作物长势遥感监测指标的改进与比较分析_赵虎

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第27卷第1期农业工程学报V ol.27 No.1 243 2011年1月Transactions of the CSAE Jan. 2011

作物长势遥感监测指标的改进与比较分析

赵虎1,杨正伟2,李霖3,狄黎平4

(1. 农业部规划设计研究院农业资源监测站,北京 100125; 2. National Agricultural Statistics Service, USDA, V A 22030;

3. 武汉大学资源与环境科学学院,武汉 430079;

4. Center for Spatial Information Science and Systems, GMU, MD 20770)

摘要:为改善归一化植被指数(NDVI)作为遥感监测作物长势指标的性能,该文分析了归一化植被指数的内在设计缺陷,在不增加额外波段的情况下,以近红外波段和红色波段为基础引入一种新的作物长势遥感监测指标——GRNDVI。

通过在像素和区域层次上同其他4种指数进行比较发现:GRNDVI能够改善归一化植被指数在低植被覆盖度时期/地区容易受到作物冠层土壤背景的影响,而在高植被覆盖度时期/地区又容易发生饱和现象的设计缺陷,可以作为遥感监测作物长势过程中替代归一化植被指数的指标。

关键词:作物,遥感,监测,指标,NDVI,GRNDVI

doi:10.3969/j.issn.1002-6819.2011.01.039

中图分类号:S127 文献标志码:A 文章编号:1002-6819(2011)-01-0243-07

赵 虎,杨正伟,李 霖,等. 作物长势遥感监测指标的改进与比较分析[J]. 农业工程学报,2011,27(1):243-249.

Zhao Hu, Yang Zhengwei, Li Lin, et al. Improvement and comparative analysis of indices of crop growth condition monitoring by remote sensing [J]. Transactions of the CSAE, 2011, 27(1): 243-249. (in Chinese with English abstract)

0 引 言

作物长势即作物生长的状况与趋势[1],长势监测可以为田间管理、早期产量估算提供快速、宏观的信息,具有十分重要意义[2]。自90年代农业遥感的监测重点从遥感估产转向农业生产过程监测以来,长势监测就成为农业遥感研究的重要内容[3]。欧美等发达国家利用早期的技术优势对全球作物进行监测,在世界粮食交易市场获取了巨大的经济利益[4]。中国自上世纪70年代开始农业遥感监测的相关研究,进入90年代开始重视作物长势遥感监测,目前已经形成稳定的业务运行系统[2,5]。从国家战略上讲,作物长势监测无论对发达国家还是发展中国家都显得极为重要。

长势遥感监测方法以客观、快速、经济的特点取代地面监测方法成为当前作物长势信息的主要来源[4]。作物长势监测的主要原理是使用不同波段的数学组合形成植被指数,然后用植被指数估算叶面积指数(LAI)的情况,结合地面监测的结果、农学模型和LAI的估算结果综合得出作物的长势信息[1,4]。在这个过程中,监测模型实际上是专家决策过程和人们习惯认知的抽象表达,而监测指标则是监测模型生成长势信息最终结论的主要甚至是唯一依据。因此,发展准确、方便的监测指标是作物长势遥感监测的重要研究内容[6]。本文在分析现有长势监测指标的基础上,提出一种新指标——GRNDVI用于长势

收稿日期:2010-04-20 修订日期:2010-08-17

基金项目:NASA资助项目“A National Crop Progress Monitoring System Based on NASA Earth Science Result”

作者简介:赵虎(1981-),男,湖北房县人,工程师,理学博士,2008年赴美国乔治梅森大学空间信息科学与系统研究中心交流访问,主要从事遥感与地理信息系统在农业中的研究与应用工作。Email: jhaohu@ 监测,以期克服现有指标的不足。

1 现有的长势监测指标

可以反映作物长势的变量有很多,如单株作物的根、茎、叶、穗发育情况,作物群体的密度、布局和动态等[1]。遥感监测属于宏观监测,研究表明,与作物个体和群体特征都有关的叶面积指数(leaf area index, LAI)可以作为遥感监测的综合指标[4]。有2种方法可以对LAI进行测量:直接法和间接法。直接法是指使用仪器实地测量叶面积指数,这种方法测量结果准确但是费时费力,并会造成叶片组织的损伤,因此,仅仅适用于部分地区的验证性测量。间接法是指采用遥感手段进行大范围的植被指数估算,主要是通过植被指数与LAI之间的关系进行LAI的估算。

归一化植被指数(normalized differential vegetation index,NDVI)作为过去30 a来使用最为广泛的植被指数,也是用于LAI估算的常用指标,在作物长势监测研究中也得到了广泛的应用。班显秀等[7]利用AVHRR第一、二通道的反射率计算得到的NDVI监测中国沈阳地区一季混栽作物的长势情况。裴志远等[8]提出利用多时相的NDVI数据库研究作物长势的时空特征。江东等[9]研究了时序NDVI曲线特征与作物长势的互动关系,并认为NDVI 曲线积分与作物产量有较好的相关关系。刘爱霞等[10]运用逐年比较模型比较了不同年份NDVI的值,然后将比较结果和棉花种植区域在GIS中叠加得到新疆石河子地区棉花的长势情况。吴炳方等[5]利用AVHRR和SPOT的NDVI产品并结合农业气象数据建立起运行化的全国作物长势遥感监测系统。罗宇翔等[11]利用MODIS NDVI数据和农业气象观测资料分析了贵州中部主要秋粮作物的长势情况,认为时序NDVI与秋粮作物长势之间存在良

相关文档
最新文档