农业干旱遥感监测研究进展
基于遥感技术旱涝灾害监测新方法
基于遥感技术旱涝灾害监测新方法一、遥感技术概述遥感技术是一种通过非接触的方式获取地球表面信息的技术手段。
随着科学技术的不断进步，遥感技术已广泛应用于农业、林业、城市规划、环境监测等多个领域。
特别是在自然灾害监测领域，遥感技术以其快速、准确、实时的特点，成为监测旱涝灾害的重要工具。
1.1 遥感技术的核心特性遥感技术的核心特性主要体现在以下几个方面：- 空间覆盖范围广：遥感技术可以覆盖大范围的地表区域，不受地形和气候条件的限制。
- 信息获取速度快：遥感技术能够在短时间内获取大量地表信息，为灾害监测提供及时的数据支持。
- 多时相观测：遥感技术可以进行连续的时相观测，有助于分析灾害的发展趋势。
- 多光谱分析：遥感技术通过不同波段的光谱分析，可以获取地表的多种物理和生物特性。
1.2 遥感技术的应用场景遥感技术在旱涝灾害监测中的应用场景主要包括：- 旱情监测：通过分析地表植被指数、土壤湿度等指标，评估旱情的严重程度。
- 洪水监测：利用遥感技术监测水体面积的变化，判断洪水的发生和扩散情况。
- 灾害预警：结合气象数据和地表信息，预测旱涝灾害的发生，为防灾减灾提供决策支持。
二、基于遥感技术的旱涝灾害监测方法基于遥感技术的旱涝灾害监测方法，是利用遥感数据进行灾害特征提取、分析和预警的过程。
这些方法包括但不限于以下几种：2.1 地表温度反演地表温度是旱涝灾害监测的重要指标之一。
通过遥感数据反演地表温度，可以评估地表的热状况，进而判断旱涝灾害的发生。
2.2 植被指数分析植被指数（如归一化植被指数NDVI）可以反映植被的生长状况和健康状况。
在旱涝灾害监测中，植被指数的变化可以作为旱情和涝情的指示。
2.3 土壤湿度监测土壤湿度是旱涝灾害监测的另一个关键指标。
利用遥感技术监测土壤湿度，可以评估旱情和涝情对土壤的影响。
2.4 水体面积变化监测水体面积的变化是洪水发生和扩散的直接表现。
通过遥感技术监测水体面积的变化，可以及时了解洪水的动态。
中国农业遥感技术应用现状及发展趋势
中国农业遥感技术应用现状及发展趋势一、本文概述随着科技的飞速发展，遥感技术以其高效、精准的特性，逐渐在农业领域展现出巨大的应用潜力。
本文旨在全面分析中国农业遥感技术应用的当前状况，并探讨其未来发展趋势。
我们将回顾遥感技术在农业领域的应用历程，明确其在农业监测、资源管理、灾害预警等方面的重要作用。
我们将深入探讨当前中国农业遥感技术的主要应用领域和取得的成效，包括作物生长监测、土地利用/覆盖变化、农业气象服务等。
我们将结合国内外遥感技术的发展动态，展望中国农业遥感技术的未来发展趋势，以期为我国农业遥感技术的持续发展和创新提供有益参考。
二、中国农业遥感技术应用现状近年来，随着遥感技术的快速发展，中国农业遥感技术应用取得了显著进展。
目前，遥感技术已广泛应用于农作物监测、农业资源调查、农业灾害评估等多个领域，为农业生产和管理提供了有力支持。
在农作物监测方面，遥感技术通过获取高时空分辨率的遥感影像，实现对作物生长状况的实时监测。
利用遥感数据，可以准确提取作物生长信息，如植被指数、叶面积指数等，为农业生产决策提供科学依据。
同时，遥感技术还可以监测作物病虫害的发生和发展，为病虫害防治提供及时有效的信息支持。
在农业资源调查方面，遥感技术通过对土地利用/覆盖、土壤质量、水资源等方面的监测和评估，为农业资源管理和规划提供重要依据。
通过遥感技术，可以快速获取大范围的土地资源信息，实现土地资源的高效利用。
遥感技术还可以评估土壤质量和水资源状况，为农业可持续发展提供有力支撑。
在农业灾害评估方面，遥感技术通过获取灾害发生前后的遥感影像，可以实现对农业灾害的快速评估和预测。
利用遥感数据，可以准确监测灾害发生的范围、程度和影响，为灾害预警和应急响应提供重要参考。
遥感技术还可以评估灾害对农业生产的影响，为灾后恢复和重建提供科学依据。
总体来看，中国农业遥感技术应用已经取得了显著成效，为农业生产和管理提供了有力支持。
然而，仍存在一些问题和挑战，如遥感数据的获取和处理技术尚需进一步完善、遥感技术在农业生产中的普及程度有待提高等。
国内外农作物遥感估产的研究进展
引言
引言
遥感光谱技术是一种利用遥感器获取农作物光谱信息，并据此进行农作物估 产的方法。它具有快速、无损、大面积等优点，为精准农业的发展提供了重要支 持。本次演示将介绍遥感光谱技术在农作物估产中的应用研究进展，以期为相关 领域的进一步研究提供参考。
研究现状
研究现状
近年来，遥感光谱技术在农作物估产中得到了广泛应用，主要包括激光诱导 击穿光谱技术、成像光谱技术、无线传感器技术等。其中，激光诱导击穿光谱技 术通过分析农作物的光谱反射和吸收特征，能够准确测定农作物的化学成分，进 而估算其产量。
1.国内外研究成果对比
在国内，中国农业科学院、中国科学院等机构也在遥感估产方面进行了大量 研究，提出了多种基于遥感的农作物估产方法。例如，利用多光谱遥感影像和作 物生长模型，对北方冬小麦产量进行估算，为区域农业管理和粮食预购提供了有 效手段。
2.影响因素分析
2.影响因素分析
农作物遥感估产的影响因素主要包括气候、土壤、品种、种植制度等。这些 因素在不同地区和不同作物之间存在差异，会对遥感估产的准确性产生影响。例 如，在水稻生长季，苗期渍水、生育期高温等气候因素会对水稻的生长和产量产 生影响。另外，不同品种和种植制度的水稻对遥感信息的响应也会有所不同，从 而影响估产的准确性。因此，在农作物遥感估产研究中，需要综合考虑各种因素 的影响，提高模型的适用性和准确性。
文献综述
统计模型法是另一种常用的农作物遥感估产方法，其基本原理是将遥感影像 作为自变量，将农作物产量作为因变量，建立回归模型，然后利用模型对农作物 产量进行预测。统计模型法的优点是能够反映农作物的空间异质性和时间变化， 但需要大量的实地调查和数据处理。
文献综述
光谱指数法是基于农作物光谱特性的遥感估产方法，其基本原理是利用遥感 影像的光谱信息建立农作物估产模型。光谱指数法的优点是能够反映农作物的生 理和生化变化，但需要选择合适的光谱指数和建立准确的估产模型。
基于遥感技术的干旱监测方法研究
基于遥感技术的干旱监测方法研究一、遥感技术概述遥感技术是一种通过飞机、卫星或其他载体，利用传感器远距离感知地表特征的技术。
它在环境监测、资源管理、灾害评估等领域发挥着重要作用。
干旱作为一种严重的自然灾害，对农业生产、水资源管理和生态环境保护等方面产生深远影响。
因此，基于遥感技术的干旱监测方法研究具有重要的实际意义。
1.1 遥感技术的核心原理遥感技术的核心原理是通过传感器接收地表反射或辐射的电磁波，将这些电磁波信号转换为数字图像或数据，进而分析地表的物理、化学和生物特性。
遥感技术具有覆盖范围广、时效性强、成本相对较低等优点。
1.2 遥感技术的应用领域遥感技术的应用领域非常广泛，包括但不限于以下几个方面：- 土地利用和土地覆盖变化监测：通过遥感技术可以监测土地利用类型的变化，评估土地资源的利用效率。
- 植被状况监测：利用遥感技术可以评估植被覆盖度、生物量和生长状况，为生态保护和林业管理提供数据支持。
- 水资源监测：遥感技术可以监测地表水体的分布和变化，评估水资源状况和水文循环过程。
- 灾害监测与评估：遥感技术可以快速获取灾害发生区域的信息，评估灾害影响范围和程度。
二、干旱监测方法研究干旱监测是遥感技术应用的一个重要方向。
干旱监测方法的研究旨在提高干旱识别的准确性和时效性，为干旱预防、缓解和应对提供科学依据。
2.1 干旱监测的遥感指标干旱监测的遥感指标主要包括以下几个方面：- 植被指数：如归一化植被指数(NDVI)、增强型植被指数(EVI)等，可以反映植被的生长状况和健康状况。
- 土壤湿度：通过分析土壤的微波辐射特性，可以估算土壤水分含量，作为干旱监测的重要指标。
- 地表温度：地表温度的异常升高可能指示地表水分的减少，是干旱发生的一个信号。
- 植被覆盖度：植被覆盖度的减少可能是干旱影响的结果，可以用来评估干旱的严重程度。
2.2 干旱监测的遥感技术方法干旱监测的遥感技术方法主要包括以下几个方面：- 多时相遥感数据对比：通过对比不同时间的遥感数据，可以发现干旱发生和发展的过程。
农业干旱遥感监测研究进展_杨绍锷
农业干旱遥感监测研究进展杨绍锷,闫娜娜,吴炳方(中国科学院遥感应用研究所,北京100101)收稿日期:2009-02-19 修订日期:2009-03-25基金项目:中国科学院知识创新工程重大项目(KSCX -YW -09-01)。
