收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

利用卫星遥感估测冬小麦长势和赤霉病的研究

金正婷  
【摘要】:在全球气候变暖、环境恶化的大环境下,冬小麦受病虫害胁迫的风险日益增大,其品质与产量受到严重影响。随着遥感技术的发展以及信息化时代的到来,利用多源遥感数据对小麦长势和病害进行信息提取和估测预报研究,将会逐渐取代传统农业估测,是新型农业向健康、绿色、可持续方向发展的要求,更是农业向现代化、信息化发展的要求。本文主要以卫星遥感技术在农作物生产中的应用为研究方向,以多源遥感数据、田间调查数据、地理数据为基础,围绕冬小麦长势和赤霉病病害估测而展开研究,主要研究结果为:1.利用我国国产卫星GF-1和HJ-1的影像,选取同时段同区域不同空间分辨率的影像进行融合,再生成空间分辨率分别为2m×2m、8m×8m和16m×16m的三种不同尺度多光谱影像,并通过融合影像质量评价、光谱特征值分析以及非监督分类的面积精度进行比较,研究得出16m×16m融合影像冬小麦种植面积的提取精度较理想,精度为96.73%。这说明,16m×16m空间分辨率遥感影像较为适合江苏省冬小麦种植的田块分布特征,有利于冬小麦种植面积遥感准确提取。2.通过综合分析冬小麦抽穗-扬花期叶面积指数、含氮量、叶绿素含量以及生物量等生长参数分别与不同植被指数的定量关系,构建及验证对应的遥感反演模型,实现运用HJ-CCD多光谱遥感数据对冬小麦抽穗-扬花期生长参数的定量反演。利用ArcGIS制作姜堰区生长参数等级分布遥感估测信息图,实现了“点状”信息到“面状”信息的快速转化,为农业相关部门提供信息决策支持。3.在泰兴、姜堰、兴化小麦抽穗-扬花期和卫星过境当天进行田间调查,采用对角线测定法对小麦进行取样,每市分别选取10个调查点,调查冬小麦叶面积指数、叶绿素含量、地上生物量、温度、相对湿度。同时在蜡熟期(收割前10天-15天)进行一次赤霉病病情调查。用蜡熟期的最终病情指数与冬小麦抽穗-扬花期的生长参数和气象因素建立赤霉病估测模型,并运用该模型和生长参数反演模型制作冬小麦赤霉病病情分级遥感估测信息图,可以直观清晰地反映病情信息,为农业决策提供依据。


知网文化
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978