,*, 杨玲波*, 刘佳*, 杨福刚*, 姚保民*中国农业科学院农业资源与农业区划研究所, 北京 100081Comparison of Growth Monitoring Index NDVI between GF-1 and MODIS Images in Winter Wheat
WANG Li-Min,*, YANG Ling-Bo*, LIU Jia*, YANG Fu-Gang*, YAO Bao-Min*Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081, China通讯作者:
收稿日期:2017-07-13接受日期:2018-03-26网络出版日期:2018-04-20
| 基金资助: |
Received:2017-07-13Accepted:2018-03-26Online:2018-04-20
| Fund supported: |
摘要
关键词：
Abstract
Keywords：
PDF (1989KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
王利民, 杨玲波, 刘佳, 杨福刚, 姚保民. GF-1和MODIS影像冬小麦长势监测指标NDVI的对比[J]. 作物学报, 2018, 44(7): 1043-1054. doi:10.3724/SP.J.1006.2018.01043
WANG Li-Min, YANG Ling-Bo, LIU Jia, YANG Fu-Gang, YAO Bao-Min.
作物长势指作物的生长状况和趋势[1], 可以为作物田间管理[2]、早期产量快速估算[3]、国家粮食政策制定[4]提供支持。由于遥感技术的时效性、便捷性、准确性等优势, 利用遥感技术进行农作物长势监测已成为当前的作物长势的主要获取手段[5,6,7]。20世纪80年代, 美国农业部建立了全球尺度的农情遥感监测系统, 实现全球主要农作物的长势监测和产量预报, 加拿大、澳大利亚、欧盟等发达国家也相继建立了作物长势遥感监测运行系统[8]; 中国对作物长势遥感监测的研究及应用稍晚于国外, 中国科学院、中国气象局、中国农业科学院、农业部规划设计研究院等建立了一系列的农情遥感监测系统并投入实际应用[9]。当前, 作物长势遥感监测的常用方法主要包括植被指数关联法和作物生长模型两大类[10]。遥感指数关联方法主要利用遥感影像获取与作物生长密切相关的植被指数, 并构建植被指数与长势之间的相互关系, 从而反演地面作物的生长情况或进行长势的分级[11,12], 常用到的遥感指数包括NDVI[13]、LAI[14]、VCI[15]、NDWI[16]等。Moriondo等[17]利用NDVI作为作物长势指标, 统计分析多年的冬小麦长势规律, 并对意大利两个省份小麦的长势和产量进行预测, 取得了较高的精度; Zhao等[18]利用NDVI构建了植被生长动力学指数, 通过将NDVI曲线坐标归一化, 根据有效积温划分作物不同生长阶段及对产量的影响因子, 对研究区进行大豆估产, 结果表明精度高达88.5%。作物生长模型同化方法则利用遥感数据与作物生长模型如WOFOST (world food studies)、DSSAT (decision support system for agrotechnology transfer)、SWAP (soil, water, atmosphere, and plant)等结合, 模拟作物整个生育期的生长环境, 并对长势和产量预估计算, 具有机理性强的优势。Maas [19]利用遥感影像获取叶面积指数LAI和水分胁迫系数, 并将其输入作物生长模型, 获取了玉米地上生物量的模拟结果; 刘峰等[20]设计实现了基于极快速模拟退火算法的遥感数据与 CERES-Wheat作物生长模型的同化原型系统, 以地面高光谱为遥感数据源, 同化LAI并与实测值对比, 展现了良好的拟合度。
同时, 在当前的业务系统中, 利用NDVI等指数进行作物生长状况分级评价, 或与多年均值对比分析, 获得监测区域作物长势[21,22,23]已成为主要方法。如王蕊等[24]通过对多年冬小麦MODIS NDVI数据进行比较和分级, 评价了河北平原农田的生产力空间变异; 冯美臣等[25]对相邻年份冬小麦关键生育期 MODIS NDVI 值进行比值计算, 根据比值的大小将冬小麦长势分为5个等级; 乌兰吐雅等[26]利用MODIS计算NDVI, 以NDVI值的大小对大兴安岭西麓春小麦苗青长势分析评价, 较好地反映了春小麦的长势状况。
MODIS数据具大幅宽(2330 km)、高重访(一日4次)、数据免费获取等优势, 是当前作物长势遥感监测的主要数据源, 但由于其分辨率较低(250 m), 主要应用于大范围区域监测, 如梁瀚月等[27]利用MODIS长时间序列NDVI, 通过构建植被条件指数、距平植被指数、与往年比较指数等, 进行西藏地区大面积作物的苗情监测; 而随着高分数据的增多、数据处理能力的增强, 利用高分辨率数据进行作物长势监测的研究日益增多, 监测范围也从小尺度[28]向大尺度转变[29], 方法从单纯的植被指数长势评价[30]到植株氮素、叶绿素含量等作物物理、生理参数建模反演方向发展[31], 如查海涅[32]基于GF-1影像反演水稻的氮营养指数、谭昌伟等[33]基于HJ卫星影像进行了冬小麦开花期生物量、叶绿素含量、蛋白质含量等生长指标的遥感监测。
随着国产高分系列卫星的不断发射, 目前中国农情遥感作物长势业务化监测的主要数据源由MODIS等国外中等分辨率数据逐渐转向GF-1等国产高分辨率卫星数据。本文以河北廊坊为主要研究区, 以冬小麦为目标作物, 分别使用GF-1和MODIS数据反演NDVI作为作物遥感长势监测指标, 同步采集研究区冬小麦样本点, 以综合茎数、株高、叶绿素浓度等作为地面长势监测指标, 分析遥感与地面长势监测指标的关联性; 同时对比分析GF-1和MODIS影像进行作物长势遥感监测的差异性, 评价作物长势不一致性、传感器差异、NDVI尺度效应等对作物长势的影响情况。本研究将有利于厘清遥感长势监测代表的实际含义及精度, 同时也将为中国当前农情遥感作物长势业务化监测的数据源由MODIS等国外中低分辨率数据向GF-1等国产高分数据转变提供依据。
1 研究区概况
研究区大部分位于河北省廊坊市(39°28′42″~ 39°32′54″N, 116°38′07″~116°44′06″E), 少部分位于天津市武清区和北京市大兴区, 总面积约4500 km2 (图1)。廊坊市地处中纬度地带, 属暖温带大陆性季风气候, 四季分明, 光热资源充足, 雨热同季, 有利于农作物生长, 但气象灾害较多, 干热风、雷雨冰雹大风、连阴雨、寒潮等灾害性天气常给农业生产造成不利影响。该区年平均气温11.9℃, 年均无霜期183 d, 年平均降水量为554.9 mm, 年平均日照时数在2660 h左右。廊坊市除北部有76 km2的低山丘陵外, 98%的土地为平原, 地势开阔平坦、地层深厚, 土壤类型多样, 主要作物为玉米、小麦、蔬菜、棉花等, 粮食播种面积30.62万公顷。2 数据获取与处理
2.1 遥感数据获取及处理
使用当前农情遥感监测业务常用的GF-1/WFV数据和MODIS卫星遥感影像进行冬小麦长势评价分析。GF-1卫星发射于2013年4月26日, 是我国“高分专项”发射的高分系列卫星首星, 搭载了2台2 m分辨率全色/8 m分辨率多光谱相机和4台16 m分辨率多光谱相机(WFV1~WFV4)。WFV传感器4台相机组合可达800 km幅宽, 标称重访周期4 d。MODIS数据则是搭载在TERRA和AQUA卫星上的一个重要的传感器, 其数据通过X波段免费向全球广播, MODIS传感器最大分辨率可达250 m, 包含36个离散的波段, 光谱范围0.4~14.4 μm, 扫描宽度2330 km, 两颗卫星组合一天可过境同一地区4次(白天2次), 其中等分辨率、大幅宽、高重访周期、高光谱分辨率的优势使其在全球各项遥感监测工作中得到广泛应用, 同时也是当前农情遥感监测的重要数据源。图1
新窗口打开|下载原图ZIP|生成PPT图1研究区地理位置
Fig. 1Location of study area
选用2016年4月25日研究区的GF-1 WFV1影像(图2-A), 进行几何校正、大气校正处理。几何校正使用卫星自带的RPC参数, 并将坐标系转为UTM52, 分辨率为16 m。大气校正使用6S辐射传输模型, 能见度设置为40 km, 其他参数默认, 获得GF-1地表反射率影像。MODIS数据选用2016年4月24日AQUA卫星数据(图2-B), 同样经过几何校正、大气校正处理, 并投影到UTM52坐标系上。
利用公式(1), 分别计算GF-1和MODIS影像的NDVI指数, 作为作物长势遥感监测的评价指标。为计算方便, 本文的NDVI值扩大10 000倍并取整。
图2
新窗口打开|下载原图ZIP|生成PPT图2研究区GF-1卫星影像(A)和MODIS卫星影像(B)
Fig. 2GF-1 (A) and MODIS (B) images of the study area
2.2 冬小麦长势地面调查
2016年4月24日在河北廊坊及天津武清, 共采集39个有效的冬小麦长势监测地面样本点(图3), 此时正值冬小麦拔节末期, 是生长速度最快、生长量最大的时期, 遥感识别特征明显。选取位于冬小麦生长密集区域的完整地块, 调查样本点的地理坐标、现场照片、冬小麦综合茎数、株高、叶绿素浓度。使用手持式GPS采集地理坐标。冬小麦综合茎数为每平方米总茎数, 使用皮尺测量结合人工计数方式获取; 用卷尺测量株高; 用SPAD-502叶绿素仪测定叶片叶绿素浓度, 以SPAD值表现叶绿素相对含量。图3
新窗口打开|下载原图ZIP|生成PPT图3冬小麦地面调查样本点位置分布图
Fig. 3Distribution of winter wheat ground sample points in the investigation area
3 算法描述
3.1 技术思路
使用同一时间段获取的GF-1和MODIS影像, 并同步采集地面实测的综合茎数、株高和叶绿素浓度3个指标, 分析NDVI指数与冬小麦作物长势地面监测指标的关系, 并评价GF-1和MODIS影像作物长势遥感监测的精度。采用GF-1影像提取的冬小麦作物种植区域, 获取MODIS影像和GF-1影像冬小麦作物长势遥感监测结果, 从传感器光谱响应函数差异、NDVI尺度效应、地面长势状况等方面, 分析造成两类影像NDVI长势表达不一致性的原因, 比较两类影像作为长势监测数据源的优劣(图4)。图4
新窗口打开|下载原图ZIP|生成PPT图4本研究技术流程框图
Fig. 4Structure of technical flow in this study
3.2 冬小麦种植范围获取
从高分辨率的GF-1影像中提取冬小麦种植区域。首先使用最大似然分类方法, 选取冬小麦样本区域, 进行样本训练, 并得到研究区冬小麦初步分类结果, 再结合人工目视解译初步精修正分类结果, 获取较为精确的研究区冬小麦种植空间分布图(图5)。利用2016年4月21日的覆盖部分研究区的GF-2/PMS 4 m分辨率卫星影像, 通过监督分类结合目视解译进行冬小麦面积提取, 对GF-1获得的冬小麦种植区域结果精度验证表明, 分类总体精度为92.5%, 冬小麦的用户精度87.9%, 制图精度89.4%。图5
新窗口打开|下载原图ZIP|生成PPT图5研究区冬小麦分类结果
Fig. 5Winter wheat classification in study area
3.3 遥感NDVI与冬小麦长势地面监测指标分析方法
根据地面调查时获取的冬小麦地面样本点经纬度坐标, 提取样本点位置处影像NDVI值, 分别与冬小麦综合茎数、株高、叶绿素浓度地面监测指标进行线性拟合, 评价NDVI指数与各作物长势地面监测指标的关系, 并分别评价GF-1和MODIS影像的冬小麦长势遥感监测精度, 为遥感影像作物长势监测分级提供理论依据。3.4 GF和MODIS数据NDVI指数冬小麦长势表达差异性分析方法
由于MODIS的地面分辨率较低(250 m), 对于冬小麦的识别能力相比GF-1卫星16 m分辨率影像较差, 同时由于混合像元的存在, 其对于冬小麦长势监测的可靠性也不如GF-1。但是, MODIS具有重访周期短(每日2次), 覆盖范围大(幅宽2330 km)等优势, 在实际业务工作中经常使用其进行作物面积获取、作物长势监测、产量评估等。为详细研究MODIS卫星影像长势监测的有效性及与GF-1影像长势监测的差异, 对比冬小麦区域MODIS与GF-1影像长势指标的一致性。该部分主要包括MODIS影像重采样及与GF-1像元对齐、渔网分割统计、MODIS冬小麦纯像元提取、MODIS与GF-1长势对比、MODIS与GF-1传感器差异及NDVI尺度效应对作物长势遥感监测的影响分析等步骤。3.4.1 GF-1影像重采样及与MODIS像元对齐
由于MODIS的分辨率为250 m, 与GF-1卫星16 m分辨率影像无法缜密套合, 因此将MODIS影像重采样至256 m, 这样每个MODIS像元都将包含16×16共256个GF像元, 便于进行统计分析。像元对齐主要为防止MODIS像元与GF-1影像像元之间中心点位差导致两者无法完全套合。最后获得的是范围完全一致的MODIS和GF-1卫星NDVI影像。
3.4.2 渔网分割统计 对整个研究区的MODIS影像构建大小为256 m×256 m的渔网, 每个渔网都完整包含一个MODIS的像元和256个GF-1像元(图6), 渔网的总个数为MODIS影像的总像元数, 渔网的ID则唯一标示MODIS的像元序号。
图6
新窗口打开|下载原图ZIP|生成PPT图6GF-1 NDVI影像及按照MODIS像元大小划分渔网示意图
Fig. 6GF-1 NDVI image and the fishnet based on MODIS pixels
3.4.3 MODIS冬小麦纯像元提取 由于MODIS的分辨率较低, 存在较多的混合像元, 不利于冬小麦长势的定量分析。因此, 本文利用高分辨率的GF-1影像冬小麦分类结果(图5)来提取MODIS的冬小麦纯像元, 剔除非冬小麦及混合像元区域。使用渔网分区统计进行提取, 统计各个渔网内的GF-1影像冬小麦像元个数, 个数为256则表示为冬小麦纯像元。
3.4.4 MODIS与GF-1长势对比分析 针对提取出来的MODIS冬小麦纯像元, 统计其像元内的GF-1像元NDVI的平均值及标准差, 建立MODIS像元NDVI与GF-1像元NDVI均值之间的关系, 并统计像元内部冬小麦长势不一致性(NDVI标准差)对MODIS长势遥感监测的影响。
3.4.5 传感器光谱响应函数差异、NDVI尺度效应对作物长势遥感监测的影响 由于MODIS和GF-1卫星传感器光谱响应函数不一致, 导致地表反射率存在一定差异, 通过统计研究区内MODIS和GF-1卫星地表反射率的关系, 使MODIS地表反射率转与GF-1地表反射率一致, 并计算NDVI; 同时考虑到NDVI随分辨率尺度的非线性变化特性, 重新计算降分辨率后的GF-1影像NDVI; 最后, 对比考虑NDVI尺度效应和传感器差异后的MODIS和GF-1影像NDVI指数, 评价传感器差异及NDVI尺度效应对作物长势遥感监测的影响情况。
4 结果与分析
4.1 GF-1和MODIS的NDVI指数与作物长势地面监测指标的相关性
