基本信息
- 项目名称：
- 基于遥感的农作物估产研究
- 来源：
- 第十二届“挑战杯”作品
- 小类：
- 信息技术
- 大类：
- 自然科学类学术论文
- 简介：
- 农作物的估产对于粮食的管理，优化种植空间格局，进一步挖掘农耕生产潜力具有重大的意义。传统的农作物估产方法存在着很多缺陷。遥感技术的迅猛发展和广泛应用，为农作物面积、长势的宏观动态监测和参量估产提供了一种新的科学方法。本文总结了已有的遥感估产方法的不足，提出了比较完善精准的方法，以河南省冬小麦主要产区之一的商丘市为例，建立了NDVI植被指数与冬小麦产量间的高次非线性估产模型。
- 详细介绍：
- 遥感技术的迅猛发展和广泛应用，为农作物面积、长势的宏观动态监测和参量估产提供了一种新的科学方式。 已有的部分遥感估产方法采用了具有一定饱和性，敏感性的NDVI遥感数据进行估产分析，但这种利用大面积 NDVI值求和建立模型的方法，忽略了农作物各个生长发育阶段的NDVI值的差异性，不能精确的找出更适合建立 估产模型的发育期。这种方式带来的误差较大。其中部分模型采用线性回归方程表达产量与指数间的关系，但 却没有考虑到年产量按线性变化的可能性。当指数不断变化时，产量并不一定按照建立的线性关系变化，可能 处于平稳期。本研究在总结已有的遥感估产方法的基础上，提出了一种新的高次非线性遥感估产方法。论文中 所提出的建立冬小麦关键生长期的NDVI均值与实际产量间的高次非线性关系模型为后续相关方面的更为精确的 研究提供了一定的参考，这种关系模型可应用于有关区域的冬小麦实际估产中。 本文以河南省冬小麦主要产区之一的商丘市为例，结合遥感估产方法，利用降噪后分辨率为250m的MODIS-NDVI 数据对该地区的冬小麦产量进行了估产。通过冬小麦拔节、抽穗和灌浆三个生育期的NDVI数据与冬小麦产量间 的非线性映射关系，经过MATLAB拟合得到各个生育期的拟合曲线后，从中选出关系最为密切的一个生长期的模 型作为最终的估产模型。利用相关数据进行了验证，表明建立NDVI植被指数与冬小麦间的非线性模型比线性模 型更具有鲁棒性，在遥感估产方面具有一定的理论与实际意义。
作品图片
作品专业信息
撰写目的和基本思路
- 农作物估产对于粮食的管理，优化种植空间格局，进一步挖掘农耕生产潜力具有重大的意义。传统的农作物估产方法存在着很多缺陷。随着遥感技术的迅猛发展和广泛应用，为农作物面积、长势的宏观动态监测和参量估产提供了一种新的科学方式。本文在已有的遥感估产方法的基础上，以河南省冬小麦主要产区之一的商丘市为例，提出了一种新的遥感估产方法，建立了NDVI植被指数与冬小麦产量间的高次非线性估产模型。
科学性、先进性及独特之处
- 部分遥感估产方法采用了NDVI遥感数据进行估产分析，但这种通过大面积NDVI值求和建立的模型忽略了农作物各生长发育阶段NDVI的差异，不能精确的找出更适合建立估产模型的发育期。其带来的误差较大。其中部分模型采用线性方程表达产量与指数间的关系，但没有考虑到年产量按线性变化的可能性。当指数不断变化时，产量并不一定按照线性关系变化。本研究在总结已有的方法的基础上，提出一种新的高次非线性遥感估产方法。
应用价值和现实意义
- 冬小麦是我国主要的粮食作物之一，提早预测冬小麦的产量以及动态监测冬小麦产量变化十分必要。本文基于这一原因在总结已有冬小麦估产方法的基础上提出了一种非线性估产方法，在冬小麦估产方面具有一定的研究与应用价值。论文中所提出的建立冬小麦关键生长期的NDVI均值与实际产量间的高次非线性关系模型为后续研究提供参考，这种关系模型可应用于有关区域的冬小麦实际估产。
学术论文摘要
- 本文以河南省冬小麦主要产区之一的商丘市为例，结合遥感估产方法，利用降噪后分辨率为250m的MODIS-NDVI数据对该地区的冬小麦产量进行了估产。通过冬小麦拔节、抽穗和灌浆三个生育期的NDVI数据与冬小麦产量间的非线性映射关系，并建立估产模型。利用相关数据进行了验证，表明建立NDVI植被指数与冬小麦间的非线性模型比线性模型更具有鲁棒性，在遥感估产方面具有一定的理论与实际意义。
