農(nóng)情遙感監(jiān)測與估產(chǎn).ppt

農(nóng)情遙感監(jiān)測,中國農(nóng)業(yè)大學(xué) 信息與電氣工程學(xué)院：張超 地理信息工程系 2019年7月16日星期二,主要內(nèi)容,農(nóng)情及農(nóng)情遙感監(jiān)測 農(nóng)作物長勢遙感監(jiān)測 農(nóng)作物遙感估產(chǎn) 干旱遙感監(jiān)測 農(nóng)業(yè)災(zāi)害遙感監(jiān)測,農(nóng)情與農(nóng)情監(jiān)測,農(nóng)情即農(nóng)業(yè)生產(chǎn)情況。 農(nóng)情監(jiān)測是對農(nóng)業(yè)資源、環(huán)境與農(nóng)業(yè)生產(chǎn)過程的監(jiān)測，重點對耕地、草地與海洋漁業(yè)資源，主要糧食與經(jīng)濟(jì)作物生長過程進(jìn)行監(jiān)測。 農(nóng)情監(jiān)測意義重大，關(guān)系到國家糧食安全、主要農(nóng)產(chǎn)品供給、社會安定與農(nóng)業(yè)可持續(xù)發(fā)展。,農(nóng)情監(jiān)測,主要方法：農(nóng)情地面監(jiān)測和農(nóng)情遙感監(jiān)測 農(nóng)情地面監(jiān)測依靠全國各地的農(nóng)情監(jiān)測站點，按照規(guī)范的要求，定期收集本地區(qū)農(nóng)作物的播種面積、田間管理、作物長勢、各種災(zāi)害以及作物產(chǎn)量等信息，逐級上報 存在問題：客觀性、時效性、點上數(shù)據(jù)難以反映宏觀的整體情況,土壤墑情與作物長勢地面監(jiān)測樣方基本情況調(diào)查表,每個地面監(jiān)測樣方只有一個代碼！編碼規(guī)則：6位行政區(qū)劃代碼+1位該地區(qū)地面監(jiān)測樣方的順序碼，共7位數(shù)，如5221233，其中，前6位數(shù)表示貴州省赤水市綏陽縣，3表示本行政區(qū)內(nèi)地面監(jiān)測樣方順序碼。,根據(jù)采樣順序依次編號為1、2、3、4。要求填寫的數(shù)據(jù)均以“度”為單位 。,可參考當(dāng)?shù)刭Y料填寫。如地處河流沖積平原，要區(qū)分出河床、河漫灘、階地等；山麓平原要區(qū)分出坡積裙、洪積錐、洪積扇、扇間洼地、扇緣洼地等，黃土丘陵要區(qū)分出塬、梁、峁、坪等。丘陵要區(qū)分高丘、中丘、低丘、緩丘、漫崗等。,影響限制作物品種產(chǎn)量及正常生長的主要因素。填寫干旱缺水、漬澇（旱地）、鹽堿、瘠薄、風(fēng)沙、坡度、其他或無。,是土壤生產(chǎn)能力的一個綜合指標(biāo)，包括對土壤肥力、有機(jī)質(zhì)含量、質(zhì)地等因子的綜合評價。這里要求給出定性評價即：高、中、低。填寫其一即可。,指該監(jiān)測樣方土壤的生產(chǎn)力水平和質(zhì)地特性在本縣耕地中所占面積比例，單位是。,產(chǎn)量水平標(biāo)明主要作物名及其畝產(chǎn)量，作物凋萎含水量是使作物出現(xiàn)永久凋萎的土壤含水量值，是一個土壤水分常數(shù)，單位是。根據(jù)當(dāng)?shù)爻Ｄ杲y(tǒng)計資料及有關(guān)科研資料填寫。,根據(jù)作物實際種植情況選擇：一年一熟、一年兩熟或二年三熟中的一種。,是農(nóng)田灌溉的重要參數(shù)，即在地下水位較低的情況下，土壤所能保持的毛管懸著水的最大值，是植物可利用土壤水的上限。,農(nóng)情遙感監(jiān)測概念,農(nóng)情遙感監(jiān)測主要應(yīng)用遙感技術(shù)，對農(nóng)業(yè)資源、環(huán)境與作物生長過程的監(jiān)測與分析。即應(yīng)用遙感技術(shù)采集并分析耕地、草地的數(shù)量、質(zhì)量、利用狀況，以及主要農(nóng)作物的面積、長勢、災(zāi)害和產(chǎn)量等農(nóng)情信息，為相關(guān)政府部門、生產(chǎn)者、消費者提供信息支持。