大尺度作物遙感監(jiān)測(cè)方法與應(yīng)用

前言

　　作物遙感監(jiān)測(cè)是遙感技術(shù)在農(nóng)業(yè)領(lǐng)域應(yīng)用的重要內(nèi)容。遙感技術(shù)作為地球信息科學(xué)的前沿技術(shù)，可以在短期內(nèi)連續(xù)獲取大范圍的地面信息，實(shí)現(xiàn)農(nóng)業(yè)信息的快速收集和定量分析，反應(yīng)迅速，客觀性強(qiáng)，是目前最為有效的對(duì)地觀測(cè)技術(shù)和信息獲取手段。尤其近年來(lái)新的高空間分辨率、高光譜、雷達(dá)等遙感技術(shù)的發(fā)展，為農(nóng)業(yè)現(xiàn)代化管理提供了新的機(jī)遇?！　∥覈?guó)幅員遼闊，作物種類(lèi)豐富，如何及時(shí)、客觀、準(zhǔn)確地收集我國(guó)作物信息，對(duì)科學(xué)指導(dǎo)農(nóng)業(yè)生產(chǎn)具有重要意義。我國(guó)從20世紀(jì)80年代起開(kāi)始開(kāi)展農(nóng)業(yè)遙感監(jiān)測(cè)工作，在農(nóng)作物遙感估產(chǎn)方面已取得了長(zhǎng)足進(jìn)步。但在過(guò)去的二十幾年中，大尺度農(nóng)作物信息提取多以NOAA／AVHRR數(shù)據(jù)為基礎(chǔ)。由于NOAA／AVHRR本身不是為土地覆蓋和植被研究所設(shè)計(jì)的，受其本身數(shù)據(jù)特性的局限，其監(jiān)測(cè)精度有待進(jìn)一步提高。而Terra／MODIS是一種新型和重要的衛(wèi)星遙感器，其數(shù)據(jù)性能有了很大改善，空間分辨率為1000 m、500 m、250 m，在波譜0.4～14.5Um范圍內(nèi)有36個(gè)波段，覆蓋了可見(jiàn)光、近紅外和短波紅外波段，而且波段均較窄，加上其每天一次對(duì)地區(qū)覆蓋的高時(shí)間分辨率，MODIS的發(fā)射為大尺度作物遙感監(jiān)測(cè)和估產(chǎn)提供了新的機(jī)遇。　　本書(shū)以MODIS數(shù)據(jù)為主要信息源，以農(nóng)作物的波譜特性和生物學(xué)特性機(jī)制為基礎(chǔ)，開(kāi)展利用MODIS數(shù)據(jù)的高光譜多時(shí)相及免費(fèi)獲取的優(yōu)勢(shì)，進(jìn)行大尺度農(nóng)情遙感監(jiān)測(cè)研究，發(fā)展了適用的模型和算法，實(shí)現(xiàn)大尺度主要作物種植面積的遙感提取和產(chǎn)量遙感估算，提高了農(nóng)作物遙感定量精度，并探討建立基于MODIS數(shù)據(jù)的全球重點(diǎn)地區(qū)主要農(nóng)作物遙感監(jiān)測(cè)技術(shù)與方法。同時(shí)，針對(duì)大尺度作物遙感監(jiān)測(cè)中涉及的農(nóng)業(yè)氣候環(huán)境參數(shù)遙感提取方法做了初步嘗試。