4.1.1 GF-1 NDVI指数与作物长势地面监测指标的相关性 针对全部39个冬小麦长势地面实测点, 根据调查时同时记录的GPS坐标信息, 在GF-1影像上获取相应位置的像元NDVI值作为遥感监测长势指标, 与地面获取的冬小麦综合茎数、株高、叶绿素浓度对比分析。结果, GF-1影像冬小麦像元的NDVI值与综合茎数有很强的相关性(图7-A), 而与冬小麦的株高(图7-C)和叶绿素浓度(图7-E)之间的线性相关性相对较弱。冬小麦长势包括物理性指标(如综合茎数和株高)和生理性指标(如叶片叶绿素浓度), 与NDVI指数相关性最好的是综合茎数。传统冬小麦长势地面监测中划分1、2、3类苗的主要指标是单位面积的总茎数[34], 而利用GF-1卫星影像进行冬小麦长势监测可以与传统地面长势监测相结合, 具有较高的精度和可行性。4.1.2 MODIS NDVI指数与作物长势地面监测指标的相关性 同样使用MODIS影像NDVI值与上述3个冬小麦长势监测指标进行相关分析, 发现相关度均不高(图7-B, D, F), 说明基于MODIS影像NDVI指数的冬小麦长势遥感监测精度比GF-1低。其原因可能是地面实地测量的冬小麦长势样本点范围较小, 而MODIS单个像元覆盖面积较大, 大量混合像元及作物长势不一致性情况的存在, 使得MODIS NDVI指数进行冬小麦作物长势遥感监测精度相对较低, 仅适合用于获取大范围内冬小麦趋势性的长势情况。
图7
新窗口打开|下载原图ZIP|生成PPT图7GF-1影像(A, C, E)和MODIS影像(B, D, F)的NDVI与冬小麦长势地面监测指标对比
A和B: NDVI与冬小麦综合茎数的相关性; C和D: NDVI与冬小麦株高的相关性; E和F: NDVI与冬小麦叶片吐绿素浓度的相关性。
Fig. 7Relationship between NDVI of GF-1 image (panels A, C, and E) or MODIS image (panels B, D, and F) and ground monitoring growth index of winter wheat
A and B: correlation between NDVI and stem number of winter wheat; C and D: correlation between NDVI and plant height of winter wheat; E and F: correlation between NDVI and leaf chlorophyll concentration of winter wheat.
4.2 冬小麦长势一致性对MODIS数据NDVI长势表达的影响
将MODIS影像重采样至256 m分辨率, 使每个MODIS影像都包含256个完整的GF-1像元。利用GF-1影像获取的冬小麦空间分布, 剔除混合像元, 只保留纯冬小麦MODIS像元, 通过比较MODIS NDVI与像元内GF-1 NDVI平均值之间的关系, 分析MODIS冬小麦长势遥感监测精度与像元内冬小麦平均长势的关系。共获取3588个MODIS冬小麦像元, 统计其与像元内GF-1像元NDVI之间的关系, 发现MODIS像元NDVI值与像元内部GF-1 NDVI值之间整体趋势一致(图8-A), R2为0.3944。统计各MODIS冬小麦纯像元内的GF-1 NDVI的标准差, 并按标准差大小排序, 分别统计全部像元及标准差<1100、<1000、<900、<800、<700、<600、<500、<400、<300、<200的MODIS NDVI与像元内GF-1像元NDVI均值的相关性, 发现随着标准差的递减, MODIS与GF-1的NDVI相关性越来越强(图8-C), R2从0.3944增加到0.8284。据此认为, 只有当地面冬小麦长势较为均一时, MODIS的NDVI值才能有效代表其像元内部的冬小麦平均长势。
4.3 传感器差异和NDVI尺度效应对GF-1和MODIS影像作物长势监测精度的影响
由于MODIS传感器和GF-1传感器的光谱响应函数之间存在差异, 导致MODIS影像和GF-1影像的反射率不一致。根据研究区MODIS和GF-1影像地表反射率, 利用线性最小二乘法拟合研究区MODIS和GF-1影像红光波段和近红外波段的转换公式(2)和(3), 并利用转换后的MODIS地表反射率计算NDVI指数, 减少传感器不一致造成的植被指数差异。根据公式(1), NDVI值随分辨率尺度非线性变化, 当分辨率变化时, 不能直接用原始NDVI值重采样获取变化后的NDVI。依据地表反射率随尺度线性变化的特点, 可用公式(4)计算分辨率变化后的NDVI值。
式中, n为分辨率变化后影像每个像元对应原始影像像元的个数, NDVIs为转换后NDVI理论值。
利用该公式重新计算GF-1影像重采样到MODIS分辨率后的NDVI值。将重新调整后的MODIS和GF-1影像中冬小麦像元NDVI指数对比, 在重新考虑MODIS与GF-1传感器的差异, 以及不同分辨率尺度NDVI的尺度效应后, MODIS与GF-1影像对于冬小麦的长势监测结果一致性显著提高(图8-B), R2从0.3944提高到0.4633。
图8
新窗口打开|下载原图ZIP|生成PPT图8MODIS与GF-1像元NDVI对冬小麦长势监测精度比较
A: 原始GF-1与MODIS数据的NDVI相关性; B: 光谱与尺度归一后GF-1与MODIS的NDVI相关性; C: MODIS监测精度与GF-1 NDVI标准差的关系。
Fig. 8Comparison of accuracy on monitoring winter wheat growth between MODIS NDVI and GF-1 NDVI
A: correlation of NDVI between MODIS and GF-1 images; B: correlation of NDVI between MODIS and GF-1 after considering sensor difference and scale effects; C: relationship of MODIS monitoring accuracy and GF-1 NDVI standard deviation.
利用四分位数方法对GF-1和MODIS影像的NDVI值进行分级划分, 分为冬小麦长势较差、长势普通、长势较好、长势好4个等级。可以看出, GF-1影像和MODIS影像长势分级结果的空间分布趋势基本一致, 在冬小麦分布密集的研究区东北部和西部长势较好, 其他区域相对较差(图9), 表明利用MODIS影像进行宏观尺度冬小麦长势遥感监测是可行的。
图9
新窗口打开|下载原图ZIP|生成PPT图9基于四分位数划分的GF-1
(A)和MODIS影像(B)冬小麦长势分级
Fig. 9Quartile grading of winter wheat growth in GF-1
(A) and MODIS-image (B)
5 讨论
由于MODIS影像高重访、免费接收且发射时间较早, 基于其影像的长势监测研究和业务应用都已较为成熟[35,36,37], 如在中国农业科学院农业资源与农业区划研究所参与建设的中国农业遥感监测业务系统(China agricultural remote sensing monitoring system, CHARMS) [38,39]中, 即以MODIS为主要数据源, 实现对全国主要作物信息的快速获取及分析, 定期上报我国农业监测决策部门, 为保护我国粮食安全、提高农民收益等提供科学的决策依据。然而, 本研究发现, MODIS的分辨率较低, 其长势监测结果的精度不足, 仅能进行大尺度区域的作物长势趋势性分析。相比之下, GF-1具有更高的分辨率, 获取的长势信息更加精确, 且农业部门作为该卫星的主要用户单位, 利用GF-1影像进行农作物长势监测, 可以有效提高长势监测产品的可用性, 为农业部门精细化决策、作物田间管理、早期估产等提供及时可靠的信息。
值得注意的是, 作物长势的内涵丰富, 除了本文选取的NDVI指数、综合茎数、株高、叶绿素浓度等外, 还包括干物质重量、千粒重、分蘖数、叶面积指数、EVI (enhanced vegetation index, 增强植被指数)等一系列特征[1]。由于遥感数据的宏观性, 当前开展的研究主要着重于植被指数等反应宏观生长状态的指标, 对于作物植株个体、群体长势特征的反演较少[40,41,42,43], 如姜城等[44]发现TM影像NDVI值在表现小麦千粒重指标上有一定的效果, 李卫国等[45]发现TM影像NDVI值与小麦植株氮素含量之间存在较高相关性。本文则初步研究了不同分辨率卫星影像NDVI指数与地面长势监测指标综合茎数、株高、叶绿素浓度之间的关系, 表明GF-1 NDVI值等综合长势特征与作物个体(如株高)、群体(如综合茎数)长势特征之间存在一定的关联性, 将有助于提高遥感长势监测结果的直观性和客观性。但由于NDVI值在植被生长旺盛时会出现饱和现象[46], 探索其他改进指数如LAI[47]、EVI[48]等作为长势遥感监测指标反演不同作物长势, 将是今后研究的一个趋势。
6 结论
对GF-1和MODIS数据的NDVI长势监测影响最大的是冬小麦的综合茎数, 这与地面观测结果的分析一致。进行作物长势监测的卫星影像分辨率越高, 则其NDVI值越能反映实际的作物长势。与GF-1 NDVI结果相比较, MODIS像元内冬小麦长势一致性越高, 基于NDVI的MODIS与GF数据冬小麦长势监测结果越一致。从区域长势监测角度来看, 尽管MODIS与GF-1数据的监测结果趋势较为一致, 并且通过光谱响应函数调整、NDVI尺度归一化后能够进一步提高监测结果的一致性, 但MODIS NDVI长势精度较低, 难以满足作物长势情况复杂地区长势监测的需求。为实现作物长势遥感监测精细化的需要, 应当逐步使用高分辨率的遥感数据替代中低分辨率遥感数据, 并重点研究利用高分辨率卫星影像进行作物长势遥感监测。参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
URLMagsci [本文引用: 2]
监测作物生长过程的状况与趋势，即长势监测是农业遥感更为重要的任务。其目的是：１）为田间管理提供及时的信息；２）早期估计产量。该文以冬小麦为例，根据实地调查与北方数省的资料，用作物的个体与群体特征定义作物长势，讨论了遥感监测的可能性，提出了基于植被指数与植被表面温度的长势遥感监测的评估模型与诊断模型的概念与算法。
URLMagsci [本文引用: 2]
监测作物生长过程的状况与趋势，即长势监测是农业遥感更为重要的任务。其目的是：１）为田间管理提供及时的信息；２）早期估计产量。该文以冬小麦为例，根据实地调查与北方数省的资料，用作物的个体与群体特征定义作物长势，讨论了遥感监测的可能性，提出了基于植被指数与植被表面温度的长势遥感监测的评估模型与诊断模型的概念与算法。
URL [本文引用: 1]
作物长势参数是表征作物生长状态的重要指标,准确、快速的获取作物长势信息对指导农业生产、预测粮食产量和制定粮食安全策略具有重要的实际意义。在我国目前的农业生产条件下,大部分农田比较分散并为不同农户所有,田间管理措施多样,再加上地域差异和气候差异,导致区域内不同地块内和地块间的作物长势差异较大,即作物长势存在不同程度的空间变异。传统的田间采样和实验室
URL [本文引用: 1]
作物长势参数是表征作物生长状态的重要指标,准确、快速的获取作物长势信息对指导农业生产、预测粮食产量和制定粮食安全策略具有重要的实际意义。在我国目前的农业生产条件下,大部分农田比较分散并为不同农户所有,田间管理措施多样,再加上地域差异和气候差异,导致区域内不同地块内和地块间的作物长势差异较大,即作物长势存在不同程度的空间变异。传统的田间采样和实验室
DOI:10.1016/j.agrformet.2014.06.007URL [本文引用: 1]
Rice is one of the most important food crops worldwide, and large-scale rice yield estimation is thus critical for planners to formulate successful strategies to address food security and rice grain export issues. This study performed a comparative analysis of multitemporal Moderate Resolution Imaging Spectroradiometer (MODIS) enhanced vegetation index (EVI) and normalized difference index (NDVI) data for estimating rice crop yields in the Mekong River Delta (MRD), Vietnam. We processed the data for a 10-year period (2002–2011) following three main steps: (1) create a smooth time series of EVI and NDVI data, (2) formulate crop yield models, and (3) validate the model. The comparison results between EVI/NDVI-based estimated yields and the government's yield statistics indicated a significant relationship between the two datasets ( p -value02<020.001). The estimated results produced from EVI-based models were slightly more accurate than those from NDVI-based models, with the correlation coefficients (R 2 ) ranging from 0.62 to 0.71 for spring–winter and 0.4 to 0.56 for summer–autumn rice crops, respectively. The root mean square error (RMSE) and mean absolute error (MAE) used to measure the model accuracy revealed the consistency between EVI-based estimated yields and the government's yield statistics. The RMSE values for winter–spring and summer–autumn crops were, respectively, 6.9–8.1% and 5.4–6.7%, and MAE values were 5.4–6.7% and 6.5–9.5%. There was, however, a significant correlation between the estimated yields obtained from EVI- and NDVI-based models ( p -value02<020.001), indicating no significant difference in the estimated yields between these two models. This study demonstrates advantages of using multitemporal MODIS EVI data for large-scale estimation of rice crop yields using the heading date in the MRD prior to the harvest period, and thus the methods could be transferable to other regions.
