国产欧美久久久精品影院色欲_女自慰一级AV片久久久久精品_午夜YY6080在线观看_国产人妖一区二区在线观看_亚洲中文字幕tⅴ

簡(jiǎn)述高光譜遙感技術(shù)在農(nóng)業(yè)中的應(yīng)用

2023-11-09

高光譜遙感應(yīng)用在農(nóng)業(yè)領(lǐng)域，可以有效減少浪費(fèi)，增加產(chǎn)量，改善品質(zhì)，保護(hù)農(nóng)業(yè)資源和環(huán)境質(zhì)量等。高光譜遙感憑借其極高的光譜分辨率為精細(xì)農(nóng)業(yè)的發(fā)展提供了技術(shù)保障和數(shù)據(jù)來源。本文簡(jiǎn)單介紹了高光譜遙感在農(nóng)業(yè)中的具體應(yīng)用。

1. 作物的精細(xì)分類和識(shí)別

農(nóng)業(yè)遙感應(yīng)用中，作物精準(zhǔn)分類與識(shí)別是進(jìn)行農(nóng)業(yè)災(zāi)害監(jiān)測(cè)和產(chǎn)量評(píng)估的重要環(huán)節(jié)。多時(shí)相高光譜數(shù)據(jù)能區(qū)分作物更細(xì)微的光譜差異，探測(cè)作物在更窄波譜范圍內(nèi)的變化，從而能夠準(zhǔn)確地對(duì)作物進(jìn)行詳細(xì)分類與信息提取。目前最流行、應(yīng)用最廣的高光譜作物分類方法有光譜角分類SAM. 、決策樹分層分類等。

中科院遙感所熊楨2000. 基于PHI航空高光譜影像對(duì)常州水稻生長(zhǎng)期進(jìn)行監(jiān)測(cè)，利用混合決策樹法對(duì)水稻的品種進(jìn)行了高光譜圖像的精細(xì)分類，該決策樹分為三層、五個(gè)子集，通過4次最大似然法和一次最小距離完成了11種地物，其中包括6個(gè)水稻品種的劃分，其測(cè)試樣本的分類精度達(dá)到94.9%。張兵2002. 充分考慮自然界地物分布的一般性規(guī)律，針對(duì)高光譜遙感海量數(shù)據(jù)的特征，利用光譜特征優(yōu)化的專家決策分類方法，用PHI航空高光譜影像對(duì)日本南牧農(nóng)作物進(jìn)行精細(xì)分類。結(jié)果表明，這種分類模式一方面可以提高像元分類精度，另一方面也大大減少了分類結(jié)果圖像上的誤判噪聲。

圖1 高光譜農(nóng)作物精細(xì)分類識(shí)別結(jié)果

2. 作物長(zhǎng)勢(shì)的監(jiān)測(cè)與產(chǎn)量預(yù)測(cè)

作物長(zhǎng)勢(shì)是作物生長(zhǎng)發(fā)育狀況評(píng)價(jià)的綜合參數(shù)，長(zhǎng)勢(shì)監(jiān)測(cè)是對(duì)作物苗情、生長(zhǎng)狀況與變化的宏觀監(jiān)測(cè)。構(gòu)建時(shí)空信息輔助下的高光譜遙感信息與作物生理特性及作物長(zhǎng)勢(shì)之間的關(guān)系模型便于作物長(zhǎng)勢(shì)監(jiān)測(cè)，高光譜監(jiān)測(cè)作物長(zhǎng)勢(shì)可分為植被指數(shù)以及結(jié)合GIS技術(shù)動(dòng)態(tài)監(jiān)測(cè)等方法。高光光譜遙感可以利用植被指數(shù)NDVI、DVI等. 進(jìn)行農(nóng)田地表覆蓋類型分類和作物長(zhǎng)勢(shì)監(jiān)測(cè)分析。例如，可以利用高光譜數(shù)據(jù)，通過分析NDVI和DVI，建立農(nóng)田區(qū)域性覆蓋指數(shù)模型，反映出區(qū)域性作物覆蓋分異狀況和隨季節(jié)變化規(guī)律。此外，海量高光譜遙感數(shù)據(jù)，結(jié)合GIS技術(shù)、GPS技術(shù)、網(wǎng)絡(luò)技術(shù)和計(jì)算機(jī)技術(shù)，建立服務(wù)于農(nóng)業(yè)領(lǐng)域的農(nóng)情監(jiān)測(cè)系統(tǒng)，對(duì)作物長(zhǎng)勢(shì)實(shí)現(xiàn)動(dòng)態(tài)的監(jiān)測(cè)，對(duì)農(nóng)情災(zāi)害以及糧食產(chǎn)量進(jìn)行快速預(yù)報(bào)。

