拟的12个小麦品种中,模拟与实测地上部分生物量的归一化均方根误差(NRMSE)均低于30%,10个品种模拟与实测产量的NRMSE均低于30%,作物生育期、地上部分生物量和产量的模拟结果均在可接受范围内波动.说明APSIM模型对不同品种冬小麦的生育期、地上部分生物量和产量模拟效果较好,该模型在重庆地区具有较好的适应性,为后续基于模型评估该地区小麦生产提供了基础支撑.     

基于遥感的植被覆盖变化景观分析——以北京海淀区为例

提出了基于土地利用分类的植被覆盖度计算的亚象元模型,针对不同的植被覆盖类型,综合利用“等密度模型“和“变密度模型“计算植被覆盖度,使其能有效地从遥感数据中提取植被覆盖信息。在GIS的支持下,应用该模型对北京海淀区1975年、1991年和1999年5月份植被覆盖度进行计算,并着重对其景观变化过程进行了分析。研究结果表明：1975至1999年来,海淀区植被覆盖整体表现为增加趋势,但空间格局分布不均衡,全植被覆盖区和高植被覆盖区过分集中在西北部狭长地带,东南部则多为低植被覆盖区,反映出北京海淀区土地利用的结构特征。     

2003-2019年山东省冬小麦关键物候期时空特征

农作物物候的变化会直接影响农作物的生长过程,进而影响其质量和产量。基于MODIS EVI遥感数据,提取2003-2019年山东省冬小麦种植区以及主要物候期（返青期、拔节期、抽穗期、成熟期）信息,并分析各物候期的时空变化特征。结果表明：2003-2019年山东省冬小麦返青期、拔节期、抽穗期、成熟期分别集中在一年中的第45-70天、第75-100天、第103-125天、第135-155天;4个物候期的空间分布均呈鲁南早于鲁北、内陆早于沿海的格局特征。区域尺度上,返青期、拔节期、抽穗期、成熟期年际变化率分别为1.56 d/10a、0.65 d/10a、-0.54 d/10a、2.51 d/10a,变化趋势均不显著。像元尺度上,返青期与拔节期变化以推迟趋势为主,呈显著推迟趋势的区域分别占总面积的1.65%、3.05%,这些区域主要分布于鲁东沿海地区和鲁南内陆地区;抽穗期变化以提前趋势为主,呈显著提前趋势的区域占总面积的6.56%,集中分布于菏泽东北部地区;成熟期变化以推迟趋势为主,呈显著推迟趋势的区域占总面积的10.23%,多出现在滨州、德州以及济宁等地区。研究结果可为山东省农田和冬小麦管理以及农业生态保护等提供数据支持和科学参考。     

用MODIS遥感数据监测东亚飞蝗灾害——以河北省南大港为例

东亚飞蝗自20世纪80年代以来在我国再度猖獗危害。本文选择国家一类蝗区河北省南大港农场水库为实验区,以2002年东亚飞蝗（夏蝗）大发生为背景,测定了不同受害程度芦苇的光谱曲线,并用MODIS遥感数据分析蝗灾危害范围和程度。结果表明,健康芦苇（未受害）呈现出典型植被光谱的“峰和谷”特征;而受害芦苇,其红光区处反射率增加,且受害程度越重,增加愈显著,近红外区的反射率则显著降低,且受害程度越重,反射率愈低。比较多时相归一化植被指数（NDVI）受灾前后的变化,NDVI值增加表明未受蝗虫危害,而其下降则表明是受灾区域,结合地面数据,找出了不同危害程度的NDVI临界值;其次根据像元累计法,确定了不同受灾程度的面积。结果显示,NDVI小于0.2156和0.2389分别为严重受灾区和中等受灾区,其发生面积依次为168.74 hm²和337.48 hm²,判对率分别为72.97%和68.35%。MODIS遥感监测蝗灾发生面积（中等受灾及严重受灾）占实际发生面积的82.76%。研究结果为实时、快速、大面积监测蝗虫种群动态奠定了基础,并为合理 、经济地防治蝗灾提供了科学依据。     