DOI:10.3969/j.issn.1002-6819.2012.13.027URLMagsci [本文引用: 1]
国外重点产粮区的作物长势和产量增长趋势信息对于中国政府决策和制订合理的粮食政策具有重要意义，但由于地域的限制、生产方式的差异以及国外可获取的气象资料有限，气象模型和农学模型在国外估产方面尚存在不足，遥感以其便捷、快速、客观的优势已被越来越多地采用进行国外作物长势监测和产量估计。该文以美国玉米和印度水稻为例，探讨了基于1 km SPOT-VGT遥感资料进行作物长势监测和产量趋势估计的方法，并结合当地气象条件对其结果进行了分析。经检验，利用该方法得到的长势状况及空间分布与实际基本一致，产量增长趋势预测准确率为100%；在作物生长旺盛季节，植株覆盖密度较大时，EVI比NDVI能更真实地反映作物的长势状况。该研究可为国外作物长势遥感监测与产量估算业务应用提供参考。
DOI:10.3969/j.issn.1002-6819.2012.13.027URLMagsci [本文引用: 1]
国外重点产粮区的作物长势和产量增长趋势信息对于中国政府决策和制订合理的粮食政策具有重要意义，但由于地域的限制、生产方式的差异以及国外可获取的气象资料有限，气象模型和农学模型在国外估产方面尚存在不足，遥感以其便捷、快速、客观的优势已被越来越多地采用进行国外作物长势监测和产量估计。该文以美国玉米和印度水稻为例，探讨了基于1 km SPOT-VGT遥感资料进行作物长势监测和产量趋势估计的方法，并结合当地气象条件对其结果进行了分析。经检验，利用该方法得到的长势状况及空间分布与实际基本一致，产量增长趋势预测准确率为100%；在作物生长旺盛季节，植株覆盖密度较大时，EVI比NDVI能更真实地反映作物的长势状况。该研究可为国外作物长势遥感监测与产量估算业务应用提供参考。
Magsci [本文引用: 1]
作物长势监测是农情遥感监测的重要组成部分。为了建立稳定的作物长势监测业务系统，该文一方面选取NDVI时间序列提取的时空参数从不同侧面描述作物长势，建立作物长势监测的综合性模型，另一方面建立了一个覆盖全国主要农区、由200个县组成的地面调查网络，采集地面实况信息，并采用客户端/服务器（C/S）和浏览器/服务器（B/S）的混合结构开展系统设计，基于遥感和地面调查两个角度设计实现了国家级作物长势遥感监测业务系统，同时对由于作物种类和监测区域不同引起的长势评价标准不一致、模型定量化和业务系统架构仍需根据应用进一步分解完善等问题进行了讨论。以中国冬小麦主产区为例，进行了作物长势监测试验，取得较好的监测结果。目前该系统已在大尺度作物遥感监测中得到应用。
Magsci [本文引用: 1]
作物长势监测是农情遥感监测的重要组成部分。为了建立稳定的作物长势监测业务系统，该文一方面选取NDVI时间序列提取的时空参数从不同侧面描述作物长势，建立作物长势监测的综合性模型，另一方面建立了一个覆盖全国主要农区、由200个县组成的地面调查网络，采集地面实况信息，并采用客户端/服务器（C/S）和浏览器/服务器（B/S）的混合结构开展系统设计，基于遥感和地面调查两个角度设计实现了国家级作物长势遥感监测业务系统，同时对由于作物种类和监测区域不同引起的长势评价标准不一致、模型定量化和业务系统架构仍需根据应用进一步分解完善等问题进行了讨论。以中国冬小麦主产区为例，进行了作物长势监测试验，取得较好的监测结果。目前该系统已在大尺度作物遥感监测中得到应用。
DOI:10.1016/S0034-4257(97)00045-XURL [本文引用: 1]
This review addresses the potential of image-based remote sensing to provide spatially and temporally distributed information for precision crop management (). is an agricultural management system designed to target crop and soil inputs according to within, field requirements to optimize profitability and protect the environment. Progress in. has been hampered by a lack of timely, distributed information on crop and soil conditions. Based on a review of the information requirements of , eight areas were identified in which image-based remote sensing technology could provide information that is currently lacking or inadequate. Recommendations were made for applications with potential for near-term implementation with available remote sensing technology and instrumentation. We found that both aircraft- and satellite-based remote sensing could provide valuable information for applications. Images from aircraft-based sensors have a unique role for monitoring seasonally variable crop/soil conditions and for time specific and time-critical crop management; current satellitebased sensors have limited, but important, applications; and upcoming commercial Earth observation satellites may provide the resolution, timeliness, and high quality required for many operations. The current limitations for image-based remote sensing applications are mainly due to sensor attributes, such as restricted spectral range, coarse spatial resolution, slow turnaround time, and inadequate repeat coverage. According to experts in , the potential market for remote sensing products in is good. Future work should be focused on assimilating remotely sensed information into existing decision support systems (DSS), and conducting economic and technical analysis of remote sensing applications with season-long pilot projects.
DOI:10.1080/01431161.2012.665194URL [本文引用: 1]
Spaceborne synthetic aperture radar (SAR) can be used for agricultural monitoring. In this study, three single-polarimetric and four full-polarimetric observation data sets were analysed. A rice paddy field in northern Japan was used as the study site; the data for this site were obtained using RADARSAT-2, which carries a full-polarimetric C-band SAR. Soybean and grass fields were also present within the paddy fields. The temporal change in the backscattering coefficient of the rice paddy fields for the single-polarization data agreed with the temporal change obtained for a rice growth model based on radiative transfer theory. A three-component decomposition approach was applied to the full-polarimetric data. With each rice growth stage, the volume scattering component ratio increased, whereas the surface scattering component ratio generally decreased. The soybean and grass fields showed a smaller double-bounce scattering component than the rice fields for all the acquired data. The results of this study show that multitemporal observation by full-polarimetric SAR has great potential to be utilized for estimating rice-planted areas and monitoring rice growth.
URL [本文引用: 1]
农作物长势监测可为田间管理提供及时的决策支持信息和早期估产提供依据。为了更好地研究作物生长过程中不同遥感监测作物长势方法的适用性,从多光谱遥感数据、高光谱遥感数据和微波遥感数据的应用及遥感监测指标与模型模拟方面综述了国内外农作物长势遥感监测研究及业务化应用的最新进展,指出了未来拟重点加强的研究任务,包括高时空分辨率和高光谱分辨率遥感数据的业务化技术、多遥感反演参数协同监测作物长势技术研发、基于遥感信息与作物过程模型的集合预报技术研究、全球尺度作物长势监测业务运行系统研发。
URL [本文引用: 1]
农作物长势监测可为田间管理提供及时的决策支持信息和早期估产提供依据。为了更好地研究作物生长过程中不同遥感监测作物长势方法的适用性,从多光谱遥感数据、高光谱遥感数据和微波遥感数据的应用及遥感监测指标与模型模拟方面综述了国内外农作物长势遥感监测研究及业务化应用的最新进展,指出了未来拟重点加强的研究任务,包括高时空分辨率和高光谱分辨率遥感数据的业务化技术、多遥感反演参数协同监测作物长势技术研发、基于遥感信息与作物过程模型的集合预报技术研究、全球尺度作物长势监测业务运行系统研发。
DOI:10.3969/j.issn.1006-6055.2006.03.008URL [本文引用: 1]
详细介绍了全球农作物长势遥感监测系统的设计、实现及运行。系统使用实时处理的气象卫星数据。实现了全球46个国家和地区作物长势的遥感监测。系统使用实时监测和过程监测两种监测方法，在省（州／邦）、国家、和洲三个尺度上运行，经2005年一年的运行，达到了运行化的要求，为相关部门提供了及时的决策依据。
DOI:10.3969/j.issn.1006-6055.2006.03.008URL [本文引用: 1]
详细介绍了全球农作物长势遥感监测系统的设计、实现及运行。系统使用实时处理的气象卫星数据。实现了全球46个国家和地区作物长势的遥感监测。系统使用实时监测和过程监测两种监测方法，在省（州／邦）、国家、和洲三个尺度上运行，经2005年一年的运行，达到了运行化的要求，为相关部门提供了及时的决策依据。
Magsci [本文引用: 1]
水稻生长模型是集气候、土壤、品种和栽培措施等因素为一体的对水稻的物候发育、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。遥感影像的信息波段及其组合可以反射作物生长的空间信息，可实现对水稻进行长势监测和估产，具有及时性和广域性。将二者结合用于长势监测不但具有理论研究意义，而且还具有重要的应用价值。在简要概述水稻生长模型和长势遥感监测研究进展的基础上，总结了水稻生长模型和长势遥感监测相结合下水稻长势监测应用的研究进展，并提出一些今后研究设想。
Magsci [本文引用: 1]
水稻生长模型是集气候、土壤、品种和栽培措施等因素为一体的对水稻的物候发育、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。遥感影像的信息波段及其组合可以反射作物生长的空间信息，可实现对水稻进行长势监测和估产，具有及时性和广域性。将二者结合用于长势监测不但具有理论研究意义，而且还具有重要的应用价值。在简要概述水稻生长模型和长势遥感监测研究进展的基础上，总结了水稻生长模型和长势遥感监测相结合下水稻长势监测应用的研究进展，并提出一些今后研究设想。
DOI:10.11820/dlkxjz.2004.03.012Magsci [本文引用: 1]
<p>本文利用1982~2000年旬合成NDVI时间序列数据，计算2000年3月和5月各旬NDVI偏离历年均值及时间序列NDVI的标准差，进而确定不同土地覆盖类型的Z值在空间域内正态分布特征参数，利用概率密度函数方法将Z值归一化，得到植被长势评价指标标准植被指数(SVI），利用SVI分析2000年3月和5月上旬植被生长状况，在此基础上，利用10个气象站观测的降水量和平均气温资料，分析了各个气象站点19年时间序列的SVI和VCI与降水量和平均气温之间的相关程度，结果表明： (1)在华北平原大部分冬小麦耕作区，3月份小麦生长较好，到5月份，生长与历年相比较差；从3月上旬到5月下旬，生长不良的植被面积有扩张趋势； (2)SVI与植被状态指数( VCI )，表明SVI与VCI之间相关显著，SVI作为植被生长状况评价指标是有效的； (3)SVI和VCI与降水量和气温之间尽管表现出一定的相关性，但相关程度都不很显著，表明植被长势是由多因素共同作用的结果，在不同地区、不同时期以及不同植被覆盖条件下，植被长势所受主要控制因子存在很大的差别；(4)在森林覆盖类型区，3月份的植被长势与该月份之前总降水量存在的关系更显著，而与当月降水和当月平均气温关系并不明显，到5月上旬，由于森林覆盖条件下植被绿度达到饱和，引起建立在光谱植被指数基础上的长势评价指标对气温和降水均不敏感；(5)自然植被条件下的灌丛、草原和草甸覆盖区，相对于降水量，植被长势对气温变化的响应更敏感；(6)农作物覆盖条件下，SVI与降水和气温的关系都不明显，而VCI在不同的季节所受影响的主要气候因子不同，3月份，气温成为作物生长的主要限制因子，而到5月份，水分条件成为作物生长的主要限制条件，特别是在华北平原的冬小麦耕种区；(7)利用时间序列NDVI数据在时间域内构建的指标，进行干旱监测存在明显局限性，因为指标对降水量的敏感性在不同季节不同；(8)VCI和SVI与降水和气温的相关分析说明VCI 对气候环境的变化更敏感。</p>
DOI:10.11820/dlkxjz.2004.03.012Magsci [本文引用: 1]
<p>本文利用1982~2000年旬合成NDVI时间序列数据，计算2000年3月和5月各旬NDVI偏离历年均值及时间序列NDVI的标准差，进而确定不同土地覆盖类型的Z值在空间域内正态分布特征参数，利用概率密度函数方法将Z值归一化，得到植被长势评价指标标准植被指数(SVI），利用SVI分析2000年3月和5月上旬植被生长状况，在此基础上，利用10个气象站观测的降水量和平均气温资料，分析了各个气象站点19年时间序列的SVI和VCI与降水量和平均气温之间的相关程度，结果表明： (1)在华北平原大部分冬小麦耕作区，3月份小麦生长较好，到5月份，生长与历年相比较差；从3月上旬到5月下旬，生长不良的植被面积有扩张趋势； (2)SVI与植被状态指数( VCI )，表明SVI与VCI之间相关显著，SVI作为植被生长状况评价指标是有效的； (3)SVI和VCI与降水量和气温之间尽管表现出一定的相关性，但相关程度都不很显著，表明植被长势是由多因素共同作用的结果，在不同地区、不同时期以及不同植被覆盖条件下，植被长势所受主要控制因子存在很大的差别；(4)在森林覆盖类型区，3月份的植被长势与该月份之前总降水量存在的关系更显著，而与当月降水和当月平均气温关系并不明显，到5月上旬，由于森林覆盖条件下植被绿度达到饱和，引起建立在光谱植被指数基础上的长势评价指标对气温和降水均不敏感；(5)自然植被条件下的灌丛、草原和草甸覆盖区，相对于降水量，植被长势对气温变化的响应更敏感；(6)农作物覆盖条件下，SVI与降水和气温的关系都不明显，而VCI在不同的季节所受影响的主要气候因子不同，3月份，气温成为作物生长的主要限制因子，而到5月份，水分条件成为作物生长的主要限制条件，特别是在华北平原的冬小麦耕种区；(7)利用时间序列NDVI数据在时间域内构建的指标，进行干旱监测存在明显局限性，因为指标对降水量的敏感性在不同季节不同；(8)VCI和SVI与降水和气温的相关分析说明VCI 对气候环境的变化更敏感。</p>
DOI:10.1117/1.JRS.8.083687URL [本文引用: 1]
