农业遥感在农作物估产的运用.docx

农业遥感在农作物估产的运用.docx

《农业遥感在农作物估产的运用.docx》由会员分享，可在线阅读，更多相关《农业遥感在农作物估产的运用.docx（24页珍藏版）》请在冰豆网上搜索。

农业遥感在农作物估产的运用

东华理工大学长江学院

本科生毕业设计（论文）

论文题目

：

农业遥感在农作物估产的运用

姓名

：

周再鹏

学号

：

1031610235

：

年级

：

10级

专业

：

测绘工程

学院

：

长江学院

指导教师

：

聂运菊

完成时间

：

2014年6月9日

作者声明

本人以信誉郑重声明：

所呈交的学位毕业设计（论文），是本人在指导教师指导下由本人独立撰写完成的，没有剽窃、抄袭、造假等违反道德、学术规范和其他侵权行为。

文中引用他人的文献、数据、图件、资料均已明确标注出，不包含他人成果及为获得东华理工大学长江学院或其他教育机构的学位或证书而使用过的材料。

对本设计（论文）的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。

本毕业设计（论文）引起的法律结果完全由本人承担。

本毕业设计（论文）成果归东华理工大学长江学院所有。

特此声明。

毕业设计（论文）作者（签字）：

签字日期：

年月日

本人声明：

该学位论文是本人指导学生完成的研究成果，已经审阅过论文的全部内容，并能够保证题目、关键词、摘要部分中英文内容的一致性和准确性。

学位论文指导教师签名：

年月日

农业遥感在农作物估产的运用

周再鹏

AgriculturalRemoteSensingintheUseofCropYieldEstimation

ZhouZaipeng

年月日

摘要

农业（Agriculture）为通过培育动植物生产食品及工业原料的产业。

农业属于第一产业，遥感在农业中的运用现在越来越广泛，且对农业来说越来越重要。

农业遥感技术集空间信息技术，计算机技术．数据库、网络技术于一体。

通过运用地理信息系统技术和全球定位系统技术，在农作物估产、生态环境监测、土壤解译、土壤侵蚀调差等方面进行全方位的数据管理，数据分析和成果的生成与可视化输出，是目前一种较有效的对地观测技术和信息获取手段。

本文就遥感在农业方面的运用进行叙述，介绍农业遥感的作用。

主要阐述了农业遥感的概念、发展状况及趋势。

并着重介绍了农业遥感在农作物估产方面的应用。

探讨遥感在农作物估产上的应用原理及方法。

并通过实例来进一步阐述说明。

介绍了遥感作用于对玉米产量估产及SPOT遥感数据的指数及反演和产量估算。

关键词：

遥感技术;预测估产;SPOT遥感数据;叶面积指数LAI;归一化植被指数

ABSTRACT

Agriculturebycultivatingplantsandanimalstoproducefoodandindustrialrawmaterialsindustries.Agricultureintheprimaryindustry,agricultureisoneofthemostimportantapplicationsofremotesensingandbroadestfields.AgriculturalremotesensingtechnologyisFiercespatialinformationtechnology,computertechnology.Database,networktechnologies.BysupportingGISJingtechnologyandglobalpositioningsystemtechnologyinagricultureexpensivetrickleadjustmentscropmantisstructure,cropyieldestimation,environmentalmonitoringandotheraspectsofthesameazimuthdatamanagement,dataanalysisandresultsgenerationandvisualoutput,isamoreeffectiveearthobservationtechnologiesandaccesstoinformationmeans.Thispaperontheuseofremotesensinginagriculturenarrativedescribestheroleofagriculturalremotesensing.Thispaperdescribesdevelopmentstatusandtrendsofagriculturalremotesensing.Andfocusesontheapplicationofremotesensingofagriculturalcropsintermsofyieldestimation.Discussestheprinciplesandmethodsofremotesensingapplicationsincropyieldestimation.Andexamplestofurtherelaborateinstructions.DescribestheroleoftheindexandtheinversionofremotesensingandyieldofmaizeyieldestimationandSPOTremotesensingdataestimates.