內(nèi)容概要

　　《大尺度作物遙感監(jiān)測(cè)方法與應(yīng)用》結(jié)合大尺度作物遙感監(jiān)測(cè)應(yīng)用實(shí)例，系統(tǒng)地闡述了基于MODIS數(shù)據(jù)進(jìn)行大尺度作物遙感監(jiān)測(cè)的方法及關(guān)鍵技術(shù)。全書(shū)共分九章，分別從監(jiān)測(cè)原理、數(shù)據(jù)類(lèi)型、監(jiān)測(cè)方法與應(yīng)用，以及農(nóng)業(yè)氣候環(huán)境參數(shù)等方面詳細(xì)論述大尺度作物遙感監(jiān)測(cè)的方法體系。第一章概述了作物遙感監(jiān)測(cè)的原理、內(nèi)容和發(fā)展動(dòng)態(tài)，第二章介紹了作物遙感監(jiān)測(cè)常用的數(shù)據(jù)類(lèi)型、特征和不同類(lèi)型數(shù)據(jù)的處理方法，第三、四章分別介紹了MODIS數(shù)據(jù)的處理方法以及在作物監(jiān)測(cè)中的特征波段選取與特征提取方法，第五、六章著重闡明如何使用MODIS數(shù)據(jù)分別進(jìn)行作物種植面積監(jiān)測(cè)和產(chǎn)量估算，第七章介紹了利用MODIS數(shù)據(jù)對(duì)全球重點(diǎn)地區(qū)進(jìn)行作物監(jiān)測(cè)的技術(shù)與方法，第八章介紹大尺度農(nóng)業(yè)氣候環(huán)境參數(shù)網(wǎng)格化技術(shù)，第九章是對(duì)《大尺度作物遙感監(jiān)測(cè)方法與應(yīng)用》研究?jī)?nèi)容的總結(jié)以及對(duì)未來(lái)的研究進(jìn)行展望?！　　洞蟪叨茸魑镞b感監(jiān)測(cè)方法與應(yīng)用》是作者從事國(guó)家863、國(guó)家自然科學(xué)基金等多項(xiàng)科研項(xiàng)目的成果總結(jié)。全書(shū)體系設(shè)計(jì)合理，書(shū)中的每一部分都結(jié)合實(shí)例，易于理解和掌握，可供從事農(nóng)業(yè)、資源、環(huán)境、生態(tài)、遙感等領(lǐng)域的科技人員、決策管理人員和高校師生參考。

書(shū)籍目錄

前言第一章 緒論第一節(jié) 遙感及其發(fā)展簡(jiǎn)介第二節(jié) 大尺度作物遙感監(jiān)測(cè)研究的意義第三節(jié) 國(guó)內(nèi)外大尺度作物遙感監(jiān)測(cè)的研究動(dòng)態(tài)第四節(jié) 問(wèn)題與分析第二章 大尺度作物遙感監(jiān)測(cè)常用數(shù)據(jù)類(lèi)型及特征第一節(jié) 光學(xué)遙感數(shù)據(jù)第二節(jié) 常用的雷達(dá)遙感圖像第三章 MODIS數(shù)據(jù)處理技術(shù)與方法第一節(jié) MODIS數(shù)據(jù)特征及其數(shù)據(jù)產(chǎn)品第二節(jié) MODIS1B數(shù)據(jù)處理技術(shù)第三節(jié) 基于MODIS的地表溫度反演第四章 作物監(jiān)測(cè)中MODIS特征波段選取與時(shí)相選擇第一節(jié) 研究區(qū)概述第二節(jié) 作物種植面積遙感監(jiān)測(cè)與作物類(lèi)型信息提取第三節(jié) 基于MODIS數(shù)據(jù)的特征波段選取與時(shí)相選擇第五章 基于MODIS的作物面積遙感監(jiān)測(cè)方法與應(yīng)用第一節(jié) 基于模糊ARTMAP的夏季作物面積提取第二節(jié) 基于決策樹(shù)方法的秋季作物種植面積提取第三節(jié) 誤差來(lái)源分析第六章 基于MODIS的作物產(chǎn)量遙感估算方法與應(yīng)用第一節(jié) 作物產(chǎn)量遙感估算第二節(jié) 溫度植被角度指數(shù)的構(gòu)建第三節(jié) 基于溫度植被角度指數(shù)的作物產(chǎn)量模型構(gòu)建第七章 全球重點(diǎn)地區(qū)主要作物遙感監(jiān)測(cè)技術(shù)與方法第一節(jié) 美國(guó)冬小麥生產(chǎn)狀況第二節(jié) 美國(guó)冬小麥長(zhǎng)勢(shì)監(jiān)測(cè)與產(chǎn)量預(yù)測(cè)第八章 MODIS數(shù)據(jù)驅(qū)動(dòng)下農(nóng)業(yè)氣候環(huán)境信息網(wǎng)格化技術(shù)第一節(jié) 數(shù)據(jù)收集與預(yù)處理第二節(jié) 基本模型參數(shù)的獲取與計(jì)算第三節(jié) 農(nóng)業(yè)氣候環(huán)境各要素空間網(wǎng)格化方法第九章 研究展望參考文獻(xiàn)

