遥感估产的基本原理

《遥感估产的基本原理》由会员分享，可在线阅读，更多相关《遥感估产的基本原理（4页珍藏版）》请在金锄头文库上搜索。

1、遥感估产的基本原理 遥感是一种远离目标,通过非直接接触而测量、判定和分析目标的技术。任何物体都具有吸 收和反射不同波长电磁波的特性,这是物体的基本特性。遥感估产是根据生物学原理,在收集 分析各种作物不同光谱特征的基础上,通过卫星传感器记录地表信息、辨别作物类型、监测 作物长势,并在作物收获前预测作物的产量。它包括2 项重要内容:作物识别与播种面积提取 长势监测与产量预报。.宀.二 a一“一-v JCJ Lmluodyj040.81.2 lb 2 024/ jim混浊木Turbid辑丑*Soy粘 1. Clay ;玉米 Maize图1大豆玉米及背景的光谱反射曲线对比遥感估产的意义农作物生长状况的

2、动态监测和产量的及时、准确预测,对于国家粮食政策的制定、农村经济 的发展以及对外粮食贸易都有重要意义。谁能较早、准确地掌握各种粮食的生产信息,谁就 会在世界粮食贸易中掌握主动权,获得较好的经济效益。灾害、粮食产量损失的预测对国计 民生、国家的长治久安具有重要意义。遥感估产的方法传统的农作物估产是采用人工区域调查方法,该方法速度慢、工作量大、成本高。现代卫星 遥感技术具有宏观、快速、准确、动态的优点,被广泛应用于各种粮食作物产量的估算之中, 成为卫星遥感与农业交叉的研究重点。遥感估产的程序1. 遥感信息爱取与处理 遥感信息源的选取首先要考虑满足技术要求,同时也要兼顾经济效 益,好的信息源对估产将

3、起到事半功倍的效果。2. 遥感枯产区划 农作物生长的动态监测和估产是大面积的应用,需要将自然条件、社会环 境以及农作物的生长状况基本相同的地区归类 ,以便于作物生长状况的监测与估产模型 的构建。3. 地面采样点布设及观测 为了得到高精度的作物种植面积和产量,必须在地面布设足够的 样点,监测作物实际生长状况和产量,作为遥感信息的补充和验证。4. 建立背景数据库 建立数据库是一项重要的基础性工作,它收集和存储了估产区自然环境 等方面的信息。5. 农作物种植面积的提取 农作物播种面积的提取是农作物估产中的关键。6. 长势及灾害监测 监测的主要方法是对不同生长期的植被指数监测,根据植被指数的变化 以及

4、与资料的对比,就可以及时获得各种作物在不同生长期的长势,由长势情况就能预测 出作物的趋势产量。7. 建立遥感佑产模型 建立遥感估产模型是农作物估产的核心问题,模型的好坏直接决定估 产的精度。8. 佑算总产并对其精度进行评估 “精度”直接标志着整个估产结果的可信度,随着经济的 发展,竞争越来越激烈,对估产精度也提出了更高的要求。卫星遥感估产模型评价 估产模型构建是农作物估产的核心问题,建立一个优秀的模型是进行高效、高精度遥感估产 的必要条件。估产方法主要有:统计预报法、数值模拟估产法、遥感估产法、遥感一数值模 拟估产方法。1. 统计预报法 统计预报法以概率论和统计学理论为基础,不考虑作物产量形成

5、的复杂过程,直接把众多影响 作物产量的因子,诸如温度、水分、日照等,与产量之间作相关分析,建立多因子统计回归关系。 该方法的优点是将产量与气象因子直接挂钩,便于定量分析气候变化对农作物产量的影响,缺 点是模型过于简单,难以反映作物的生长发育过程,而且随着相关因子的增多,寻求稳定的统 计规律就越难,甚至有些因子是无法用数字确切表达的。2. 数值模拟估产方法 作物数值模拟估产是以相似性原理为依据,以分析作物生长发育的物理过程、物理机制和环 境条件为手段,设法将作物生长发育、产量形成的规律表述为有关的物理学定律,并用数学语 言将这些有关的物理学定律写成数学模型,在一定假设条件下,确定边界条件,简化模