Keywords:

Remotesensingtechnology;forecastyieldestimation,SPOTremotesensingdata,leafareaindex（LAI）normalizeddifferencevegetationindex.

1.绪论

1.1农业遥感发展状况与趋势

改革开放以来，国民经济快速发展，现在各行各业对高科技的需求和运用不断加深。

其中计算机技术，遥感技术，全球定位系统技术等都已经在个个领域中都起着至关重要的作用。

这其中遥感技术是一种并没有完全作用于物体但能对其进行研究分析的技术。

是指在遥感平台上，一种运用各种传感器来获取作物及其环境背景的反射、辐射信息的瞬时记录，经计算机识、处理、分类、信息提取等方法，并结合地学分析和数理统计分析，最后估测出农作物的最终产量。

采用摇杆技术有相当多的优点，其主要优势在可以迅速获取资料，时效性强，周期短。

遥感平台放置的高低直接决定了它视角的宽广，位置越高视角也就越宽广，观察的范围也就越大。

相对于传统估产的方法，遥感估产更加具有经济效益和社会效益。

遥感数据可以更加的反应出许多的人文与地理信息。

且数据连贯性较强，具有高强度性和可比性。

我国相对来说很早就在农业方面采用遥感技术。

20世纪70年代末以来，基于土壤普查和农业区划工作的需求，在国家计委、国家科委和农业部的支持下，联合国粮农组织（FAO）、计划开发署（UNDP）提供了资助，农业部门成立了专门的技术研究机构，开展了遥感应用的技术和设备引进以及人才培训工作。

经过20多年的技术攻关、实验研究和生产服务，目前农业遥感技术应用已经形成了一支分属于13个工作单位、拥有技术人员200多名的专业队伍，能够承担和完成农业资源调查和监测、主要农作物估产、农业自然灾害监测和评估等任务。

经过这20多年的努力，农业部对遥感技术的运用，取得了重要成果。

一是在农业资源调查和监测方面，开展了全国耕地变化监测。

对我国北方4省区10年土地开发利用综合评价、全国土地利用现状概查、松嫩平原土地利用遥感调查、内蒙古草原资源调查和监测等；二是在作物估产方面进行了北方7省冬小麦遥感估产、黑龙江省大豆及春小麦估产、南方稻区水稻估产、棉花面积监测等项研究；三是在生态环境变迁方面，进行了全国水土流失调查制图、北方地区土地沙漠化监测等；四是在自然灾害监测方面，开展了北方草原火灾监测、北方冬小麦旱情监测等。

1.2农业遥感运用中心概述

 就上述而言，虽然农业方面在运用遥感技术上取得了一些成就，但当中也存在很多不足。

第一，农业遥感的技术力量上比较分散，各个部门中心对生产的需求量较为分散。

第二，如果作物比较大的话，一般很难监测。

第三，对于大量的遥感数据技术设备不能很好的进行处理。

1998年机构改革后，为了能够更好的组织农业遥感工作的进行，充分利用现在高科技技术在农业方面的应用。

1999年3月，农业部党组决定成立农业部遥感应用中心。

“中心”是一个联合工作机构，“中心”首先明确了工作的基本思路，一是通过项目（任务）的方式把农业部内各遥感应用单位的力量整合组织起来，形成农业部遥感应用的骨干队伍；二是紧紧围绕农业部中心工作，为部领导决策和各司局工作提供基础性资料和参考意见。

