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

论文题目: 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

论文类型: 博士论文

论文专业: 土壤学

作者: 程乾

导师: 王人潮

关键词: 中分辨率成像光谱仪,水稻,估产,机理和方法,精度稳定性

文献来源: 浙江大学

发表年度: 2005

论文摘要: 民以食为天,粮食生产是全社会都十分关注的问题,是一个全球性的、国际性的问题。预测粮食作物长势与产量历来是国民经济的重要情报之一,特别是我国加入世贸组织以后的重要性就更大了。我国人口众多,13亿人口(预测2030年达到16亿)的吃饭始终是头等大事,而水稻又是我国主栽高产作物,改革开放以后,特别是粮食生产实施开放政策,会引起很大的变动。因此开展水稻卫星遥感估产,对掌握粮食信息、保障粮食安全具有十分重要的意义。浙江大学经过1983-1988年的水稻遥感估产机理研究的预试验;1989-1990年的技术经济前期研究;1991-1996年联合相关单位的技术攻关研究;1997-1999年的浙江省水稻卫星遥感估产运行系统及其应用基础研究;1999-2002年的业务化运行试验,基本解决了估产精度和估产成本的矛盾,完成了浙江省水稻卫星遥感估产运行系统建设和业务化运行。然而随着近几年经济迅速发展,农村种植结构的调整,农村城镇化的不断发展,连片水稻面积的缩小,引起了卫星遥感估产精度的不稳定。同时随着新的传感器、数据产品以及新的遥感技术方法的出现,NOAA/AVHRR在几年后将被MODIS数据所代替。这些新问题的出现,使得补充和完善浙江省水稻卫星遥感估产运行系统,开展提高水稻遥感估产稳定性机理和方法的研究,就显得非常迫切和重要。随着1999年12月18日的TERRA卫星发射成功,标志着人类对地观测新的里程的开始, 正如NASA在介绍TERRA卫星意义时采取的比喻是:“如果把地球比作一位从来没有做过健康检查的中年人的话,TERRA就是科学家对具有45亿年历史的地球的健康状况第一次进行全面检查和综合诊断的科学工具”。搭载在TERRA卫星上的MODIS(Moderate-Resolution Imaging Spectroradiometer)传感器,它以36个光谱通道,以250米,500米和1000米的空间分辨率,并以1-2天周期时间的围绕地球,可以提供长期观测的标准的,包括陆地反射率、地面温度、植被指数和叶面积指数等陆地产品。这些由MODIS数据产生的高级产品避免了加工MODIS数据过程中的繁杂程序,而且可以满足各种模型参数的需求,另外MODIS将免费连续提供15年的数据。随着MODIS提供的大量数据和产品,对其验证和应用已在全世界蓬勃兴起,而且成为中文摘要一个活跃的研究领域。但大多数研究工作都是基于陆地森林、草地、荒漠化地带等自然植被和小麦等旱地作物。 MODIS将代替NOAA/AVH双,以其丰富的MoDIs数据产品为提高水稻估产精度的稳定性提供了非常好的数据源。但是,它对提高估产精度技术方法、机理以及估产的潜力作用,甚至对这些数据产品在南方水稻区的精度验证都还存在许多亚待解决的问题。本项研究针对上述问题,在浙江省水稻卫星遥感估产运行系统基础上,利用MODIS数据产品和大量的地面野外实测数据,从MODis数据产品的特性、计算原理、定量处理方法、地面实测数据模拟分析以及星地准同步不同传感器数据的比较和验证,对MODIS提高估产精度的机理和方法进行了研究,概述如下:通过分析MODIS数据产品的性能及其特点,掌握MODIS产品的计算原理和方法,并与其它传感器功能作用比较,找出MODIs数据产品在水稻估产中的优势,并在此基础上开展MODIs常用通道的实用化大气校正方法,和利用MODIS数据多通道的优势进行云检测方法的研究。基于地面实测数据分析MODIS一EVI和NDvi植被指数的差异,建立植被指数与水稻理化参数的相关性,揭示出MODIs一Dvi在高生物量区容易饱和,而MODIS一EVI则不容易饱和,证明了在水稻遥感估产中MODIS一Evi比NDVI要更好一些。另外,基于MODIS和AVHRR卫星影像也证明了MODIS一EVI指数倾向于低值、不易饱和的特性。通过两时相星载TM、MODIS、MOD 13、MOD09和地面准同步光谱数据观测,得出单景TM和MODIS植被指数比较相近,但比地面实测数据要低,经过严格大气校正的M0D09产品接近地面实测数据,但仍然偏低,16天合成的 MODIs植被指数产品洲OD13)与地面光谱计算的植被指数最接近,这说明MOD13产品更能准确地反映南方水稻长势特性。利用地面准同步实测水稻LAI对NASA提供的MOD15产品中LAI进行了精度验证,发现,MOD 15一LAI与地面实测以I在水稻不同生育期的差异不同,这种差异在孕穗期、抽穗期和乳熟期较高,而在分孽期和成熟期相对要小。根据水稻不同生育期对MOD 1 5.LAI分别建立修正模型,经修正后的M0D15一LAI更接近地面实测LAI。利用MODIs数据产品和DEM所产生的坡度进行了多源数据复合提取水稻面积的研究,初步证明利用Gls辅助信息和多时相MODIS数据可以提高分类精度,为此,在GIS技术提取可能种植区的基础上,利用多时相MODIs数据进行水稻面积信息提取,并与NOAA/AvHRR进行了比较,得出在GIS数据辅助下MODIS可以很好地提高水稻面积预测精度的稳定性,相对于NOAA/AVHRR预测精度变化幅度7.3个百分点,MODIS可以将预测精度稳定性提高5.3个百分点,并且将精度稳定在94%以上。根据地面实测的光谱数据模拟MODIs前19波段,以NDVI和RVI为光谱指数依据,中文摘要两两组合建立与理论和实际产量的相关关系,寻找与产量相关性较好的波段组合,如果单从光谱指数看,近红外波段组合指数(b2,b 19)和(bl6,b 19)估测产