基于作物生物量估计的区域冬小麦单产预测

基于2004年中国冬小麦主产区黄淮海平原典型区内石家庄、衡水和邢台3市45个县（市）83个地面典型样区冬小麦地面实测作物单产数据、光合有效辐射、光合有效辐射分量以及相应的气象和土壤湿度数据,建立了简化的冬小麦光能转化有机物效率系数模型,基于冬小麦关键生育期（3—5月）累积作物生物量并采用地面实测的冬小麦收获指数加以校正,建立了作物生物量与作物经济产量间的定量关系,预测了2004年河北和山东平原区235个县（市）的冬小麦单产,并依据国家公布的2004年各县冬小麦统计单产验证了估产的精度.结果表明：该模型预测的2004年研究区冬小麦单产的均方根误差（RMSE）为238.5 kg·hm^-2,平均相对误差为4.28%,达到了大范围估产的精度要求,证明利用以遥感数据估算作物生物量进而预测冬小麦单产的方法是可行的.     

山东省典型地表覆被NDVI时间序列谐波分析

NDVI时间序列的谐波分析可描述不同地表覆被的季节变化.本文运用谐波分析法对山东省一年的MDOIS NDVI时间序列数据进行分析处理,提取了该地区几种典型地表覆被的谐波特征.结果表明:利用谐波分析生成的前几个谐波分量就可重建原始时间序列,且重建的时间序列剖面为平滑曲线,因此谐波分析不仅可减少数据量,并可去除噪声的影响;...     

基于MODIS/NDVI时间序列的森林灾害快速评估方法——以贵州省为例

以2005—2008年中分辨率成像光谱仪(MODIS)的归一化植被指数(NDVI)数据集为主要数据源构建研究区时间序列,结合统计学分析方法设计一套快速有效的森林灾害评估体系,用以探测森林资源损失的空间分布范围与灾害等级,并利用森林资源雪凝灾害损失的实际调查数据对评估结果进行一致性检验。结果表明:通过计算2005—2007年研究区所有森林像元的平均值R珔2005-2007和平均绝对偏差δall,确定森林灾害阈值DT为0.048;利用该阈值,获取2008年受灾较重的森林空间分布,主要密集分布在贵州省东南部和东北部,包括了黔南自治州、黔东南自治州和铜仁市等地区;受灾森林像元数占总森林像元数的28.6%,高于凝冻灾害森林资源损失实际调查结果(17.7%);在县域尺度上,根据MODIS/NDVI关键期影像获取的森林资源损失区域和灾害等级,确定德江、沿河和都匀等11个重度受灾县(市、区)和湄潭、榕江和桐梓等10个中度受灾县(市、区),与小班调查结果具有较高的一致性,其Kappa系数为0.86。方法为大区域尺度的森林灾害快速评估提供了一种新思路。     

Remote sensing-based assessment of ecosystem health by optimizing vigor-organization-resilience model: A case study in Fuzhou City,China

Although remote sensing technology has been used to evaluate regional ecosystem health for a long time, it is still necessary to find a suitable index system to better evaluate ecosystem health. This study aims to improve the ecosystem health measurement ability of remote sensing technology. This research was carried out in Fuzhou under the traditional Vigor-Organization-Resilience (VOR) framework by optimizing and improving the construction method of sub-indexes. Sub-indexes were constructed using spectral index analysis, landscape theoretical ecology model and spatial measurement. Three remote sensing datasets were used (1996, 2008 and 2021) to carry out remote sensing diagnosis of regional ecosystem health in the Fuzhou administrative region. The main research findings and conclusions were as follows. A new comprehensive vigor index (CVI) was developed by the principal component analysis (PCA) based on the four indicators: fractional vegetation cover (FVC), global vegetation moisture index (GVMI), vegetation temperature condition index (VTCI), normalized differential build-up and bare soil index (NDBSI). A new organizational index was constructed based on the landscape index. Four types of indexes, namely landscape heterogeneity (LH), landscape connectivity (LC), the shape characteristics of forest patches (CS) and the connectivity of forest patches (CC) were used as the main factors for calculating the organizational index. A resilience index calculation framework was proposed based on the habitat quality model. The temporal and spatial characteristics of ecosystem health were evaluated and analyzed. The regional ecosystem health value of the whole region reduced gradually, with average values of 0.3521 (1996), 0.3445 (2008) and 0.3345 (2021) respectively. The average reduction rate was 0.0007 per year (1996–2021). The proposed remote sensing diagnosis method provides a complete framework for solving the problems of measuring the dynamic evolution process and characteristics of regional ecosystem health.     