“中心”设置综合运行部、基础信息部、监测评估部、技术培训部和若干分中心。

实际运行时各单位的分工如下：

1.综合运行部：

由中国农科院资源区划所承担，主管总体运行工作。

2.技术培训部：

由中国农业大学资环学院承担，主管技术培训和基础研究工作。

3.基础信息部：

由农工院农业资源监测总站承担，主管基础数据库建设，并承担黄淮海区的工作。

4.监测评估部：

由农业部信息中心承担，参与遥感监测结果的会商评估工作。

5.农业遥感分中心：

按照全国农业综合区划9个一级区设置。

每个一级区设置1个专业技术单位。

目前已有7个技术单位，负责8个区域的工作。

成都农业遥感分中心（四川省农科院遥感所）负责西南区、南京农业遥感分中心（江苏省农科院遥感所）负责长江中下游区、哈尔滨农业遥感分中心（黑龙江省农科院遥感所）负责东北区、山西省农业遥感中心（山西省农业遥感研究所）负责黄土高原区、中国农科院草原所负责内蒙古及长城沿线区、甘肃草原生态所负责甘新区和青藏区，还有华南区和黄淮海区将暂时分别由农科院资源区划所和农工院资源监测站承担。

2农业遥感概述

2.1遥感的概念

遥感（remotesensing）：

是非接触的，远距离的探测技术。

一般指运用传传感器/遥感器对物体的电磁波的辐射、反射特性的探测，并根据其特性对物体的性质、特征和状态进行分析的理论、方法和应用的科学技术[2]。

广义定义：

遥远的感知，泛指一切无接触的远距离探测，包括对电磁场、力场、机械波（声波、地震波）等的探测。

自然现象中的遥感：

蝙蝠、响尾蛇、人眼人耳…　狭义定义：

是应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术。

图2-1遥感信息的获取、传输、判断分析和运用的全过程

2.2农业遥感

农业遥感是指利用遥感技术进行农业资源调查，土地利用现状分析，农业病虫害监测，农作物估产等农业应用的综合技术。

它是将遥感技术与农学各学科及其技术结合起来，为农业发展服务的一门综合性很强的技术。

主要包括利用遥感技术进行土地资源的调查，土地利用现状的调查与分析，农作物长势的监测与分析，病虫害的预测，以及农作物的估产等。

是当前遥感应用的最大用户之一。

2.2.1植物的光谱特征

农业遥感是以土壤和作物的光谱理论为基础，主要是用于地被土壤等作物目标的发射信息。

因为绿色植物的叶绿素对可见光红光的吸收更强。

所以植物叶片的信息在红光波段就更加丰富。

并且植被对近红外波段有较高的反射率、高的透射率和极低的吸收率，近红外对植被差异及植物长势十分敏感，因此近红外波段包含了植物冠层叶片的大量信息。

这一反射光谱特性就是用卫星影像进行农业遥感的理论基础。

，图2-2绿色植物的反射光谱特性曲线

植物的共性光谱特征主要有。

1、350~490nm波段：

400~450波段为被叶绿素强烈吸收，425~490nm波段被类胡萝卜素强吸收，所以350~490nm波段植物的反射光谱曲线的开头数值低也趋于平缓，反射率小于10%。

2、490~600nm波段：

该波段式类胡萝卜素的次强吸收带，530~590nm是藻胆素中藻红蛋白的主要吸收带。

550nm附件是叶绿素的绿色强反射峰区，因此490~600nm波段植物的反射光谱曲线具有波峰的形态和中等的反射率数值。

3、600~700nm波段：

该波段植物的反射光谱曲线具有波谷的形态，并具有很低的反射率值。

多数植物的反射率谷值在680nm或者670nm波长处，植物的反射率自670~680nm开始随着波长的增加而急剧升高，植物对光的吸收率则自670~680nm波长开始随着波长的增加而急剧下降。

4、700~750nm波段：

该波段的主要特征是植物反射率急剧上升，曲线具有陡而接近于直线的形状，其斜率于植物单位叶面积所含叶绿素（a+b）的含量有光。

5、750~1300nm波段：

植物的反射光谱曲线在此波段具有波状起伏的形态和高反射率的数值，植物在此波段透射率也相当高，而吸收率较低，此波段的平均反射率野外测定值在25%~65%之间，这与植物的本身的生物学特征有关。

