題-1_100_100.jpg)
基本信息
- 項(xiàng)目名稱：
- 基于遙感的農(nóng)作物估產(chǎn)研究
- 來(lái)源：
- 第十二屆“挑戰(zhàn)杯”作品
- 小類：
- 信息技術(shù)
- 簡(jiǎn)介：
- 農(nóng)作物的估產(chǎn)對(duì)于糧食的管理，優(yōu)化種植空間格局，進(jìn)一步挖掘農(nóng)耕生產(chǎn)潛力具有重大的意義。傳統(tǒng)的農(nóng)作物估產(chǎn)方法存在著很多缺陷。遙感技術(shù)的迅猛發(fā)展和廣泛應(yīng)用，為農(nóng)作物面積、長(zhǎng)勢(shì)的宏觀動(dòng)態(tài)監(jiān)測(cè)和參量估產(chǎn)提供了一種新的科學(xué)方法。本文總結(jié)了已有的遙感估產(chǎn)方法的不足，提出了比較完善精準(zhǔn)的方法，以河南省冬小麥主要產(chǎn)區(qū)之一的商丘市為例，建立了NDVI植被指數(shù)與冬小麥產(chǎn)量間的高次非線性估產(chǎn)模型。
- 詳細(xì)介紹：
- 遙感技術(shù)的迅猛發(fā)展和廣泛應(yīng)用，為農(nóng)作物面積、長(zhǎng)勢(shì)的宏觀動(dòng)態(tài)監(jiān)測(cè)和參量估產(chǎn)提供了一種新的科學(xué)方式。 已有的部分遙感估產(chǎn)方法采用了具有一定飽和性，敏感性的NDVI遙感數(shù)據(jù)進(jìn)行估產(chǎn)分析，但這種利用大面積 NDVI值求和建立模型的方法，忽略了農(nóng)作物各個(gè)生長(zhǎng)發(fā)育階段的NDVI值的差異性，不能精確的找出更適合建立 估產(chǎn)模型的發(fā)育期。這種方式帶來(lái)的誤差較大。其中部分模型采用線性回歸方程表達(dá)產(chǎn)量與指數(shù)間的關(guān)系，但 卻沒(méi)有考慮到年產(chǎn)量按線性變化的可能性。當(dāng)指數(shù)不斷變化時(shí)，產(chǎn)量并不一定按照建立的線性關(guān)系變化，可能 處于平穩(wěn)期。本研究在總結(jié)已有的遙感估產(chǎn)方法的基礎(chǔ)上，提出了一種新的高次非線性遙感估產(chǎn)方法。論文中 所提出的建立冬小麥關(guān)鍵生長(zhǎng)期的NDVI均值與實(shí)際產(chǎn)量間的高次非線性關(guān)系模型為后續(xù)相關(guān)方面的更為精確的 研究提供了一定的參考，這種關(guān)系模型可應(yīng)用于有關(guān)區(qū)域的冬小麥實(shí)際估產(chǎn)中。 本文以河南省冬小麥主要產(chǎn)區(qū)之一的商丘市為例，結(jié)合遙感估產(chǎn)方法，利用降噪后分辨率為250m的MODIS-NDVI 數(shù)據(jù)對(duì)該地區(qū)的冬小麥產(chǎn)量進(jìn)行了估產(chǎn)。通過(guò)冬小麥拔節(jié)、抽穗和灌漿三個(gè)生育期的NDVI數(shù)據(jù)與冬小麥產(chǎn)量間 的非線性映射關(guān)系，經(jīng)過(guò)MATLAB擬合得到各個(gè)生育期的擬合曲線后，從中選出關(guān)系最為密切的一個(gè)生長(zhǎng)期的模 型作為最終的估產(chǎn)模型。利用相關(guān)數(shù)據(jù)進(jìn)行了驗(yàn)證，表明建立NDVI植被指數(shù)與冬小麥間的非線性模型比線性模 型更具有魯棒性，在遙感估產(chǎn)方面具有一定的理論與實(shí)際意義。
作品圖片
作品專業(yè)信息
撰寫(xiě)目的和基本思路
- 農(nóng)作物估產(chǎn)對(duì)于糧食的管理，優(yōu)化種植空間格局，進(jìn)一步挖掘農(nóng)耕生產(chǎn)潛力具有重大的意義。傳統(tǒng)的農(nóng)作物估產(chǎn)方法存在著很多缺陷。隨著遙感技術(shù)的迅猛發(fā)展和廣泛應(yīng)用，為農(nóng)作物面積、長(zhǎng)勢(shì)的宏觀動(dòng)態(tài)監(jiān)測(cè)和參量估產(chǎn)提供了一種新的科學(xué)方式。本文在已有的遙感估產(chǎn)方法的基礎(chǔ)上，以河南省冬小麥主要產(chǎn)區(qū)之一的商丘市為例，提出了一種新的遙感估產(chǎn)方法，建立了NDVI植被指數(shù)與冬小麥產(chǎn)量間的高次非線性估產(chǎn)模型。