Upland oak-hickory forests in Arkansas, Missouri, and Oklahoma experienced oak decline in the late 1990s and early 2000s during an unprecedented outbreak of a native beetle, the red oak borer (ROB), Enaphalodes rufulus (Haldeman). Although remote sensing supports frequent monitoring of continuously changing forests, comparable in situ observations are critical for developing an understanding of past and potential ROB damage in the Ozark Mountains. We categorized forest change using a normalized difference water index (NDWI) applied to multitemporal Landsat TM and ETM+ imagery (1990, 2001, and 2006). Levels of decline or growth were categorized using simple statistical thresholds of change in the NDWI over time. Corresponding decline and growth areas were then observed in situ where tree diameter, age, crown condition, and species composition were measured within variable radius plots. Using a machine learning decision tree classifier, remote sensing-derived decline and growth was characterized in terms of in situ observation. Plots with tree quadratic mean diameter at breast height 21.5 cm were categorized remotely as in severe decline. Landsat TM/ETM+-based NDWI derivatives reveal forest decline and regrowth in post-ROB outbreak surveys. Historical and future Landsat-based canopy change detection should be incorporated with existing landscape-based prediction of ROB hazard.
DOI:10.1080/0143116031000115319URL [本文引用: 1]
Vegetation indices have been used for operational quantitative monitoring of vegetation. Here, corn and barley cultures have been used to relate meaningful biophysical parameters such as dry biomass and Crop Growth Rate (CGR) to the well-established Normalized Difference Vegetation Index (NDVI). We explain these relationships by means of the use of the Light Use Efficiency (LUE) models, based on the positive relation between primary production and Absorbed Photosynthetically Active Radiation (APAR). In these models we introduce NDVI as a linear estimator of f APAR. Experimental data over corn and barley show that dry biomass is linearly related to the Time-Integrated Value of the NDVI (TINDVI). The characteristic plateau stage of NDVI coincides temporarily with the linear growth phase. During this stage both NDVI and maximum CGR remain constant for well-watered crops. Water status of vegetation is a relevant parameter because it can modify substantially the relationship between CGR and NDVI. Under this assumption it can be established that NDVI at plateau stage, represents an estimator of the potential rate of dry matter accumulation, dependent on crop and environmental variables.
DOI:10.1080/00949651003724790URL [本文引用: 1]
Through a 2-year community trial of nitrogen fertilizer in cotton,canopy hyperspectral data and synchronous determination of soil nitrogen content at different growth stages were obtained and the relationship between cotton canopy hyperspectral parameters and the soil nitrogen content was analyzed,soil nitrogen content estimation model based on hyperspectral parameter was established. The results showed that the nitrogen content increased with nitrogen level. The correlation between 14 kinds of selected parameters based on hyperspectral data of diffeled periods and plant nitrogen content was significantly different. The use of the soil nitrogen content model that established with spectral parameters P_Area 1100、Depth 980、Area 672、PPR (550,540) in four key developmental stages showed a higher prediction accuracy. It can be concluded that using spectra spectro-scopic methods to monitor soil nitrogen content are feasible.
DOI:10.2134/agronj2010.0148URL [本文引用: 1]
Cotton (Gossypium hirsutum L.) producers monitor crop maturity during the season to determine when to terminate inputs and to defoliate. COTMAN monitors crop maturity based on time for plants to reach five nodes above white flower (NAWF=5). Normalized difference vegetation index (NDVI) estimates crop biomass and condition from canopy reflectance of near-infrared and visible radiation. We conduc...
Magsci [本文引用: 1]
为改善归一化植被指数（NDVI）作为遥感监测作物长势指标的性能，该文分析了归一化植被指数的内在设计缺陷，在不增加额外波段的情况下，以近红外波段和红色波段为基础引入一种新的作物长势遥感监测指标——GRNDVI。通过在像素和区域层次上同其他4种指数进行比较发现：GRNDVI能够改善归一化植被指数在低植被覆盖度时期/地区容易受到作物冠层土壤背景的影响，而在高植被覆盖度时期/地区又容易发生饱和现象的设计缺陷，可以作为遥感监测作物长势过程中替代归一化植被指数的指标。
Magsci [本文引用: 1]
为改善归一化植被指数（NDVI）作为遥感监测作物长势指标的性能，该文分析了归一化植被指数的内在设计缺陷，在不增加额外波段的情况下，以近红外波段和红色波段为基础引入一种新的作物长势遥感监测指标——GRNDVI。通过在像素和区域层次上同其他4种指数进行比较发现：GRNDVI能够改善归一化植被指数在低植被覆盖度时期/地区容易受到作物冠层土壤背景的影响，而在高植被覆盖度时期/地区又容易发生饱和现象的设计缺陷，可以作为遥感监测作物长势过程中替代归一化植被指数的指标。
DOI:10.1016/j.eja.2006.10.007URL [本文引用: 1]
The application of crop simulation models to yield estimation on a regional scale is generally constrained by the lack of spatially distributed information on major environmental and agronomic factors affecting crop conditions. The use of remote sensing data can circumvent this problem by providing actual estimates of these conditions with various spatial and temporal resolutions. The current paper presents the development and testing of a methodological framework which utilizes NDVI data taken from satellite platforms and a simulation model (CROPSYST) to estimate wheat yield. This operation relies on two main steps, the first being the computation of wheat above-ground biomass obtained through the use of NDVI-derived FAPAR estimates. The second step consists of the final repartition of the estimated biomass into crop yield, which is obtained through the use of an harvest index computed by integrating the CROPSYST development sub-model and NDVI data. The proposed methodology was applied in two Italian provinces where wheat is widely grown (Grosseto and Foggia). In both cases, attention was first devoted to the production of multi-year NDVI data sets descriptive of wheat conditions. Next, the current methodology was applied to estimate wheat yield. The results obtained showed the high accuracy of the method in estimating wheat yield at the provincial level. Correlation coefficients equal to 0.77-0.73 were obtained between measured and simulated crop yield, with corresponding root mean square errors (RSME) of 0.47 and 0.44 Mg/ha for Grosseto and Foggia, respectively.
[本文引用: 1]
DOI:10.1016/0304-3800(88)90031-2URL [本文引用: 1]
Four techniques are described for incorporating remotely-sensed information into agricultural crop growth models. The techniques are demonstrated using a simple model of the above-ground growth of a uniform maize monoculture. Use of remotely-sensed data as model input is relatively simple but requires frequent observations. Infrequent observations may be used to update the model simulation, but final results are sensitive only to the latest observation. Re-initialization and re-parameterization may be used to adjust model initial conditions and parameter values to fit simulated growth to remotely-sensed observations.
DOI:10.3969/j.issn.1002-6819.2011.10.018URLMagsci [本文引用: 1]
遥感观测和作物生长模型模拟是进行农作物长势监测的2种有效手段，并具有较好的互补性，构建二者的同化系统是目前农业遥感研究领域的热点。同化涉及多学科的交叉集成，十分有必要将同化方法中的模型、算法、数据进行集成，构建基础作物模型同化系统平台，降低科学研究和应用的难度。采用模块化结构设计，将同化系统构建所需的主要模型、算法、数据等进行有机结合和无缝集成，实现基于极快速模拟退火算法的遥感数据与CERES-Wheat作物生长模型的同化原型系统构建。此外，通过所开发的系统利用地面高光谱作为遥感数据，通过同化小麦叶面积指数对同化系统进行了检验和初步应用。同化LAI与实测结果较好的拟合度，表明所开发的同化系统基本可行，能为遥感技术与作物模型的基础研究和应用提供一个平台。
DOI:10.3969/j.issn.1002-6819.2011.10.018URLMagsci [本文引用: 1]
遥感观测和作物生长模型模拟是进行农作物长势监测的2种有效手段，并具有较好的互补性，构建二者的同化系统是目前农业遥感研究领域的热点。同化涉及多学科的交叉集成，十分有必要将同化方法中的模型、算法、数据进行集成，构建基础作物模型同化系统平台，降低科学研究和应用的难度。采用模块化结构设计，将同化系统构建所需的主要模型、算法、数据等进行有机结合和无缝集成，实现基于极快速模拟退火算法的遥感数据与CERES-Wheat作物生长模型的同化原型系统构建。此外，通过所开发的系统利用地面高光谱作为遥感数据，通过同化小麦叶面积指数对同化系统进行了检验和初步应用。同化LAI与实测结果较好的拟合度，表明所开发的同化系统基本可行，能为遥感技术与作物模型的基础研究和应用提供一个平台。
DOI:10.7606/j.issn.1009-1041.2010.01.019URL [本文引用: 1]
为给遥感技术在冬小麦长势分级监测预报中的应用提供依据,以江苏省兴化市为例,利用TM卫星遥感影像,提取冬小麦的种植面积并分析了长势情况。在利用GPS实地取样调查和建立解译标志的基础上,进行TM影像校正、非监督分类和人机交互式判读解译等操作,并将GPS样点数据校验贯穿到整个分类过程中,信息解译精度在95%以上。结合NDVI指数反演的叶面积指数数据进行小麦长势分级分类,并制作了兴化市冬小麦长势分级监测图。
DOI:10.7606/j.issn.1009-1041.2010.01.019URL [本文引用: 1]
为给遥感技术在冬小麦长势分级监测预报中的应用提供依据,以江苏省兴化市为例,利用TM卫星遥感影像,提取冬小麦的种植面积并分析了长势情况。在利用GPS实地取样调查和建立解译标志的基础上,进行TM影像校正、非监督分类和人机交互式判读解译等操作,并将GPS样点数据校验贯穿到整个分类过程中,信息解译精度在95%以上。结合NDVI指数反演的叶面积指数数据进行小麦长势分级分类,并制作了兴化市冬小麦长势分级监测图。
DOI:10.3969/j.issn.0517-6611.2014.36.126URL [本文引用: 1]
以广西上思县为研究区,利用环境减灾卫星HJ-1遥感数据提取甘蔗种植面积,采用归一化植被指数模型NDVI对单一时相甘蔗长势进行监测,构建NDVI偏差分级模型对甘蔗工艺成熟期长势进行多年对比监测.结果表明：①利用NDVI均值和偏差2个分析指标,可定性分析监测区内甘蔗长势状况.除2011年甘蔗总体长势差于常年外,2009、2010、2012年甘蔗总体长势好于常年.②利用NDV1偏差分级模型可对监测区甘蔗长势进行定量评价.2012年上思县甘蔗长势最好,长势好、差所占面积比例分别为96.87％、3.13％;2011年甘蔗长势最差,长势好、差比例分别为99.57％、0.43％.
