收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于统计与MODIS数据的水稻遥感估产方法研究

彭代亮  
【摘要】: 中国水稻种植面积居世界第二,总产量居世界第一。水稻种植面积的变化、产量丰欠等重要农情信息历来受到各级政府和社会公众的高度重视,是国家制定粮食政策和经济计划的重要依据。及时了解、准确掌握水稻种植面积、产量等对各级政府制定农业生产和农村政策。确保我国乃至世界粮食安全具有重要的意义。国家统计局承担着全国水稻产量的调查职能。经过几十年的努力,形成了较完善的统计调查方法体系。然而,随着我国社会经济的快速发展,政府决策部门、社会公众等统计服务对象对统计的需求提高,以及统计部门面临的问题和压力,如何吸收利用先进技术。逐步改善统计调查手段、降低调查成本、提高调查精度是当前面临和亟待解决的首要问题之一。以遥感为主的3S高新技术具有全覆盖、及时、客观等特点。为改进和提升传统统计手段提供了良好的技术支撑。水稻遥感估产经过多年的发展研究,随着遥感数据的更新以及技术的发展,结合统计局统计抽样调查地块实割实测水稻标准亩产数据,研究统计与遥感相结合的水稻遥感估产,实现统计部门在水稻面积产量监测及预报等业务化运行等方面具有重要意义。 湖南省水稻种植面积及总产都居全国首位,且其地形地貌和水稻种植制度在中国水稻种植区具有典型性,因此,本研究以湖南省为研究区,利用MODIS不同数据产品(MOD09A1、MOD09GA、MYD09GA、MOD13Q1、MYD13Q1、MOD15A2、MOD17A2、MOD17A3),在完成水稻遥感估产分区及水稻面积提取的基础上,结合县级、乡镇级统计数据及统计局统计抽样调查地块实割实测数据,以及基于像元水平的MODIS GPP/NPP,研究不同数据完备条件下,水稻遥感估产方法。主要方法与结论如下: (1)基于空间分析与两维图论树算法相结合的湖南省水稻遥感估产分区 在分析研究区(湖南省)基本特征的基础上,以水稻种植制度、稻土此、水稻单产水平、地形及县域空间位置作为分区指标,采用空间分析与两维图论树算法相结合的方法,将湖南省分为两个一级区,五个二级区。 (2)基于水稻典型发育期光谱特征与多时相MODIS数据湖南省水稻面积遥感信息提取 在对MOD09A1数据受云污染的像元进行基于MODIS数据的质量评价(Qualityassessment:QA)信息的相邻时相最大值法插补的基础上,利用水稻移栽期、抽穗期的典型光谱特征、以及相应的EVI与LSWI的关系,排除非水稻植被及其它因素的影响。根据研究区水稻种植制度特点,分别对2000-2008年早稻、晚稻及一季稻面积进行提取。并利用县级统计数据、基于高分辨率遥感影像数字化的水稻田数据、1:1万的土地利用数据,对提取结果进行验证评估。结果显示:湖南省水稻主要分布在洞庭湖流域及湖南省中部地区,相对于以前的研究,本研究的提取精度有较大的提高。 (3)基于水稻遥感估产分区、水稻面积提取、县级统计数据的省级水稻总产遥感估算 在水稻遥感估产分区、水稻面积提取的基础上,利用1:25万县级行政区划图,提取2000-2008年每年的早稻、晚稻及一季稻对应的各县各时相MOD09A1数据,选取EVI为估产参数。利用水稻生长发育期数据,选择移栽期、孕穗期、抽穗期、乳熟期及成熟期为水稻遥感估产的主要生长期,以未基于分区与基于分区两种思路,建立2000-2007年各县EVI平均值乘以第三章提取的水稻面积的结果(AEVI)与统计总产的一次线性、二次非线性及各生育期逐步回归模型。通过误差分析,选择水稻总产最优遥感拟合模型。在此基础上,利用基于2000-2007年数据得到的水稻总产最优遥感拟合模型预测2008年的省级水稻总产。