农作物面积遥感监测原理与实践(刘佳等 编著)思维导图

– – – – 真实孔径雷达(Radar) 合成孔径雷达(SAR) 相干雷达(INSAR) 激光雷达(LIDAR:Light detection and ranging ) 激光雷达技术复杂、研制周期长，设备昂贵，因此要发展它 不仅需要有关的高级专门人才，还要有雄厚的经济基础。它 就使它普及起来很困难，目前它主要应用于科学研究方面。
28
MSS、TM、ETM+的比较
MSS TM ETM+ 扫描方向不垂直于飞行方 增加了一个扫描改正器， 辐射定标精度提高，辐射 校正有了很大改进 向，去扫回不扫，存在全 使扫描行垂直于飞行轨道， 景变形 往返双向都对地扫描，存 在全景变形 24+2个玻璃纤维单元，5 探测器共100个 8个波段，增加了PAN（全 色）波段 个波段：绿色、红色、两 （16×6+4），分7个波段： 个红外波段、一个热红外 蓝、绿、红、三个红外波 波段 段、一个热红外波段 分辨率：80m（79m、 83m）； 热红外：240×240m 分辨率：30×30m； 热红外：120×120m 分辨率15m； 远红外波段：60m
3.2.1 真实孔径雷达
44
3.2.1 真实孔径雷达
• 距离分辨率： 是在脉冲发射的方向上，能分辨两个目标 的最小距离，它与脉冲的宽度有关。 • 方位分辨率： 是在雷达飞行方向上，能分辨两个目标的 最小距离，它与波瓣角有关。
15
反射镜组
• 反射镜组由主反射镜和次反射镜组成，焦距为 82.3cm，第一反射镜的孔径为22.9cm，第二反射 镜的孔径为8.9cm，相对孔径为3.6。 • 反射镜组的作用是将扫描镜反射进入的地面景物 聚集在成像面上。
16
成像板
• 成像板上排列有 24＋2个 玻璃纤维单元，按波段排 列成四列，每列有 6个纤 维单元，每个纤维单元为 扫描仪的瞬时视场的构像 范围，由于瞬时视场为 86μrad，而卫星高度为 915km，因此它观察到地面 上的面积为 79m x 79m。

(2)作物专题信息的提取 常采用植被指数法提取作物专题信息。植被指数中包含有 多种作物类别与作物长势方面的信息，如植物叶面积指数、 叶绿素含量、植物覆盖度、生物量等，那么就可以经过植 被指数来反演与作物估产模型有关的各种参数，如NDVI与 作物覆盖度关系亲密，可以有效地提取面积信息；RVI反映 作物长势，可以提取生物量信息；PVI有效地滤去土壤背景 及大气的干扰等。 由于不同自然地理单元内，作物的生长条件(光照、温度、 降水、土壤等)和生长情况(包括自然与人为要素)在空间上 会有很大差别。为了提高遥感估产的准确性．常按照作物 生长环境及作物产量的区域分异规律，进展影像的分区、 分类，以尽量保证同一区域内作物生长环境的一致性，并 在分区的根底上进展作物专题信息的提取。 (3)作物面积提取及精度评价
I c(1 A) Tmax Tmin
SM＝f(I)
其中：I是土壤热惯量，c是单位土壤热容量，A是地表反射率，Tmax和Tmin是 白天最大温度和夜晚最小温度，SM是土壤含水量。
其它方法： 1. 距平植被指数法
2. 植被条件指数法 3. 温度植被指数法 4. 条件植被温度指数法 5. 作物水分胁迫指数法 6. 表观热惯量法 7. 地表蒸发法 8. 地表热平衡法 9. 高光谱遥感：反射率倒数的一阶微分法 10.自动微波遥感：基于微波反射亮温的土
2021/6/27
遥感估产需留意问题： (1)遥感估产需求作物生长全过程的光谱
参数。由于构成产量的3个要素〔穗数、粒 数、千粒重〕分别与作物不同生长期的植 被指数有关。因此必需掌握作物生长全过 程的光谱参数才干正确估产。而Landsat／ TM的时间分辨率有限，故遥感估产除用 TM外，还离不开短周期数据。过去把某一 时段的遥感光谱参数或它的累加值与产量 直接挂勾的方式尚有缺乏，如过于密植， 光谱值添加，但产量并非添加。 (2)遥感估产主要运用遥感数据中反映植物 光协作用的代表波段——可见光红波段和 近红外波段，阐明遥感估产不仅直接抓住 202“1/6/27光协作用〞这一事物的本质，而且能给