,農(nóng)作物長勢監(jiān)測指對作物的苗情、生長狀況及其變化的宏觀監(jiān)測 遙感估產(chǎn)，農(nóng)作物種植面積估算、農(nóng)作物單產(chǎn)及總產(chǎn)預(yù)測，一直是農(nóng)業(yè)遙感研究的重點。 農(nóng)業(yè)災(zāi)害監(jiān)測，我國在水災(zāi)遙感監(jiān)測方面的研究較多；在旱災(zāi)方面的研究也較多，發(fā)展了植被指數(shù)法、地表溫度法、條件溫度植被指數(shù)（王鵬新）等；還有在農(nóng)作物凍害、倒伏和病蟲害監(jiān)測方面的研究,農(nóng)情遙感監(jiān)測主要內(nèi)容,農(nóng)作物長勢監(jiān)測,長勢，即作物生長的狀況與趨勢。作物的長勢可以用個體與群體特征來描述。發(fā)育健壯的個體，構(gòu)成合理的群體，才是長勢良好的作物區(qū)。,作物長勢監(jiān)測參數(shù)（冬小麥）,作物長勢監(jiān)測的理解,作物長勢監(jiān)測指對作物的苗情、生長狀況及其變化的宏觀監(jiān)測。 作物生長過程是一個長勢動態(tài)變化的過程，是產(chǎn)量信息不斷更新和確定的過程。 作物長勢監(jiān)測的本質(zhì)是在作物生長早期階段就能反映出作物的產(chǎn)量的豐欠趨勢，通過實時的動態(tài)監(jiān)測逐漸逼近實際的作物產(chǎn)量。,作物長勢監(jiān)測的基礎(chǔ),對于多光譜遙感影像， 作物生長初期，隨著作物生長，葉子結(jié)構(gòu)中葉孔的增加，葉子表面散熱能力增強，近紅外波段值逐漸增加，葉綠素吸收能力增強，紅波段的值逐漸減速少，NDVI值逐漸增加； 而在作物生長未期，由于枝干由綠色變?yōu)辄S色，葉綠素吸收能力減小，相應(yīng)的紅波段的反射值將會增加，葉面的葉孔相對收縮，散發(fā)的熱量降低，近紅外波段的值將會減??； 因此利用近紅外波段和紅波段的線性組合可以很好的反映作物的生長過程特征。所以常用作物生長的NDVI動態(tài)跡線、以最直觀的形式反映作物從播種、出苗、抽穗到成熟收割的變化過程。 通過NDVI反演LAI，綜合反映作物長勢,作物長勢監(jiān)測的內(nèi)容,實時監(jiān)測：指利用實時NDVI圖像的值，通過其與去年或多年平均，以及指定某一年的對比，反映實時的作物生長差異的空間分布，可以對差異值進(jìn)行分級，來統(tǒng)計和顯示區(qū)域的作物生長狀況。 過程監(jiān)測：通過時序NDVI圖像來構(gòu)建作物生長過程，通過生長過程的年際間的對比，來反映作物生長的狀況，可以統(tǒng)計生長過程曲線的特征參數(shù)包括上升速率、下降速率、累計值等各種特征參數(shù)，借以反映作物生長趨勢上的差異，從而也可得到作物單產(chǎn)的變化信息。,作物生長過程：時序DNVI曲線,出苗期,抽穗期,收獲期,一年一熟作物,一年兩熟作物,作物長勢遙感監(jiān)測指標(biāo),作物長勢遙感監(jiān)測指標(biāo)提取,遙感影像去云重構(gòu) 區(qū)域作物生長過程遙感提取 作物生育期遙感監(jiān)測,NDVI,LAI,作物長勢,地面監(jiān)測農(nóng)學(xué)模型,作物長勢遙感監(jiān)測,農(nóng)業(yè)部遙感中心,遙感農(nóng)作物估產(chǎn),遙感估產(chǎn),農(nóng)作物總產(chǎn)量等于種植面積乘以單位面積產(chǎn)量（單產(chǎn)） 從種植面積提取和單產(chǎn)估計兩個角度出發(fā)進(jìn)行遙感估產(chǎn),遙感大面積估產(chǎn)概述,早在1974-1977開始，美國農(nóng)業(yè)部的大面積估產(chǎn)計劃（LACIE），主要利用Landsat MSS和NOAA/AVHRR數(shù)據(jù) 我國1983-1987開展京津冀地區(qū)冬小麥遙感估產(chǎn) 國家“七五”、“八五”遙感估產(chǎn)列為國家攻關(guān)項目，并作了大量理論與方法研究。