DOI:10.3969/j.issn.0517-6611.2014.36.126URL [本文引用: 1]
以广西上思县为研究区,利用环境减灾卫星HJ-1遥感数据提取甘蔗种植面积,采用归一化植被指数模型NDVI对单一时相甘蔗长势进行监测,构建NDVI偏差分级模型对甘蔗工艺成熟期长势进行多年对比监测.结果表明：①利用NDVI均值和偏差2个分析指标,可定性分析监测区内甘蔗长势状况.除2011年甘蔗总体长势差于常年外,2009、2010、2012年甘蔗总体长势好于常年.②利用NDV1偏差分级模型可对监测区甘蔗长势进行定量评价.2012年上思县甘蔗长势最好,长势好、差所占面积比例分别为96.87％、3.13％;2011年甘蔗长势最差,长势好、差比例分别为99.57％、0.43％.
DOI:10.3969/j.issn.1672-0504.2003.04.026URL [本文引用: 1]
以CBERS-1卫星图像为信息源,在新疆石河子地区,通过三种不同分类方法的对比,得出 Fuzzy-ARTMAP的分类结果精度最高.在GIS的支持下,根据Fuzzy-ARTMAP的分类结果提取了棉田信息.利用2001年和2002年不 同时相的MODIS和TM图像计算得到归一化植被指数(NDVI)和NDVI差值图像,将NDVI差值图像与棉田信息叠加后并分级,得到年际间和年内棉花 长势的动态分布图和相同时相棉花长势的区域差异图.
DOI:10.3969/j.issn.1672-0504.2003.04.026URL [本文引用: 1]
以CBERS-1卫星图像为信息源,在新疆石河子地区,通过三种不同分类方法的对比,得出 Fuzzy-ARTMAP的分类结果精度最高.在GIS的支持下,根据Fuzzy-ARTMAP的分类结果提取了棉田信息.利用2001年和2002年不 同时相的MODIS和TM图像计算得到归一化植被指数(NDVI)和NDVI差值图像,将NDVI差值图像与棉田信息叠加后并分级,得到年际间和年内棉花 长势的动态分布图和相同时相棉花长势的区域差异图.
DOI:10.3724/SP.J.1011.2011.01175URL [本文引用: 1]
根据中等分辨率航天成像光谱仪（MODIS）遥感数据计算的归一化植被指数（NDVI）被广 泛用于作物长势监测和产量预报,但由于NDVI数值在不同年份的同一时期变化较大,直接用于评价农田生产力会有较大误差。本文以河北平原所在的北纬 37°-39°之间连续种植的冬小麦农田为研究区域,通过对多年冬小麦MODIS NDVI数据进行比较和分级,尝试用每季NDVI在区域内的高低级别评估区域农田生产力。Landsat卫星数据用于对不同时相MODIS图像进行精确配 准,从而实现像素尺度上长时间序列数据的统计分析。首先,对区域内2000-2008年间每年作物返青期到成熟期的NDVI平均值及各生育阶段NDVI平 均值分别进行高低分级,以了解河北平原农田生产力的空间变异,结果显示其中高水平农田分布在太行山山前平原,指数等级水平并没有完全按南北走向趋势分布, 表明该研究方法受纬度差异的影响较小。不同年份分析结果显示,2008年东部地区也出现了较高等级的田块。其次,利用NDVI分级结果计算出9年间 NDVI等级的变异系数,对采用不同生育期NDVI可能带来的误差进行了分析,结果显示不同小麦生育期NDVI等级的变异系数不同,返青期和成熟期变异系 数较大,且具有一定的地理差异。最后,利用GIS空间分析方法以9年NDVI分级结果为基础制作了以县为单元的麦田生产力等级图,结果显示河北平原农田生 产力高低分区,同时也表明中低水平区块有较大提升空间,为河北县级土地管理和耕地质量管理提供理论依据。
DOI:10.3724/SP.J.1011.2011.01175URL [本文引用: 1]
根据中等分辨率航天成像光谱仪（MODIS）遥感数据计算的归一化植被指数（NDVI）被广 泛用于作物长势监测和产量预报,但由于NDVI数值在不同年份的同一时期变化较大,直接用于评价农田生产力会有较大误差。本文以河北平原所在的北纬 37°-39°之间连续种植的冬小麦农田为研究区域,通过对多年冬小麦MODIS NDVI数据进行比较和分级,尝试用每季NDVI在区域内的高低级别评估区域农田生产力。Landsat卫星数据用于对不同时相MODIS图像进行精确配 准,从而实现像素尺度上长时间序列数据的统计分析。首先,对区域内2000-2008年间每年作物返青期到成熟期的NDVI平均值及各生育阶段NDVI平 均值分别进行高低分级,以了解河北平原农田生产力的空间变异,结果显示其中高水平农田分布在太行山山前平原,指数等级水平并没有完全按南北走向趋势分布, 表明该研究方法受纬度差异的影响较小。不同年份分析结果显示,2008年东部地区也出现了较高等级的田块。其次,利用NDVI分级结果计算出9年间 NDVI等级的变异系数,对采用不同生育期NDVI可能带来的误差进行了分析,结果显示不同小麦生育期NDVI等级的变异系数不同,返青期和成熟期变异系 数较大,且具有一定的地理差异。最后,利用GIS空间分析方法以9年NDVI分级结果为基础制作了以县为单元的麦田生产力等级图,结果显示河北平原农田生 产力高低分区,同时也表明中低水平区块有较大提升空间,为河北县级土地管理和耕地质量管理提供理论依据。
Magsci [本文引用: 1]
采用Mahalanobis Distance分类法提取了冬小麦种植面积，通过搭建决策树结构进行了不同灌溉类型冬小麦种植面积的提取，通过两个年份不同生育时期MODIS-NDVI的比较，分析了NDVI时间曲线与冬小麦长势的响应规律和水旱地冬小麦年同期长势。结果表明：2007年临汾地区冬小麦总种植面积为234778.5 hm2，提取精度为96.96%，其中水地种植面积为107488.3 hm2，提取精度为86.15%，旱地冬小麦为127290.2 hm2，提取精度为86.16%。生育期内，水地冬小麦整体长势好于旱地冬小麦，通过NDVI变化斜率比较，表明随着生育期的推进，水地冬小麦NDVI达到峰值前的上升速度远大于旱地冬小麦，峰值后水地冬小麦NDVI下降速度小于旱地冬小麦。
Magsci [本文引用: 1]
采用Mahalanobis Distance分类法提取了冬小麦种植面积，通过搭建决策树结构进行了不同灌溉类型冬小麦种植面积的提取，通过两个年份不同生育时期MODIS-NDVI的比较，分析了NDVI时间曲线与冬小麦长势的响应规律和水旱地冬小麦年同期长势。结果表明：2007年临汾地区冬小麦总种植面积为234778.5 hm2，提取精度为96.96%，其中水地种植面积为107488.3 hm2，提取精度为86.15%，旱地冬小麦为127290.2 hm2，提取精度为86.16%。生育期内，水地冬小麦整体长势好于旱地冬小麦，通过NDVI变化斜率比较，表明随着生育期的推进，水地冬小麦NDVI达到峰值前的上升速度远大于旱地冬小麦，峰值后水地冬小麦NDVI下降速度小于旱地冬小麦。
[本文引用: 1]
[本文引用: 1]
DOI:10.3969/j.issn.2095-1973.2017.01.001URL [本文引用: 1]
随着全球气候变暖,极端高低温、干旱事件趋多趋强,已经威胁到作物的生长和生产.目前,苗情灾情监测多依靠单时相遥感数据,由于难以在不同方法间形成作物灾情和苗情的同一标准,不同方法间难以比较.然而,以长时间序列植被指数为基础数据,通过构建植被条件指数、距平植被指数、与往年比较指数等,以历史作物苗情和灾情为评价标准的方法,为作物苗情和灾情监测提供了新的思路.文章介绍了利用长时间序列的MODIS准实时的多光谱二级数据和植被指数产品数据,构建长时间序列的历史作物苗情和灾情为评价标准,通过系统集成,实现从遥感数据自动下载、MODIS影像预处理,到作物基本参数的信息提取,再到干旱、雪灾监测、苗情和灾情监测,以及最后的专题图的制作等一整套简单化、系统化的处理过程.以西藏为例,介绍了该系统的牧草/作物苗情和灾情监测平台,表明该系统可以应用于大面积作物的苗情和灾情监测,以及产量的预测.
DOI:10.3969/j.issn.2095-1973.2017.01.001URL [本文引用: 1]
随着全球气候变暖,极端高低温、干旱事件趋多趋强,已经威胁到作物的生长和生产.目前,苗情灾情监测多依靠单时相遥感数据,由于难以在不同方法间形成作物灾情和苗情的同一标准,不同方法间难以比较.然而,以长时间序列植被指数为基础数据,通过构建植被条件指数、距平植被指数、与往年比较指数等,以历史作物苗情和灾情为评价标准的方法,为作物苗情和灾情监测提供了新的思路.文章介绍了利用长时间序列的MODIS准实时的多光谱二级数据和植被指数产品数据,构建长时间序列的历史作物苗情和灾情为评价标准,通过系统集成,实现从遥感数据自动下载、MODIS影像预处理,到作物基本参数的信息提取,再到干旱、雪灾监测、苗情和灾情监测,以及最后的专题图的制作等一整套简单化、系统化的处理过程.以西藏为例,介绍了该系统的牧草/作物苗情和灾情监测平台,表明该系统可以应用于大面积作物的苗情和灾情监测,以及产量的预测.