核心模块
核心模块工作流程
例子：原方法所做CWSI合成图2005年3月下旬
例子：2005年3月下旬降水量分布图
3月下旬旱情监测结果与当旬降雨量的比较
干旱
降雨较多
四、原因分析和可能的改进
方法本身问题：作物供水指数法 参数计算问题：NDVI和TS的计算
现有的方法主要是作物供水指数法，热惯量法由于技术复杂还没有实际应 用。NDVI和Ts两个基本参数的计算还有待进一步提高精度。目前所用Ts是 简单算法的温度，与真正的地表温度还有较大误差。
农业遥感
2021/4/23
农业遥感研究内容
农用地资源的监测 遥感农作物估产 农业灾害监测与预测
2021/4/23
一、农用地资源的监测
遥感信息因其覆盖面大、实时性和现势性强、速度快、周期性和准确 可靠以及省时、省力、费用低等优点，被广泛用于测定农用地的数量 与质量的动态变化。 常用的农用地遥感监测方法基本上分为两种：逐个像元比较法和分类 后比较法。前者首先是对同一区域不同年份同一时相影像的光谱特征 差异进行比较，确定农用地发生变化的位置，在此基础上，再采用分 类的法来确定农用地变化信息 。该方法优点是先确定农用地变化的 位置，缩小分类范围，提高监测速度。后者是针对整个监测区域的逐 影像系列同一位置分类结果确定土地利用类型变化的位置和所属类型， 其优点是可以回避前一种方法所要求的影像系列一致的条件，以及影 像间辐射纠正、匹配等问题，但需要选择合适的分类方法来改善精度。
(3)作物面积提取及精度评价
2021/4/23
2)作物长势分析及估产
植被指数（VI：Vegetation Index）：基于植被叶绿素在红色波段的强烈吸 收以及在近红外波段的强烈反射，通过红和近红外波段的比值或线性组合实 现对植被信息状态的表达。 比值植被指数RVI(Ratio VI) 归一化植被指数NDVI（Normalized VI） 差值植被指数DVI（Difference VI) 正交植被指数PVI（Perpendicular VI)

差值植被指数DVI（Difference VI)
正交植被指数PVI（Perpendicular VI)
将作物的V I 值以时间为横坐标排列起来, 便形成了作物生长的V I 动态迹线, 它以最直观的形式, 反映了作物从播种、出苗、抽穗到成熟收割V I 的变化过 程。作物种类不同, 其V I 曲线具有不同的特征, 同类农作物生长环境和发育状 况的变化也会造成V I 时间曲线的波动。因此, 通过对农作物V I 时间曲线的分 析, 可以了解作物的生长状况, 进而为作物产量的计算提供依据。
1)作物识别与作物面积提取：
作物识别与作物面积提取，往往是结合进行的。其基本过程 包括：
(1)遥感数据的采集与预处理 根据区域分布、作物类别、农学历等特点，选择空间、波 谱、时间分辨率相对应的遥感图像数据。
2021/6/7
完整版ppt
7
(2)作物专题信息的提取
常采用植被指数法提取作物专题信息。植被指数中包含有多 种作物类别与作物长势方面的信息，如植物叶面积指数、叶 绿素含量、植物覆盖度、生物量等，那么就可以通过植被指 数来反演与作物估产模型有关的各种参数，如NDVI与作物覆 盖度关系密切，可以有效地提取面积信息；RVI反映作物长势， 可以提取生物量信息；PVI有效地滤去土壤背景及大气的干扰 等。
农业遥感
2021/6/7
完整版ppt
1
农业遥感研究内容
农用地资源的监测 遥感农作物估产 农业灾害监测与预测
2021/6/7
完整版ppt
2
一、农用地资源的监测
遥感信息因其覆盖面大、实时性和现势性强、速度快、周期性和 准确可靠以及省时、省力、费用低等优点，被广泛用于测定农用地的 数量与质量的动态变化。
20世纪70年代后期的遥感估产则是把遥感信息作为变 量加入到估产模则中，建立遥感估产模型。在理论上探 讨植物光合作用与作物光谱特征间的内在联系；在方法 上，从单纯建立光谱参数与产量间的统计关系，发展到 考虑作物生长全过程，将光谱的遥感物理机理与作物生 理过程统—起来，建立基于成因分析的遥感估产模型， 估产精度不断提高。