获奖情况
- 1. The winter wheat yield estimation based on MODIS data (基于MODIS数据的冬小麦估产) （已被Organizers, IEEE ICAL 2011录用(EI收录)） 2. Crop diseases and pests monitoring based on remote sensing: A survey(主要农作物病虫害灾情遥感监测技术研究)（已发表于“Dependable computing”（EI收录），2010，25：（177-182）） 3. An improved Dijkstra algorithm in GIS application(改进的Dijkstra算法在GIS中的应用) （已发表于“Dependable computing”（EI收录），2010，25：（167-170））
鉴定结果
- 无
参考文献
- (1)冯奇,吴胜军. 我国农作物遥感估产研究进展[J].世界科技研究与发展, 2006, (03) (2)朱再春,陈联裙,张锦水.基于信息扩散和关键期遥感数据的冬小麦估产模型[J].农业工程学报,2007,(02) (3)任建强,陈仲新,唐华俊.基于MODIS-NDVI的区域冬小麦遥感估产——以山东省济宁市为例[J].应用生态学报,2006,17(12) (4)黄青,邹金秋,邓辉,李丹丹,张莉.基于MODISNDVI的安徽省(5)2009年冬小麦及一季稻面积遥感提取及长势监测[J],安徽农业科学, 2010, 38( 29) : 16527- 16529, 16547
同类课题研究水平概述
- 自20世纪70年代起，遥感技术在世界范围得到迅猛发展及广泛应用，为农作物面积、长势的宏观动态监测和参量估产提供了一种新的科学方式。 其中，最早开始大面积遥感估产研究的是美国，1974年到1977年，美国农业部、国家海洋大气管理局、宇航局和商业部合作主持“大面积农作物估产试验”（LACIE）计划以及1980到1986期间的“农业和资源的空间遥感调查计划”（A GRISTARS）项目。近10余年来，法国、德国、前苏联、加拿大、日本、印度、阿根迁、巴西、澳大利亚、泰国等也相继开展了对小麦、水稻、玉米、大豆、棉花、甜菜等的遥感估产研究。 我国最早从80年代初运用陆地卫星资料进行农作物估产。1983年开始进行小范围(县规模)的冬小麦遥感估产研究，至“六五”期才开始跨省、市(京、津、冀)统一网络的冬小麦遥感估产试验，1984年底，原国家经委托国家气象局(现中国气象局)牵头，联合北京市农林科学院共同组织开展了全国冬小麦遥感综合测产项目。研究手段从常规方法与遥感技术结合，过度到以资源卫星为主，进而由应用陆地卫星资料转为气象卫星NOAA-AVHRR资料，建立了“北方冬小麦气象卫星遥感动态监测及估产系统”。 在冬小麦遥感估产建模方面，国内很多专家学者进行了研究，如任建强等人提出基于归一化植被指数NDVI进行区域冬小麦估产。选定山东省济宁市为研究实例，先通过提取该区域内NDVI值为0.2~0.8范围的冬小麦作为研究对象，随后求取该范围内NDVI之和，并建立与冬小麦产量的关系。王长耀和林文鹏指出利用增强型植被指数EVI对冬小麦产量进行分析，建立EVI指数与冬小麦间线性相关关系。在最近的研究中，孙月清等提出基于条件植被温度指数（VTCI) 并应用一元线性回归分析了加权VTCI指数与县域尺度单产统计数据间的相关关系。近期朱再春等人提到利用信息扩散原理将在关键时期提取的NDVI 和实际产量数据扩散到多维监控空间，采用模糊合成的方法建立关键时期遥感数据和实测产量之间的离散关系模型来进行产量评估。本研究即在基于已有技术的基础上，提出了新的估产模型。