6、型,寻求 合适的数学解法,通过模拟试验调整参数,最后建立作物估产的数值模拟模型阁。由于影响物 生长发育及产量形成的内、外因素很多,导致描述这些过程的模型往往很复杂,这些因子在大 面积观测取样时又存在一定问题,使模型应用的可操作性较差,业务应用有一定的困难。3. 遥感估产方法 遥感估产具有快速、宏观、经济和客观等优点,但遥感不能直接感知作物产量,通过测定作物 光谱反射率来感知叶面积指数,但各种作物叶面积指数与其经济产量之间并不一定都有直接 的联系。遥感技术必须与其它工具相结合,才能更好地估产。4. 遥感一数值模拟估产方法 作物估产的遥感一数值模拟方法充分综合了模拟与遥感的基本原理,在建立估测平均

7、单产的 模型时,首先以相似性原理为依据,根据田间试验及农业气象观测资料 ,建立作物生长发育及 产量形成的数值模拟模型;再利用遥感方法建立作物叶面积指数等农学参数与光谱之间的关 系模型;然后将2种模型藕合,利用遥感手段为数值模拟模型获取所需的输人变量或参数,进行 宏观数值模拟试验,建立作物估产的遥感一数值模拟模型。该方法充分利用了遥感与数值模 拟方法的优点,操作性和准确性都大幅度提高。遥感估产研究进展国外1972年美国发射了第一颗地球资源卫星Landsat,该卫星的发射提供了大量丰富的遥感信 息，极大的促进了遥感估产技术的发展。1974到1978年间，由美国农业部(USDA)、国家 海洋大气管理

8、局(NOAA)、宇航局(NASA)和商业部合作开展了“大面积农作物调查试验”计 划(LACIE, Large Area Crop Inventory Experiment)，达到了利用遥感影像资料对全世 界小麦主产区面积、单产和总产的估产试验，到 1977 年对全球的小麦进行估产并且精度达 到 90%以上，成为遥感技术与农业生产相结合的应用先例，被遥感界誉为遥感估产的典型 和里程碑。 1 978 年美国发射了第三代极轨气象卫星，该卫星系统装备的高分辨率辐射仪 (AVHRR)具有更多的波段和通道，为农作物估产提供了更为丰富的遥感数据。AVHRR、 Landsat 以及雷达影像构成了开展农业作物估

9、产的主要数据源。1980 到 1986 年间，由美国农业部、国家宇航局、美国商业部、国家海洋大气管理局和美 国内政部提出了“利用空间遥感技术进行农业和资源调查”计划，该计划内容主要包括农作 物早期预警与农作物条件评价、调查技术的发展、农作物产量模式的发展、支持研究、土壤 水分及土地覆盖调查、可更新资源调查、水土保持和污染 8 个方面的数据，进行全世界范 围内包括水稻、大豆、玉米、小麦、棉花等多种粮食作物长势评估和产量预测，取得了巨大 的社会效益和经济收益。美国在农作物估产方面取得的巨大成就，引起了世界各国的广泛关注，纷纷开展了农作物遥 感估产方面的研究工作。上世纪 80 年代初 Barnett

10、 和 Thompson 等人利用 K-T 变换得到 了绿度值，并用该值与作物产量构建了美国平原冬小麦和春小麦的单产模型。法国在肯尼亚、 哈萨克斯坦等地进行了基于 SPOT 卫星影像数据的遥感估产研究。 1985 年，印度利用 Landsat MSS 和航空扫描图像，对印度主要水稻产区进行水稻种植面积试验。 1989 年，泰 国利用 Landsat MSS 数据通过 DIPIX 图像分析系统，编制了泰国水稻面积分布等级图。 印度学者 Rao 和 Ayyangara 等通过比值植被指数进行了农作物长势检测。澳大利亚学者 Harisson 等通过对 Landsat MSS 进行比值运算，建立了冬小麦

11、和水稻的遥感估产模型，精 度达到 94%。国内我国遥感研究源于 20 世纪 60 年代，最先是对多光谱原理进行了讨论研究，并于 20 世纪80 年代开展了农作物遥感估产的研究工作。目前，我国已经初步建立了多种农作物遥感估 产系统，包括冬小麦、玉米、大豆、水稻等农作物。1983 年至 1987 年间，我国首次实现 了京津翼地区统一网络跨省市冬小麦的遥感估产研究。我国棉花遥感估产始于 20 世纪 80 年代。黎泽文(1991)进行了棉花种植面积的遥感估测方 法研究，结合棉花蕾期的 TM 遥感影像数据，通过对试验区主要农作物的实地的调查，并 对农作物的生育特点和这些农作物在棉花各生育期的光谱反射率的分析，采用最大似然法对 TM 遥感影像进行监督分类处理，获得棉花的种植面积以及分布状态。