松辽平原玉米遥感估产采样框架的布设研究

利用遥感技术对玉米进行大面积、快速地长势动态监测，随作物主要生长期的变化进行动态估产，必然依赖于地面样地所提供的各种参数。如何在广大区域布设具有可靠和代表性的采样框架，是遥感估产的一个关键问题。为满足面积估算和单产预测要求，必须采取布设多级样地的采样格局。多级样地的布设应该建立在综合估产区划的基础上，根据综合估产区划体系布设与之相适应的各类样地。在各类样地上，分别进行农学参数、环境背景参数的观测和     

基于多时相Sentinel-2数据的中牟县冬小麦种植面积提取

农作物的遥感识别监测是开展农作物长势监测、估产的前提和出发点，是农业遥感的焦点之一.利用遥感数据监测作物种植面积，日益成为农业管理及政策制定的重要技术支撑.以中牟县为研究区，选取2020—2021年期间的6幅Sentinel-2遥感影像数据，主要依据农作物的物候期光谱特征曲线变化和时序归一化植被指数曲线的变化，利用面向对象提取方法提取中牟县冬小麦面积及空间分布.将提取结果与谷歌地球高分辨率影像结合野外调查得到的验证样本进行精度验证，评价结果显示：总体精度93.33%,Kappa系数86.38%，结果能够较好地反映中牟县冬小麦种植面积及空间分布情况.该方法为大区域农作物的面积提取提供了重要方法参考.     

基于线性双源遥感蒸散模型的作物估产——以河套灌区为例

为探究干旱与半干旱地区作物生育期用水,估算作物产量和优化配置作物灌溉制度,以河套灌区为研究对象,基于Landsat 8遥感影像数据提取一定时序植被指数监测主要农作物种植结构,利用MODIS数据及改进线性双源遥感蒸散模型,预测研究区作物在不同生育期蒸散量并使用常用水分生产函数模型进行主要作物玉米估产分析。结果表明：研究区近年来作物种植面积相对稳定,其中玉米种植量最多,葵花其次,小麦最少;研究区玉米在初期、中期、旺盛期和末期4个生长阶段平均日蒸散分别为2.0、3.09、4.2和2.79 mm/d,R²分别为0.660 1、0.761 7、0.770 1和0.721 9;水分生产函数估产模型中Stewart模型在研究区模拟效果较好,其中临河区2016年玉米估产量为11 018.5 kg/hm²,相对误差为6.82%。该研究可作为干旱区作物生育期监测及估产的重要方法之一,为灌区科学灌溉提供依据。     

动态聚类法在湖北省农作遥感估产区划中的应用

采用动态聚类法,进行了湖北省农作物遥感估产区划,其方法为先对样品数据进行标准化变换骼以消除量纲上的差异,再用变换取整法进行初始分类,然后计算每类的重心坐标作为凝聚点,将所有样品按最近的凝聚点归类,如此修改ｎ次使分类结果比较合理为止,得到动态聚类结果。在定量的基础上,定性地加以修改,最终确定湖北省农作物遥感估产区划。     

耕地质量数据在冬小麦遥感估产中的应用研究

耕地质量作为非遥感信息的一种,对农作物产量的影响至关重要.随着耕地质量等级调查与评定工作的完成,全国可比的耕地质量数据库的构建,为耕地质量在农作物遥感估产的应用提供基础.本研究利用耕地质量等级调查成果,建立冬小麦估产的耕地质量背景数据库,并基于MODIS/EVI和野外实地调查数据,将耕地质量因素作为一种背景因素引入到河南省冬小麦遥感估产工作中.结果表明:反映耕地质量的自然等指数与冬小麦单产呈显著相关,但单一利用自然等指数来进行冬小麦估产,精度明显不够;通过将自然等指数引入到冬小麦的遥感估产模型中,模型的相关系数提升到0.715,方程的标准误差也降低到621.80 kg·hm~(-2),估产模型精度有所提高;另外通过不同类型区样点调查产量和各地市统计单产数据的验证,引入耕地质量的遥感估产模型不仅精度高于原模型,在全省范围的适宜性也更优.     

中国棉花遥感估产最佳时相的选择

兼顾棉花遥感识别和单产遥感估算的要求，综合考虑多种因素，分析了棉花遥感估产最佳时相的选择依据和方法，并在选择全国各地棉花遥感估产最佳时相的基础上，作出了最佳时相分区图，供棉花估产者参考。     

基于3S技术的棉花估产研究

适时地预测棉花的产量对于科学指导棉花生产具有重要意义.文章论述了遥感技术在新疆棉花遥感估产中具体应用.以现代RS、GIS技术为基础的空间调查,同时结合详细的地面调查资料对新疆棉花遥感监测、棉花种植面积计算、棉花估产,系统地介绍了在棉花种植面积遥感估产过程,以及基于背景数据的不同土地类型上的棉花产量遥感解译.     

