东北地区主要作物种植结构遥感提取及长势监测
![东北地区主要作物种植结构遥感提取及长势监测](https://img.360docs.net/imgc0/05rqm21p63whf8j19n7e-01.webp)
- 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)。
第26卷第9期农业工程学报V ol.26 No.9 218 2010年9月Transactions of the CSAE Sep. 2010 东北地区主要作物种植结构遥感提取及长势监测
黄青1,2,唐华俊1,2※,周清波1,吴文斌1,王利民1,张莉1(1.农业部资源遥感与数字农业重点开放实验室/中国农业科学院农业资源与农业区划研究所,北京 100081;
2.呼伦贝尔草原生态系统国家野外科学观测研究站,北京 100081)
摘 要:以中国东北地区为研究区域,探讨基于遥感影像全覆盖的大尺度作物种植结构自动提取及长势遥感监测的技术方法。通过分析东北地区春玉米、春小麦、一季稻及大豆等主要作物时序光谱特征,确定不同作物种植结构遥感提取的阈值,建立基于MODIS NDVI数据的上述4种作物种植结构提取模型,获取2009年东北地区主要作物空间种植结构格局特征。其次,基于MODISNDVI数据,利用差值模型,通过与近5 a作物长势的平均状况进行对比,分析研究东北地区2009年4种作物的长势状况。结果显示,与多年平均统计数据比较,基于遥感提取的作物种植结构信息,总体精度达到了87%以上;不同作物长势在其整个生育期内在时间和空间分布上都有较大差异。研究表明,通过MODIS数据提取不同作物种植结构及进行大尺度作物长势监测的技术和方法是可行的,研究为中国农业遥感监测系统大尺度业务化运行的作物种植结构提取提供了有效方法。
关键词:遥感,监测,作物,MODIS,NDVI,种植结构,精度评价,东北地区
doi:10.3969/j.issn.1002-6819.2010.09.037
中图分类号:S127 文献标志码:A 文章编号:1002-6819(2010)-09-0218-06
黄 青,唐华俊,周清波,等.东北地区主要作物种植结构遥感提取及长势监测[J].农业工程学报,2010,26(9):218-223.
Huang Qing, Tang Huajun, Zhou Qingbo, et al. Remote-sensing based monitoring of planting structure and growth condition of major crops in Northeast China[J]. Transactions of the CSAE, 2010, 26(9): 218-223. (in Chinese with English abstract)
0 引 言
在农情遥感监测中,能够及时、清楚的了解每种作物在各个生育期的长势状况、并对每种作物的产量进行预测,对大尺度不同作物种植面积空间分布的快速、准确提取有很大的要求。虽然自20世纪70~80年代遥感技术发展以来,遥感就被用来进行大面积农作物长势监测、种植面积监测及产量预测等[1-5]。如美国自20世纪70年代中期开始进行LACIE计划,到1986年建立了全球级的农情监测运行系统;欧盟遥感应用研究所通过实施MARS计划,建成了欧盟区的农作物估产系统。在农作物长势、面积等的监测中,国外科学家主要利用适合大面积监测的NOAA-A VHRR卫星。在农作物播种面积遥感估测方面,LACIE实验中利用空间分辨率为80 m的Landsat MSS数据成功地预报美国小麦的面积和产量,并且这种方法被推广到其他地区和对其他农作物进行面积的获取。之后随着传感器空间分辨率的提高,用MODIS、SPOT、TM等数据提取作物播种面积的研究也逐渐成为研究热点[6-9],但需要指出的是,更多的研究重点主要集
收稿日期:2010-01-14 修订日期:2010-08-30
基金项目:国家自然科学基金重点项目(40930101);国家“863”项目(2006AA120101、2007AA10Z230、2006AA15Z121);中央级公益性科研院所专项资金(002-2)和农业部资源遥感与数字农业重点开放实验室开放课题(RDA1004)共同资助
作者简介:黄青(1978-),女,新疆昌吉人,助理研究员,博士,主要从事农业资源遥感方面的研究。北京农业部资源遥感与数字农业重点开放实验室,100081。Email:queengold@
※通信作者:唐华俊(1960-),男,四川阆中市人,研究员,博士,主要从事农业资源遥感方面的研究。北京农业部资源遥感与数字农业重点开放实验室,100081。中在用遥感手段监测不同土地利用类型面积及其相互变化方面[10-14],对涉及到耕地内部不同作物空间分布及其变化的研究并不多,且这方面的研究多只集中于对某种作物空间分布的遥感识别[14-17],或在某一小区域范围内的试验研究[18-20],大区域尺度下分作物空间分布信息的及时提取及业务化运行的研究较少。
欧美的农情遥感监测系统多已实现了本国农作物种植面积变化的快速调查,但欧美国家作物种植结构的特点是面积大、结构相对单一。中国科学院和中国气象局等部门也建立了一些农情遥感监测系统[20],但主要是对耕地上的作物长势、产量等进行监测,针对耕地内部不同作物的长势、产量等的监测还没有实现业务运行。由于分作物空间种植结构的缺乏,无论是用植被指数方法建立的遥感模型,还是考虑了作物生长机理和过程的生长模型、气象模型等,都不能对分作物类型的作物长势进行较为准确的监测[19,21]。这一方面制约着目前作物长势遥感监测的精度,另一方面导致了长势遥感监测在分区、分作物建立模型时遇到很大困难,同样的问题也存在于作物估产及农情灾害预报中。因此,及时获取大区域尺度农作物空间分布信息不仅是分作物长势监测、同时也是农情遥感监测中的核心问题,同时,作物种植结构作为一种基础数据,对研究作物种植结构空间变化规律、研究作物结构与全球环境变化的响应及农业政策的制定、调整和国家粮食安全的保障等方面都具有非常重要的现实意义。
本研究以作物种植面积和空间分布的快速提取及实时的作物长势监测为主要目的,根据不同作物、不同生育期的波谱特性和生物学特性,选取MODIS数据合适时