国家科技支撑计划项目(2008BADA8B02-1)。
作者简介:杨绍锷(1980～),男,汉族,广西浦北人,中国科学院遥感应用研究所博士生,研究方向为农业旱情监测及农业估产。
E -m ail :yangshe88@ 通讯作者:吴炳方,w ubf @irsa .ac .cn摘要:农业干旱给社会经济及人民生活造成严重影响,关于农业旱情监测的研究受到了学者们的广泛关注。
遥感技术的发展为准确、及时进行旱情监测提供了新的机遇。
本文综述了近年来国内外采用遥感方法监测农业旱情的研究进展,包括土壤湿度、作物形态、作物生理等农业旱情指标的遥感反演,指出了在实际应用中存在的一些问题,并提出了进一步改进的思路。
关键词:农业干旱;遥感;监测doi :10.3969/j .issn .1000-3177.2010.01.021中图分类号:T P79 文献标识码:A 文章编号:1000-3177(2010)107-0103-071 引 言干旱是世界范围内普遍发生的一种复杂的自然现象,其波及范围广,持续时间长,是农业生产和人类生活中最严重的自然灾害之一。
由于所关注的领域不同,干旱通常被分为4类:农业干旱,外界环境因素造成作物体内水分亏缺影响作物正常生长发育;气象干旱,由于降水和蒸发的收支不平衡所造成的异常水分短缺;水文干旱,降水与地表水或地下水收支不平衡造成的水分短缺;社会经济干旱,自然系统与人类社会经济系统的水资源供需不平衡造成的水分短缺。
应当注意农业干旱与气象干旱的联系和区别,当发生气象干旱时,不一定发生农业干旱;而当发生农业干旱时,也不一定发生气象干旱。
农业干旱的发生与气象、地形、土壤、底墒、灌溉措施、种植结构、品种抗旱能力等众多因素相关,被认为是这4类干旱现象中最复杂的一种。
基于MODIS数据的江西省农业旱情遥感监测方法研究
基于MODIS 数据的江西省农业旱情遥感监测方法研究许小华，张秀平，雷声（江西省水利科学研究院，江西南昌330029）收稿日期：2010-01-06作者简介：许小华（1978-），男，硕士，助理工程师.摘要：MODIS 传感器具有较高的时间分辨率、光谱分辨率以及适中的空间分辨率，其数据产品被广泛应用于大范围、长时期、动态的干旱监测.针对江西省农业种植以水稻为主的特点，借鉴已有遥感监测模型，选用2000~2008年MODIS 数据产品及相关旱情资料进行分析，建立了适合江西省的遥感旱情监测模型，并用2003年江西干旱的实例验证此模型.结果显示，该模型能较好地用于大范围的旱情定性监测．关键词：遥感；农业旱情；MODIS ；监测中图分类号：P407文献标识码：A 文章编号：1004-4701（2010）03-0176-050引言江西省是农业大省，粮食播种面积占农作物播种面积的50％以上。
全省水稻生产面积、水稻产量分别居全国第二、第三位，是全国仅有的两个不间断向国家提供商品粮的省份之一，在保障国家粮食生产安全方面占有重要的战略地位。
但是，江西省是一个干旱频发省份。
建国后1949～2005年的57年间，江西省共发生大小干旱42次。
其中特大旱灾4次，严重干旱8次，中度干旱16次，轻度干旱14次。
据全省历年干旱发生情况统计，旱灾主要是农业干旱，局部区域的农业干旱几乎每年都有发生，严重的全省范围内旱情也时有发生。
动态地监测旱情的发展可为抗旱部门提供更详细的数据，以保障农业生产。
利用遥感技术监测干旱，能充分利用地物表面光谱的时间、空间和方向信息，频繁持久地获取地表特征的面状信息，为实时动态地监测干旱遥感提供有效的数据来源，具有宏观、动态、实时监测的优势。
我国学者对进行旱情的遥感监测方面已开展了许多研究，提出了许多研究方法[1]。
对于裸露和稀疏植被覆盖区，常用热惯量方法、能量温度比法；而对于植被覆盖区，常用距平植被指数差值法、植被供水指数法、作物缺水指数法[2]、条件植被指数法、条件植被温度指数法、部分植被覆盖条件下的双层模型、按照地域建立的统计模型、温度植被旱情指数法等。
中国农作物长势遥感监测研究综述
基本内容
中国农作物长势遥感监测技术主要基于卫星遥感数据，结合地物光谱特征、 农学知识和计算机技术等多学科知识进行综合分析。其中，常用的技术方法包括 遥感图像处理、模式识别、地物光谱分析、机器学习等。遥感图像处理主要包括 图像预处理、图像增强和图像分类等步骤，目的是提取出与农作物长势相关的信 息。模式识别和地物光谱分析等技术则主要用于识别和区分不同农作物类型，以 及分析农作物的生长状况和产量预测等。
未来展望
未来展望
随着科技的不断进步和发展，农作物长势综合遥感监测方法将进一步完善和 提高。未来，可以加强以下方面的研究和发展：
未来展望
1、提高遥感数据的分辨率和覆盖范围，以满足更加精细的农业管理和决策需 求。
2、加强遥感技术的智能化和自动化水平，减少对人工的依赖，提高监测效率 和精度。
未来展望
基本内容
2、技术手段日益丰富：农作物长势遥感监测技术不断推陈出新，包括高光谱 遥感、多角度遥感、时间序列遥感等多种技术手段的应用，使得监测结果更加准 确和精细。
基本内容
3、智能化和自动化水平提高：随着人工智能和机器学习等技术的不断发展， 农作物长势遥感监测的智能化和自动化水平也在不断提高。通过数据挖掘和模式 识别等技术手段，能够实现农作物的自动分类和长势预测等功能。
基本内容
3、作物生长周期监测：利用遥感监测技术，可以监测作物的生长周期，从而 掌握作物的生长动态，为农业生产提供指导。
基本内容
总之，遥感监测在农作物长势评价中具有重要的作用。它不仅可以实现大范 围、高效的监测，而且可以提高监测的准确性和精度。通过遥感监测技术，我们 可以更好地了解作物的生长状况，为农业生产提供更为精确的指导，有助于提高 农作物的产量和品质，为保障粮食安全和农业可持续发展做出贡献。
农业灌溉旱灾监测与预警技术研究
农业灌溉旱灾监测与预警技术研究
1. 农业灌溉在农业生产中扮演着至关重要的角色，有效的灌溉技
术是保障农业生产的关键之一。
2. 由于气候变化和不可预测的气象条件，农业灌溉面临着诸多
挑战，其中最为关键的是旱灾对农业生产的影响。
3. 对于农业灌溉旱灾监测与预警技术的研究，旨在通过科学的
手段，及时准确地监测和预警农田旱情，帮助农民抗击灾害，保障农
业生产。
4. 针对农业灌溉旱灾监测与预警技术的研究，目前主要集中在
利用遥感技术、地理信息系统和气象预报等手段进行监测和预警。
5. 遥感技术在农业灌溉旱灾监测中发挥着重要作用，通过卫星
遥感数据可以实时获取农田的水分状况，帮助农民及时调整灌溉策略。
6. 地理信息系统（GIS）是一种集成多种数据的技术平台，在农
业灌溉旱灾监测中可以将灌溉信息、土壤水分信息等数据进行整合分析，为预警提供有力支持。
7. 气象预报技术的提升也对农业灌溉旱灾监测与预警起到了关
键作用，准确的气象预报可以帮助农民提前做好防范工作，减少旱灾
对农田的损害。
8. 在农业灌溉旱灾监测与预警技术研究中，不仅要关注技术的
先进性，还需要考虑技术的实用性和适用性，确保其能够真正服务于
广大农民。
9. 随着信息技术的不断发展，农业灌溉旱灾监测与预警技术也
在不断创新和完善，为农业生产提供更好的支持。
10. 未来，我们需要进一步加强农业灌溉旱灾监测与预警技术的
研究，不断提升其准确性和及时性，为农业生产保驾护航。
我国干旱遥感监测技术方法研究进展_张学艺
我国干旱遥感监测技术方法研究进展张学艺 张晓煜 李剑萍 舒志亮 曹宁(宁夏气象防灾减灾重点实验室,银川750002)科技部社会公益研究专项(2005DIB3J103)和中国气象局新技术推广项目(CM ATG2005M 45)共同资助作者简介:张学艺,男,1978年生,学士,主要从事农业气象及生态遥感工作,Email :yifei _lzu @sohu .com 收稿日期:2006年10月20日;定稿日期:2007年1月25日摘要 以裸露地表、部分覆盖度地表和全植被覆盖地表3种不同下垫面类型为着眼点,详尽地阐述了相应下垫面类型下不同的干旱遥感监测技术方法的适用范围和其监测的优劣。
下垫面为裸露地表时,微波遥感法具有广阔的前景;部分覆盖时双层模型法较好,但模型复杂,应注重经典双层模型的简化;全覆盖时各类监测方法各有优劣。
提出未来干旱遥感监测的发展方向和应用前景,对应用遥感技术进行干旱监测相关业务的开展提供有益的参考。
关键词 干旱 遥感 热惯量 微波 距平植被指数法 植被覆盖引言干旱灾害是我国主要的自然灾害之一,运用遥感手段对干旱进行监测,具有大范围、宏观、动态监测的优势。
