基于多遥感参数的冬小麦长势综合监测指标研究
【摘要】：我国是世界第一人口大国,人口的快速增长和人民生活水平的不断提高对农业产品的需求数量与日俱增。小麦是我国的主要粮食作物,其高产稳产更是保障国家粮食安全的关键。随着“3S”技术的发展以及我国农业精准作业需求不断增加和精确农业不断发展,及时准确、宏观、动态的农作物生长监测和长势定量评价技术成为为各级政府部门和广大农民提供重要的科学决策的依据,也是促进农业生产科学管理,确保农作物增产丰收的重中之重。
长势监测主要是通过遥感数据和地面数据结合建立模型,反演作物长势指标。叶面积指数LAI(Leaf Area Index)是一个与长势个体特征以及群体特征均密切相关的变量,利用植被指数反演LAI并以LAI值划分长势等级是当前遥感监测长势主要方法之一。
本文以河南冬小麦为例,以EOSMODIS极轨卫星资料为基础,结合田间控制实验,将冬小麦生长模拟和遥感、GIS技术相结合,辅以地面农业气象观测与调查,研究冬小麦生长精细化遥感动态监测指标。本文的研究内容主要是:
(1)简要介绍并回顾国内外基于遥感数据冬小麦农情监测技术的研究与应用现状。
(2)设计冬小麦长势地面调查方案并进行样点布设;研究确定冬小麦长势农学参数指标;建立冬小麦生长地面观测资料库;
(3)根据各种目测苗情的作物高度、分蘖数、叶面积指数、生物量的均值和方差,划定一类苗、二类苗和三类苗之间的数据界限值。
(4)计算种植区的各植被指数并进行比较,分析各类植被指数在全生育期长势监测方面以及时空差异发面的表征效果。
(5)选择15个地面观测点和卫星遥感像元,提取对应的叶面积指数和植被指数。叶面积指数地面观测和遥感反演两种方法都可以获取,利用最小二乘法,建立地面观测数据和遥感反演的统计关系式,用该统计关系式订正遥感反演结果。
(6)根据农业部门拔节期叶面积指数划分的苗情监测指标,指标范围为2.5～4.5为一类苗,4.5～6.5为二类苗,6.5为三类苗。通过此指标,生成作物苗情综合监测图,随后与实地观测数据进行验证。
本文通过研究发现NDVI在冬小麦全生育期的长势监测过程中较其他植被指数有明显的表征效果。另外EVI在表征不同时空条件下的冬小麦生育期差异有良好效果。此外,以NDVI反演出的LAI在表征冬小麦长势分级方面准确性高,可以作为科学分苗的依据。
【关键词】：冬小麦 作物监测 长势分级 植被指数 【学位授予单位】：河南大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TP79;TP274
【目录】：
- 摘要4-6
- Abstract6-10
- 1 绪论10-18
- 1.1 选题背景10-15
- 1.1.1 研究背景11-12
- 1.1.2 国内外技术现状12-15
- 1.2 研究意义15
- 1.2.1 理论意义15
- 1.2.2 实践意义15
- 1.3 存在问题15-17
- 1.4 研究思路与技术路线17-18
- 2 作物遥感长势监测理论技术基础18-28
- 2.1 作物遥感长势监测的理论基础18
- 2.2 作物遥感长势监测的技术基础18-21
- 2.3 作物遥感长势监测方法21-24
- 2.3.1 实时作物长势监测方法21-23
- 2.3.2 作物生长趋势分析23-24
- 2.4 作物遥感长势监测模型24-28
- 3 研究区域及数据库建设28-42
- 3.1 研究区域概况28-31
- 3.1.1 确定研究区域28
- 3.1.2 研究区域地理概况28-29
- 3.1.3 冬小麦生态区的划分29-31
- 3.2 农学数据收集31-33
- 3.2.1 冬小麦生育阶段划分31-32
- 3.2.2 冬小麦长势划分32-33
