卫星遥感 全球农业

我国将使用卫星遥感技术监测全球农作物的长势并发布早期产量预报,这对于指导中国的农业生产,稳定国内粮食市场,增强中国粮食在世界粮食市场的竞争力,维护农民的利益具有重要意义。据中国科学院遥感应用研究所介绍,中科院自行研制和开发的“中国农情遥感监测系统”,对全国小麦、玉米、大豆、水稻     

星载热红外高光谱成像仪工程样机研制

高光谱遥感是高光谱分辨率遥感的简称,它是在电磁波谱的光学波段,主要包括可见光、近红外、短波红外和热红外波段范围,获取许多非常窄的光谱连续影像数据的技术.高光谱遥感的出现是遥感界的一场革命,它使本来在宽波段遥感中不可探测的物质在高光谱遥感中能被探测,其巨大意义已经得到世界范围内的公认,相对于可见光和短波红外,在热红外谱段进行高光谱遥感研究具有独特优势.     

基于遥感技术的玉米产量预测估产研究与实践

利用遥感技术对玉米产量预测估产,具有传统方法无法比拟的优势,利用地面的遥感设备,在短时间内及时客观地、连续获取区域作物长势等地表信息,研究处理农作物的光谱反射率后,进行农作物的监测、识别和估产。对于种植面积及不同区域分布的信息,采用遥感进行估产是有非常重要的意义。     

农学模式预测冬小麦产量三年总结

为了配合星遥感估测冬小麦产量的工作,我们从农学的角度出发,建立了沿淮和淮北地区分阶段的农学因子——产量预报模式。几年来的预报效果表明,此方法不仅可行,且生物学意义明确,简练实用,预报准确率较高。同时我们不断对使用模式进行修正、改进。为了进一步提高农学模式的预报准确率,使小麦产量预测工作尽早地投入业务化使用,本文对1984～     

基于面向对象随机森林算法的主被动遥感协同实现农作物自动识别

以Sentinel-1/2哨兵卫星获取的雷达和多光谱遥感影像为数据源,提取多时相光谱反射和微波后向散射特征变量,基于面向对象的随机森林算法对吉林省扶余市水稻、玉米和大豆分类,并与支持向量机算法比较,综合评估基于多源遥感数据的面向对象随机森林算法对大范围农作物自动识别的适用性。结果表明：利用多时相多源遥感数据能够有效提高作物分类精度。面向对象随机森林算法的分类总体精度为87.32%,高于支持向量机算法9.82%。利用面向对象随机森林算法结合多时相主被动遥感特征变量能够准确地自动识别大范围农作物,可为作物种植面积调查与产量估值提供重要的支撑。     

我国卫星遥感监测小麦品质技术获得成功

不用下地,不用对实物进行检测,只要轻轻一点鼠标,便可以根据卫星遥感图反映出的不同色彩,判断出哪块田里的小麦是什么样的品质,几种主要成分大致是多少……扬州大学的专家经过4年努力,研究的稻麦产量和品质遥感监测与预报技术已基本获得成功,准确率达到90％以上。近期已有2家企业与扬州大学达成协议,将对卫星遥感监测出的小麦进行订单生产和收购。     

我卫星遥感监测小麦品质技术获得成功

不用下地,不用对实物进行检测,只要轻轻一点鼠标,便可以根据卫星遥感图反映出的不同色彩,判断出哪块田里的小麦是什么样的品质,几种主要成分大致是多少……扬州大学的专家经过4年努力,研究的稻麦产量和品质遥感监测与预报技术已基本获得成功,准确率达到90％以上。10月下旬以来已有2家企业与扬州大学达成协议,将对卫星遥感监测出的小麦进行订单生产和收购。     

数字高程模型的建立及在洪水计算中的应用

对于二维、二维以上的洪水进行计算,需要大量与地形相关的数据,这要借助遥感和地理信息系统技术的支持。数字高程模型是描述地球表面形态多种信息空间分布的有序数值阵列,可以作为测图自动化的重要组成部分和地理信息数据库的重要基础。基于遥感数据和地理信息系统建立数字高程模型,从数字高程模型提取流域界线并生成水流网格,进行洪水计算,是洪水预报的常用方法。     