结果显示:基于分区的估产模型要比未基于分区的水稻遥感估产模型要好,且生育期主要集中于孕穗期到乳熟期,说明这段时间是水稻产量形成的最关键时期。另外。二次非线性模型及逐步回归模型的结果要好。误差分析结果显示,水稻遥感估产模型的拟合结果比预测结果要好,两者省级相对误差都小于5%。 (4)基于统计局统计抽样调查地块实割实测数据、MOD13Q1与MYD13Q1EVI的省级水稻单产遥感估算 基于国家抽样县抽样地块的实测数据是统计部门计算水稻单产的基础数据,本研究根据地块的空间位置,提取各地块所在地的3×3像元网格对应的MOD13Q1与MYD13Q1相结合的EVI数据,选择移栽期、孕穗期、抽穗期、乳熟期及成熟期的EVI,建立地块实测标准亩产与EVI的一次线性、二次非线性及各生育期逐步回归模型。通过误差分析,选择水稻单产最优遥感拟合模型。在此基础上,利用上一年的水稻总产最优遥感拟合模型预测下一年的省级水稻单产。根据水稻面积提取结果,得到省级水稻总产。与统计值进行比较,结果显示,在省级水平上,基于地块的水稻单产与总产遥感拟合与预测结果相对误差都接近5%。 (5)基于乡镇级统计数据、MOD13Q1与MYD13Q1 EVI的的县级水稻总产遥感估算 选择醴陵市为研究区,分析基于乡镇级统计数据的水稻遥感估产。选择分别由Terra与Aqua卫星获取得到的MOD13Q1与MYD13Q1 EVI作为水稻估产遥感指标。其空间分辨率约为250 m。时间分辨为8 d。选择移栽期、孕穗期、抽穗期、乳熟期及成熟期的遥感数据,建立EVI乘以水稻面积的结果(AEVI)与乡镇级水稻统计总产的一次线性、二次非线性及各生育期逐步回归模型。通过误差分析,选择水稻总产最优遥感拟合模型。在此基础上,利用上一年的水稻总产最优遥感拟合模型预测下一年的醴陵市水稻总产。估产结果显示,各拟合模型相对误差都小于0.1%。预测结果误差相对于拟合结果较大,但相对误差仍然小于5%。 (6)基于像元水平的MODIS GPP/NPP数据的水稻遥感估产、及像元内水稻面积比对估产精度的影响 在前人研究的基础上,总结得到基于MODIS GPP/NPP水稻估产方法。利用MODIS 8d的、年的GPP/NPP产品及产品使用说明,估算8 d的NPP,并利用此结果与8d的GPP产品分别进行基于GPP/NPP的水稻遥感估产。借助MODIS GPP/NPP产品生成1×1km网格。研究像元内不同水稻面积比对估产结果的影响。研究结果表明:利用估算年NPP的方法、8 d的LAI和PSNnet来估算每8 d的NPP的结果比MODIS年NPP值较大。基于MODIS NPP的水稻遥感估产结果相对于统计值较小.而基于MODI GPP水稻遥感估产与统计值接近。其估产精度随着像元内水稻面积的增加而减小。像元内水稻面积超过80%,其相对误差小于20%或10%。 综上所述,本研究的主要结论如下:基于县级、乡镇级、实测地块数据、MODISGPP数据的水稻遥感估产的结果基本上都能达到95%的精度。从提高精度方面考虑,在乡镇级统计数据具备的前提下,利用基于乡镇统计数据及MOD13Q1、MYD13Q1EVI的方法是最优选择。从水稻估产业务化运行角度来考虑,在地块实测产量及空间位置数据都具备的前提下,利用基于统计局统计抽样调查地块实割实测数据及MOD13Q1、MYD13Q1 EVI的方法较好。在统计局统计抽样调查地块实割实测数据不具备的情况下,利用分区与水稻面积提取结果、以及县级统计数据的水稻遥感估产方法。而对于大面积水稻种植区,利用基于像元水平的MODIS GPP/NPP估产方法较好。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 江南,何隆华,王延颐;江苏省水稻遥感估产研究[J];长江流域资源与环境;1996年02期