关于运用遥感技术进行干旱监测,已有许多综述性研究,有从监测所使用的光谱特性分类入手的[1,2],有对各种监测方法分述的[3～5],有从监测所使用的资料类型进行总结的[6,7],还有单从某种理论监测方法着手综述的[8]等。
但在实际的业务应用中,我们关心的往往是不同下垫面下应该应用哪种(些)方法比较合适,本文从这个角度出发,总结出不同下垫面下相应的监测方法,对比其优劣,为实际的业务和科研工作提供参考。
通常,下垫面分裸土、部分植被覆盖和全植被覆盖。
对于裸土,热惯量法和微波遥感法能够得到较好的结果;全植被覆盖条件下,作物缺水指数法、供水植被指数法比较适用。
如何解决部分植被覆盖条件下旱情的监测是一个值得研究的问题,尤其是在用热红外遥感监测土壤水分时尤为必要,因为在农作物的生长过程中,部分覆盖在生长期中占有很长时间,而双层模型就是针对这一问题进行研究的成果。
遥感农情监测系统国内外发展状况
遥感农情监测系统国内外发展状况
近年来，随着科学技术的不断发展，遥感农情监测系统得到了快速发展。
遥感农情监测系统主要是利用遥感技术实时监测农业生产的实况状态，监测农业农情变化，从而及时响应农业变化，维护农业生产安全，节约农
业资源。
一是国内遥感农情监测系统发展较快。
从卫星监测农情起步，到有效
调度气象资源、质量管理、信息分析、在线参考、精确抗旱地理信息服务
等的发展，中国的遥感农情监测系统经历了数十年的发展，取得了令人瞩
目的成绩。
目前，国内已经实现了利用卫星及其他传感器收集农情遥感数据，实现了农情变化的多维度展示，实现了农业抗旱的总体性控制，实现
了开发极化技术及其应用，实现农业信息的共享，并具有良好的适应性和
可操作性，为农业管理发挥了重要作用。
二是国外遥感农情监测系统发展也相当发达。
从欧洲发展经验看，遥
感技术在农业应用方面取得了很多成功，为农业生产提供了准确、实时、
多维度的数据支持，改变了农业生产方式，以提高农业生产效率。
农业干旱监测指标研究进展
（ 土壤 含水量 占田间持水 量 的 比值 ） 、 土 壤 有效 水 分 存储（ 土壤某 一厚 度层 中存储 的能被 植 物 根系 吸 收 的水 分 ） 、 土壤水 分亏缺 量 （ 实 际蒸 散 量 与可 能蒸 散
低和稳定性 ． 在 不具备灌溉条件且 地下水位 相对 比较 低 的干 旱农作 物种植 区 ， 仅 降水量 这一指 标就基 本能
具有 计 算 稳 定 的特 性 ， 消 除 了 降 水 的 时 空 分 布 差 异 ， 比简单 的百分 比法和距平法更能反 映不同时 间 尺度 内降水 与水 资源 状态 之 间的关 系 ． Ｎ ａ ｌ ｂ ａ ｎ ｔ ｉ ｓ Ｉ 等 在 Ｓ Ｐ Ｉ 的基础上 结合 十分 位数 方 法提 出了综 合 干旱 指 标 （ Ｒ ｅ ｃ ｏ ｎ ｎ ａ ｉ ｓ ｓ ａ ｎ ｃ ｅ Ｄ ｒ ｏ ｕ ｇ ｈ ｔ Ｉ ｎ ｄ ｅ ｘ ， Ｒ Ｄ Ｉ ） ， 并 在 希腊 两河流域进行 了试验性研 究 ， 结果表 明 Ｒ Ｄ Ｉ 对不 断变 化的环境更为敏感 ． １ ． ２ 基 于土壤 水分 的监 测指标 土壤水分 的亏缺情况 是决 定农业 干旱程 度 的关 键． 根 据农 田水量 平 衡原 理 ， 容 易 建 立基 于 土壤 、 大 气、 植 物三者 的土壤 水分 监测模 型 ． 基 于土 壤水分 的
监 测 指 标 是 应 用 广 泛 且 成 熟 的 一 类 农 业 干 旱 监 测 指 标 ． 常 采 用 的 单 一 土 壤 水 分 指 标 有 土 壤 湿 度
规 划 和粮食 生产 等具 有 重要 意义 ． 农 业 干 旱受 多 种 自然 因素 （ 气 象条 件 、 水文条件 、 下 垫 面状 况 等 ） 和 人为 因 素 （ 农 作物布局 、 耕作制度 、 人 文 经 济 条 件 等） 的共 同影 响 … ， 其 监 测 指 标 也 与 自然 因素 和 社
遥感图像农作物干旱检测方案
遥感图像农作物干旱检测方案遥感图像农作物干旱检测方案农作物干旱是目前全球面临的一大挑战，因此，利用遥感图像来进行农作物干旱检测具有重要意义。
以下是一个基于遥感图像的农作物干旱检测方案，按照步骤进行分析。
第一步：获取遥感图像首先，需要获取高分辨率的遥感图像，可以从各种卫星或无人机平台获取。
这些图像应该包含农田区域的信息，以及对应的多光谱或高光谱数据。
第二步：预处理在进行干旱检测之前，需要对遥感图像进行预处理。
这包括去除图像噪声、校正辐射校准系数和大气校正。
这些步骤可以提高图像质量，减少干扰因素对干旱检测的影响。
第三步：提取植被指数植被指数是评估农作物健康状况和干旱程度的重要指标。
常用的植被指数包括归一化植被指数（NDVI）和差值植被指数（DVI）。
通过计算每个像素点的植被指数值，可以得到整个农田区域的植被指数图像。
第四步：建立干旱指标基于植被指数图像，可以建立干旱指标。
干旱指标将考虑植被的健康状况和水分胁迫情况，通常使用NDVI和地表温度的组合。
例如，可以计算NDVI和地表温度之间的相关性，以获得干旱指数图像。
第五步：制定干旱分类标准制定干旱分类标准是判断农田干旱程度的关键。
可以基于历史数据和专家知识，将干旱指数的不同范围划分为不同的干旱类别。
例如，可以将干旱指数小于0.2的区域定义为轻度干旱，0.2到0.4之间的区域定义为中度干旱，大于0.4的区域定义为重度干旱。
第六步：干旱检测与分析根据干旱指数和干旱分类标准，可以对农田进行干旱检测和分析。
可以制作干旱程度的空间分布图，以及根据时间序列数据进行干旱趋势分析。
此外，还可以通过比较不同时间点的干旱指数图像，了解干旱的发展情况。
第七步：结果验证最后，需要对干旱检测结果进行验证。
可以与实地观测数据进行对比，以评估遥感图像的准确性和可靠性。
如果发现存在差异，可以进行模型调整和参数优化，以提高干旱检测的精度。
综上所述，基于遥感图像的农作物干旱检测方案可以通过获取图像、预处理、提取植被指数、建立干旱指标、制定干旱分类标准、干旱检测与分析以及结果验证等步骤来实现。
基于中分辨率卫星遥感数据的旱情监测技术研究
基于中分辨率卫星遥感数据的旱情监测技术研究摘要:本文基于笔者多年从事遥感监测的相关工作经验,以基于中分辨率卫星遥感数据(MODIS)的遥感旱情监测为研究对象,以某地区生长季的4月和7月为研究背景,分析了,及NDWI三个指标的变化趋势,给出了该地区旱情的变化趋势,全文是笔者长期工作实践基础上的理论升华,相信对从事相关工作的同行有着重要的参考价值和借鉴意义。
关键词:MODIS 遥感旱情ＮＤＶＩ旱情监测是一个公认的难题。
旱情的监测最初是利用气象数据,数据主要来源于稀疏的气象站点。
这些基于气象站点数据不能完全的或不能及时获取,干旱监测的精确性和及时性就会降低。
遥感技术宏观、客观、迅速和廉价的优势及其近年来的飞速发展,为旱情监测开辟了一条新途径。
卫星系统以相当少的设备提供全球尺度上时间和空间连续的数据,基于卫星数据进行干旱监测的潜力大大增加。
应用遥感技术监测干旱从20世纪70年代开始,到目前为止,存在着以下几方面的问题。
(1)目前开展的旱情监测主要还是停留在气象灾害层面上,还没有深入到农业层面,现有的监测仅是气象灾害或灾害性天气的监测,仅知道哪里有旱情发生,但这种旱情能否成为农业灾害,还不能确切地得知。
(2)随着遥感传感器的发展,用不同的传感器获取数据成为可能,但是旱情监测对于遥感数据的选择有一定的限制。
空间分辨率提高,则微观尺度监测的结果精度会提高;时间分辨率提高,对各种突发性、快速变化的自然灾害有更强的实时监测能力。
一般空间分辨率越高,时间分辨率就会降低。
因此,在遥感数据的选择上需要考虑空间和时间上的折衷,这取决于旱情监测范围、精度要求以及旱情自身的特点等等。
例如,小范围的监测可以选择TM数据或雷达数据计算反映旱情的指标,全国范围内的监测可以选择NOAA/A VHRR数据或MODIS 数据。
由于干旱是一个累积的过程,如果有一个长时间序列的遥感数据进行干旱的监测,就可以很好的监测旱情的发展趋势,为决策提供更加可靠的信息。
灌区实际灌溉面积遥感监测方法研究进展
我国是一个水资源严重短缺的国家，根据水利部发布的水资源公报，2021年农业用水量为3644.3亿m 3，占全国用水总量的61.56%。
近年来，随着我国城镇化与工业化的快速发展，水资源供需矛盾日益突出，农业可用水量被不断压缩，给粮食安全带来了严峻考验。
灌区是全国粮食稳产、高产的重要基石，面对当前的用水矛盾，灌溉精细化管理是保障区域粮食安全的重要手段。