DOI:10.11975/j.issn.1002-6819.2017.02.024URL [本文引用: 1]
及时、准确的作物长势监测可以为宏观决策和农田生产提供作物生长信息,便于及时采取各种田间管理措施,达到科学管理和作物增产的目的。归一化植被指数(normalized difference vegetation index,NDVI)与植被的叶面积指数(leaf area index,LAI)和叶片叶绿素含量关系极为密切,可以用来评价作物的生长状况。为了降低主观因素及物候差异对大豆长势监测的影响,该研究以黑龙江红星农场主要农作物大豆为例,基于历史NDVI数据建立了该区域大豆长势评价的标准。利用NDVI时间序列拟合法提取大豆关键物候期,结合物候监测结果对大豆长势进行修正,最后利用41个地块的单产数据对长势评价结果进行了验证。物候修正前后长势与单产的一致性分别为58.5%、75.6%,容差为1个等级时分别为87.8%、95.1%,表明历史NDVI对大豆长势评价有一定参考意义,但简单同期对比不能完全反映大豆长势真实情况,物候修正可以进一步改善长势评价效果。研究可以为利用遥感进行大豆长势评价提供参考依据。
DOI:10.11975/j.issn.1002-6819.2017.02.024URL [本文引用: 1]
及时、准确的作物长势监测可以为宏观决策和农田生产提供作物生长信息,便于及时采取各种田间管理措施,达到科学管理和作物增产的目的。归一化植被指数(normalized difference vegetation index,NDVI)与植被的叶面积指数(leaf area index,LAI)和叶片叶绿素含量关系极为密切,可以用来评价作物的生长状况。为了降低主观因素及物候差异对大豆长势监测的影响,该研究以黑龙江红星农场主要农作物大豆为例,基于历史NDVI数据建立了该区域大豆长势评价的标准。利用NDVI时间序列拟合法提取大豆关键物候期,结合物候监测结果对大豆长势进行修正,最后利用41个地块的单产数据对长势评价结果进行了验证。物候修正前后长势与单产的一致性分别为58.5%、75.6%,容差为1个等级时分别为87.8%、95.1%,表明历史NDVI对大豆长势评价有一定参考意义,但简单同期对比不能完全反映大豆长势真实情况,物候修正可以进一步改善长势评价效果。研究可以为利用遥感进行大豆长势评价提供参考依据。
[本文引用: 1]
DOI:10.3969/j.issn.1008-0864.2010.03.14URL [本文引用: 1]
应用遥感信息技术,可实时对冬小麦长势进行分级监测预报,便于农业部门及时制定和实施相应的 管理措施,达到目标化生产的目的。以江苏省姜堰市为例,进行了基于中巴资源卫星（CBERS-02）遥感的冬小麦拔节期长势分级监测研究。经过计算机分类 和人机交互式判读解译,结合GPS样点信息校验,冬小麦面积解译精度在90%以上。利用遥感植被指数反演叶面积指数（LAI）等长势信息,对整个区域的冬 小麦长势状况进行分级监测。叠加样点的实测数据校验,监测精度达到85%以上,最终制作区域的冬小麦长势分级专题图,并对各长势状况进行了分析。结果说 明,中巴资源卫星影像数据可以满足区域冬小麦长势监测要求,并可在实际生产中进行推广应用。
DOI:10.3969/j.issn.1008-0864.2010.03.14URL [本文引用: 1]
应用遥感信息技术,可实时对冬小麦长势进行分级监测预报,便于农业部门及时制定和实施相应的 管理措施,达到目标化生产的目的。以江苏省姜堰市为例,进行了基于中巴资源卫星（CBERS-02）遥感的冬小麦拔节期长势分级监测研究。经过计算机分类 和人机交互式判读解译,结合GPS样点信息校验,冬小麦面积解译精度在90%以上。利用遥感植被指数反演叶面积指数（LAI）等长势信息,对整个区域的冬 小麦长势状况进行分级监测。叠加样点的实测数据校验,监测精度达到85%以上,最终制作区域的冬小麦长势分级专题图,并对各长势状况进行了分析。结果说 明,中巴资源卫星影像数据可以满足区域冬小麦长势监测要求,并可在实际生产中进行推广应用。
URL [本文引用: 1]
水稻是世界上主要粮食作物之一,其产量及品质在世界粮食安全中起着至关重要的作用。而叶绿素含量、叶面积指数和氮素等生理参数是进行水稻长势评估的重要指标。快速而准确地获取水稻不同生育期的生理参数对于科学施肥及高效田间管理意义重大。本研究的目的是以西北地区水稻为研究对象,依托不同氮素水平的两年水稻田间试验,基于地面非成像高光谱数据、低空无人机高光谱影像和星载多光谱影像数据,综合运用高光谱遥感技术、信息提取技术、统计分析技术以及参数成图技术,系统分析不同生长环境、不同生育期、不同年份水稻光谱反射特征及其与叶绿素、叶面积指数和叶片全氮含量的相关性,并构建水稻生理参数的预测模型,综合“地-空-星”不同遥感平台实现区域范围水稻长势监测。研究结果可为精准农业的高效实施提供可靠的数据和技术支撑。主要结论如下:(1)系统分析了不同生育期不同氮素水平水稻高光谱特征,包括光谱反射特征和“红边”特征。结果表明,水稻冠层光谱特征受生育期的影响表现出一定的季相规律。从幼苗期到抽穗期,水稻冠层光谱反射率在可见光范围逐渐降低,在近红外波段逐渐增加。而抽穗期后光谱反射率随生育期的推进在可见光范围逐渐增加,在近红外波段逐渐减少。各生育期内水稻冠层光谱反射率在可见光范围均随氮素水平的增加而增加,在近红外波段则呈相反的趋势。在整个生育期内,水稻冠层光谱的红边位于690~740 nm之间,“红边”参数在抽穗期前表现出“红移”现象,抽穗期后表现出“蓝移”,且随氮素水平的增加而增加。(2)通过相关性分析,明确了反演水稻SPAD的敏感波段及最佳光谱指数。水稻SPAD与原始冠层光谱反射率在698 nm呈最大显著负相关。而光谱反射率一阶导数与SPAD相关性较高的波段范围较多,且波段宽度相对较窄。模型预测结果表明,以光谱指数BND为变量建立的水稻SPAD回归模型预测效果要优于基于特征波段的回归模型。针对叶片水平SPAD而言,叶片不同部位SPAD分布存在差异,表现为从叶基到叶尖逐渐减少。(3)在明确水稻LAI随生育期和氮素水平变化规律的基础上,系统分析了400~2400 nm波段范围内任意两波段组合构成的归一化植被指数NDVI、差值植被指数DVI、比值植被指数RVI以及二次修正土壤调节植被指数MSAVI2与水稻LAI的定量关系,结果显示以RSI(R848,R752)建立的指数模型对水稻LAI的预测效果最佳。经最小二乘支持向量机(LS-SVM)优化后的模型尽管预测精度有所提高,但SVM模型参数设置繁琐,模型结构复杂,不利于模型应用于遥感过程。(4)水稻叶片全氮含量随生育期的推进逐渐减少,且随施氮水平的增加而增加。水稻叶片全氮含量与原始光谱反射率的相关性表明,在400~746 nm范围光谱反射率与叶片全氮含量呈负相关关系,在754~1000 nm之间冠层光谱反射率与叶片全氮含量存在一个正相关的平台。通过分析400~1000 nm任意两波段原始光谱反射率构成的NDSI和RSI光谱指数与叶片氮含量的相关性,并在此基础构建基于光谱反射率一阶导数任意两波段组合的RSI光谱指数。结果表明,基于RSI(D738,D522)建立的线性模型效果最优,RMSE和RE均最小。而基于偏最小二乘法建立的LNC回归模型,尽管用到了全谱波段,但其预测效果较RSI(D738,D522)模型差。(5)借助无人机高光谱影像“图谱合一”的优势实现了区域范围水稻SPAD、叶面积指数和叶片全氮含量的空间分布反演。反演结果与地面实际情况较为相符,表明低空无人机高光谱影像在小区域范围作物长势监测中具有一定优势。为了在更大范围实现水稻长势监测,通过模拟高分一号卫星的光谱反射率,构建不同植被指数建立水稻生理参数的多光谱估测模型。结果表明以绿度归一化植被指数GNDVI、归一化色素叶绿素指数NPCI和归一化植被指数NDVI构建的多元线性模型对水稻SPAD有较好的预测性,而叶面积指数和叶片全氮含量的最佳预测模型分别是由比值植被指数RVI构建的指数模型和线性模型。由于空间分辨率较低,高分一号更适合大区域范围作物长势监测研究。
URL [本文引用: 1]
水稻是世界上主要粮食作物之一,其产量及品质在世界粮食安全中起着至关重要的作用。而叶绿素含量、叶面积指数和氮素等生理参数是进行水稻长势评估的重要指标。快速而准确地获取水稻不同生育期的生理参数对于科学施肥及高效田间管理意义重大。本研究的目的是以西北地区水稻为研究对象,依托不同氮素水平的两年水稻田间试验,基于地面非成像高光谱数据、低空无人机高光谱影像和星载多光谱影像数据,综合运用高光谱遥感技术、信息提取技术、统计分析技术以及参数成图技术,系统分析不同生长环境、不同生育期、不同年份水稻光谱反射特征及其与叶绿素、叶面积指数和叶片全氮含量的相关性,并构建水稻生理参数的预测模型,综合“地-空-星”不同遥感平台实现区域范围水稻长势监测。研究结果可为精准农业的高效实施提供可靠的数据和技术支撑。主要结论如下:(1)系统分析了不同生育期不同氮素水平水稻高光谱特征,包括光谱反射特征和“红边”特征。结果表明,水稻冠层光谱特征受生育期的影响表现出一定的季相规律。从幼苗期到抽穗期,水稻冠层光谱反射率在可见光范围逐渐降低,在近红外波段逐渐增加。而抽穗期后光谱反射率随生育期的推进在可见光范围逐渐增加,在近红外波段逐渐减少。各生育期内水稻冠层光谱反射率在可见光范围均随氮素水平的增加而增加,在近红外波段则呈相反的趋势。在整个生育期内,水稻冠层光谱的红边位于690~740 nm之间,“红边”参数在抽穗期前表现出“红移”现象,抽穗期后表现出“蓝移”,且随氮素水平的增加而增加。(2)通过相关性分析,明确了反演水稻SPAD的敏感波段及最佳光谱指数。水稻SPAD与原始冠层光谱反射率在698 nm呈最大显著负相关。而光谱反射率一阶导数与SPAD相关性较高的波段范围较多,且波段宽度相对较窄。模型预测结果表明,以光谱指数BND为变量建立的水稻SPAD回归模型预测效果要优于基于特征波段的回归模型。针对叶片水平SPAD而言,叶片不同部位SPAD分布存在差异,表现为从叶基到叶尖逐渐减少。(3)在明确水稻LAI随生育期和氮素水平变化规律的基础上,系统分析了400~2400 nm波段范围内任意两波段组合构成的归一化植被指数NDVI、差值植被指数DVI、比值植被指数RVI以及二次修正土壤调节植被指数MSAVI2与水稻LAI的定量关系,结果显示以RSI(R848,R752)建立的指数模型对水稻LAI的预测效果最佳。经最小二乘支持向量机(LS-SVM)优化后的模型尽管预测精度有所提高,但SVM模型参数设置繁琐,模型结构复杂,不利于模型应用于遥感过程。(4)水稻叶片全氮含量随生育期的推进逐渐减少,且随施氮水平的增加而增加。水稻叶片全氮含量与原始光谱反射率的相关性表明,在400~746 nm范围光谱反射率与叶片全氮含量呈负相关关系,在754~1000 nm之间冠层光谱反射率与叶片全氮含量存在一个正相关的平台。通过分析400~1000 nm任意两波段原始光谱反射率构成的NDSI和RSI光谱指数与叶片氮含量的相关性,并在此基础构建基于光谱反射率一阶导数任意两波段组合的RSI光谱指数。结果表明,基于RSI(D738,D522)建立的线性模型效果最优,RMSE和RE均最小。而基于偏最小二乘法建立的LNC回归模型,尽管用到了全谱波段,但其预测效果较RSI(D738,D522)模型差。(5)借助无人机高光谱影像“图谱合一”的优势实现了区域范围水稻SPAD、叶面积指数和叶片全氮含量的空间分布反演。反演结果与地面实际情况较为相符,表明低空无人机高光谱影像在小区域范围作物长势监测中具有一定优势。为了在更大范围实现水稻长势监测,通过模拟高分一号卫星的光谱反射率,构建不同植被指数建立水稻生理参数的多光谱估测模型。结果表明以绿度归一化植被指数GNDVI、归一化色素叶绿素指数NPCI和归一化植被指数NDVI构建的多元线性模型对水稻SPAD有较好的预测性,而叶面积指数和叶片全氮含量的最佳预测模型分别是由比值植被指数RVI构建的指数模型和线性模型。由于空间分辨率较低,高分一号更适合大区域范围作物长势监测研究。
URL [本文引用: 1]
遥感作为现代信息技术的前沿技术,可以快速准确获取大面积作物营养与生长状态等实时信息,为实施精确农业提供重要的技术支撑,从而有助于实现作物生产的高产、高效、优质等目标。本研究主要探索高分一号卫星对拔节期水稻的生长参数进行监测并对氮素进行诊断的可行性,并建立相应的监测和诊断模型,利用ArcGIS和ENVI平台实现对应的专家系统。通过地面光谱仪测定不同梯度氮肥处理小区的水稻拔节期冠层高光谱参数,并利用光谱响应函数模拟高分一号卫星WFV传感器四个波段的光谱参数构建对应的植被指数与地上部生物量、植株氮含量、植株氮积累量以及产量的相关关系,同时进行误差判断,验证WFV传感器进行生长监测和氮素营养诊断的可行性；然后在大田拔节期时进行大面积采样,同时获取高分一号WFV的真实影像,通过植被指数与生长参数的相关性验证第一步的结论,再通过比对不同的建模方式,进行相关性分析和误差分析筛选最优的建模方法,最后反演的相关参数计算氮营养指数,使用本年度的产量进行验证,验证诊断结果与推荐施肥。结果发现利用地面高光谱数据模拟的高分一号WFV数据的植被参数与水稻拔节期的生长参数具有较好的相关性,其中与地上部生物量、植株氮含量、植株吸氮量以及产量的最优决定系数R2分别为0.74,0.61,0.66和0.62,这表明高分一号WFV数据可以作为反演大田水稻生长参数的数据来源；通过不同的建模方式比较发逐步多重线性回归、BP神经网络回归、随机森林回归在水稻生长参数的预测中的效果,发现随机森林回归算法获得的地上部生物量、植株氮浓度以及植株吸氮量的R2分别为0.82,0.57和0.79,显著高于其他方法,结果表明随机森林回归算法能够有效的提高模型对水稻拔节期生长参数的预测能力,可以使用该方法反演生长参数；最后通过引入氮营养指数对水稻的氮素营养状况进行诊断,通过大田最终产量的验证,发现氮营养指数NNI与高分一号WFV数据的植被指数呈现显著相关关系,最优的R2=0.512产量与氮营养指数呈现明显的二次相关关系(R2=0.48),表明氮营养指数可以在拔节期预测水稻的产量并且能诊断出水稻氮肥的缺失、适宜和过量三种状态。总之,高分一号卫星WFV数据能够很好的反演水稻拔节期的生长参数并且能够对水稻的氮素营养状况进行准确的诊断,可以为水稻的生产管理提供依据。最后,以ArcGIS Engine、Server以及IDL开发平台,以航天、地面遥感数据为信息源,开发了具有实用化和业务化的基于遥感信息的作物生长监测与诊断系统。该系统具有文件管理、图像处理、地物分类与识别、植被指数、生长指标计算、生理参数估算、产量与品质指标预测、地面遥感监测、生长诊断与动态调控、工具管理及系统帮助等综合功能,最后对系统进行了测试检验和实例分析。结果表明,系统的设计思想和结构框架符合作物长势监测与诊断系统的运行化要求,系统操作简便,结果显示直观,测试结果与田间实际具有较高的符合度,实现了作物长势监测与诊断技术的精确化和数字化。
URL [本文引用: 1]
遥感作为现代信息技术的前沿技术,可以快速准确获取大面积作物营养与生长状态等实时信息,为实施精确农业提供重要的技术支撑,从而有助于实现作物生产的高产、高效、优质等目标。本研究主要探索高分一号卫星对拔节期水稻的生长参数进行监测并对氮素进行诊断的可行性,并建立相应的监测和诊断模型,利用ArcGIS和ENVI平台实现对应的专家系统。通过地面光谱仪测定不同梯度氮肥处理小区的水稻拔节期冠层高光谱参数,并利用光谱响应函数模拟高分一号卫星WFV传感器四个波段的光谱参数构建对应的植被指数与地上部生物量、植株氮含量、植株氮积累量以及产量的相关关系,同时进行误差判断,验证WFV传感器进行生长监测和氮素营养诊断的可行性；然后在大田拔节期时进行大面积采样,同时获取高分一号WFV的真实影像,通过植被指数与生长参数的相关性验证第一步的结论,再通过比对不同的建模方式,进行相关性分析和误差分析筛选最优的建模方法,最后反演的相关参数计算氮营养指数,使用本年度的产量进行验证,验证诊断结果与推荐施肥。结果发现利用地面高光谱数据模拟的高分一号WFV数据的植被参数与水稻拔节期的生长参数具有较好的相关性,其中与地上部生物量、植株氮含量、植株吸氮量以及产量的最优决定系数R2分别为0.74,0.61,0.66和0.62,这表明高分一号WFV数据可以作为反演大田水稻生长参数的数据来源；通过不同的建模方式比较发逐步多重线性回归、BP神经网络回归、随机森林回归在水稻生长参数的预测中的效果,发现随机森林回归算法获得的地上部生物量、植株氮浓度以及植株吸氮量的R2分别为0.82,0.57和0.79,显著高于其他方法,结果表明随机森林回归算法能够有效的提高模型对水稻拔节期生长参数的预测能力,可以使用该方法反演生长参数；最后通过引入氮营养指数对水稻的氮素营养状况进行诊断,通过大田最终产量的验证,发现氮营养指数NNI与高分一号WFV数据的植被指数呈现显著相关关系,最优的R2=0.512产量与氮营养指数呈现明显的二次相关关系(R2=0.48),表明氮营养指数可以在拔节期预测水稻的产量并且能诊断出水稻氮肥的缺失、适宜和过量三种状态。总之,高分一号卫星WFV数据能够很好的反演水稻拔节期的生长参数并且能够对水稻的氮素营养状况进行准确的诊断,可以为水稻的生产管理提供依据。最后,以ArcGIS Engine、Server以及IDL开发平台,以航天、地面遥感数据为信息源,开发了具有实用化和业务化的基于遥感信息的作物生长监测与诊断系统。该系统具有文件管理、图像处理、地物分类与识别、植被指数、生长指标计算、生理参数估算、产量与品质指标预测、地面遥感监测、生长诊断与动态调控、工具管理及系统帮助等综合功能,最后对系统进行了测试检验和实例分析。结果表明,系统的设计思想和结构框架符合作物长势监测与诊断系统的运行化要求,系统操作简便,结果显示直观,测试结果与田间实际具有较高的符合度,实现了作物长势监测与诊断技术的精确化和数字化。
[本文引用: 1]
[本文引用: 1]
DOI:10.7519/j.issn.1000-0526.2005.10.019URL [本文引用: 1]
通过对定点监测资料和NOAA/AVHRR资料的平行分析,探讨了NOAA/AVHRR资料在小区域冬小麦长势动态监测中的应用问题,建立了农学参数与遥感绿度值之间的关系式和卫星遥感苗情分类指标动态方程,为当地冬小麦卫星遥感苗情分类提供了一套客观实用的方法.