2 千怀遂;中国小麦遥感估产区划研究[J];自然资源学报;1997年02期
3 李卫国;李正金;申双和;;小麦遥感估产研究现状及趋势分析[J];江苏农业科学;2009年02期
4 李卫国;李花;;水稻卫星遥感估产研究现状与对策[J];江苏农业科学;2010年05期
5 李明霞,千怀遂;中国水稻遥感估产区划研究[J];地域研究与开发;1996年04期
6 王人潮,王深法,陈铭臻,蒋亨显;水稻遥感估产系统研究——预试验和前期研究结果以及对开展估产研究的讨论[J];浙江农业大学学报;1993年S1期
7 叶强;杨凤海;刘焕军;孟祥添;官海翔;崔杨;;引入地形特征的田块尺度玉米遥感估产与空间格局分析[J];科学技术与工程;2021年24期
8 李佛琳,李本逊,曹卫星;作物遥感估产的现状及其展望[J];云南农业大学学报;2005年05期
9 阎雨,陈圣波,田静,谭笑平;卫星遥感估产技术的发展与展望[J];吉林农业大学学报;2004年02期
10 ;我攻克水稻卫星遥感估产难题[J];世界热带农业信息;2003年02期
11 徐希孺,牛铮,曹洪凯,方向法;对建立遥感估产模式的几点初步认识[J];环境遥感;1994年02期
12 赵庚星,余松烈;冬小麦遥感估产研究进展[J];山东农业大学学报(自然科学版);2001年01期
13 冯美臣;杨武德;;小麦遥感估产研究进展与发展趋势[J];作物研究;2005年04期
14 方红亮,刘海燕,黄进良,刘可群;江汉平原水稻遥感估产集成系统[J];遥感技术与应用;1996年02期
15 刘湘南,黄方;农业信息系统支持下的玉米遥感估产模型研究[J];地理科学;1997年03期
16 刘湘南;玉米遥感估产简介[J];吉林农业;1995年04期
17 许红卫,陈铭臻,王人潮;水稻遥感估产信息系统中地图数据库的建立[J];浙江农业大学学报;1993年S1期
18 ;遥感估产短训班结业[J];北京农业大学学报;1985年02期
中国重要会议论文全文数据库 前13条
1 张智韬;陈俊英;刘昕;李援农;;小麦遥感估产的一种方法[A];中国数字农业与农村信息化学术研究研讨会论文集[C];2005年
2 李卫国;;水稻遥感估产的机理性模式研究[A];粮食安全与现代农业气象业务发展——2008年全国农业气象学术年会论文集[C];2008年
3 杨邦杰;裴志远;;国家级农情遥感监测系统的开发、运行与关键技术研究[A];中国农业工程学会第七次会员代表大会论文集[C];2004年
4 杨邦杰;裴志远;;国家级农情遥感监测系统的开发、运行与关键技术研究[A];中国农业工程学会第七次全国会员代表大会及学术年会论文集[C];2004年
5 潘学标;刘琰琰;;中国棉花优势区分析及遥感估产分区[A];中国气象学会2005年年会论文集[C];2005年
6 周清波;;国内外农情遥感现状与发展趋势[A];2004年中国农业资源与区划学会学术年会论文集[C];2004年
7 杨邦杰;;基于卫星遥感的农情监测系统[A];科技进步与学科发展——“科学技术面向新世纪”学术年会论文集[C];1998年
8 王进;白丽;蒋贵英;杨朋;孙蜀江;;干旱区基于高光谱的棉花遥感估产研究[A];第26届中国气象学会年会农业气象防灾减灾与粮食安全分会场论文集[C];2009年
9 王进;晋绿生;任岗;赵俊荣;蒋贵英;白丽;;干旱区基于高光谱的棉花遥感估产研究[A];中国气象学会2007年年会生态气象业务建设与农业气象灾害预警分会场论文集[C];2007年