而灌溉面积监测是农业灌溉管理中非常重要的一环，可为水土资源平衡分析提供最重要的参数，为灌区用水管理、预估灌溉产量、评估灌溉效益、开展最严格的水资源考核等灌区管理工作提供核心参数。
传统基于站点及人工调查统计的方法已不能满足当前应用与研究的需求，急需新的方法和手段为快速、准确获取灌溉面积和灌溉进度等信息提供支撑，其中遥感技术提供了一种相对经济、准确、快速、大范围、可重复调查灌溉面积及其分布的有效途径。
2006年，世界水资源管理研究所（International Water Management Institute ，IWMI ）开发完成世界第一个10km 分辨率的全球灌溉面积分布图（Global Irrigated AreaMap ，GIAM ），为应用卫星遥感技术研究开发不同尺度、不同精度的灌溉面积分布图提供了科学方法和宝贵经验[1-2]。
随着遥感技术的不断发展，可获取的遥感数据源越来越多，时间、空间和光谱的分辨率均有大幅提高，为实际灌溉面积的高效精准获取奠定了数据基础，同时国内外学者在监测方法上也进行了更加科学深入的研究。
基于遥感数据的实际灌溉面积信息监测方法主要可分为基于土壤含水量变化的实际灌溉面积监测、基于种植结构与时序遥感植被指数的实际灌溉监测和基于冠层温度的实际灌溉面积监测。
本文综合国内外相关研究文献，对基于遥感技术的灌区实际灌溉面积的三类监测方法进行了总结，为后续高效、精准的灌溉面积监测研究提供参考。
1基于土壤含水量变化的实际灌溉面积监测土壤含水量可直接反映出地面的干湿状态，而时收稿日期：2023-02-03基金项目：安徽省自然科学基金项目“基于星机地协同的灌区灌溉识别与评估技术研究”（2208085US15）；安徽省水利科学研究院青年科技创新基金项目“基于多源遥感的灌区灌溉识别与评估技术”（KY202104）；安徽省自然科学基金项目“河流形态演变对水体自净能力的影响机理及治理模式研究”（2208085US09）；国家自然科学基金项目“巢湖流域河流形态对水质净化能力的影响机理研究”（52209002）。
基于遥感的干旱监测方法研究进展
基于遥感的干旱监测方法研究进展一、干旱监测指标1. 土壤水分指数土壤水分是反映干旱程度的重要指标之一。
遥感技术可以通过遥感影像获取植被生长指数（NDVI）、植被干旱指数（VCI）、土壤水分指数（SWI）等数据，来反映土壤水分状况。
研究表明，SWI在干旱监测中具有较高的准确性和实用性，能够及时监测并评估干旱程度。
2. 植被覆盖度指标植被覆盖度是评估干旱影响的另一个重要参数。
通过遥感技术获取的植被覆盖度数据可以反映植被生长状态，从而评估干旱对植被的影响。
近年来，一些新的植被指数如NDII、TVI等也被引入到干旱监测中，提高了遥感监测的准确性和可操作性。
3. 温度指标温度是影响植被生长和土壤水分蒸发的重要因素，因此在干旱监测中也具有重要作用。
遥感技术可以获取地表温度数据，并结合其他气象数据，如降雨量、湿度等，全面分析温度对干旱的影响。
二、遥感数据获取1. 光学遥感影像光学遥感影像是获取土地覆盖、植被生长等信息的重要数据源。
近年来，高分辨率遥感影像的广泛应用为干旱监测提供了更为精细的数据支持。
与传统的农田调查相比，遥感影像能够实现大范围、高效率的干旱监测，为干旱防治工作提供了更为全面的数据支持。
2. 雷达遥感数据雷达遥感技术可以获取地表粗糙度、植被结构、地形等信息，对干旱监测有着重要作用。
雷达遥感数据可以突破光学遥感在云雾天气下获取数据的限制，为干旱监测提供了更加可靠的数据来源。
热红外遥感数据可以获取地表温度信息，可用于反映地表水分蒸发、土壤湿度等情况，对干旱监测有着重要作用。
近年来，热红外遥感数据在干旱监测中得到了广泛应用，为干旱的预测和防治提供了重要数据支持。
三、遥感技术在干旱监测中的应用1. 干旱监测模型以遥感数据为基础的干旱监测模型成为研究的热点之一。
利用机器学习、人工智能等技术，结合遥感数据和气象数据，构建了一系列高效准确的干旱监测模型，为干旱监测工作提供了新的思路和方法。
基于遥感数据构建的干旱监测平台为各级政府部门和农业生产主体提供了便捷的干旱监测服务。
我国干旱遥感监测技术方法研究进展
用哪 种 （ ） 些 方法 比较 合适 ， 文从 这个 角度 出发 ， 本 总 结 出不 同下 垫面下相 应 的监测方 法 ， 比其优 劣 ， 对 为 实 际 的业务 和科研 工作提 供参考 。 通常 ， 下垫面分裸 土 、 分植 被覆 盖 和全植 被 覆 部 盖 。对于裸土 ， 热惯量法 和微波遥 感法能够得 到较好 的结果 ； 全植被覆盖条件下 ， 物缺水指 数法 、 作 供水植 被指数法 比较适 用 。如何解 决部 分植 被覆 盖条 件 下 旱情 的监测是一个值得研究 的问题 ， 尤其是 在用 热红 外遥感监测土壤水分 时尤 为必要 ， 因为在农 作物 的生 长过程 中 ， 部分覆 盖 在生长 期 中 占有 很 长 时间 ， 双 而 层模 型就是针对这一 问题 进行研 究 的成果 。
务应用 中 ， 们关 心 的往 往 是不 同下 垫 面下 应该 应 我
了监测的实用性和实时性。 余涛 、 田国良等ｌⅢ １ 在此 ０
基 础上 对热惯量 值 Ｐ， 表综合 参 量 Ｂ 以及 地 表温 地 差 （ Ｔ ）的关系进 行简 化 ， 遥感 资料 直接 获得 了 Ａ ｇ 用 土壤 的热惯 量值 ， 因 只考 虑 了参 数 间 的统 计关 系 但 忽略 了物理联 系从 而影 响 了反演 的精 度 。 后来 ， 田国
度昼夜 的变化 幅度来 推求 土壤 含水 量。其表达式
为 ： ＝ Ｃ（ Ｐ １一Ａ）△Ｔ ； 中 ， 热惯量 ， ０ ／ ０其 Ｐ为 △丁 为 昼 夜温 差 ， 为全 波段反 照率 ， Ａ Ｃ为 常数 。 在 推算热 惯量值 时 ，ｒｅ ｌ 引入 一个 地表综 Ｐｉ 等 ９ ｃ ｊ 合 参量 Ｂ。 这种 方法需 要大 量非遥 感地表 参数 ， 响 影
—
收稿 日期 ：０ ６年 １ ２０ ０月 ２ ０日； 定稿 日期 ：０ ７年 １ ２ ２０ 月 ５日
农业干旱监测指标研究进展
农业干旱监测指标研究进展韩宇平;张功瑾;王富强【摘要】从传统监测指标和遥感监测指标两个方面对农业干旱表征指标进行了综述.传统农业干旱监测指标主要包括降水量指标、土壤含水量指标以及作物需水量指标等;遥感监测指标包含基于裸露地表和基于有植被覆盖地表的干旱遥感监测指标两大类.由于遥感方法具有大范围、宏观、动态监测的优势,目前得到了较为广泛的使用.未来农业干旱监测应建立广义的、适合于作物各时期的监测模型,并在此基础上对双层模型进一步简化.【期刊名称】《华北水利水电学院学报》【年(卷),期】2013(034)001【总页数】5页(P74-78)【关键词】农业干旱;干旱监测指标;遥感监测;研究进展【作者】韩宇平;张功瑾;王富强【作者单位】华北水利水电学院,河南郑州450045;华北水利水电学院,河南郑州450045;华北水利水电学院,河南郑州450045【正文语种】中文【中图分类】S162.1农业干旱是我国农业生产的主要制约因素，构建合理的农业干旱指标体系，科学地监测、评价、预测预报农业干旱状况，对农业区划、资源开发、农业规划和粮食生产等具有重要意义.农业干旱受多种自然因素(气象条件、水文条件、下垫面状况等)和人为因素(农作物布局、耕作制度、人文经济条件等)的共同影响［1］，其监测指标也与自然因素和社会因素有关.农业干旱监测指标可分为传统干旱监测指标和遥感干旱监测指标.传统干旱监测指标包括降水量指标、土壤湿度指标、土壤含水量指标、作物湿度指标等［2］;遥感干旱监测指标分成2类:一类是基于裸露地表的干旱遥感监测指标，另一类是基于有植被覆盖地表的干旱遥感监测指标［3］.1 传统农业干旱监测指标1.1 基于降水量的监测指标降水作为农作物水分最主要的来源，其大小以及时空分布是影响农业干旱的最主要因素.干旱及半干旱地区的降水直接影响甚至支配着农作物产量的高低和稳定性.在不具备灌溉条件且地下水位相对比较低的干旱农作物种植区，仅降水量这一指标就基本能够反映出农业干旱的程度，如降水量距平百分率、连续无雨日数等［2］.McKee T 等［4］在分析降水不足对土壤水、径流等方面影响差异的基础上，建立了标准化降水指数(Standardized Precipitation Index，SPI)，通过概率密度函数求解累积概率，再将累积概率标准化，具有计算稳定的特性，消除了降水的时空分布差异［5］，比简单的百分比法和距平法更能反映不同时间尺度内降水与水资源状态之间的关系［6］.Nalbantis I等［7］在SPI的基础上结合十分位数方法提出了综合干旱指标(Reconnaissance Drought Index，RDI)，并在希腊两河流域进行了试验性研究，结果表明RDI对不断变化的环境更为敏感.1.2 基于土壤水分的监测指标土壤水分的亏缺情况是决定农业干旱程度的关键.