基于像素的遥感图像融合简介

在目前的水质遥感检测试验中,基本上采用的是单幅TM图像数据,图像的空间分辨率较低,考虑到现有的不同遥感图像产品在光谱分辨率和空间分辨率方面存在着互补性,遥感图像融合技术提供了一个很好的平台,利用图像融合技术将多光谱图像和高分辨率图像进行融合,可以获得一幅同时具有多光谱和高分辨率特征的图像,提高环境监测的范围和精度。     

多元遥感影像数据融合研究

由于遥感数据越来越丰富,不同传感器获取的影像数据在几何、光谱和空间分辨率等方面存在着一定的局限性和差异性。全色波段和多光谱影像融合得到的影像,兼有全色波段的高空间分辨率和多光谱影像的高光谱分辨率特性,可以满足影像解译的需求,而且融合后更能突出影像的某些特征:如土地利用变化和森林覆盖的变化等等。本文主要是介绍遥感影像融合的基本原理、融合后影像的评定和分析,并且将以主成份影像融合、IHS变换与直方图匹配法的遥感影像融合,进行以南昌市部分地区Quickbird全色影像和多光谱影像的融合实验分析。     

气候变暖背景下水稻低温冷害和高温热害的研究进展

低温冷害和高温热害是影响我国水稻安全生产的主要气象灾害。气候变暖背景下,我国水稻遭受的极端温度事件趋多趋强,应对冷热害的任务更加紧迫。本文结合国内外研究成果,概述了水稻冷热害研究中所涉及的主要内容:详细阐述了不同类型的低温冷害和高温热害影响水稻生长发育过程和最终产量的作用机理;对比分析了冷热害地面监测技术和遥感监测技术的优缺点;总结了水稻冷热害预警技术的研究现状;归纳了防御水稻冷热害的主要对策;阐明了我国水稻冷热害的空间分布格局和时间变化趋势;对比分析了评估冷热害对水稻产量影响的四种典型方法,包括实验法、历史统计法、作物机理模型模拟法和遥感估算法;探讨了未来气候条件下水稻冷热害的影响状况;最后,展望了水稻冷热害研究的未来发展方向。     

基于概率神经网络的水稻穗颈瘟高光谱遥感识别初步研究

穗颈瘟的发生会导致稻米产量降低和品质下降,对穗颈部发生侵染但并未引起倒伏的水稻（D）、穗颈部侵染严重已发生倒伏的水稻（L）和正常水稻（H）进行准确地识别和区分是采取病虫害防治措施和灾害评估的基础。本研究选用水稻黄熟期田间冠层测定的27个H的冠层样本、9个D的冠层样本和10个L的冠层样本数据,并以这些样本数据的红边斜率、红边面积、绿波峰值和绿峰面积等4个高光谱变量作为分析数据,分别运用概率神经网络和系统聚类法进行分类识别,识别精度可以分别高达到93.5%和91.3%,显然,在进行分类识别时概率神经网络这种新方法优于传统的系统聚类法。研究表明,概率神经网络具有更为强大的分类功能,应用于穗颈瘟的高光谱识别,可以实现对D、L和H精确分类,能够补充和完善传统的肉眼观测。     

使用荧光遥感及显微图像处理技术对水体富营养化预警的研究

研究水体中浮游植物的生长状况对于自然水体富营养化的研究具有很重要的意义.本文基于现阶段对于叶绿素a荧光光谱特征和影响因素的认识,论述荧光光谱遥感系统对自然水体中浮游植物生长状况的实时监测的理论依据.并根据荧光光谱遥感的特点利用显微图像自动识别技术作为自动识别的一个必要补充.     

浙江省农业气象产量预报业务流程及其系统软件

简要介绍了浙江省农业气象产量预报业务流程及其系统软件.本业务系统可以对农作物生长发育、产量形成的环境气象条件进行动态监测、客观分析、模拟计算、预报建模、输出预报系列产品,为政府有关部门宏观决策服务.系统初步实现了省级农业气象产量预报业务流程的自动化,预报产品的定量化、客观化,系统软件的系列化、模块化,输出结果的图形化、图表化.     