论文目录:

致谢

中文摘要

图表目录

第一章引言

1．1 农业信息技术应用动态分析

1．1．1 农业重大自然灾害遥感监测评估

1．1．2 农业资源调查、评价、规划和管理

1．1．3 农业环境污染监测与评价

1．1．4 农业决策支持和技术咨询服务

1．1．5 农作物遥感估产

1．2 国内外水稻遥感估产研究动态分析

1．2．1 水稻遥感估产的农学基础研究(水稻光谱特性与农学参数的相关性研究)

1．2．2 水稻种植面积信息提取研究

1．2．3 水稻长势遥感监测及估产建模研究进展

1．3 开展提高水稻卫星遥感估产稳定性研究的意义

1．3．1 对推动浙江省水稻卫星遥感估产运行系统能持久地业务化运行具有重要意义

1．3．2 为政府决策提供更为准确的粮食信息

1．3．3 开展 MODIS数据以提高水稻估产稳定性的研究是必然趋势

1．4 MODIS数据产品研究现状

第二章研究内容和技术思路

2．1 MODIS数据产品的特点

2．1．1 MODIS简介

2．1．2 MODIS数据特点

2．1．3 MODIS产品特点

2．1．4 N0AA/AVHRR数据

2．1．5 MODIS和NOAA/AVHRR评述

2．2 研究的总体思路

2．3 研究内容

2．3．1 MODIS数据定量处理技术方法研究

2．3．2 MODIS提高估产精度稳定性机理研究

2．3．3 MODIS提高水稻面积和单产精度方法研究

第三章试验区设计及数据获取

3．1 试验设计

3．1．1 野外大田研究区

3．1．2 小区试验

3．2 光谱和理化参数数据获取与分析方法

3．2．1 光谱反射率的测定

3．2．2 其他典型地物光谱测量

3．2．3 水稻理化参数的测定

3．3 图形数据、遥感数据和仪器软件

3．3．1 图形数据

3．3．2 遥感数据

3．3．3 田间观测所需的仪器

3．3．4 软件

第四章 MODIS数据定量处理方法

4．1 MODIS数据产品大气校正原理及算法

4．1．1 辐射传输理论

4．1．2 大气校正的原理及算法

4．2 MODIS通道1和通道2大气校正的一种快速实用方法

4．2．1 提出的计算方法

4．2．2 应用实例

4．2．3 校正效果分析

4．2．4 小结

4．3 MODIS影像中的云的检测方法

4．3．1 热红外亮温差值法

4．3．2 近红外比值云检测指数法

4．3．3 可见光和近红外反射率比值检测法

4．3．4 小结

第五章 MODIS数据提高水稻遥感估产精度稳定性机理研究

5．1 植被指数的理论基础及 MODIS植被指数原理特点

5．1．1 植被指数的理论基础

5．1．2 MODIS植被指数(VI)原理和特点

5．2 冠层反射光谱与叶面积指数及叶绿素含量相关分析

5．2．1 冠层反射光谱特征

5．2．2 冠层反射光谱与 LAI和叶绿素含量相关分析

5．3 地面光谱模拟 MODIS植被指数与水稻叶面积指数及冠层叶绿素含量相关分析

5．3．1 计算 MODIS-NDVI和 EVI

5．3．2 计算红边位置(REP)

5．3．3 实测数据模拟 MODIS-EVI与MODIS-NDVI的比较