科學(xué)性、先進(jìn)性及獨(dú)特之處
- 部分遙感估產(chǎn)方法采用了NDVI遙感數(shù)據(jù)進(jìn)行估產(chǎn)分析，但這種通過(guò)大面積NDVI值求和建立的模型忽略了農(nóng)作物各生長(zhǎng)發(fā)育階段NDVI的差異，不能精確的找出更適合建立估產(chǎn)模型的發(fā)育期。其帶來(lái)的誤差較大。其中部分模型采用線性方程表達(dá)產(chǎn)量與指數(shù)間的關(guān)系，但沒(méi)有考慮到年產(chǎn)量按線性變化的可能性。當(dāng)指數(shù)不斷變化時(shí)，產(chǎn)量并不一定按照線性關(guān)系變化。本研究在總結(jié)已有的方法的基礎(chǔ)上，提出一種新的高次非線性遙感估產(chǎn)方法。
應(yīng)用價(jià)值和現(xiàn)實(shí)意義
- 冬小麥?zhǔn)俏覈?guó)主要的糧食作物之一，提早預(yù)測(cè)冬小麥的產(chǎn)量以及動(dòng)態(tài)監(jiān)測(cè)冬小麥產(chǎn)量變化十分必要。本文基于這一原因在總結(jié)已有冬小麥估產(chǎn)方法的基礎(chǔ)上提出了一種非線性估產(chǎn)方法，在冬小麥估產(chǎn)方面具有一定的研究與應(yīng)用價(jià)值。論文中所提出的建立冬小麥關(guān)鍵生長(zhǎng)期的NDVI均值與實(shí)際產(chǎn)量間的高次非線性關(guān)系模型為后續(xù)研究提供參考，這種關(guān)系模型可應(yīng)用于有關(guān)區(qū)域的冬小麥實(shí)際估產(chǎn)。
學(xué)術(shù)論文摘要
- 本文以河南省冬小麥主要產(chǎn)區(qū)之一的商丘市為例，結(jié)合遙感估產(chǎn)方法，利用降噪后分辨率為250m的MODIS-NDVI數(shù)據(jù)對(duì)該地區(qū)的冬小麥產(chǎn)量進(jìn)行了估產(chǎn)。通過(guò)冬小麥拔節(jié)、抽穗和灌漿三個(gè)生育期的NDVI數(shù)據(jù)與冬小麥產(chǎn)量間的非線性映射關(guān)系，并建立估產(chǎn)模型。利用相關(guān)數(shù)據(jù)進(jìn)行了驗(yàn)證，表明建立NDVI植被指數(shù)與冬小麥間的非線性模型比線性模型更具有魯棒性，在遙感估產(chǎn)方面具有一定的理論與實(shí)際意義。
獲獎(jiǎng)情況
- 1. The winter wheat yield estimation based on MODIS data (基于MODIS數(shù)據(jù)的冬小麥估產(chǎn)) （已被Organizers, IEEE ICAL 2011錄用(EI收錄)） 2. Crop diseases and pests monitoring based on remote sensing: A survey(主要農(nóng)作物病蟲(chóng)害災(zāi)情遙感監(jiān)測(cè)技術(shù)研究)（已發(fā)表于“Dependable computing”（EI收錄），2010，25：（177-182）） 3. An improved Dijkstra algorithm in GIS application(改進(jìn)的Dijkstra算法在GIS中的應(yīng)用) （已發(fā)表于“Dependable computing”（EI收錄），2010，25：（167-170））
鑒定結(jié)果
- 無(wú)
參考文獻(xiàn)
- (1)馮奇,吳勝軍. 我國(guó)農(nóng)作物遙感估產(chǎn)研究進(jìn)展[J].世界科技研究與發(fā)展, 2006, (03) (2)朱再春,陳聯(lián)裙,張錦水.基于信息擴(kuò)散和關(guān)鍵期遙感數(shù)據(jù)的冬小麥估產(chǎn)模型[J].農(nóng)業(yè)工程學(xué)報(bào),2007,(02) (3)任建強(qiáng),陳仲新,唐華俊.基于MODIS-NDVI的區(qū)域冬小麥遙感估產(chǎn)——以山東省濟(jì)寧市為例[J].應(yīng)用生態(tài)學(xué)報(bào),2006,17(12) (4)黃青,鄒金秋,鄧輝,李丹丹,張莉.基于MODISNDVI的安徽省(5)2009年冬小麥及一季稻面積遙感提取及長(zhǎng)勢(shì)監(jiān)測(cè)[J],安徽農(nóng)業(yè)科學(xué), 2010, 38( 29) : 16527- 16529, 16547