(4)按传感器图像获得方式可分为图像方式和非图像方式。
❖遥感的技术系统
(1)遥感平台
➢地面平台
➢航空平台
➢航天平台
(2)传感器
传感器（Remote Sensor）是记录地物反射或发射电磁 波能量的装置，是遥感技术系统的核心部分。主要的传感 器有摄影机、推帚式扫描仪（固体扫描仪）、TV摄像机、 光机扫描仪、雷达、微波辐射计等。
在这5个大气窗口中，陆地卫星工作范围绝大部分在可见光 波段，小部分在近红外波段，已开始扩展到第二个窗口；而气象 卫星已应用到第三个窗口。今后随着对地物波谱特性研究的深入 和传感器的不断改进，为某种专门用途所需要的窄波段窗口的潜 力还是很大的。
❖地物波谱特征
地物的电磁波波谱是地物遥感信息的基本表现形式。物体 在同一时间、空间条件下，其辐射、反射、吸收和透射电磁 波的特性是波长的函数。将这种函数关系，即物体或现象的 电磁波特性用曲线的形式表现出来时，就形成了地物电磁波 波谱，简称为地物波谱。由于组成物体的内部结构不同，不 同物体对电磁波的反射、吸收、透射和发射电磁波的程度不 尽相同，发射电磁波的能力也有差异。物体之间的这种差异， 可作为探测目标物的有用信息。但是由于技术上和其它一些 原因，目前遥感技术中传感器所接收、探测的信息主要是地 物反射和发射电磁波信息。
（3）中红外窗口
波长范围2.4～6.0微米，这个窗口位于红外波段的前中段。通过这 个窗口的电磁信息可以是地面目标的反射光谱，也可以是地面目标的 发射光谱，其信息也只能用扫描仪和光谱仪进行探测与记录。由于二 氧化碳在4.3微米处有一个强吸收带， 将本窗口又分为3.4～4.2微米和 4.6～5.0微米两个窗口，前者透射率约90％，后者透射率约为50～60 ％。
早在1860年基尔霍夫（Kirchhoff•C）就提出用黑体这个 词来说明能全部吸收入射辐射能量的地物。因此，黑体 是一个理想的辐射体，黑体也是一个可以与任何地物进 行比较的最佳辐射体。所谓黑体是“绝对黑体”的简称， 指在任何温度下，对于各种波长的电磁辐射的吸收系数 恒等于1（100%）的物体。黑体的热辐射称为黑体辐射。 显然，黑体的反射率ρ=0，透射率=0。

综合指标，可以作为表征作物长势的参数 归一化植被指数NDVI与LAI有很好的关系 用遥感图像获取作物的NDVI曲线反演计算作物的 LAI 进行作物长势监测。
小麦苗期长势监测图：
➢作物长势监测效果图：
（5）土壤墒情监测
➢土壤墒情也就是土壤含水量 ➢土壤在不同含水量下的光谱特征不同 ➢土壤水分的遥感监测主要从可见光-近红外、热
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。
四适应性有待加强
➢2.多源多尺度遥感的发展对农业 遥感提出新的挑战
➢3.资金和信息源受到限制 ➢4.运用范围偏小 ➢5.地面配合投入不足
五、农业遥感技术的发展趋势
➢1.高光谱传感器的应用 ➢2.发展新的遥感信息模型 ➢3.综合应用遥感技术防治病虫害 ➢4.微波遥感技术 ➢5.新一代农业无人机技术应用 ➢6.农业地面传感网与遥感技术相
红外及微波波段进行。 ➢微波遥感：精度高，具有地表穿透性，不受天气
影响，成本高，成图的分辨率低 ➢常用的还是可见光和热红外遥感 ➢通过与反映土壤含水量相关的参数建立关系模型 ➢反演土壤水分
土壤墒情监测效果图：
土壤墒情监测效果图：
（6）农业灾害的预测和评估
✓结合陆地卫星与气象卫星所获得的资料 ✓利用当时的卫星影像与常年卫星影像进行对比 ✓获得有关灾害的成灾面积和灾情程度的较准确的结果 ✓监测灾害发生情况、影响范围、受灾面积、受灾程度 ✓进行灾害预警和灾后补救 ✓减轻自然灾害给农业生产所造成的损失