,我國遙感估產(chǎn),我國目前遙感大面積估產(chǎn)主要承擔(dān)： 中科院遙感技術(shù)應(yīng)用研究所 中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃所 農(nóng)業(yè)部規(guī)劃設(shè)計研究院,作物面積監(jiān)測,保證糧食生產(chǎn)的第一步是保證播種面積。全國糧棉主產(chǎn)區(qū)的種植面積監(jiān)測是產(chǎn)量估計的基礎(chǔ)。 應(yīng)用遙感技術(shù)可以及時、可靠的監(jiān)測我國主要農(nóng)作物的種植面積，或種植面積的變化,作物面積和耕地監(jiān)測不同： 時間尺度。作物在一年之中隨季節(jié)而變化，年與年之間也有差別。作物面積監(jiān)測時效性強 不同作物識別。作物面積監(jiān)測，需要量算不同作物的面積。難點是不同作物的識別,作物面積遙感監(jiān)測主要方法： 采用衛(wèi)星遙感數(shù)據(jù)，區(qū)域全覆蓋結(jié)合地面樣點進(jìn)行分類，提取不同作物的種植面積 采用低分辨率衛(wèi)星遙感數(shù)據(jù)，全國或大區(qū)域作物面積遙感初步監(jiān)測，結(jié)合抽樣計算不同作物面積,遙感與抽樣技術(shù)結(jié)合,對某種作物，全國進(jìn)行區(qū)劃（物候、氣象、太陽輻射、土壤等因素） 不同區(qū)劃區(qū)域進(jìn)行抽樣。和遙感監(jiān)測結(jié)合，得到某種作物的種植面積 在遙感技術(shù)的支持下，基于經(jīng)典統(tǒng)計抽樣原理，結(jié)合空間統(tǒng)計學(xué)理論，發(fā)展起來的空間抽樣技術(shù)與遙感監(jiān)測，在大面積農(nóng)作物種植面積提取與估產(chǎn)中廣泛應(yīng)用。,遙感與抽樣技術(shù)結(jié)合,大尺度作物面積遙感監(jiān)測,目視解譯 結(jié)合地面樣點的監(jiān)督分類方法 分層分區(qū)圖像分類法 多時相分析方法 多源數(shù)據(jù)結(jié)合的方法 其它遙感影像分類方法 ：神經(jīng)網(wǎng)絡(luò)方法 、模糊數(shù)學(xué)方法 、專家系統(tǒng)方法 、基于混合像元分解的分類 、面向?qū)ο蟮男畔⑻崛?多種方法的結(jié)合應(yīng)用,遙感圖像分類監(jiān)測方法,作物的光譜特征在其生長季中是不斷變化的，不同作物的物候期常常存在交叉現(xiàn)像，因此通過單時相的遙感影像不可能獲取所有作物的最大差異。而利用多時相遙感影像，借助植被物候所提供的輔加信息，會使分類精度有較大程度的提高 。,1. 地面采樣點數(shù)據(jù),外業(yè)調(diào)查目的,數(shù)據(jù)處理和模型構(gòu)建提供基礎(chǔ)信息,外業(yè)調(diào)查工具,手持式GPS（Garmin GPS 12XL）進(jìn)行外業(yè)調(diào)查的現(xiàn)場定位,坐標(biāo)變換,通過GIS軟件將GPS定位的樣地經(jīng)緯度數(shù)據(jù)轉(zhuǎn)換成與圖像坐標(biāo)一致的大地坐標(biāo)。然后在遙感圖像上進(jìn)行地面樣點地位，讀取地面樣點的遙感監(jiān)測信息,基于時序TM數(shù)據(jù)的作物分類,北京地面采樣點,基于時序TM數(shù)據(jù)的作物分類,2. NDVI時間譜曲線,NDVI計算公式,將作物的NDVI值以時間為橫坐標(biāo)排列，便形成了作物生長的NDVI動態(tài)跡線，它以最直觀的形式反映了作物從播種、出苗、抽穗到成熟、收割的NDVI變化過程。