根据农田水量平衡原理，容易建立基于土壤、大气、植物三者的土壤水分监测模型.基于土壤水分的监测指标是应用广泛且成熟的一类农业干旱监测指标［8－9］.常采用的单一土壤水分指标有土壤湿度(土壤含水量占田间持水量的比值)、土壤有效水分存储(土壤某一厚度层中存储的能被植物根系吸收的水分)、土壤水分亏缺量(实际蒸散量与可能蒸散量之差)等.Palme W C［10］基于在持续数月或数年的时间尺度上监测地区的实际水分供给量明显少于适宜气候的水分供给期望值的现象，推求出水分亏缺持续时间和亏缺量的函数关系，建立了监测土壤水分供给亏缺的帕默尔干旱指数(Palmer Drought Severity Index，PDSI)，并分析了美国东北部地区的干旱时空分布特征.1983年，Henry F等［11］基于帕默尔旱度模式计算了美国地区1895—1981年逐月旱度值，并分析了包括美国邻近地区在内的不同时间尺度的干旱分布特征等.在国内，安顺清等［12－13］根据济南和郑州逐年逐月气温和降水等数据，对帕默尔旱度模式进行了修正，并建立了我国的气象旱度模式.2007年，姚玉璧等［14］根据全国515个气象站的资料，结合修正帕默尔干旱指数，分析了全国春季区域干旱演变特征.研究表明中国干旱变化全区一致性程度低，干旱演变的区域差别大，春季干旱指数年际变化周期分布不均匀，干旱的区域特征差别显著.2009年，叶建刚等［15］结合农业干旱发生时空特征，在土壤水分计算中引入了作物系数和胁迫系数，加以修正农业干旱持续时间，建立了用于农业干旱监测的逐旬帕默尔干旱指数，提高了对短期干湿变化的敏感度，对监测农业干旱具有实际意义.在国内外，帕默尔干旱指数在干旱监测、干旱时空分布特征分析、旱情评估方面应用广泛.1.3 基于作物需水量的监测指标作物需水量是指在作物正常生育、土壤水分充足下，消耗于棵间土壤蒸发和作物蒸腾的总水量［16］.其原理是根据作物生理特征的变化，运用最优分割理论建立反映干旱程度的作物旱情指标，可以直接灵敏地反映作物水分供应亏缺状况［17］. 在农业干旱监测中常采用的单一作物需水量指标有:作物需水量与降水量之比、作物供水量与需水量之比、农作物亏盈水量指标等.目前在国际上应用最广泛的基于作物需水量测定干旱状态的指标是作物湿度指标(Crop Moisture Index，CMI).1968 年由Palmer W C在PDSI的基础上设计出作物湿度指标(CMI)［18］，因其考虑的因子全面，故被国际上广泛地应用于农业干旱的监测评估.在国内，迄今在基于作物需水量的农业干旱监测中CMI指数依然得到了普遍的沿用和改进.2 遥感干旱监测指标2.1 基于裸露地表的干旱遥感监测指标2.1.1 热惯量热惯量是体现物质在温度变化热反应状态过程中与周围环境能量交换能力的一种量度.Watson K等［19］最早应用了土壤热惯量模型，该模式表达为式中:ATI为土壤表观热惯量;T日和T夜分别为白天的最高温度、夜晚的最低温度;A为全波段反照率;Q(1－A)为被地面吸收的太阳净辐射能.其原理是基于土壤的热特性反演土壤水分状况，进而获取土壤单元的温度信息.热惯量法适用于裸土或植被覆盖率低的下垫面的干旱监测.对于植被覆盖率高的下垫面，植被会改变土壤的热传导，获取的温度信息精度会受影响［4］.2.1.2 基于微波遥感的土壤水分指标微波遥感法利用目标物的介电特性对土壤湿度进行监测［20］.Moereman B 等［21］利用卫星雷达对两个不同空间尺度的区域进行了土壤含水量的监测和在裸土或植被覆盖率较低地区的后向散射系数与土壤含水量的相关性分析.Bindlish R ［22］在积分模型基础上提高了实测土壤水分与遥感获取数据的相关系数.运用微波遥感法监测农业干旱，解决了传统监测方法监测时间长、监测人员多、受天气状况影响、监测点少等问题，具备全天时、全天候并有一定穿透能力的优势，因此运用微波遥感进行土壤湿度监测逐渐成为土壤湿度监测的热门方法之一［23］.目前在裸土条件下利用微波遥感法监测土壤含水量已达到较高精度，但依然存在受覆盖植被影响等问题，因此对于植被覆盖率比较高的地区的干旱监测应做进一步研究或者使用其他遥感方法监测.2.2 基于植被覆盖地表的干旱遥感监测指标2.2.1 作物缺水指数在水分能量平衡原理基础上，Jackson R D等［24］在综合考虑土壤水分和农田蒸散的关系上建立了作物缺水指数，式中:CWSI为作物缺水指数;ET为实际蒸散;ETp为潜在蒸散.作物缺水指数相对于作物需水量与降水量之比、作物供水量与需水量之比、农作物亏盈水量指标等单一作物需水量指标，物理意义更明确，综合性更强，精度更高，可靠性更强.但遥感反演地表参数的精度目前还很难达到模型定量化计算的要求，涉及到的参数较多，计算量比较大，在一定程度上阻碍了该模型的推广应用.2.2.2 水分亏缺指数水分亏缺指数综合考虑了作物缺水指数中多数理论参数与植被覆盖度的近线性关系，结合地表和空气之间的温差与植被指数得到的区域干旱监测指标［25］.其中地表温度是在假设植被冠层与土壤之间不存在热交换前提下，通过作物冠层温度和土壤表面温度线性加权得到.在一定植被覆盖度下，式中:WDI为水分亏缺指数;ΔT为在一定植被覆盖度下地表与空气之间的温度差;ΔTBD为湿边上的地表与空气的温度差;ΔTAC为干边上的地表与空气的温度差.2.2.3 植被状态指数1990年，Kogan首次提出了植被状态指数［3］.植被状态指数是在距平植被指数、标准植被指数的基础上改进而来.植被状态指数克服了距平植被指数、标准植被指数等需要大量连续的遥感资料、与干旱之间缺乏定量关系、只适用于大尺度大范围的干旱定性监测等缺点，可以很好地对干旱及降水的时空分布动态进行有效监测，在我国基于遥感技术监测农业干旱中得到了广泛的试验性研究.2.2.4 植被供水指数植被供水指数是综合地表温度监测指标和植被指数监测指标的一种用于农业干旱监测的综合指数.其定义如下式中:VSWI为植被供水指数;NDVI为植被指数;Ts为植被冠层温度(以地表温度近似为植被的冠层温度).植被供水指数的原理是当植物供水不足导致作物缺水死亡时，归一化植被指数会急剧下降而叶表面温度迅速升高.因其利用的是作物缺水时在不同反射波段上的反应，所以在植被覆盖率比较高的地域上尤其是在作物生长期更为适用［26］，且操作简单，资料容易获取;由于受土壤物理特性、植被生理特性(如土壤含水量的滞后效应、植被气孔的闭合、植被种类等)、光照强度等因素的影响，不适合用于大尺度或大范围的干旱监测［27－28］.2.2.5 条件植被温度指数条件植被温度指数既考虑了区域内植被指数的变化，又强调了植被指数相同时地表温度的变化，是一种农业干旱监测综合指标.其定义为式中:VTCI为条件植被温度指数;LSTmax(NDVI)，LSTmin(NDVI)分别为在某一植被指数(NDVI)时，研究区域内地表温度的最大值和最小值;a1，b1，a2，b2均为待定系数，可以通过绘制研究区域的NDVI和LST的散点图近似获得.条件植被温度指数法解决了在干旱发生时时空变异参数的稳定性问题，尤其适用于区域级的干旱监测.在我国许多省份如河南、山西、内蒙古的农业干旱监测中得到了广泛应用.2.2.6 温度植被指数Sandholt T I等［29］提出了只考虑地表温度或植被指数进行干旱监测造成水分胁迫反映不够敏感的问题，研究发现在干旱监测中结合使用地表温度与植被指数既可消除土壤的影响，又可消除植被指数只有在水分胁迫严重受阻不利于作物生长时才会变化的滞后性，并基于此提出了温度植被干旱指数.其定义为式中:TVDI为温度植被指数;Ts为任意像元的地表温度;Ts min，Ts max分别为地表的最低温度和最高温度，可通过线性回归分析提取湿边和干边获取;a1，a2，b1，b2 均为待定系数.由于在特征空间干湿边的确定方面缺乏对降水量、蒸散作用等对监测结果影响的判别标准，会影响到线性拟合干湿边的精度.温度植被指数法有效地克服了土壤背景的影响，在不完全覆盖地区可以取得较好的效果.在我国的干旱监测中得到了广泛的应用.3 两类农业干旱监测指标的比较农业干旱指标是农业干旱监测、预报及风险评估的基础.随着农业干旱监测、预测宏观范围的扩大以及结合干旱监测情况的其他领域的综合评价工作的不断发展，应用传统研究方法依然是最简单实用的方法;而遥感方法在研究干旱监测和评价方面更为定量化，并且对于动态监测干旱方面很适用，运用遥感技术监测农业干旱也逐渐从理论研究开始向实用研究转变.1)传统农业干旱监测指标研究中，降雨量指标具有快捷、简单、实用的优势，目前依然广泛应用于对干旱的宏观监测.