32
植物病虫害的遥感监测
33
植物在生长过程中受到病虫害侵袭后，内部 结构、叶绿素和水分含量就会发生不同程 度的变化，其反射光谱特性也随之变化， 病虫害越严重变化越大。
34
三、植被指数与植被信息提取
• 植被指数的概念 • 植被指数信息模型
35
3.1 植被指数的概念
• 红光和红外波段的不同组合统被称为植被 指数。
• 利用它们的比值、差分、线性组合等多种 组合来增强或揭示隐含的植物信息。
36
3.1 植被指数的概念
植被指数的定量测量可表明植被活力，而且 植被指数比单波段用来探测生物量有更好 的灵敏性。植被指数有助于增强遥感影像 的解译力，并已作为一种遥感手段广泛应 用于土地利用覆盖探测、植被覆盖密度评 价、作物识别和作物预报等方面，并在专 题制图方面增强了分类能力。
7
色素含量的影响
• 植物叶子中含有多种色素，如叶青素、叶红素、 叶绿素等。在可见光范围内，其反射峰值落在相 应的波长范围内。
8
不同生长状态 橡树叶子的反
射特性
9
叶子的组织构造的影响
• 绿色植物的叶子是由上表皮、叶绿素颗粒 组成的栅栏组织和多孔薄壁细胞组织（海 绵组织）构成。 叶子的多孔薄壁细胞组织（海绵组织）对 0.8～1.3μm的近红外光强烈地反射，形成光 谱曲线上的最高峰区。
植被的波谱特性与覆盖
度、生物量密切相关。
右图显示紫苜蓿在整个
生长周期光谱反射率的
变化。植被覆盖度从0
（裸地）→近100（几
乎全覆盖），光谱特征
从裸地光谱到植物光谱
占主导地位，生物量也
逐渐增加。
25
二、植被遥感解译
• 植被覆盖类型解译 • 植被地带性及植被区划解译 • 植被物候特征与植被长势分析

遥感与精准农业
遥感在农业应用中的发展方向源自• RS、GIS、GPS 一体化 • 灾害预测研究的发展 • 高光谱遥感技术的发展
RS、GIS、GPS 一体化
目前遥感技术在应用上可以说已 经与GIS、GPS 的应用融合为一体。 GIS 具有强大的数据处理、管理和空 间分析能力,GPS 除了用于导航外,在 遥感对地定位、探测大气状况和确定 地表变化范围方面的应用也广泛开展 起来。 3S 技术的结合使得遥感在农 业上的应用前景更广阔。
现代遥感技术的应用
现代遥感技术广泛用于军事侦察、 导弹预警、军事测绘、海洋监视、 气象观测和互剂侦检等。在民用方 面,遥感技术广泛用于地球资源调 查、植被调查、土地利用规划、农 作物病虫害和作物产量调查、环境 监测、地震监测、测绘、考古、城 市遥感调查等方面。
遥感在农业中的应用概况
遥感与农业
农业是遥感应用中最重要 和最广泛的领域之一。20 世纪20年代航空遥感刚一 转入民用，便被用于农业 土地调查。尤其是20世纪 60年代将多光谱原理应用 于遥感后，人们根据各种 植物和土壤的光谱反射时 特性，建立了丰富的地物 波谱与遥感图像解译标志， 在农业资源调查与动态监 测、生物产量估计、农业 灾害预报与灾后评估等方 面，开展了大量的和成功 的应用。
相对于传统的低光谱分辨率遥感 (通常指光谱分辨率在0. 1μm 以上)而 言,高光谱分辨率遥感(通常指光谱分辨 率在0. 1μm 以下)数据最主要的特点就 是成像通道数量的增加和成像波段的 变窄。从而使植被遥感的监测目标发 生了很大的变化，获取子像元的能力 得到提高,使得遥感应用着重于在光谱 维上进行空间信息展开,定量分析地球 表层生物物理化学过程和参数。
遥感与农业ppt课件
单击此处输入你的副标题，请尽量言 简意赅的阐述观点。