DOI:10.7519/j.issn.1000-0526.2005.10.019URL [本文引用: 1]
通过对定点监测资料和NOAA/AVHRR资料的平行分析,探讨了NOAA/AVHRR资料在小区域冬小麦长势动态监测中的应用问题,建立了农学参数与遥感绿度值之间的关系式和卫星遥感苗情分类指标动态方程,为当地冬小麦卫星遥感苗情分类提供了一套客观实用的方法.
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
DOI:10.1016/j.apgeog.2011.06.018URL [本文引用: 1]
Expanding global and regional markets are driving the conversion of traditional subsistence agricultural and occupied non-agricultural lands to commercial-agricultural purposes. In many parts of mainland Southeast Asia rubber plantations are expanding rapidly into areas where the crop was not historically found. Over the last several decades more than one million hectares of land have been converted to rubber trees in areas of China, Laos, Thailand, Vietnam, Cambodia and Myanmar, where rubber trees were not traditionally grown. This expansion of rubber plantations has replaced ecologically important secondary forests and traditionally managed swidden fields and influenced local energy, water and carbon fluxes. Accurate and up-to-date monitoring and mapping of rubber tree growth is critical to understanding the implications of this changing ecosystem. Discriminating rubber trees from second-growth forests and fallow land has proven challenging. Previous experiments using machine-learning approaches with hard classifications on remotely sensed data, when faced with the realities of a heterogeneous plant-life mixture and high intra-class variance, have tended to overestimate the areas of rubber tree growth. Our current research sought to: 1) to investigate the potential of using a Mahalanobis typicality model to deal with mixed pixels; and 2) to explore the potential for combining MOderate Resolution Imaging Spectroradiometer (MODIS) imagery with sub-national statistical data on rubber tree areas to map the distribution of rubber tree growth across this mainland Southeast Asia landscape. Our study used time-series MODIS Terra 16-day composite 250m Normalized Difference Vegetation Index (NDVI) products (MOD13Q1) acquired between March 2009 and May 2010. We used the Mahalanobis typicality method to identify pixels where rubber tree growth had the highest probability of occurring and sub-national statistical data on rubber tree growth to quantify the number of pixels of rubber tree growth mapped per administrative unit. We used Relative Operating Characteristic (ROC) and error matrix analysis, respectively, to assess the viability of Mahalanobis typicalities and to validate classification accuracy. High ROC values, over 0.8, were achieved with the Mahalanobis typicality images of both mature and young rubber trees. The proposed method greatly reduced the commission errors for the two types of rubber tree growth to 1.9% and 2.8%, respectively (corresponding to user accuracies of 98.1% and 97.2%, respectively). Results indicate that integrating Mahalanobis typicalities with MODIS time-series NDVI data and sub-national statistics can successfully overcome the earlier overestimation problem.
DOI:10.3969/j.issn.1002-1302.2010.06.201URL [本文引用: 1]
以中国农业遥感监测系统(CHARMS)大尺度业务运行作物长势监测需求为实际驱动力,进行基于遥感影像全覆盖的大尺度农作物类型遥感综合自动识别的方法研究,通过分析2009年江苏地区冬小麦和水稻的种植结构、物候历特征及其生物学特性和时序NDVI曲线特征,确定冬小麦和水稻信息提取的NDVI阈值,建立不同作物面积提取模型,并最终获取了2009年CHARMS中江苏冬小麦和水稻长势监测所需的作物空间分布,并与多年平均统计数据比较,总体精度分别达到了78%和85%以上,基本可以满足农情业务化需要。其次,基于面积识别的结果,利用目前长势监测中应用最广泛的归一化植被指数NDVI对江苏2009年冬小麦和水稻长势进行监测,并用差值模型,与近5年长势的平均状况进行对比研究。结果表明,2009年江苏冬小麦和水稻长势均呈现"前期较好,中期变差,后期恢复"的趋势;空间分布上,淮北和苏中地区冬小麦全年长势较多年平均稍差,而水稻长势较差的地区主要分布在苏南地区。
DOI:10.3969/j.issn.1002-1302.2010.06.201URL [本文引用: 1]
以中国农业遥感监测系统(CHARMS)大尺度业务运行作物长势监测需求为实际驱动力,进行基于遥感影像全覆盖的大尺度农作物类型遥感综合自动识别的方法研究,通过分析2009年江苏地区冬小麦和水稻的种植结构、物候历特征及其生物学特性和时序NDVI曲线特征,确定冬小麦和水稻信息提取的NDVI阈值,建立不同作物面积提取模型,并最终获取了2009年CHARMS中江苏冬小麦和水稻长势监测所需的作物空间分布,并与多年平均统计数据比较,总体精度分别达到了78%和85%以上,基本可以满足农情业务化需要。其次,基于面积识别的结果,利用目前长势监测中应用最广泛的归一化植被指数NDVI对江苏2009年冬小麦和水稻长势进行监测,并用差值模型,与近5年长势的平均状况进行对比研究。结果表明,2009年江苏冬小麦和水稻长势均呈现"前期较好,中期变差,后期恢复"的趋势;空间分布上,淮北和苏中地区冬小麦全年长势较多年平均稍差,而水稻长势较差的地区主要分布在苏南地区。
DOI:10.1016/S2095-3119(16)61479-XURL [本文引用: 1]
DOI:10.3969/j.issn.1000-6850.2005.03.091URLMagsci [本文引用: 1]
农作物长势监测的目的是为早期估产提供依据，同时为田间管理提供及时的信息。笔者总结了中国农作物长势监测的研究进展、研究方法，指出用于长势监测的遥感数据空间分辨率较低，常用的监测指标 具有局限性，监测精度有待提高。“3S”技术的集成发展，进一步实现一体化应用于该领域仍是今后的发展方向。随着农作物长势运行化监测系统的进一步完善，对田间管理的诊断需求会日益加剧，因此作物长势的诊断将成为今后的研究重点。
DOI:10.3969/j.issn.1000-6850.2005.03.091URLMagsci [本文引用: 1]
农作物长势监测的目的是为早期估产提供依据，同时为田间管理提供及时的信息。笔者总结了中国农作物长势监测的研究进展、研究方法，指出用于长势监测的遥感数据空间分辨率较低，常用的监测指标 具有局限性，监测精度有待提高。“3S”技术的集成发展，进一步实现一体化应用于该领域仍是今后的发展方向。随着农作物长势运行化监测系统的进一步完善，对田间管理的诊断需求会日益加剧，因此作物长势的诊断将成为今后的研究重点。
.