5．3．4 模拟 MODIS-NDVI和叶面积指数相关分析

5．3．5 模拟 MODIS-EVI和叶面积指数相关分析

5．3．6 一阶导数和红边

5．3．7 REP与叶面积指数的相关分析

5．3．8 模拟 MODIS-NDVI、MODIS-EVI及 REP与冠层叶片叶绿素含量相关分析

5．3．9 小结

5．4 M0009产品与样地实测叶面积指数和冠层叶片叶绿素含量时空变化

5．4．1 观测样地 M0D09前三个波段及植被指数的时空变化

5．4．2 样地水稻叶面积指数和冠层色素含量时空变化

5．4．3 小结

5．5 基于MODIS与 NOAA/AVHRR影像植被指数差异初步分析

5．5．1 MODIS和 NOAA/AVHRR图像资料

5．5．2 MODIS和 NOAA/AVHRR的波段分析和植被指数提取

5．5．3 浙江省陆地区域 NOAA/AVHRR和MODIS植被指数差异分析

5．5．4 高生物量植被区植被指数差异分析

5．5．5 小结

5．6 MODIS植被指数在南方水稻生产区多传感器比较和验证

5．6．1 研究区和研究方法

5．6．2 TM与地面光谱反射率比较分析

5．6．3 MODIS与 TM比较分析

5．6．4 16天合成的MOD13产品和M0D09产品与地面光谱反射率比较分析

5．6．5 小结

5．7 基于地面实测数据对MOD15-LAI产品的验证和修正

5．7．1 数据获取

5．7．2 数据预处理和研究方法

5．7．3 MOD15-LAI产品与地面实测 LAI数据之间比较分析

5．7．4 小结

5．8 结论

第六章 MODIS数据提高水稻遥感估产精度稳定性方法研究

6．1 基于DEM多时相MODIS数据提取水稻种植面积信息方法研究

6．1．1 数据采集和处理

6．1．2 数字高程模型(DEM)和地面坡度的建立

6．1．3 MODIS植被指数的提取

6．1．4 分类方法和波段组合信息的选择

6．1．5 结果及讨论

6．2 GIS辅助下利用MODIS数据估算浙江省水稻面积

6．2．1 数据预处理

6．2．2 水稻可能种植区确立

6．2．3 多时相MODIS复合估算水稻种植面积

6．2．4 选取训练样区提取水稻面积

6．2．5 小结

6．3 基于MODIS光谱指数进行水稻单产估算的研究

6．3．1 数据的获取

6．3．2 MODIS光谱指数选取

6．3．3 结果与讨论

6．3．4 结论

6．4 MODIS数据在Rice-SRS数值模拟模型中初步应用

6．5 利用 MODIS和 NOAA/AVHRR数据估算浙江省水稻总产比较分析

6．6 小结

第七章结语、创新点和讨论

7．1 结语

7．2 创新点和新进展

7．3 讨论

参考文献

英文摘要

攻读博士学位期间撰写的论文

发布时间: 2005-04-29

参考文献

[1].东北三省水稻产量差与效率差解析[D]. 王晓煜.中国农业大学2018
[2].中国水稻产量差评估及长江中下游地区增产途径探究[D]. 邓南燕.华中农业大学2018

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

猜你喜欢