土壤含水量指标对于干旱监测更为直观，资料容易获取，作为建立土壤－大气－植物水分交换模型最基础的一环，已广泛应用于农业干旱监测中.作物生理指标具有可以灵敏反应作物水分供应状况的优点，但由于作物在不同的生育期对水分亏缺反应差异较大，难以模拟作物不同生育期的水分含量，存在指标测定困难、代表性差等问题，依然处于研究和试验阶段.2)对遥感农业干旱监测指标也展开了大规模多领域的研究.发生干旱的机理涉及作物生理、水文气象、水资源配置以及社会人文经济等方面的影响因素，所以在研究干旱监测时也应考虑适合条件的指标或综合指标.在实际应用中，对于不同的下垫面条件选用不同的旱情指标来监测.对于裸土的下垫面选用热惯量法和微波遥感法比较合适;对于有植被覆盖的下垫面，要根据植被覆盖程度来选择干旱监测方法，一般选用温度植被指数法、供水植被指数法、作物缺水指数法等.4 结语在对现有农业干旱监测指标研究的基础上，未来在干旱监测指标的选取和应用中应加强以下几个方面的研究.1)目前已有许多干旱指标，但大多只考虑一类或几类因素的影响.由于干旱自身的复杂特性，因而这些干旱指标并不能完全揭示干旱的形成机理，基于干旱指数的干旱识别也达不到定量化和客观化.选择干旱指标时要同时考虑指标要素的可收集度、可计算性、适时性以及便于使用和推广等，选取适合于实际条件的干旱监测指标. 2)对于干旱监测指标状况所应用的模型的计算量与其监测时期的时域尺度有关，要结合实际条件选择合适的时域尺度.3)在面向全国范围业务化服务的旱情预警系统的环境下，数据获得的范围和方便程度以及对数据与指标之间的时间序列分析将是决定系统运行的关键，应加强土壤水分的微波遥感反演技术的方法方面的研究并向实用化过渡.4)部分植被覆盖或全植被覆盖地表下的干旱监测，需要过多的诸如叶面积指数、气象水文因素等非遥感参数;对于部分植物覆盖的下垫面定义不明确，限制了对作物全生育期的监测，有很大的局限性.未来农业干旱监测应建立广义的、适合于作物各时期的监测模型以及在此基础上对双层模型做进一步简化.参考文献［1］王密侠，马成军，蔡焕杰.农业干旱指标研究与进展［J］.干旱地区农业研究，1998，16(3):119 －124.［2］丘宝剑，卢其尧.农业气候条件及其指标［M］.北京:测绘出版社，1990. ［3］张学艺，张晓煜，李剑萍，等.我国干旱遥感监测技术方法研究进展［J］.气象科技，2007，35(4):574 －578.［4］ McKee T，Doesken N，Kleist J.The relationship of drought frequency and duration to time scales［C］//Proceedings of the Eighth Conferenceon Applied Climatology.Boston:A-merican Meteorological Society，1993. ［5］袁文平，周广胜.标准化降水指标与Z指数在我国应用的对比分析［J］.植物生态学报，2004(4):523－529.［6］王英，迟道才.干旱指标研究与进展［J］.科技创新导报，2009(35):72－74. ［7］ Nalbantis I，Tsakiris G.Assessment of hydrological drought revisited ［J］.Water Resources Management，2009，23(5):881－897.［8］李保国.区域土壤水贮量及旱情预报［J］.水科学进展，1991，2(4):264 －270.［9］陈万金，信乃诠.中国北方旱地农业综合发展与对策［M］.北京:中国农业科技出版社，1994.［10］ Palmer W C.Meteorological drought［R］.Washington D C:US Department of Commerce Weather Bureau，1965.［11］ Henry F，Diaz.Some aspect of major dry and wet periods in the contiguous United States(1895—1981)［J］.Journal of Climate and Applied Meteorology，1983，22(1):3 －16.［12］安顺清，邢久星.修正的帕默尔干旱指数及其应用［J］.气象，1985，11(12):17 －19.［13］安顺清，邢久星.帕默尔旱度模式的修正［J］.气象科学研究院院刊，1986，1(1):75 －81.［14］姚玉璧，董安祥，王毅荣，等.基于帕默尔干旱指数的中国春季区域干旱特征比较研究［J］.干旱区地理，2007(1):22－29.［15］叶建刚，申双和，吕厚荃.修正帕默尔干旱指数在农业干旱监测中的应用［J］.中国农业气象，2009(2):257－261.［16］袁文平，周广胜.干旱指标的理论分析与研究展望［J］.地球科学进展，2004，19(6):982 －991.［17］ Duff G A，Myers B A，Williams R J，et al.Seasonal patterns in soil moisture，vapour pressure deficit，tree canopy cover and predawn water potential in a northern Australian savanna［J］.Australian Journal of Botany，1997，45(2):211－224.［18］ Palmer W C.Keeping track of crop moisture conditions，nationwide:the new crop moisture index［J］.Weatherwise，1968，4(21):156 －161.［19］ Watson K，Rownen L C，Officeld T W.Application of ther-mal modeling in the geologic interpretation of IR images［J］.Remote Sensing of Environment，1971(3):2017－2041.［20］姜淼，李国春.微波遥感土壤湿度研究进展［J］.农业网络信息，2006(4):21－23.［21］ Moeremans B，Dautrebande S.Soil moisture evaluation by means of multi-temporal ERSSAR PRI images and interferometric coherence ［J］.Journal of Hydrology，2000，234:162－169.［22］ Bindlish R.Parameterization of vegetation backscatter in radar-based，soil moisture estimation［J］.Remote Sensing of Environment，2001，76(1):130 －137.［23］袁文平，周广胜.干旱指标的理论分析与研究展望［J］.地球科学进展，2004，19(6):982 －991.［24］ Jackson R D，William P K，Bhaskar J C.A reexamination of the crop water stress index［J］.Irrigation Science，1988，4(9):309 －317.［25］齐述华，张源沛，牛铮，等.水分亏缺指数在全国干旱遥感监测中的应用研究［J］.土壤学报，2005(3):367－372.［26］ Moron M S，Clarke T R，Inoue Y，et al.Estimating crop water deficit using the relation between surface air temperature and spectral vegetation index［J］.Remote Sensing of Environment，1994，49:246 －263.［27］郭虎，王瑛，王芳.旱灾灾情监测中的遥感应用综述［J］.遥感技术与应用，2008，23(1):111 －116.［28］肖斌，沙晋明.基于MODIS数据的水热指数及其DEM订正［J］.遥感信息，2007(5):35－38.［29］ Sandhol T I，Rasmussen K，Andersen J.A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status［J］.Remote Sensing of Environment，2002，79(2 －3):213 －224.。
