冬小麦长势的时序定量遥感研究

发布时间：2020-05-23 13:49

【摘要】：我国是一个农业大国,小麦又是主要的粮食作物,随着遥感技术的发展以及精准农业不断发展,及时、准确、动态的农作物长势的监测、长势定量评价以及产量预测成为为一个国家或者地区制定合适的农业政策和广大农民提供重要的科学决策依据。长势监测主要是通过地面数据和遥感卫星数据结合建立模型,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密切相关的变量,其大小直接与最终产量密切相关。作物的叶绿素含量影响作物进行光合作用的速率,进而影响作物产量。氮素对提高叶面积指数、叶绿素含量和生长速率均有促进作用,同时水是新陈代谢过程的反应物质,在光合作用、呼吸作用、有机物合成和分解的过程中,都有水分的参与,以上植被参数对于作物的生长都起着关键作用,因此可以通过植被参数的反演实现对农作物的长势监测。本文以安徽省蚌埠市龙亢农场冬小麦为例,以中分辨率卫星数据为基础,结合田间试验,对与冬小麦生长状况相关的植被参数(LAI、叶绿素、氮素、水分)进行反演,实现了区域尺度上中高分辨率卫星数据的冬小麦长势的时序监测和产量预测。本文的主要工作和结论有:(1)研究了植被光谱辐射传输机理,分析叶面积指数LAI、叶绿素、氮素敏感的光谱波段和光谱指数,通过相关性和拟合回归分析,得到LAI、叶绿素、氮素的最佳敏感光谱指数为NDVI、RVI II、VI_(opt),同时基于前人的研究,选择NDWI植被指数对水分含量进行反演。(2)基于选择的植被光谱指数,结合所选卫星的波段特征,建立不同卫星传感器的植被参数遥感反演模型,并利用地面实测数据对同期卫星反演进行验证,分析卫星反演的精度,发现基于RVI II建立的叶绿素密度反演模型、基于VI_(opt)建立的氮素密度反演模型、基于NDVI建立的叶面积指数反演模型、以及基于NDWI建立的等效水厚度模型反演值与真实值在y=x线两侧均匀的分布,故本文所建模型是合理的。(3)基于得到的研究区冬小麦长时序的各植被参数反演结果对冬小麦的各个时期的生长状况进行分析,并结合产量数据,分析不同产量之间冬小麦长势的差异性,为后期作物的培育提供了良好的依据。通过过调研文献以及上述的研究,发现NDVI是叶面积指数敏感植被指数。本论文利用研究区2016年9月到2017年6月NDVI产品研究了不同生育期的叶面积敏感植被指数NDVI与对应冬小麦收获产量的关联特性,阐明NDVI在单生育期估产的表现,并建立估产模型,分析比较各自模型的精度与普适性。结果表明,基于NDVI建立不同的估产模型最佳生育期为抽穗期,模型的决定系数R~2为0.7211,同时从基于该模型得到的产量预测图得出研究区中部及东南部小麦长势一般,主要是由于农场小麦种植分早茬与晚茬,中部及东南部为晚茬小麦,生育进展慢,西北部小麦整体长势旺盛,产量较高。
【图文】：

分布图,实测数据,全球,站点

图 2.4 2015 年全球 AERONET 站点实测数据分布图2.3 数据的定量化处理在遥感卫星数据的获取中，由于受到大气条件、地形、卫星所携带传感器本身等影响，传感器获得的电磁波能量与目标物体自己辐射的能量是不一致的，这样无法真表达目标地物的波谱特征，极大地影响了地表参数反演精度和遥感信息提取。为了获真实的地表反射率进而计算植被指数，需要对获取的遥感影像进行定量化处理，遥感像的定量化处理主要包括辐射定标、辐射校正和大气校正，一般情况下，用户得到的感影像在地面接收中心已经做了辐射定标和辐射校正，所以遥感定量化处理主要是对星影像进行大气校正。一般对遥感影像进行大气校正借助 ENVI 下的 FLASHH 进行气校正，但是里面的大气参数一般是依据待处理的影像所获取的时间以及位置来人为选择，这样得到的结果严格说是不精确地，所以本论文对下载的 2016 年 11 月-2017 6 月覆盖安徽龙亢农场的 21 景数据中 18 景数据基于同期 MODIS 大气产品基于 6S 模进行大气校正处理。得到研究区的地表真实反射率产品；并利用 AERONET 地基太阳射计观测网反演的大气产品作为真实值验证输入 6S 模型的 MODIS 大气参数产品。虑到哨兵数据的特殊性，在从欧空局官网所获得影像中会自带所获得影像的大气状况

序列,控制台操作,大气校正,数据

图 2.6 哨兵 2 号数据大气校正的控制台操作图2.4 MODIS 全球大气产品的验证MODIS 大气产品包括气溶胶光学厚度、水汽柱含量、臭氧含量等，，具有信噪比高据周期短，信息丰富的特点，在大尺度的全球变化监测以及气候预测领域得到广泛，大气气溶胶是指悬浮在大气中的固体和液体微粒以及空气中颗粒物、气体的载体组成的多相体系[43]。气溶胶光学厚度 AOT 是大气中重要的成分之一，具有变化、周期短等特征。随着经济的发展，环境问题越来越明显，AOT 的研究对于解决雾全球环境问题以及大气质量改善具有重要的意义[43-44]，水汽柱含量、臭氧含量变大，且站点实测数据没有臭氧含量，因此目前对于大气产品的验证主要是针对大气中的气溶胶含量。由于站点实测数据 AERONET 大部分分布在大中型城市，全球也 500 多个站点数据，故为了保证验证的精确性，本章利用 2015 年全球站点实测数已经经过克里金插值处理好的 2015 年全球大气产品进行验证，基于前人的研究采ASA 检验全球陆地上空 MODIS 气溶胶产品的办法[45]，结果表明基于序列克里金法的 MODIS 大气产品数据与气象站点数据一致性较好，该方法对于研究大尺度的范围的大气产品以及卫星数据的定量化处理具有一定的意义。
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：S512.11;S127

【参考文献】