HJ-1A/B遥感监测水稻长势与产量的研究

论文摘要

本文以卫星遥感影像在精准农业，数字化农业中的应用为研究中心，以水稻为主要研究对象，以基本的农情信息、地理数据信息以及多源遥感影像为研究基础，研究内容主要为以下3个方面：1.基于优化非监督分类法中的迭代自组织数据分析技术的水稻长势卫星遥感监测研究。利用多时相多源遥感数据，特别是国产的环境减灾资源卫星数据，针对水稻各个主要生育期的长势情况进行遥感监测，不仅是水稻调优栽培和田间管理方面的迫切需求，也是水稻产量监测预报方面的前期要求。2.基于遥感信息与估产模型结合的水稻产量监测预报研究。本研究主要是基于水稻主要生育期的长势信息，选择相关性最好的生育期的农学参数，在利用归一化植被指数反演出叶面积指数/生物量等农学参数结合水稻估产模型从而水稻预测产量的关系的基础上，结合实际产量数据，确定水稻产量等级的划分。3.基于GIS技术的水稻长势信息系统的构建与开发。基于GIS技术的二次开发，利用面向对象的可视化编程语言Borland Delphi7.0，通过系统输入遥感影像数据,可以实现查询功能，如实现简单的水稻品种划分,区域信息分布和其他基本农情，同时输入影像数据计算获取的植被指数,结合采样点的参数、生长模型,从而构建水稻长势遥感监测系统。本文研究得到的主要结果表现在以下3个方面：1.水稻长势遥感监测研究，以江苏省泰兴市为例，利用HJ-1A/B卫星影像数据，进行基于多时相卫星遥感技术的水稻长势监测研究。在利用GPS实地采样调查和建立解译标志的基础上，通过遥感影像校正、解译、非监督分类、人机交互式判读解译等操作，并将GPS样点数据校验贯穿到整个分类过程中，信息解译精度在90%以上。利用遥感植被指数反演叶面积指数、生物量等长势状况信息，进行水稻全生育期的长势进行监测，并制作了水稻长势分级监测专题图。2.利用卫星数据进行水稻产量监测预报研究，利用已有的水稻估产模型耦合遥感反演的LAI、生物量等长势信息，进行水稻产量监测预报，并制作了水稻产量分级专题图。水稻遥感估产模型是基于水稻光合作用驱动的利用有效光能产生的物质积累和产量形成的生长模型耦合了遥感信息进行修订，充分发挥了模型的机理性和解释性以及遥感技术的及时性和广域性特点。3.水稻长势遥感监测信息系统的构建与开发，基于地理信息系统技术的二次开发，利用面向对象的可视化编程语言Borland Delphi7.0，进行水稻遥感估产技术系统的设计开发。基本实现了矢量图层和遥感图像的GIS分析、显示数据、查询功能，本研究利用软构件化技术、GIS开发技术、数据库技术以及水稻生长模拟模型技术进行水稻的长势分析、田间科学管理，综合现有的遥感技术和农学研究成果,进行探索性和实验性的软件开发，建立基于遥感数据与水稻长势模型技术信息的水稻生产管理信息系统。

论文目录

• 摘要
• Abstract
• 英文缩略表
• 1 绪论
• 1.1 水稻遥感估产的基本原理及内容
• 1.1.1 水稻遥感估产的基本原理
• 1.1.2 水稻遥感估产的内容
• 1.2 国内外水稻遥感估产的概况
• 1.2.1 国外水稻遥感估产概况
• 1.2.2 我国水稻遥感估产概况
• 1.2.3 水稻遥感估产主要模式
• 1.3 水稻遥感估产方法目前存在的问题与思考
• 1.3.1 现有水稻遥感估产方法存在的主要问题
• 1.3.2 目前水稻遥感估产研究的方向
• 1.4 论文的资料及研究方法
• 1.4.1 论文的资料说明
• 1.4.2 论文的研究方法及技术路线
• 2 水稻长势遥感监测研究
• 2.1 引言
• 2.2 材料与方法
• 2.2.1 数据源及利用
• 2.2.2 专题图制作
• 2.2.3 LAI 的提取
• 2.3 结果与分析
• 2.4 结论与讨论
• 3 利用卫星遥感进行水稻产量分级监测预报研究
• 3.1 引言
• 3.2 材料与方法
• 3.2.1 研究区域及试验方法
• 3.2.2 数据源及利用
• 3.2.3 估产模型介绍
• 3.3 结果与分析
• 3.3.1 叶面积指数与生物量的预测与验证
• 3.3.2 试验样点数据和估产模型精度验证
• 3.3.3 水稻种植面积提取及专题图制作
• 3.4 结论与讨论
• 4 水稻长势监测系统的构建与开发
• 4.1 前言
• 4.2 系统相关技术概述
• 4.3 系统分析与设计
• 4.3.1 系统目标分析
• 4.3.2 系统结构设计
• 4.3.3 系统的功能设计
• 4.4 系统的实现
• 4.4.1 运行环境
• 4.4.2 系统运行
• 4.5 结论与讨论
• 5 总结和讨论
• 参考文献
• 附录
• 致谢
• 作者简历
• 研究生期间发表的学术论文