论文部分内容阅读
冬小麦农田环境参数(如地上部分生物量,叶面积指数等)是农业生产的关键信息,是冬小麦生长环境和生长状态的直接反映,与冬小麦的最终产量息息相关。准确及时的获取冬小麦产区的冬小麦种植面积和冬小麦田间参数是进行冬小麦产量预测和农业生产调整的前提。随着3S技术在农业领域的不断发展和应用,利用遥感信息技术提取农作物种植面积,反演农作物农田环境参数成为农业遥感研究的热点。河南省是我国农业大省,其冬小麦生产为我国粮食安全提供了重要保障。利用遥感技术获取河南省冬小麦生产信息具有重要意义。本文以河南省为研究区,以EOS-MODIS和Landsat 8 OLI为数据源,结合野外调查和田间测量数据,综合应用遥感技术和统计分析,实现了河南省冬小麦种植空间信息提取以及田间叶面指数反演和地上生物量反演。并且,在此基础上,基于ENVI/IDL开发了河南省冬小麦农田环境参数反演系统,实现了反演数据的快速处理和反演过程的流程化进行。得到的主要结论如下:(1)采用定量光谱分析方法,基于多时相的MODIS-EVI数据集对河南省主要地物类型的像元EVI值变化情况进行分析表明,提取河南省冬小麦种植空间分布信息的关键时相分别为10月16日、12月9日、4月25日和5月25日,其对应的冬小麦生育期分别为播种期、越冬初期、扬花期和收获期。(2)采用决策树分类算法,基于多时相的MODIS-EVI数据集对河南省冬小麦种植空间分布信息进行提取得到的结果表明,2014年10月到2015年6月这一季河南省冬小麦种种植面积为55484平方千米,与统计面积相比,精度为97.7%,根据实测数据验证得到的用户精度为83.3%。(3)采用统计回归方法,基于实测冬小麦叶面积指数数据和对应的遥感数据进行河南省冬小麦叶面积指数进行反演,结果表明,和冬小麦叶面积指数变化密切的遥感信息特征参量为增强型植被指数EVI和差值植被指数DVI。其中最优的反演模型为LAI=2.844e1.096*EVI,预测模型的决定系数和预测误差分别为0.79和0.319。(4)采用SPSS回归分析功能,结合实测冬小麦地上部分干生物量和对应的遥感植被指数进行反演,结果显示,在冬小麦扬花期和灌浆期,和冬小麦地上部分干生物量变化相关性最强的植被分别为,比值植被指数RVI和归一化植被指数NDVI。两个时期建立的冬小麦地上部分干生物量最优反演模型分别为DM=0.039+0.012×RVI和DM=1.187e1.61NDVI。