利用廊道网络构建城市绿地生态系统——以东营市西城区为例

阐述了城市绿色廊道系统在城市绿地系统中的应用及生态价值,并在分析东营市西城区绿地系统现状的基础上,提出了建设西城区绿地廊道系统的方法,以加强城市孤立绿地斑块之间以及城市绿地与城郊外围自然环境的联系,优化城市绿地系统的结构,提高城市生态系统的稳定性.通过合理构建绿色廊道网络系统,西城区将新增绿地面积1400hm²,人均绿地面积将达到66m²,城市与郊区的绿地生态系统将贯通为一体,绿地生态系统的服务范围将扩展到整个城区,为提高西城区居民的生活质量,增强西城区生态敏感区的生态稳定性提供有力支持.     

MODIS NDVI饱和性对高寒草甸草地生物量遥感估测的影响——以青藏高原东缘为例

自20世纪70年代开始,归一化植被指数(NDVI)在天然草地地上生物量估测研究中得到了广泛应用。然而,NDVI对高密度植被生物量遥感估测存在饱和现象,使草地生物量遥感估测有较大的不确定性。以青藏高原东缘高寒草甸为例,基于比值植被指数(RVI)探讨了NDVI的饱和性,并评估了NDVI饱和性对高寒草甸地上生物量时空动态变化分析的影响。结果表明:(1)虽然基于中分辨率成像光谱仪(MODIS) NDVI构建的草地地上生物量估测模型精度较基于RVI构建的估测模型高,但模型对高寒草地地上生物量(生物量大于2314.627 kg/hm²)灵敏度较RVI估测模型低,即NDVI阈值大于0.73时,估测模型呈现饱和现象(低估了草地地上生物量);(２)结合RVI 和 NDVI 的相关关系,对饱和部分NDVI 遥感植被指数进行校正,校正后最优地上生物量遥感估测模型为线性模型(y=5908.5x-2198.9,R=0.6190,RMSE=902.41 kg/hm²),较调整前RMSE降低了11.72 kg/hm²;(3)就NDVI饱和性空间分布而言,从全年6月-9月初(全年第161-257天)饱和性呈现先自东南向西北延伸,后自西北向东南消退的变化趋势,平均低估值介于158.45-293.92 kg/hm²之间,最大低估值出现在8月初(全年第225天),超过600 kg/hm²;(4)此外,NDVI饱和性对草地地上生物量年际动态变化趋势分析具有较大的影响,去除饱和性影响后草地地上生物量基本不变的区域减小了21.44%,而年际变化小于-10 kg/hm²和大于30 kg/hm²的区域分别增加了8.48%和16.19%。研究探讨了NDVI饱和性对草地地上生物量遥感估测的影响,以期为精确评估高寒草地地上生物量提供理论依据,同时也为高寒草地资源可持续发展提供科学依据。     

麦玉两熟高产农田生态系统氮素的合理调控以山东省桓台县冬小麦套种夏玉米系统为例

探讨了麦玉两熟高产农田生态系统中化肥氮与有机肥之间的交互作用,并提出了安全合理的施Ｎ量．种植制度为冬小麦套种夏玉米,试验处理设氮肥（尿素）４个水平、有机肥（鸡粪）３个水平;采用了裂区试验设计,以有机肥为主区,氮肥为副区．结果表明在供试条件下,化肥氮与有机肥之间有显著的负交互作用;建议３００ｋｇ·ｈｍ－２作为供试条件下冬小麦套种夏玉米高产农田生态系统全年安全合理施Ｎ量