引入地形特征的田块尺度玉米遥感估产与空间格局分析

田块尺度作物估产引入地形特征提升精度与产量空间格局分析对规模经营具有重要意义。以黑龙江省规模化种植的春玉米为研究对象,测定无人机(unmanned aerial vehicle, UAV)高精度地形与变量测产数据,基于多时期SPOT-6影像提取7种植被指数;采用最小二乘法,构建不同时期植被指数与春玉米实测产量的经验统计模型,确定遥感估产最佳时期和最优植被指数;提取6种地形因子,使用多元逐步回归评价引入地形因子的遥感估产模型,应用空间统计分析探索产量空间分布格局。结果表明:春玉米灌浆期是遥感估产的最佳时期,决定系数R~2达到0.6以上的植被指数共6种,比值植被指数(ratio vegetation index, RVI)为最优植被指数,其余依次为修正比值植被指数(modified simple ratio, MSR)、无蓝色波段增强型植被指数(enhanced vegetation index without a blue band, EVI2)、归一化植被指数(normalized difference vegetation index, NDVI)、次生修正土壤调节植被指数(modified secondary soil adjusted vegetation index, MSAVI2)、绿度归一化植被指数(green normalized difference vegetation index, GNDVI);最佳估产模型引入地形辅助信息后R~2提升5.6%,达到0.79,均方根误差(root mean squared error, RMSE)为347.03 kg/hm~2;高海拔与高坡度区域产量均值最低为7 502.64 kg/hm~2,中海拔与低坡度区域产量均值最高为9 157.63 kg/hm~2。优化后的遥感估产模型可以快速评估作物产量,确定春玉米最佳生长区域,为规模化农业精细管理、土地整治与作物种植结构调整提供科学依据。     

黑龙江大宗作物估产模型： 以水稻、大豆、玉米为例

建立黑龙江省的大宗作物的估产模型,对于及时掌握该省的农情有积极作用,同时可以为其他区域的估产建模提供方法参考。首先计算了趋势单产、农业气候指标、遥感类指标、种植波动指标。然后,针对3种作物(大豆、玉米、水稻)进行估产分区,在各分区内联合使用随机森林和留一法筛选建模变量。最后,统计基于留一法建立的所有模型的平均绝对相对精度(mean absolute relative precision, MARE)的最大值、最小值、均值和均方根误差,以此来反映最终建模的精度和稳定性。结果表明：针对大豆、水稻和玉米,黑龙江分别被分成了3、3和4个估产子区;变量筛选的结果显示趋势单产的重要性>归一化植被指数(normalized difference vegetation index, NDVI)距平的重要性>积温距平的重要性>Z指数的重要性;除玉米1区以外,针对3种作物建立的模型的最终MARE均小于10%,且所有模型的MARE的方差均小于0.05%。所建模型能够准确预测不同农业气候状况下的作物单产,可以为精细化筛选变量进行估产建模提供方法参考。     

基于CBERS-2卫星图像的石河子地区棉花产量遥感监测研究

<正>引言随着现代计算机技术的发展,卫星遥感分辨率的提高,应用卫星遥感信息监测农作物面积、估算其产量已从理论研究走向应用阶段。通过遥感技术的发展和应用,为作物的种植面积调查、长势监测和产量估算提供了一个新的科学手段。新疆是我国重要的产棉区。新疆的棉花生产不仅对新疆的经济,对全     

我国成功发射遥感三十四号02星

北京时间2022年3月17日15时09分,我国在酒泉卫星发射中心用长征四号丙运载火箭,成功将遥感三十四号02星发射升空,卫星顺利进入预定轨道,发射任务获得圆满成功.该卫星主要用于提供国土普查、城市规划、农作物估产和防灾减灾等信息服务.此次任务是长征系列运载火箭的第411次飞行.     

陕西省生态环境综合分区研究

以遥感图像解译为基础，结合野外实际考察，并通过抽样验证进行生态环境的区划，在对生态环境区划理论阐述的基础上，依据生态环境组分的结构特征，功能与潜力和存在的主要生态环境等问题，通过专家集成和定量分析的方法，对陕西省进行了综合生态环境区划，从而为区域资源开发与环境保护提供决策依据，为陕西生态环境监测、治理和规划提供科学依据。     

遥感监测干旱的方法综述

土壤水分是土壤的重要组成部分,在地-气界面间物质、能量交换中起着重要的作用。遥感技术具有大面积同步观测,时效性,全天候性、经济性的特点,为大面积动态监测土壤水分提供了可能。本文简述了目前的几种主要遥感监测土壤水分的方法:热惯量法、温度植被指数法、作物缺水指数法、高光谱法和微波遥感法。并分析了各种方法的原理和优劣,最后总结并展望了土壤水分遥感监测方法的发展趋势。     