6、1300~1600nm波段：

此波段具有波谷的形态和较低的反射率，这与水和二氧化碳在此波段为强吸收带有关。

7、1600~1830nm波段：

在此波段反射光谱曲线表现为波峰的形态，并具有较高的反射率，这种特征与植物及其所含水分的波普特性有关。

8、1830~2080nm波段：

在此波段植物光谱曲线具有波谷的形态和很低的反射率数值，这与水和二氧化碳在此波段为强吸收有关。

9、2080~2350nm波段：

在此波段植物光谱曲线具有波峰的形态和中等的反射率数值，这种特征与植物及其所含水分的波谱特征有关。

2.2.2气象卫星用于农业遥感

气象卫星主要是应用于云图云量分析、水汽分布及大气温度分布等服务，因为其在植被探测方面具有优势，后来被广泛地应用于资源环境和农业等领域。

气象卫星应用于农业遥感主要是通过植被指数提取实现的。

由于典型绿色植物反射光谱曲线上，蓝光区和红光区各有一个绿色素吸收带（吸收中心在400nm和650nm），在近红外区则有一个强反射峰，植被对可见光和近红外辐射的吸收—反射作用的两种截然不同的表现是由色素及细胞内部机构差异造成的。

AVHRR观测通道的设置非常有利于扑捉这种差异：

第一波段CH1（0.58~0.68um）处在叶绿素的吸收带；第二波段CH2（0.72~1.1um）则位于绿色植物的反射区。

因此，这两个波段的组合常被有效地用于作物长势监测。

通常应用这两个波段计算归一化植被指数NDVI：

（2-1）

为了更加有效地消除云遮蔽、大气影响、观测中的几何关系、非天底角观测等不利因素，可以在一定时间内采取逐日NDVI图像的最大值合成处理方案。

目前采用最多的是“准十日”的逐日合成，即对每日的上、中、下旬的逐日NDVI最大值，形成该旬的NDVI图像。

此外，其他植被指数也在农业遥感中被广泛运用。

气象卫星主要在云图云量分析中应用到，并分析大气层的温度和水汽的分布。

这些特点可以很好的用在植被探测方面，随着不用的发展慢慢主要被用到环境资源和农业等方面。

农业遥感采用气象危险主要就是对植被指数进行提取，植物反射光谱曲线上。

2.2.3高光谱农业遥感

高光谱遥感技术在农作物种类大的精确识别、高精度成像、作物形态及化学组分测定等方面具有强大的信息获取能力，是获取、分析和处理农情信息及促进农业可持续发展最有力的工具。

目前对地观测技术信息源如TM、SPOT、AVHRR等在进行土地利用状况调查和农作物长势监测时，主要是通过获取不同类型植被等地物目标的光谱信息、植被指数（VI）、叶面积指数（LAI）和生物量信息来进行。

但是，这些信息源的光谱分辨率都比较低，一般在50nm以上，难以识别出多种土地和作物类型，尤其在作物生长的旺季更加难以区分。

以为植被光谱特征主要因素是色素成分、细胞结构和含水量，出现在0.45um和0.65um为中心波长的强吸收带，峰值宽度为20nm；植被受害时叶绿素大量江少，叶绿素与叶黄素相对增加，在0.7um处的反射率出现“红移”现象，“红移”量为5~17nm，反映植被水分胁迫的波段主要在1.4um、1.9um、2.1um处，些现象时低光谱分辨率遥感信息源难以区分的。

要区分不同的植被，并监测去生长状况，光谱分辨率为10~20nm的高光谱分辨率数据具有很大的优越性。

高光谱遥感在植被信息反演深度和广度反面的改进主要体现在一下两方面：

1、超多坡段的高光谱数据能够比较真实、全面地反映自然界中给中植被所固有的光谱特性及其差异，从而可以大大提高植被遥感分类的精细程度和准确性，也为利用光谱反射率诊断作物水肥状况成为可能。