李军:寄情遥感

正通过多波段来获得物体的有效信息,从而给物体一个定量划分,这是在肉眼无法判断时,高光谱遥感技术直接做出属性判断的原理。中山大学地理科学与规划学院教授李军认为,高光谱遥感技术的出现是遥感界一次质的飞跃,传统遥感中不可探测的物质可以通过高光谱来精确探测。任重道远与遥感的不解之缘2000年,李军进入湖南师范大学地理信息系统专业学习遥感。作为湖师大此专业的第一届学生,当时的她对遥感     

关于优质高产水稻栽培技术探析

水稻是人们一个主要的粮食来源,随着近几年世界人口基数的增长,世界人口对水稻的需求总量呈现上升的趋势。当前人们在种植水稻的时候,更加关注水稻的产量和品质,希望实现高产水稻的种植愿望。栽培技术是种植水稻的一个重要环节,水稻最终的产量和栽培技术的使用有着直接关系,优质的栽培技术可以提升水稻的产量,帮助人们实现水稻高产的目标。所以,提升栽培技术,增强水稻的产量是当前水稻科研人员的主要工作。     

ENVI中的多源遥感影像融合

多源遥感影像融合是对来自不同传感器的多光谱影像与高空间分辨率影像,按一定的融合方法,进行合成,从而增强影像质量,使得融合后的影像既具有较高的分辨率又具有多光谱的特性,达到信息优势互补、有利于图像的辨识和分类。ENVI是一套功能强大的遥感影像处理软件,本文结合实际遥感影像,主要介绍如何运用ENVI软件进行遥感影像的融合。     

基于DTW距离的时序相似性方法提取水稻遥感信息——以泰国为例简

热带季风区多云多雨的天气条件一直是多光谱遥感探测地表信息的难点之一。本文针对东南亚地区多雨多云的复杂天气条件以及水稻种植灵活的特点,利用MODIS时间序列数据,提出一种基于动态时间弯曲（DTW）距离的相似性判别的土地覆盖分类方法,对泰国东北部地区单、双季稻种植面积进行了遥感提取研究。针对研究区雨季遥感影像像元受到云覆盖影响严重,使用替换法去云,结合S-G滤波方法对计算得到的MODIS09A1数据的NDVI时序数据去噪,再采用DTW距离相似性方法逐像元比较与标准NDVI时间序列的时序相似性,将不同类型所得NDVI相似性值作为模糊分类隶属度参考值对泰国东北部地区单季稻、双季稻进行分类提取面积。最后结合野外采样数据、Google Earth高清遥感影像进行精度验证。结果表明,该方法能够用于针对东南亚多雨多云区水稻种植面积大范围监测。     

基于DTW距离的时序相似性方法提取水稻遥感信息——以泰国为例

热带季风区多云多雨的天气条件一直是多光谱遥感探测地表信息的难点之一。本文针对东南亚地区多雨多云的复杂天气条件以及水稻种植灵活的特点,利用MODIS时间序列数据,提出一种基于动态时间弯曲(DTW)距离的相似性判别的土地覆盖分类方法,对泰国东北部地区单、双季稻种植面积进行了遥感提取研究。针对研究区雨季遥感影像像元受到云覆盖影响严重,使用替换法去云,结合S-G滤波方法对计算得到的MODIS09A1数据的NDVI时序数据去噪,再采用DTW距离相似性方法逐像元比较与标准NDVI时间序列的时序相似性,将不同类型所得NDVI相似性值作为模糊分类隶属度参考值对泰国东北部地区单季稻、双季稻进行分类提取面积。最后结合野外采样数据、Google Earth高清遥感影像进行精度验证。结果表明,该方法能够用于针对东南亚多雨多云区水稻种植面积大范围监测。     

土地覆盖分类中遥感与GIS的应用原理

阐述了遥感与GIS在土地覆盖分类中的应用原理。遥感自动分类主要依赖地物的光谱特性,采用数理统计的方法,基于单个像元来进行,主要有监督分类和非监督分类的方法。GIS可以使分类结果更加精确,在GIS的支持下对遥感数据分类结果进行叠加分析,使分类图像与土地利用分区信息集合起来,可以很大程度上提高精确度。