2008年1―2月雪灾作物灾情遥感监测方法

文章利用北京1号遥感数据以及MODIS数据提取作物雪灾灾情的范围，并利用1月上旬的北京1号遥感数据监测作物种植成数，利用GVG农情采样系统调查作物受灾比例，然后结合耕地数据库计算了江西、湖北、湖南和贵州4个重点省份的作物受灾面积，分析了受灾的程度和影响因素。监测结果表明：江西、湖北、湖南和贵州4省农作物受灾总面积约429.76×104 hm2，此次雪灾造成的作物受害地区主要分布在冬小麦和油菜广泛种植的江汉平原、洞庭湖和鄱阳湖地区，作物受灾严重地区主要分布在海拔相对较高的山区和丘陵地带。比较而言，冬小麦因处     

基于时间序列的灰色预测技术在估产模型中的应用

在建立估产模型过程中，引进基于时间序列的灰色预测技术，通过对样本点建立基于时间序列的灰色预测模型和常规的多元线性回归气象模型的分析比较，试图找到一种计算简单，数据要求少而精度较高，时效性较好的建模方法，为时间序列预测在农作物估产方面的应用作出一点探索。     

基于波谱数据库先验信息的地表参数同化反演方法

我国典型地物波谱数据库的构建为地表参数反演提供了先验信息,而时间序列遥感观测数据则能够提供反演目标参数的动态变化信息．文中将描述植被冠层反射的遥感辐射传输模型与描述作物生长变化的过程模型结合,提出了综合利用时间序列遥感观测数据和波谱库所提供的参数先验信息对农作物生长过程中的关键结构参数叶面积指数（LAI）进行反演的方法．时间序列遥感观测数据能为目标参数LAI的反演提供更多信息,而作物生长模型的引入则能够对反演过程中LAI的变化趋势进行约束．实验结果表明,利用地物波谱库中提供的参数先验信息结合时间序列遥感观测数据,采用变分数据同化算法可以明显提高具有时间变化特征的地表目标参数反演精度．     

基于CASA模型的河南省冬小麦估产研究

以冬小麦主要种植区河南省为研究对象,运用遥感和GIS手段,利用MODIS/NDVI数据、气象数据和土地利用数据等,应用CASA(Carnegie-Ames-Stanford Approach)模型估算河南省冬小麦NPP,并通过NPP与产量之间的转换关系,实现河南省2010年冬小麦产量的估算.估算结果表明,河南省2010年冬小麦单位面积产量为4 949.8 kg.hm-2,略低于2010年河南省冬小麦单位面积统计产量;18个地市的估产结果与统计单产接近,总体的复相关系数达到0.588,平均相对误差为-8.33%,说明改进后的CASA模型可用于河南省冬小麦的估产研究.     

山东四成作物秸秆得到利用

过去大多被农民当作柴草烧掉的作物秸杆，如今在山东有了多种转化利用方式。目前，全省农作物秸秆的利用率已达到40％。秸杆直接还田已在山东大面积推开，并制定了农作物秸秆还田机械研制、生产与推广的实施意见，走引进、研制、开发相结合的路子，形成了与大、中小型拖拉机相配套的作物秸秆还田机械系列。目前，全省秸秆还田机械保有量达8000多台，去年完成玉米秸秆还田350万亩，小麦高留茬面积1500万亩。过腹还田技术推广形成一大特色，在单一土法密贮玉米秸秆的基础上，推广了水泥密贮、地上半地上青贮玉米秸、地瓜秧、牧草等应用技术，…     

基于面向对象决策树的农作物分类识别方法

文章为缓解农业遥感农作物分类识别方面的分类精度与成本、空间分辨率与识别方法之间的矛盾问题提供新的方法。以中分辨率的Landsat TM/ETM+遥感影像为主要数据源,农田系统图斑的矢量数据作为参考,面向对象方法和CART决策树算法等相结合,提出一种面向对象决策树的农作物分类识别方法。文章分别用提出的方法和传统的决策树分类方法对新疆焉耆盆地2011至2014年的各种地物进行分类识别,4年的平均分类精度92.09%(Kappa系数为0.91)。新方法不仅提高农作物分类识别的总精度,还能比较完整地保持农田作物的轮廓。该成果为中等分辨率的遥感影像以高精度的农作物分类识别、信息提取和动态监测提供可能。     

江汉平原水稻实用数值估产模型

从作物产量形成的机理出发，在吸收前人成果和江汉平原六县市大田水稻产量形成过程动态监测的基础上，对双季早稻的茎蘖动态资料分析中发现单位面积里存在相当数量的无效分蘖，由此提出一有效干物质订正函数，从而建立了一个简化而又实用的水稻数值估产模型；经过初步检验，与实际产量误差为５％左右。