作物種類不同，其NDVI曲線具有不同的特征,NDVI時間譜曲線,基于時序TM數(shù)據(jù)的作物分類,3. 北京NDVI時間譜曲線,基于時序TM數(shù)據(jù)的作物分類,4. 北京研究區(qū)作物分類決策樹法,對北京研究區(qū)主要作物種植信息的提取是在對時間譜曲線分析的基礎(chǔ)上利用決策樹分類的方法實現(xiàn)的。 首先根據(jù)不同作物生育周期季相節(jié)律差異性，設(shè)計不同的決策函數(shù)，分別提取不同作物的種植信息。,基于時序TM數(shù)據(jù)的作物分類,2004年5月19日TM圖像,2004年7月6日TM圖像,2004年4月17日TM圖像,基于時序TM數(shù)據(jù)的作物分類,北京DEM,基于時序TM數(shù)據(jù)的作物分類,5. 北京研究區(qū)作物分類技術(shù)路線,基于時序TM數(shù)據(jù)的作物分類,2004年北京主要作物空間分布圖,基于時序TM數(shù)據(jù)的作物分類,遙感監(jiān)測北京主要作物種植面積（公頃）,基于時序TM數(shù)據(jù)的作物分類,作物單產(chǎn)估產(chǎn)模型,作物產(chǎn)量形成因素,作物產(chǎn)量形成因素的理解是綜合的、宏觀的、多因素的。 作物產(chǎn)量包括作物本身的生物學(xué)因素，以及土地、土壤、氣候、農(nóng)業(yè)管理等綜合因素。這些因素有受人類控制的因子，也有受自然條件影響的因子。,因素一：生物學(xué)因素,作物本身的光譜特征、作物的水分含量、作物的品種等。作物產(chǎn)量的實質(zhì)是綠色植物利用光能，固碳C的過程，即光合作用過程。 葉綠素是植物生產(chǎn)生物量的基礎(chǔ)。光合面積和單位面積葉綠素含量與產(chǎn)量有直接關(guān)系。 植物的光譜信息一定程度上反映葉綠素的含量，而水、熱、氣、肥等環(huán)境因素直接影響光合有效輻射（Photosynthetically Active Radiation，PAR ）向干物質(zhì)轉(zhuǎn)換的效率。發(fā)展了光譜-產(chǎn)量模型、綠度-產(chǎn)量模型等,因素二：水、土等環(huán)境因素,包括土壤、地形、地下水、灌溉條件、土壤肥力等。它提供作物基本的生長條件，如土壤的酸堿度、營養(yǎng)物質(zhì)、根系通風(fēng)狀況、水分供應(yīng)等，是決定一個小區(qū)域產(chǎn)量的主要和基礎(chǔ)因素。,因素三：氣象因素,主要指日照條件（日照強度和時數(shù)）、溫度、降水量等因子 作物在生長發(fā)育時期，不僅要求一定的溫度水平（溫度的高低），而且還需要一定的熱量總和，熱量總和通常是用作物生長期逐日氣溫的累積值表示，這個累積值就叫作積溫，單位是度日，簡稱度。 活動積溫（10度）和有效積溫（上、下限溫度間） 不同地區(qū)作物的生育期不同，冬小麥生育期有播種、冬前、返青、起身、拔節(jié)、孕穗、抽穗、揚花、灌漿、成熟等10個。 光照、溫度、降水的氣象因素以及土壤因素決定了一個地區(qū)作物的自然生產(chǎn)潛力，是進(jìn)行作物估產(chǎn)分區(qū)的基本指標(biāo)。,因素四：農(nóng)業(yè)管理因素,在當(dāng)?shù)貤l件下逐步形成的，具有相對穩(wěn)定性，如間作、輪作、一年兩作以及具體的施肥和灌溉等,單產(chǎn)模型,單產(chǎn)：一種農(nóng)作物單位面積產(chǎn)量 早期的作物估產(chǎn)模型有：農(nóng)學(xué)-氣象產(chǎn)量預(yù)測模型、作物-生長模擬模型、經(jīng)驗統(tǒng)計模型等。也就是傳統(tǒng)的統(tǒng)計分析與氣象因子綜合估算法； 20世紀(jì)70年代后期，利用遙感技術(shù)進(jìn)行估產(chǎn)。