- 3.3 遥感影像数据收集及处理33-36
- 3.3.1 遥感数据介绍33-34
- 3.3.2 MODIS 数据处理34-36
- 3.4 地理信息数据36-37
- 3.5 数据处理分析软件及方法37-42
- 4 冬小麦长势监测指标的反演研究42-63
- 4.1 作物遥感长势监测遥感参数42-45
- 4.2 植被指数的反演及应用45-55
- 4.2.1 NDVI 曲线与冬小麦长势的时序互动规律52-53
- 4.2.2 基于NDVI 指数的长势监测模型53-55
- 4.3 EVI 指数的反演及应用55-58
- 4.4 冬小麦各生育期遥感LAI 反演研究58-60
- 4.5 依据LAI 值划分河南省苗情长势60-61
- 4.6 LAI 值划分苗情长势准确度验证61-63
- 5 结论及展望63-66
- 5.1 结论63-64
- 5.2 不足与展望64-66
- 参考文献66-70
- 致谢70-71
|
|
|
|
| 1 |
彭虓,张树文;基于NDVI与LAI的水稻生长状况研究[J];东北测绘;2002年04期 |
| 2 |
刘爱霞,王长耀,刘正军,牛铮;基于RS与GIS的干旱区棉花信息提取及长势监测[J];地理与地理信息科学;2003年04期 |
| 3 |
陈沈斌;种植业可持续发展的支持系统——农作物卫星遥感估产[J];地理科学进展;1998年02期 |
| 4 |
田庆久,闵祥军;植被指数研究进展[J];地球科学进展;1998年04期 |
| 5 |
张建华;作物估产的遥感—数值模拟方法[J];干旱区资源与环境;2000年02期 |
| 6 |
王延颐，高庆芳;稻田光谱与水稻长势及产量结构要素关系的研究[J];国土资源遥感;1996年01期 |
| 7 |
王纪华,赵春江,黄文江,杨宝祝,王北洪,杨信廷;定量遥感参数与作物肥水模型链接初探[J];华北农学报;2001年04期 |
| 8 |
王绍中,李春喜,章练红,崔转玲;小麦品质生态及品质区划研究 Ⅰ.河南省小麦品质现状及地区差异[J];河南农业科学;1995年10期 |
| 9 |
赵翠萍;;河南小麦的比较优势及竞争力分析[J];河南农业大学学报;2006年04期 |
| 10 |
杨邦杰,裴志远;农作物长势的定义与遥感监测[J];农业工程学报;1999年03期 |
|
|
|
|
|
| 1 |
江东,王建华;高瞻远瞩——粮食作物的卫星遥感估产[J];百科知识;1999年02期 |
| 2 |
朱长青,杨启和,朱文忠;基于小波变换特征的遥感地貌影像纹理分析和分类[J];测绘学报;1996年04期 |
| 3 |
张佳华,符淙斌;生物量估测模型中遥感信息与植被光合参数的关系研究[J];测绘学报;1999年02期 |
| 4 |
程乘旗,马廷,王立明;用于植被冠层分析的高光谱波段的组合方法研究[J];地理学与国土研究;2002年02期 |
| 5 |
吴炳方;全国农情监测与估产的运行化遥感方法[J];地理学报;2000年01期 |
| 6 |
孙睿,朱启疆;中国陆地植被净第一性生产力及季节变化研究[J];地理学报;2000年01期 |
| 7 |
杨存建,刘纪远,张增祥,党承林;遥感和GIS支持下的云南省退耕还林还草决策分析[J];地理学报;2001年02期 |
| 8 |
朱志辉;我国自然植被生产力功能和地带性结构的气候耦合[J];地理学报;1996年S1期 |
| 9 |
王宗明,梁银丽;植被净第一性生产力模型研究进展[J];干旱地区农业研究;2002年02期 |
| 10 |
申广荣,田国良;作物缺水指数监测旱情方法研究[J];干旱地区农业研究;1998年01期 |
|
快捷付款方式
订购知网充值卡
订购热线
帮助中心