2、高光谱分辨率的植被图像将对传统的植被指数运算予以改进，提高了植被指数所能反演的信息量，使人们可以更加精确地获取一些诸如叶绿素浓度、叶绿素密度、叶面积指数、生物量、光合作用有效吸收系数等植被生物物理参数，并且可以利用高光谱数据提取一些生物化学成分的含量，如木质素、全氮、全磷、全钾等。

2.2.4农业微波遥感

微波遥感的主要特点在于微波不仅具有顺利穿透大气层的体征，而且能穿透云雾和小雨，对地面的植被和土壤能进行一定厚度的探测。

探测时，不必借助于阳光反射，只利用被探测目标发射或反射的微波。

这样一来就使得微波—雷达遥感与可见光遥感相比具有两项对农业应用最大的优点，即全天时全天候的探测能力。

微波遥感可以弥补可见光遥感只能在晴空条件下工作的局限性，更好的发展遥感技术在农业上应用的潜力。

土壤和植物的微波后向散射特征是农业遥感的基础，根据欧洲空间局的研究，影响土壤和植物的微波后向散射的因子中属于仪器本身的有42项，植物有28项，土壤有13项，环境有12项。

从农业目标返回到仪器上的辐射特征主要取决于生物量大小，介电常数（主要与农业目标物的含水量紧密相关）和植物的几何形态。

因此，农作物对微波的后向反射情况取决于作物的形态和大小，进而又取决于作物的种类和武侯年龄。

对土壤而言，主要影响后向散射的因子是粗糙度和介电常数（水分含量）。

微波遥感在农业上的应用主要包括水分探测、作物类型探测等。

3.作物参量估算

遥感估产是建立作物光谱于产量之间联系的一种技术，通过光谱来获取作物的生长信息。

在实际工作中，常常用绿度或植被指数作为评价生长状况的标准，植被指数中包括了作物长势和面积两方面的信息。

光谱产量的模式的基本思想是将各种形式的植被指数与作物单产建立回归方程，筛选出方程拟合率高、相对剩余标准差小的估产模式。

遥感估产的两个关键问题：

一是作物识别和面积估算，二是作物长势分析，单产模型构建，这两个问题的解决都是通过遥感信息处理实现的。

3.1农作物遥感估产原理

任何物体都具有吸收和反射不同波长电磁波的特性，这是物体的基本特性。

人眼正是利用这一特性，在可见光范围内识别各种物体的，遥感技术也是基于同样的原理，利用搭载在各种遥感平台（地面、气球、飞机、卫星等）上的传感器（照相机、扫描仪等）接收电磁波，根据地面上物体的波谱反射和辐射特性，识别地物的类型和状态。

农作物估产则是指根据生物学原理，在收集分析各种农作物不同生育期不同光谱特征的基础上，通过平台上的传感器记录的地表信息，辨别作物类型，监测作物长势，并在作物收获前，预测作物的产量的一系列方法。