URL [本文引用: 1]
作物长势监测可以为决策者提供作物生长状态信息，及时反映作物单产丰欠的变化情况。作物长势遥感监测指标与作物产量有密切的关系，实时监测作物长势动态变化，可以尽早预测粮食短缺或盈余，对粮食的宏观调控有重要的意义。然而目前的研究方法都在不同程度上存在以下几个问题： (1) 过多的依赖于NDVI，很少把其他指数应用于农作物长势监测； (2) 长势和最后的单产变化相脱节，没有联系在一起进行研究； (3) 不考虑物候的影响，在不同的物候期使用相同的指标； (4) 遥感监测结果与传统苗情相脱节。 因此本论文面向全国主要粮食作物，从实时监测和作物生长过程监测两个角度出发，研究NDVI、LAI、NPP、TCI、VCI和NDWI六种指数在不同农业区划、不同作物以及作物生长发育的不同物候期监测农作物长势的有效性和适宜性，建立全国农作物长势遥感监测的多指数指标集。 研究的主要内容与成果如下： (1) 实现了全国农作物叶面积指数和净初级生产力的遥感估算 结合多个样区、多种作物的实测叶面积指数与遥感获取的植被指数，建立了四个典型样区的作物叶面积指数模型，并在此基础上结合全国作物种植结构分区数据，对四个样区的模型进行外推，建立了全国农作物叶面积指数反演模型。验证结果的平均相对误差为18.51％，表明模型达到了较高的精度。同时将计算结果代入BIOME-BGC模型，进行了全国农作物净初级生产力的计算，并使用农气站点的作物湿重观测数据对结果进行了初步验证。 (2) 建立了作物长势遥感实时监测指标集 通过分析不同物候期作物苗情变化和单产变幅与各种指数的关系，通过各种指数的适宜性评价，对实时监测过程中，在什么区划单元，对什么作物，在什么物候期使用什么指数进行监测做了研究。同时考虑各种指数在不同区划内监测作物长势的相关性、稳定性、合理性、一致性和简约性，建立了使用多种指数进行全国农作物长势实时监测的指标集，为全国每个区划内主要作物在不同物候期长势的宏观实时监测确定了优选的一种或两种指数。
URL [本文引用: 1]
作物长势监测可以为决策者提供作物生长状态信息，及时反映作物单产丰欠的变化情况。作物长势遥感监测指标与作物产量有密切的关系，实时监测作物长势动态变化，可以尽早预测粮食短缺或盈余，对粮食的宏观调控有重要的意义。然而目前的研究方法都在不同程度上存在以下几个问题： (1) 过多的依赖于NDVI，很少把其他指数应用于农作物长势监测； (2) 长势和最后的单产变化相脱节，没有联系在一起进行研究； (3) 不考虑物候的影响，在不同的物候期使用相同的指标； (4) 遥感监测结果与传统苗情相脱节。 因此本论文面向全国主要粮食作物，从实时监测和作物生长过程监测两个角度出发，研究NDVI、LAI、NPP、TCI、VCI和NDWI六种指数在不同农业区划、不同作物以及作物生长发育的不同物候期监测农作物长势的有效性和适宜性，建立全国农作物长势遥感监测的多指数指标集。 研究的主要内容与成果如下： (1) 实现了全国农作物叶面积指数和净初级生产力的遥感估算 结合多个样区、多种作物的实测叶面积指数与遥感获取的植被指数，建立了四个典型样区的作物叶面积指数模型，并在此基础上结合全国作物种植结构分区数据，对四个样区的模型进行外推，建立了全国农作物叶面积指数反演模型。验证结果的平均相对误差为18.51％，表明模型达到了较高的精度。同时将计算结果代入BIOME-BGC模型，进行了全国农作物净初级生产力的计算，并使用农气站点的作物湿重观测数据对结果进行了初步验证。 (2) 建立了作物长势遥感实时监测指标集 通过分析不同物候期作物苗情变化和单产变幅与各种指数的关系，通过各种指数的适宜性评价，对实时监测过程中，在什么区划单元，对什么作物，在什么物候期使用什么指数进行监测做了研究。同时考虑各种指数在不同区划内监测作物长势的相关性、稳定性、合理性、一致性和简约性，建立了使用多种指数进行全国农作物长势实时监测的指标集，为全国每个区划内主要作物在不同物候期长势的宏观实时监测确定了优选的一种或两种指数。
Magsci [本文引用: 1]
为改善归一化植被指数（NDVI）作为遥感监测作物长势指标的性能，该文分析了归一化植被指数的内在设计缺陷，在不增加额外波段的情况下，以近红外波段和红色波段为基础引入一种新的作物长势遥感监测指标——GRNDVI。通过在像素和区域层次上同其他4种指数进行比较发现：GRNDVI能够改善归一化植被指数在低植被覆盖度时期/地区容易受到作物冠层土壤背景的影响，而在高植被覆盖度时期/地区又容易发生饱和现象的设计缺陷，可以作为遥感监测作物长势过程中替代归一化植被指数的指标。
Magsci [本文引用: 1]
为改善归一化植被指数（NDVI）作为遥感监测作物长势指标的性能，该文分析了归一化植被指数的内在设计缺陷，在不增加额外波段的情况下，以近红外波段和红色波段为基础引入一种新的作物长势遥感监测指标——GRNDVI。通过在像素和区域层次上同其他4种指数进行比较发现：GRNDVI能够改善归一化植被指数在低植被覆盖度时期/地区容易受到作物冠层土壤背景的影响，而在高植被覆盖度时期/地区又容易发生饱和现象的设计缺陷，可以作为遥感监测作物长势过程中替代归一化植被指数的指标。
[本文引用: 1]
[本文引用: 1]
DOI:10.3969/j.issn.1004-0323.2001.01.005URLMagsci [本文引用: 1]
TM遥感与地块内冬小麦产量变异姜 城,金继运,张维理(中国农业科学院土壤肥料研究所,农业部植物营养学重点开放试验室 北京 100081)摘要:卫星遥感可以为农作物的精准管理提供必要、及时并具有空间连续性的信息,但高成本一直是限制该项技术在农业上深入发展的主要障碍。利用价格相对较为低廉的TM卫星影像作为信息源来评价其对估测小区域内作物产量空间变异并为规划管理单元提供必要信息的可行性做了初步的研究,结果表明,利用TM图像所获得的植被指数能较好地反映小麦各生育时期的基本特点。两种植被指数(NDVI及RVI)都表现出一定程度的空间变异,而且都以小麦抽穗后期的变异程度为最大,而且,小麦生长发育的三个重要时期(分蘖期、抽穗期及拔节期)的两种植被指数之间具有极显著的相关关系,两个试验地块小麦11月8日的归一化植被指数都与产量表现出了良好的相关关系。另外,两种植被指数在表现作物千粒重和亩穗数等产量指标信息方面,也有一定的效果。关 键 词:精准农业;产量变异; TM遥感;植被指数中图分类号:TP 79
DOI:10.3969/j.issn.1004-0323.2001.01.005URLMagsci [本文引用: 1]
TM遥感与地块内冬小麦产量变异姜 城,金继运,张维理(中国农业科学院土壤肥料研究所,农业部植物营养学重点开放试验室 北京 100081)摘要:卫星遥感可以为农作物的精准管理提供必要、及时并具有空间连续性的信息,但高成本一直是限制该项技术在农业上深入发展的主要障碍。利用价格相对较为低廉的TM卫星影像作为信息源来评价其对估测小区域内作物产量空间变异并为规划管理单元提供必要信息的可行性做了初步的研究,结果表明,利用TM图像所获得的植被指数能较好地反映小麦各生育时期的基本特点。两种植被指数(NDVI及RVI)都表现出一定程度的空间变异,而且都以小麦抽穗后期的变异程度为最大,而且,小麦生长发育的三个重要时期(分蘖期、抽穗期及拔节期)的两种植被指数之间具有极显著的相关关系,两个试验地块小麦11月8日的归一化植被指数都与产量表现出了良好的相关关系。另外,两种植被指数在表现作物千粒重和亩穗数等产量指标信息方面,也有一定的效果。关 键 词:精准农业;产量变异; TM遥感;植被指数中图分类号:TP 79
DOI:10.3969/j.issn.1000-3177.2007.02.003URL [本文引用: 1]
叶面积指数和叶片氮素含量是决定小麦群体长势的重要生理指标，也是制定栽培管理措施的必要依据。利用遥感监测小麦返青后的叶面积指数和叶片氮素含量，便于及时采取施肥、灌溉、中耕等调控措施。达到优质、高产稳产、高效的目的。本文使用TM影像数据与实地GPS定位相结合的方法，研究了冬小麦返青后叶面积指数及植株氮素含量的变化态势。结果表明：（1）TM影像的NDVI的地域性差异较大，且随纬度呈现极明显的线型负相关变化态势；（2）将用NDVI反演的LAI与实测的LAI进行比较，二者较为一致，其均方差根（RMSE）为0．111；（3）利用NDVI监测的小麦植株氮素含量与实地观测的植株氮素含量较为相近，二者的RMSE为0．085。总之。利用TM影像的NDVI可以快速、精确地监测返青期小麦的LAI和植株氮素营养状况。同时，本研究结果也可为冬小麦返青期的苗情诊断和管理决策提供及时、准确的信息支持。
DOI:10.3969/j.issn.1000-3177.2007.02.003URL [本文引用: 1]
叶面积指数和叶片氮素含量是决定小麦群体长势的重要生理指标，也是制定栽培管理措施的必要依据。利用遥感监测小麦返青后的叶面积指数和叶片氮素含量，便于及时采取施肥、灌溉、中耕等调控措施。达到优质、高产稳产、高效的目的。本文使用TM影像数据与实地GPS定位相结合的方法，研究了冬小麦返青后叶面积指数及植株氮素含量的变化态势。结果表明：（1）TM影像的NDVI的地域性差异较大，且随纬度呈现极明显的线型负相关变化态势；（2）将用NDVI反演的LAI与实测的LAI进行比较，二者较为一致，其均方差根（RMSE）为0．111；（3）利用NDVI监测的小麦植株氮素含量与实地观测的植株氮素含量较为相近，二者的RMSE为0．085。总之。利用TM影像的NDVI可以快速、精确地监测返青期小麦的LAI和植株氮素营养状况。同时，本研究结果也可为冬小麦返青期的苗情诊断和管理决策提供及时、准确的信息支持。
URL [本文引用: 1]
We compared and evaluated the MODIS vegetation indices(NDVI EVI), are produced at 250 m resolutions and 16-day compositing periods and chose typical vegetation types in 2004 including broadleaf forest, needleleaf forest, saline meadow, grassland, shrub, semi-deserst, irrigating-cultivated agriculture, dry farming-cultivated agriculture as sample regions in Northwest China. The results show that the NDVI was higher than the EVI in most part of Northwest China. The difference between the two indices increased from deserts, steppes, cultivated vegetation, meadows to forest. Both NDVI and EVI were well indicated the distribution and the growth of various vegetations in arid and semi-arid areas. The NDVI saturated in these high biomass type vegetations, such as broadleaf forests, needleleaf forests, during the plants blooming period. The NDVI did not increase with the growth of these vegetations during the period. The EVI was different. It increased with the growth of vegetation. The NDVI saturation threshold was about 0.8. The NDVI saturated for 2 months in nothwest with high-cold meadows and part of cultivated vegetation. EVI played a good performance in high biomass regions and exhibited a more symmetrical seasonal profile during the plants flourished.
URL [本文引用: 1]
We compared and evaluated the MODIS vegetation indices(NDVI EVI), are produced at 250 m resolutions and 16-day compositing periods and chose typical vegetation types in 2004 including broadleaf forest, needleleaf forest, saline meadow, grassland, shrub, semi-deserst, irrigating-cultivated agriculture, dry farming-cultivated agriculture as sample regions in Northwest China. The results show that the NDVI was higher than the EVI in most part of Northwest China. The difference between the two indices increased from deserts, steppes, cultivated vegetation, meadows to forest. Both NDVI and EVI were well indicated the distribution and the growth of various vegetations in arid and semi-arid areas. The NDVI saturated in these high biomass type vegetations, such as broadleaf forests, needleleaf forests, during the plants blooming period. The NDVI did not increase with the growth of these vegetations during the period. The EVI was different. It increased with the growth of vegetation. The NDVI saturation threshold was about 0.8. The NDVI saturated for 2 months in nothwest with high-cold meadows and part of cultivated vegetation. EVI played a good performance in high biomass regions and exhibited a more symmetrical seasonal profile during the plants flourished.
DOI:10.3321/j.issn:1000-6060.2004.01.023URL [本文引用: 1]
大面积棉花的生长状况监测比较复杂，目前还没有比较成熟的方法。以往遥感监测应用较多的是NOAA—AVHRR数据，监测精度和监测效果不高。本文利用新一代传感器MODIS数据，结合实测的地面农作物生长发育农学参数，系统地分析了石河子地区棉花播种到收获整个田间遥感归一化指数(NDVI)及其对应的叶而积指数(LAI)的变化规律，证明MODIS叶面积指数和实测LAI有很高的一致性，MODISIAI的变化状况与棉花长势变化基本一致，实现了较为精确的石河子地区大面积棉花长势的遥感动态监测。
DOI:10.3321/j.issn:1000-6060.2004.01.023URL [本文引用: 1]
大面积棉花的生长状况监测比较复杂，目前还没有比较成熟的方法。以往遥感监测应用较多的是NOAA—AVHRR数据，监测精度和监测效果不高。本文利用新一代传感器MODIS数据，结合实测的地面农作物生长发育农学参数，系统地分析了石河子地区棉花播种到收获整个田间遥感归一化指数(NDVI)及其对应的叶而积指数(LAI)的变化规律，证明MODIS叶面积指数和实测LAI有很高的一致性，MODISIAI的变化状况与棉花长势变化基本一致，实现了较为精确的石河子地区大面积棉花长势的遥感动态监测。
Magsci [本文引用: 1]
Terra-MODIS数据集同时具有归一化植被指数(NDVI)和增强型植被指数(EVI)两种植被指数。为了对比这两种植被指数在农作物估产中的应用效果，该文利用MODIS-NDVI和MODIS-EVI作为遥感特征参量，以对美国冬小麦的长势监测与产量预测为例进行了研究： 运用区域作物特定生育期内多年的NDVI和EVI值与作物产量进行相关分析，采用一次线性拟合方法分别建立回归方程，估算当年的农作物产量。结果表明，EVI明显地比NDVI更好地与产量建立回归方程，用EVI建立的回归方程，各州相关系数大多在0.7以上；而用NDVI建立的回归方程，相关性不稳定。因此利用EVI建立的模型对2004年美国冬小麦进行估产，并将预测结果与美国国家统计署6月1号公布的预测结果进行对比，结果发现，美国国家统计署预测单产误差为3.05％，总产误差为-2.56％，而该研究预测结果单产误差为2.62％，总产误差为-1.77％且预测时间比美国国家统计署预测时间提前约半个月。可见EVI可以更有效地进行作物监测及估产，提高预测的准确性。
Magsci [本文引用: 1]
Terra-MODIS数据集同时具有归一化植被指数(NDVI)和增强型植被指数(EVI)两种植被指数。为了对比这两种植被指数在农作物估产中的应用效果，该文利用MODIS-NDVI和MODIS-EVI作为遥感特征参量，以对美国冬小麦的长势监测与产量预测为例进行了研究： 运用区域作物特定生育期内多年的NDVI和EVI值与作物产量进行相关分析，采用一次线性拟合方法分别建立回归方程，估算当年的农作物产量。结果表明，EVI明显地比NDVI更好地与产量建立回归方程，用EVI建立的回归方程，各州相关系数大多在0.7以上；而用NDVI建立的回归方程，相关性不稳定。因此利用EVI建立的模型对2004年美国冬小麦进行估产，并将预测结果与美国国家统计署6月1号公布的预测结果进行对比，结果发现，美国国家统计署预测单产误差为3.05％，总产误差为-2.56％，而该研究预测结果单产误差为2.62％，总产误差为-1.77％且预测时间比美国国家统计署预测时间提前约半个月。可见EVI可以更有效地进行作物监测及估产，提高预测的准确性。