作物旱涝灾情遥感监测进展与思考
田 作 物旱 涝 灾 情遥 感 监 测 进 展 一 Ｊ， Ｃ． 、 考
—
李卫 国
（ 江 苏省农业 科学院农业经济与信息研究所 ， 江苏 南京 ２ １ ０ ０ １ ４ ）
江苏农业学报 （ Ｊ ｉ ａ ｎ ｇ ｓ ｕ ｏ ｆＡ ｇ ｒ ． Ｓ ｃ ｉ ． ） ， ２ ０ １ ３， ２ ９ （ ６ ） ： １ ５ ０ ３～１ ５ ０ ６ ｈ ｔ ｔ ｐ ： ／ ／ ｗｗ ｗ ． ｊ ｓ ｎ ｙ ｘ ｂ ． ｃ ｏ ｍ
１ ５ ０ ３
李卫 国．作 物旱涝灾情遥感监测进展 与思考 ［ Ｊ ］ ． 江苏农业 学报 ， ２ ０ １ ３ ， ２ ９ （ ６ ） ： １ ５ ０ ３ ． １ ５ ０ ６
ＬＩ Ｗｅ ｉ － ｇ ｕ ｏ
（ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｆＡ ｏ ｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｅ ｃ ｏ ｎ ｏ ｍ ｙ ａ ｎ ｄ Ｉ ｎ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎ， Ｊ ｉ ａ ｎ ｇ ｓ ｕ Ａ ｃ ａ ｄ ｅ ｍ ｙ ｆＡ ｏ ｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ｓ ， Ｎａ ｎ ｇ ２ １ ０ ０ １ ４， Ｃ ｈ ｉ ｎ ａ ）
摘要 ： 旱涝对 区域性生产活动和人居 环境 影响 １ ３ 趋 明显 ， 世界 每年农业 生产 因旱涝受 到 的经 济损失 可达数 十亿美元 。近些 年来 ， 中国作物旱涝发 生的频率增多 ， 受灾 范围不 断扩大 ， 区域 性 的作 物旱涝 灾害几 乎连年 出现 ， 经济损失相 当惨 重。因此 ， 及 时对作物旱涝 灾情 进行 监测预报 ， 积极采 取各种应对措施 ， 有利 于实现作物生 产防灾
农作物遥感监测预测模型及其应用研究
农作物遥感监测预测模型及其应用研究引言：随着全球人口的不断增长和农业对于粮食供应的重要性，农作物的遥感监测和预测成为一项关键的研究领域。
农作物遥感监测预测模型的建立和应用，不仅能够提高农作物产量和质量，还能够帮助农民合理管理农田、优化灌溉和施肥，实现可持续农业的发展。
本文将聚焦于农作物遥感监测预测模型及其应用的研究进展，并探讨其在农业领域的潜力。
一、农作物遥感监测预测模型的发展历程1. 传统的农作物监测方法：传统的农作物监测方法主要依靠地面调查和统计，工作量大且周期长，缺乏实时性和精准性。
2. 遥感技术在农作物监测中的应用：遥感技术的出现极大地改善了农作物监测的效率和准确性。
通过获取卫星、无人机等遥感数据，可以获得大面积的、连续的、高分辨率的农作物信息，为农作物的监测和预测提供了有效的数据基础。
3. 农作物遥感监测预测模型的发展：伴随着遥感技术的进一步发展，农作物遥感监测预测模型也在不断完善。
目前的研究重点包括光谱遥感、红外遥感、多波段遥感等方面的模型构建和算法优化。
二、农作物遥感监测预测模型的关键技术1. 遥感数据获取和预处理：获取大量的高质量遥感数据是农作物遥感监测预测模型的基础。
常用的遥感数据包括多光谱数据、高光谱数据、合成孔径雷达数据等。
同时，对这些数据进行预处理，如辐射校正、大气校正、几何校正等，能够提高数据的准确性和一致性。
2. 特征提取和选择：在遥感数据中提取有效的特征是农作物监测预测模型的关键一步。
常用的特征包括植被指数、植被覆盖度、叶面积指数等。
同时，特征的选择也需要考虑其在农作物生长过程中的重要性。
3. 模型构建和算法优化：基于遥感数据特征，构建合适的农作物监测预测模型是实现高准确性的关键。
常用的模型包括监督学习算法如支持向量机（SVM）、随机森林（RF），以及深度学习算法如卷积神经网络（CNN）等。
同时，对模型进行算法优化，如参数调优、特征融合等，可以进一步提高模型的预测性能。
MODIS资料遥感监测土壤水分与干旱研究进展
害。与其他自然灾害相 比， 它出现的频率最高， 持续时问最
长 ， 响的范围 最大 ， 影 对农 业 生产 的直 接损 失也 最 重 。探
讨客观 、 态 、 动 实时 的土壤 水分 与干旱监 测方 法 ， 助于 采取 有 积极有效 的防 、 措施。土壤 水分与 干旱监 测 的方 法 主要有 抗 两类 ， 一类是利用地 面观测 站网进行土壤 湿度监测 ， 常见的方 法有 ： 称重 烘干法 、 中子法 、Ｄ Ｔ Ｒ法等 ， 主要优 点足 单点 测 其 量精度较高 ， 不足是采样点 有限加之土壤 特性不均一性强 ， 单
１ Ｍ ＤＳ资料监测干旱的优势 ＯＩ
美 国国家航空航天局 （ Ａ Ａ） １９ Ｎ Ｓ 自 ９ １年开始 实施 对地观
测系统（ Ｏ ） Ｅ Ｓ 计划。作为该系统中对地观测卫星中的第一颗
卫星 Ｔ ｒ （ ｅ ａ 拉丁语 ： ｒ 陆地 ） １９ 于 ９９年 １ ２月发射 成功 ， 志着 标 人类进 入了一个全面 的 、 系统的 、 实质 性 的、 高精 度 的地 球 较 观测 阶段 ， 星上共 载有 ５个对 地观测传感器 ， 中一个是 中 卫 其
段。本 文总结分析 了近年来利用 ＭＯ Ｉ ＤＳ资料监测土壤水分和干 旱的优势 ， 回顾 总结 了目前利用 ＭＯ Ｉ Ｄ Ｓ资料 监测土 壤 水分和干旱 的方法 ， 着重从光谱法 、 温度植被干 旱指数（ Ｖ Ｉ 空间法 、 Ｔ Ｄ） 植被水分 监测法 、 水分亏缺指 数法等几方面 进行 了重点介绍 ， 并对未来的发展趋势进行 了展望 。
- 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、"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、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)。
农业干旱遥感监测研究进展杨绍锷,闫娜娜,吴炳方(中国科学院遥感应用研究所,北京100101)收稿日期:2009-02-19修订日期:2009-03-25基金项目:中国科学院知识创新工程重大项目(KSCX -Y W-09-01)。
国家科技支撑计划项目(2008BADA8B02-1)。
作者简介:杨绍锷(1980~),男,汉族,广西浦北人,中国科学院遥感应用研究所博士生,研究方向为农业旱情监测及农业估产。
E -m ail:yangshe88@ 通讯作者:吴炳方,w ubf@摘要:农业干旱给社会经济及人民生活造成严重影响,关于农业旱情监测的研究受到了学者们的广泛关注。
遥感技术的发展为准确、及时进行旱情监测提供了新的机遇。
本文综述了近年来国内外采用遥感方法监测农业旱情的研究进展,包括土壤湿度、作物形态、作物生理等农业旱情指标的遥感反演,指出了在实际应用中存在的一些问题,并提出了进一步改进的思路。
关键词:农业干旱;遥感;监测doi:10.3969/j.issn.1000-3177.2010.01.021中图分类号:T P79 文献标识码:A 文章编号:1000-3177(2010)107-0103-071 引 言干旱是世界范围内普遍发生的一种复杂的自然现象,其波及范围广,持续时间长,是农业生产和人类生活中最严重的自然灾害之一。
由于所关注的领域不同,干旱通常被分为4类:农业干旱,外界环境因素造成作物体内水分亏缺影响作物正常生长发育;气象干旱,由于降水和蒸发的收支不平衡所造成的异常水分短缺;水文干旱,降水与地表水或地下水收支不平衡造成的水分短缺;社会经济干旱,自然系统与人类社会经济系统的水资源供需不平衡造成的水分短缺。
应当注意农业干旱与气象干旱的联系和区别,当发生气象干旱时,不一定发生农业干旱;而当发生农业干旱时,也不一定发生气象干旱。
农业干旱的发生与气象、地形、土壤、底墒、灌溉措施、种植结构、品种抗旱能力等众多因素相关,被认为是这4类干旱现象中最复杂的一种。