章節(jié)摘錄

　　1）在作物信息提取中，有關(guān)基于MODIS數(shù)據(jù)的特征波段選取與時(shí)相選擇問(wèn)題。MODIS是一種新型和重要的數(shù)據(jù)，共有36個(gè)觀測(cè)通道，其波譜從0.4Um到14.5Um，覆蓋了可見(jiàn)光和近紅外。但本文僅對(duì)其7個(gè)光學(xué)波段進(jìn)行分析，很顯然沒(méi)有充分對(duì)MODIS數(shù)據(jù)進(jìn)行挖掘。今后在作物遙感監(jiān)測(cè)中，應(yīng)對(duì)其全部通道數(shù)據(jù)進(jìn)行分析，并建立合適的模型和算法，以提高其數(shù)據(jù)的使用率和在農(nóng)情遙感監(jiān)測(cè)中的應(yīng)用精度和效率。　　2）在作物識(shí)別方法上，分類(lèi)方法是作物識(shí)別的關(guān)鍵。本論文利用模糊ARTMAP算法和分層決策樹(shù)算法分別進(jìn)行夏季作物和秋季作物類(lèi)型的提取，其方法有一定的局限性：模糊ARTMAP算法在訓(xùn)練樣本時(shí)的參數(shù)比較難確定，主要依賴(lài)實(shí)驗(yàn)和經(jīng)驗(yàn)；決策樹(shù)方法，其閾值的確定主要是根據(jù)采樣點(diǎn)的數(shù)據(jù)確定的，帶有一定的主觀性，因此必然會(huì)影響到最終的分類(lèi)精度，今后應(yīng)發(fā)展一算法模型以確定閾值，以提高分類(lèi)精度?！　?）由于MODIS受其空間分辨率不高的限制，仍無(wú)法識(shí)別較小地塊和零星分布的作物類(lèi)型。為了能進(jìn)一步提高其精度，有效方法之一是運(yùn)用混合像元分解技術(shù)，或者借助較高分辨率遙感數(shù)據(jù)，如TM等，運(yùn)用抽樣理論，建立針對(duì)業(yè)務(wù)運(yùn)行的抽樣方法和技術(shù)體系，在保持一定精度條件下，在大尺度區(qū)域，以盡可能少的高分辨率遙感數(shù)據(jù)，建立其與MODIS數(shù)據(jù)的關(guān)系，從而能對(duì)以大尺度（低分辨率）單位的MODIS量測(cè)出的面積進(jìn)行修正，使其面積估算結(jié)果更接近于實(shí)際，以達(dá)到減少成本，提高監(jiān)測(cè)精度的目的?！　?）在產(chǎn)量估算模型中，基于MODIS EVI-T，空間的ETVA是綜合了MODIS光學(xué)反射和輻射信息而構(gòu)成的一個(gè)指標(biāo)，是以土壤一農(nóng)作物一大氣系統(tǒng)中的能量和水分平衡機(jī)制為理論依據(jù)，它能在一定程度上克服了NDVI／EVI的不足，可以更好地反映作物的產(chǎn)量。本文建立的基于ETVA作物產(chǎn)量模型為農(nóng)情監(jiān)測(cè)和作物估產(chǎn)提供一種新的有益的嘗試方法。但由于作物產(chǎn)量估算是一項(xiàng)復(fù)雜的工作，既要考慮新技術(shù)的實(shí)用性和可執(zhí)行程度，又要考慮監(jiān)測(cè)結(jié)果的可信度和精度。而且，用熱紅外反演的溫度本身就難以應(yīng)對(duì)中國(guó)的復(fù)雜作物生長(zhǎng)環(huán)境，因此模型的適用性還有待以進(jìn)一步研究和改進(jìn)?！　?）以對(duì)美國(guó)冬小麥的長(zhǎng)勢(shì)監(jiān)測(cè)與產(chǎn)量預(yù)測(cè)為例進(jìn)行了全球主要國(guó)家農(nóng)作物遙感預(yù)測(cè)研究，為未來(lái)建立全球農(nóng)作物產(chǎn)量預(yù)測(cè)系統(tǒng)提供方法和技術(shù)。但是，開(kāi)展全球農(nóng)作物產(chǎn)量預(yù)測(cè)，要求獲取的遙感數(shù)據(jù)特別巨大。為了提高全球農(nóng)作物估產(chǎn)的準(zhǔn)確性及時(shí)效性，為了實(shí)現(xiàn)全球估產(chǎn)系統(tǒng)的有效運(yùn)行，需要開(kāi)展農(nóng)作物生長(zhǎng)期與產(chǎn)量關(guān)系的研究，以便選擇最佳估產(chǎn)生育期數(shù)據(jù)，建立估產(chǎn)模型，從而大量壓縮遙感數(shù)據(jù)的處理時(shí)間，提高了系統(tǒng)的運(yùn)行效率。

圖書(shū)封面

評(píng)論、評(píng)分、閱讀與下載

---

    大尺度作物遙感監(jiān)測(cè)方法與應(yīng)用 PDF格式下載

---