它包括作物识别和播种面积提取、长势监测和产量预报两项重要内容。

3.2农作物估产方法

农作物估产在方法上可分为传统的作物估产和遥感估产两类。

传统的作物估产基本上是农学模式和气象模式，采用人工区域调查方法。

它们把作物生长与主要制约和影响产量的农学因子或气候因子之间用统计分析的方式建立起关系。

这类模式计算繁杂、速度慢、工作量大、成本高，某些因子种类往往难以定量化，不易推广应用。

遥感估产则是建立作物光谱与产量之间联系的一种技术，它是通过光谱来获取作物的生长信息。

在实际工作中，常常用绿度或植被指数（由多光谱数据，经线性或非线性组合构成的对植被有一定指示意义的各种数值）作为评价作物生长状况的标准。

植被指数中包括了作物长势和面积两方面的信息， 各种估产模式 ，尤其是光谱模式中植被指数是一个极为重要的参数。

根据传感器从地物中获得的光谱特征进行估产具有宏观、快速、准确、动态的优点。

在遥感估产中农作物面积提取是最重要的内容。

用遥感方法测算一种农作物的种植面积主要有以下几种方法。

1）航天遥感方法。

包括卫星影像磁带数字图象处理方（一般精度较高）和绿度---面积模式。

2）航空遥感方法。

可进行总面积的测量、作物分类及测算分类面积。

3）遥感与统计相结合的方法。

此方法是由美国农业部统计局在原面积抽样统计估产的基础上发展起来的，其原理是利用遥感影像分层，再实行统计学方法抽样。

4）地理信息系统（GIS）与遥感相结合方法。

此方法是在地理信息系统的支持下，利用遥感信息，对不同农作物的种植面积进行获取。

3.3农作物遥感估产的主要步骤

1遥感估产区划：

将条件基本相同的地区归类，以便于作物生长状况的监督与估计模型的构建。

2布设地面采样点，监督作物时间生长状况和产量，作为遥感信息的补充和检验。

3建立背景数据库系统，存储和管理估产区自然环境等方面的信息，如地形地貌、土地类型和肥力、种植制度、农业气候资料、灾情、历年的单产和总产、种植面积以及人口和社会经济情况等。

背景数据库一方面为遥感图像信息分类提供背景，。

使匪类精度更高；另一方面在遥感信息难以获取时，数据库可以支持模型分析，从历史资料和实际样点采集的数据库综合分析，取得当年的实际种植面积和产量。

4农作物种植面积提取：

如利用TM或SPOT图像自动分类、AXHRR资料混合像元分解。

GIS支持下作物播种面积提取等。

5不同生长期作物长势动态监测：

采用遥感影像获取不同期作物的植被指数，根据植被指数的变化与历年资料的对比，就可以及时获得各种作物在不同生长期的长势，由长势情况就能预知作物的趋势产量。

6建立遥感估产模型，实现作物光谱与产量之间的联系，通过光谱来获取作物的生长信息，目前常用的是根据“光谱—植被指数—产量”之间的关系来建立估产模型。

7遥感估产进度的分析和确认，尽可能减少误差。

8遥感估产系统的建立：

该系统通常包括遥感信息获取、建立背景数据库、估产模型生成工具库、空间分布图形系统等问题。

式（32）为采用“绿度指数—温度—绿度变化速率”构建的大面积小麦遥感估产模型：

（3-1）

式中Y------估算的单位面积产量

∑G--------返青至抽穗期的绿度累加

--------拔节后期至灌浆始期小麦品种需要的积温或多年平均低温累加

--------当年拔节后期至灌浆始期积温或当年低温累加

---------小麦灌浆起始日期

---------拔节后期日期

G--------小苗品种标准千粒重

△G-------灌浆始期至灌浆终止的绿度差

△T-------灌浆始期至灌浆终止日期差

a、b、c-------实验常数

W-----自由项，可以根据实验情况调整。

图3-1农业遥感作物估计流程图

4.SPOT遥感数据的甘蔗叶面积指数反演和产量估算

对甘蔗生长研究方面，我国研究者们主要运用了遥感技术在甘蔗的种植方面上进行研究，主要研究了甘蔗的面积量、长势及旱情方面的监测。

而对于甘蔗的估产方面来说，则主要采用了农业气象模型或者农学统计模型这样的方法。

下面我们主要借鉴了一些国外优秀的遥感估产的经验及方法。

采用SPOT4＆5遥感数据它具有高空间分辨率可以进行甘蔗叶面积LAI反演，并通过最好的NDVI-LAI相关的关系来建立反演模型，再结合我国本身的甘蔗主产区实测产量信息