农业干旱,即作物体内水分亏缺,主要是由于土壤供水与作物需水不平衡造成,这取决于土壤的供水能力和作物的生理需求。
判断是否发生农业干旱必须从供需两方面考虑,传统的农业旱情监测主要基于地面站点的土壤墒情数据,其准确性、代表性、完整性有限。
遥感技术的发展为农业旱情监测提供了新的途径,其优势在于能够及时、客观地获取大范围的地表综合信息,同时监测土壤供水和作物需水状况,使其已成为区域旱情监测的重要手段。
2 土壤湿度的遥感监测土壤湿度在农业、生态、水文、气象等众多研究领域中都是一个重要参数,土壤湿度的遥感反演受到各领域的关注,已对多种方法进行了研究探讨,其中微波遥感法和热惯量法被认为是较具潜力的土壤湿度遥感反演方法。
2.1 微波遥感法物体的微波发射率主要取决于其介电特性。
水的介电常数约为80,而干土的介电常数仅为3~5,土壤的湿度大小直接影响着土壤的介电常数,这使得微波回波对土壤湿度非常敏感。
由此可建立土壤湿度与后向反射系数的统计经验函数,通过遥感数据获取的后向反射系数反演土壤湿度。
由于微波遥感法具有全天时、全天候、穿透能力强等优点,已成为当前遥感研究的一个热门课题。
微波遥感可分为被动微波遥感和主动微波遥感两种。
通常被动微波遥感成本低,时间分辨率高,但空间分辨率低;而主动微波遥感成本高,空间分辨率高,但时间分辨率低。
无论被动微波遥感或主动微波遥感,其反演结果都受到地表粗糙度和植被的影响。
如何降低或消除地表粗糙度和植被的影响,是103当前微波遥感的一个重要研究方向。
T ansey[1]和Mo eremans[2]的研究表明,在裸地和稀疏植被地区,近地表土壤湿度与后向散射系数之间有很高的相关性,并且认为地表粗糙度对于土壤水分的监测有很大影响;李震等[3]综合主动和被动微波数据以及光学数据监测土壤湿度变化,减少了植被的影响,提高了土壤湿度变化监测的精度;刘伟等[4]尝试极化分解技术克服地表粗糙度和植被的影响,较好的估算了植被覆盖地表的土壤湿度变化,但该方法要求时间分辨率较高,同时必须是全极化数据,当前的星载微波传感器难以达到这种要求;Rajat Bindlish[5]利用改进的IEM模型,得到了与实际土壤湿度相关性高达0.95的反演结果。
微波遥感不受云的干扰,可以全天时使用,尽管受地表参数影响较大,但其对土壤水分的估算精度仍较高,是土壤水分监测极具潜力的方法。
但当前微波遥感通常只能反演土壤表层的湿度,而作物根系通常都在10cm~20cm以下,因此应用于农业旱情监测有一定的局限性。
2.2热惯量法由于水具有较大的热容量和热传导率,使得土壤湿度的大小决定着土壤的热惯量大小,当土壤湿度增加,土壤热惯量增大,地表温度昼夜变化小。
通过遥感数据分析地表温度的变化反演土壤的热惯量,从而达到监测土壤湿度的目的。
通常的作法是:先利用遥感获取的地表温度数据反演土壤表层的热惯量,然后结合地面实测的土壤湿度资料,建立土壤湿度与热惯量之间的统计模型。
线性模型是较为常用的模型,也有幂函数、指数函数、对数函数等其他形式的非线性模型[6],但线性模型与其他模型的差异不明显,而且线性模型计算方便,简单实用[7],因此应用过程中通常使用线性模型。
由于NOAA/ AVH RR数据成本较低,时间和空间分辨率都能满足大范围土壤湿度监测的要求,是该方法最常用的数据源。
热惯量法的缺陷在于土壤热惯量受土壤质地、土壤类型影响,而且不适用于植被覆盖度较高的地区。
在实际的应用中,由于受云和大气的影响,难以获取一对日夜都无云的影像。
陈怀亮[7]建立了不同土壤质地的热惯量模型,同时引入地形和风场参数,提高了水分反演的精度,此类方法在实际应用中的难度在于地形和风场参数的确定。
张仁华[8]利用土壤受光面和阴影面、叶子受光面和阴影面的温差信息,将热惯量模型、热量平衡模型和温差模型结合起来,开辟了利用多角度遥感数据反演土壤湿度的新途径。
土壤湿度能在一定程度上反映农业干旱,但土壤湿度不是造成农业干旱的唯一原因,不同的作物处在不同的生育期、不同的天气条件下对土壤水分的要求不同;太阳辐射强,气温高,风力大等环境因素导致作物蒸腾消耗较大,即便土壤含水量较高,但作物根系吸收的水分仍不足以补偿作物蒸腾,致使作物受旱。
若仅用土壤湿度指示农业旱情,难免有失公正、客观。
为了更准确地反映旱情,土壤湿度需要与作物信息相结合。
3作物需水状况的遥感监测作物需水状况通常通过作物的形态指标和生理指标来反映。
利用遥感方法的优势,结合作物的形态特点和生理特点,国内外许多学者已提出了基于遥感参数的作物形态指标和生理指标衍生出了作物遥感综合指标。
3.1作物形态指标作物形态指标是指作物的长势或长相。
当植被受水分胁迫时,植被生长状况会发生相应的变化,农学上通常采用直观地观测作物长势、长相的方法,进行定性地描述小范围内的作物旱情。
遥感技术通过监测植被指数的方法来描述植被的长势。
其根据是植被活性叶片在红波段有强吸收,在近红外波段有高反射,建立这两个波段的线性或非线性关系,可定量描述绿色植被的丰度、覆盖度,反映植被的生长状况。
常见的有归一化植被指数、比值植被指数、距平植被指数、相对距平植被指数、条件植被指数等。
其中归一化植被指数(Nor malized Different Vegeta-tion Index,NDVI)是较为常用的植被指数。
3.1.1归一化植被指数归一化植被指数(NDVI)的计算方法为:N D VI=(Q N I R-Q RED)/(Q NI R+Q RED)(1)其中Q RED为红波段的反射率,Q N IR是近红外波段的反射率。
由于植被活性叶片中的叶肉组织在近红外波段有较高的反射率,而叶绿素在红光波段有较强的吸收,使得植被在近红外波段的反射率较高,而在红光波段的反射率较低,因此植被的NDVI值较大;而岩石、裸地在这两个波段的反射率相近, NDV I值趋于0;云、水体和积雪的近红外波段反射率小于红光波段反射率,NDVI小于0。
由此可用NDV I反映植被覆盖度和作物长势,NDV I值越高,表明植被覆盖程度越高,作物长势越好。
Lozana-Garcia等[9]利用NDVI对美国印第安那州1988年的重旱进行分析,结果表明NDVI对重104旱有较好的反映。
Gutm an等[10]利用全球1988年到1991年NOAA/AVH RR月NDVI时间序列数据对全球进行监测,发现NDVI的月变化可以对极端的天气如旱灾与洪涝进行监测。
Gonzalez-alonse 等[11]对西班牙1987年~2001年每旬NDVI值的分析表明,利用NDVI最大值的方差能更好地对旱情范围、强度和动态进行监测,并成功地分析出1988年~1992年西班牙大面积的旱灾。
但由于NDVI 值受植被、土壤、地形、天气等因素影响,在不同的地区、不同的植被覆盖情况下,发生旱情时的NDVI 值有所不同,如果仅把NDVI作为旱情指标,可能会造成某一特定时间内大范围旱情监测结果的可比性较差。
3.1.2条件植被指数为消除NDVI的空间变异,减少地理和生态系统变量的影响(主要是天气、土壤、植被和地形等影响),使不同地区、不同时间之间具有可比性, Kogan[12]提出条件植被指数(Vegetation Conditio n Index,VCI)。
假设NDVI最大值出现在最佳天气,而最小值出现在不利天气条件下(如干旱)[13]。
利用足够长时间的NDVI序列数据,提取NDVI的最大值NDVI max和NDVI的最小值NDVI min,采用下列公式计算VCI:VCI=N D VI-N D Vl minN D Vl ma x-N D Vl min(2)使用VCI作为旱情评价的标准使得对不同地区的旱情比较更为合理。
蔡斌等[14]用VCI参照降水对全国1991年春季干旱进行了监测和研究,认为VCI可用来进行旱、涝监测,并给出旱、涝的地区、范围和旱、涝程度。
Liu[13]经过研究全球植被指数认为,VCI可反映低纬度地区(<50b)的大范围干旱状况。
冯强等[15~18]对NDVI、V CI在中国区的时空变化进行研究,结果表明VCI的变化季节性明显,在对VCI与土壤湿度作相关性分析的基础上,提出了VCI反演土壤湿度的近似线性模型作为全国的旱情监测标准。
干旱的形成通常是一个渐进和累积的过程,发生缓慢而不易察觉,作物受旱情胁迫时,作物的长势不会迅速的发生变化,作物当前的长势是前期的生长条件综合影响的结果。
例如,作物植株枯黄、矮小可能是由于前期的干旱造成,不能说明当前是否受旱;连续干旱后,即便有充足的降水或灌水,作物也不会迅速地恢复到常年的水平,而且由于作物前期生长受影响,往后的作物长势有可能都不如常年的水平。