同類課題研究水平概述
- 自20世紀(jì)70年代起，遙感技術(shù)在世界范圍得到迅猛發(fā)展及廣泛應(yīng)用，為農(nóng)作物面積、長(zhǎng)勢(shì)的宏觀動(dòng)態(tài)監(jiān)測(cè)和參量估產(chǎn)提供了一種新的科學(xué)方式。 其中，最早開(kāi)始大面積遙感估產(chǎn)研究的是美國(guó)，1974年到1977年，美國(guó)農(nóng)業(yè)部、國(guó)家海洋大氣管理局、宇航局和商業(yè)部合作主持“大面積農(nóng)作物估產(chǎn)試驗(yàn)”（LACIE）計(jì)劃以及1980到1986期間的“農(nóng)業(yè)和資源的空間遙感調(diào)查計(jì)劃”（A GRISTARS）項(xiàng)目。近10余年來(lái)，法國(guó)、德國(guó)、前蘇聯(lián)、加拿大、日本、印度、阿根遷、巴西、澳大利亞、泰國(guó)等也相繼開(kāi)展了對(duì)小麥、水稻、玉米、大豆、棉花、甜菜等的遙感估產(chǎn)研究。 我國(guó)最早從80年代初運(yùn)用陸地衛(wèi)星資料進(jìn)行農(nóng)作物估產(chǎn)。1983年開(kāi)始進(jìn)行小范圍(縣規(guī)模)的冬小麥遙感估產(chǎn)研究，至“六五”期才開(kāi)始跨省、市(京、津、冀)統(tǒng)一網(wǎng)絡(luò)的冬小麥遙感估產(chǎn)試驗(yàn)，1984年底，原國(guó)家經(jīng)委托國(guó)家氣象局(現(xiàn)中國(guó)氣象局)牽頭，聯(lián)合北京市農(nóng)林科學(xué)院共同組織開(kāi)展了全國(guó)冬小麥遙感綜合測(cè)產(chǎn)項(xiàng)目。研究手段從常規(guī)方法與遙感技術(shù)結(jié)合，過(guò)度到以資源衛(wèi)星為主，進(jìn)而由應(yīng)用陸地衛(wèi)星資料轉(zhuǎn)為氣象衛(wèi)星NOAA-AVHRR資料，建立了“北方冬小麥氣象衛(wèi)星遙感動(dòng)態(tài)監(jiān)測(cè)及估產(chǎn)系統(tǒng)”。 在冬小麥遙感估產(chǎn)建模方面，國(guó)內(nèi)很多專家學(xué)者進(jìn)行了研究，如任建強(qiáng)等人提出基于歸一化植被指數(shù)NDVI進(jìn)行區(qū)域冬小麥估產(chǎn)。選定山東省濟(jì)寧市為研究實(shí)例，先通過(guò)提取該區(qū)域內(nèi)NDVI值為0.2~0.8范圍的冬小麥作為研究對(duì)象，隨后求取該范圍內(nèi)NDVI之和，并建立與冬小麥產(chǎn)量的關(guān)系。王長(zhǎng)耀和林文鵬指出利用增強(qiáng)型植被指數(shù)EVI對(duì)冬小麥產(chǎn)量進(jìn)行分析，建立EVI指數(shù)與冬小麥間線性相關(guān)關(guān)系。在最近的研究中，孫月清等提出基于條件植被溫度指數(shù)（VTCI) 并應(yīng)用一元線性回歸分析了加權(quán)VTCI指數(shù)與縣域尺度單產(chǎn)統(tǒng)計(jì)數(shù)據(jù)間的相關(guān)關(guān)系。近期朱再春等人提到利用信息擴(kuò)散原理將在關(guān)鍵時(shí)期提取的NDVI 和實(shí)際產(chǎn)量數(shù)據(jù)擴(kuò)散到多維監(jiān)控空間，采用模糊合成的方法建立關(guān)鍵時(shí)期遙感數(shù)據(jù)和實(shí)測(cè)產(chǎn)量之間的離散關(guān)系模型來(lái)進(jìn)行產(chǎn)量評(píng)估。本研究即在基于已有技術(shù)的基礎(chǔ)上，提出了新的估產(chǎn)模型。