理論上探討植物光合作用與作物光譜間的內(nèi)在聯(lián)系，以及作物的生物學(xué)特性與產(chǎn)量間的復(fù)雜關(guān)系； 方法上，將光譜的遙感機(jī)理與作物生理過程統(tǒng)一，建立基于成因分析的遙感估產(chǎn)模型。,單產(chǎn)模型,作物長勢分析是一個動態(tài)的過程，需要多時相遙感信息來反映植物生長過程的節(jié)律特點。 常以數(shù)量化的植被指數(shù)（如NDVI，PVI）作為評價作物生長狀態(tài)的定量標(biāo)準(zhǔn)。某一時刻的植被指數(shù)是該時刻作物長勢的函數(shù)。通過植被指數(shù)結(jié)合地面實際調(diào)查數(shù)據(jù)，可建立起各種不同條件下，單位面積產(chǎn)量與植被指數(shù)間的數(shù)量關(guān)系，即估產(chǎn)模式。,作物估產(chǎn)模型,統(tǒng)計估產(chǎn)模型 農(nóng)學(xué)估產(chǎn)模型 氣象估產(chǎn)模型 遙感模型（或稱光譜-產(chǎn)量模型） 綜合估產(chǎn)模型 同化估產(chǎn)模型,統(tǒng)計估產(chǎn)模型,分為全面統(tǒng)計估產(chǎn)和統(tǒng)計數(shù)學(xué)模型估產(chǎn)模式。 全面統(tǒng)計估產(chǎn)采用的是隨機(jī)取點，等距多階抽樣方法，估產(chǎn)精度較高，但季節(jié)性很強，并受選擇田塊的代表性影響，且要耗費大量的人力、物力和財力，因此大力推廣難度很大。 統(tǒng)計數(shù)學(xué)模型估產(chǎn)主要是根據(jù)統(tǒng)計數(shù)據(jù)與作物單產(chǎn)之間建立的相互關(guān)系，采用逐步回歸關(guān)系來建立估產(chǎn)模型,農(nóng)學(xué)估產(chǎn)模型,農(nóng)學(xué)估產(chǎn)模型是根據(jù)作物生長發(fā)育階段的生理參數(shù)與作物產(chǎn)量構(gòu)成要素間的相關(guān)性來建立估產(chǎn)模型。 冬小麥、水稻和玉米等主要作物的產(chǎn)量由3個要素構(gòu)成：單位面積有效穗數(shù)、每穗平均粒數(shù)和粒重。 農(nóng)學(xué)估產(chǎn)模型涉及的農(nóng)學(xué)參數(shù)較多，而且測定有難度，需要大量的樣本實驗。由于地域差異性，不同地區(qū)作物生理參數(shù)有較大差別，其參數(shù)在獲取和空間外推方面困難，限制了模型在實際應(yīng)用中的推廣。,氣象估產(chǎn)模型,氣象估產(chǎn)模型主要是依據(jù)對作物產(chǎn)量影響較大的氣象因子與產(chǎn)量建立起預(yù)測模型來估算作物單產(chǎn)。 這種估產(chǎn)方法本質(zhì)上也是統(tǒng)計分析估產(chǎn)方法，但是這種方法強調(diào)了人為因素與氣象自然因素對作物產(chǎn)量的影響，較之一般的統(tǒng)計估產(chǎn)方法更有合理之處。,遙感模型（或稱光譜-產(chǎn)量模型）,由于作物在各生育期的長勢差異，可以通過各波段（主要是紅波段、近紅波段和熱紅外波段等）光譜反射，差異表現(xiàn)出來。因此可以利用衛(wèi)星或機(jī)載傳感器獲取的地面作物的光譜信息來估算作物的產(chǎn)量。常用的光譜信息有NDVI(歸一化差值植被指數(shù))、RVI(比值植被指數(shù))、PVI（垂直植被指數(shù)）、DVI（比值植被指數(shù)）等。,主要農(nóng)學(xué)參數(shù)與遙感的關(guān)系,單位面積作物的產(chǎn)量由三個參數(shù)決定：穗數(shù)S、粒數(shù)L、千粒重T。即： 單位面積產(chǎn)量P=S.L.T 穗數(shù)S，決定于返青抽穗期單位面積上有效光合作用的強弱，取決于冬前的水肥條件（土壤水分含量、土壤肥力水平等）與積溫（日照輻射量等）。通過遙感數(shù)據(jù)所得的NDVI/PVI（垂直植被指數(shù)）可以估算冬小