10 王进;白丽;蒋贵英;杨朋;孙蜀江;;干旱区基于高光谱的棉花遥感估产研究[A];中国气象学会2008年年会卫星遥感应用技术与处理方法分会场论文集[C];2008年
11 杨文;;NOAA卫星遥感技术支持下的昆明夏粮监测及估产[A];农业生态与卫星遥感应用技术学术交流会论文摘要集[C];2006年
12 李卫国;;基于TM遥感的冬小麦产量分级监测预报[A];第十七届中国遥感大会摘要集[C];2010年
13 周晶;;草原草产量遥感估测研究进展[A];全国国土资源与环境遥感应用技术研讨会论文集[C];2009年
中国博士学位论文全文数据库 前4条
1 彭代亮;基于统计与MODIS数据的水稻遥感估产方法研究[D];浙江大学;2009年
2 程乾;MODIS数据提高水稻卫星遥感估产精度稳定性机理与方法研究[D];浙江大学;2005年
3 李妍;基于WOFOST-HYDRUS耦合模型的玉米遥感估产研究[D];兰州大学;2012年
4 孙华生;利用多时相MODIS数据提取中国水稻种植面积和长势信息[D];浙江大学;2009年
中国硕士学位论文全文数据库 前20条
1 刘开源;基于WebGIS的棉花遥感估产系统的设计与实现[D];新疆农业大学;2007年
2 董建军;基于多源卫星数据的典型草原遥感估产研究[D];内蒙古大学;2013年
3 杨争;临安市山核桃遥感估产研究[D];浙江农林大学;2012年
4 裴傲;基于神经网络的玉米遥感估产模型研究[D];吉林农业大学;2021年
5 王学强;黑河流域中游盆地玉米作物遥感估产研究[D];兰州大学;2014年
6 胡楠;基于遥感的玉米产量预测系统的研究[D];吉林农业大学;2011年
7 刘珊;基于农业遥感技术的水稻种植信息方法的研究[D];湖南农业大学;2019年
8 安美玲;黑河中游甘州区春玉米遥感估产研究[D];西北师范大学;2014年
9 徐新刚;遥感估产中农作物估算单产精度检验评价方法[D];中国科学院研究生院(测量与地球物理研究所);2004年
10 刘姣娣;新疆棉花遥感估产单产模型研究[D];石河子大学;2007年
11 王蕾;朝鲜农作物遥感估产及粮食生产潜力评价[D];东北师范大学;2012年
12 于海洋;基于作物生长模型的吉林西部地块玉米产量遥感估算研究[D];吉林大学;2020年
13 刘原峰;基于多时相GF-1 WFV影像的绿洲主要粮食作物识别及估产[D];西北师范大学;2016年
14 阿茹娜;基于多源遥感数据的马铃薯估产与精度评估[D];内蒙古师范大学;2014年
15 孔令寅;冬小麦关键生长发育期遥感提取及其在长势监测和作物估产中的应用研究[D];南京信息工程大学;2012年
16 高学慧;遥感技术在水稻估产与鄱阳湖水质监测中的应用研究[D];南昌航空大学;2013年
17 白雪源;基于氮肥效应函数与遥感估产模型的苹果施肥决策研究[D];山东农业大学;2021年
18 程乙峰;新疆北疆棉花遥感估产模型研究[D];新疆大学;2012年
19 刘玫岑;基于遥感和GIS的棉花面积提取和产量估测研究[D];新疆农业大学;2006年
20 韩松;数字村庄管理信息系统研究、开发与应用[D];华中农业大学;2011年
中国重要报纸全文数据库 前3条
1 记者彭俊;农业部遥感估产运行系统运行良好[N];人民日报;2002年
2 记者 陈磊;我国已取得全球粮食遥感估产发言权[N];科技日报;2015年
3 记者 焦宏;农业部遥感估产运行系统正式运转[N];农民日报;2002年
 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