作物高光譜遙感產(chǎn)量預(yù)測(cè)是通過搭載在衛(wèi)星上的高光譜遙感器，來獲取作物各生長(zhǎng)時(shí)期光譜特征數(shù)據(jù)，對(duì)其反映的產(chǎn)量進(jìn)行預(yù)測(cè)。多數(shù)研究集中于作物種植面積遙感預(yù)測(cè)和單產(chǎn)預(yù)測(cè)。作物種植面積遙感預(yù)測(cè)算法分為直接算法和間接算法兩種。直接算法一般是通過建立作物指數(shù)與面積之間回歸模型進(jìn)行求解，如目前單產(chǎn)估算應(yīng)用較多的是回歸分析法，其基本原理為：

y=b0+b1x1+b2x2+b3x3+…+bixi+e

式中，y為作物產(chǎn)量；xi為經(jīng)過平滑的光譜反射率或NDVI指數(shù)。結(jié)合水稻的生長(zhǎng)發(fā)育規(guī)律，對(duì)水稻抽穗后冠層、葉片和穗進(jìn)行了高光譜反射率測(cè)定，根據(jù)光譜曲線特征構(gòu)建了新的高光譜植被指數(shù)，利用相關(guān)分析方法分析水稻理論產(chǎn)量和實(shí)際產(chǎn)量與這些植被指數(shù)及冠層紅邊參數(shù)的相關(guān)關(guān)系，建立了水稻高光譜單產(chǎn)估算模型。

而間接算法是利用綠度-麥土比模式求出麥土比值作為已知值，然后利用土地面積乘上已知值求解作物種植面積。

3. 農(nóng)業(yè)干旱監(jiān)測(cè)

在農(nóng)作物生產(chǎn)中，水肥是影響作物生長(zhǎng)的最主要因素之一，水分是作物的主要組成成分，水分虧缺將直接影響作物的生理生化過程和形態(tài)結(jié)構(gòu)，從而影響作物生長(zhǎng)。因此，及時(shí)準(zhǔn)確地監(jiān)測(cè)作物的水分狀況對(duì)提高作物水分管理水平、指導(dǎo)節(jié)水農(nóng)業(yè)生產(chǎn)具有重要意義。利用高光譜成像技術(shù)對(duì)作物礦質(zhì)營(yíng)養(yǎng)和水分脅迫進(jìn)行監(jiān)測(cè)，進(jìn)而估算作物的營(yíng)養(yǎng)和需水狀況，從而指導(dǎo)施肥灌溉，是近年來發(fā)展起來的一門新技術(shù)。

常用的遙感農(nóng)業(yè)干旱監(jiān)測(cè)方法分為植被指數(shù)-地表溫度法、熱慣量法等。植被指數(shù)-地表溫度法是綜合利用可見光、近紅外和熱紅外波段信息提取表征農(nóng)業(yè)干旱的生態(tài)物理參數(shù)如植被指數(shù)、地表溫度等，構(gòu)建這些參數(shù)組成的光譜特征空間模型監(jiān)測(cè)干旱，其中Sandholt 提出的溫度植被干旱指數(shù)TVDI. 就是基于此方法構(gòu)建的。劉良云、張兵等利用OMIS圖像數(shù)據(jù)中8個(gè)熱紅外波段和歸一化發(fā)射率反演地表溫度LST. ，以高光譜導(dǎo)數(shù)植被指數(shù)DVI. 表征植被覆蓋度，在DVI-LST二維空間中反映了地物覆蓋度和水分含量差異：土壤含水量較低、需要灌溉的旺盛小麥地和稀疏小麥地位于DVI-LST三角形右側(cè)；而水分充足、生長(zhǎng)旺盛的小麥位于三角形左側(cè)。植被指數(shù)－地表溫度法雖然簡(jiǎn)單、靈活，但是經(jīng)驗(yàn)性太強(qiáng)，監(jiān)測(cè)精度受到一定的限制。

圖2 高光譜農(nóng)田地物覆蓋和水分含量圖

熱慣量法利用不同物質(zhì)之間熱慣量不同的特性，以土壤水分與土壤溫度變化的關(guān)系為指導(dǎo)思路建立干旱監(jiān)測(cè)模型。早在1986年Carlson等利用遙感數(shù)據(jù)得到熱慣量計(jì)算土壤有效水分，可以方便用于干旱監(jiān)測(cè)。田國(guó)良等提出用表觀熱慣量A TI. 代替真實(shí)熱慣量，使模型簡(jiǎn)化，得到了廣泛的應(yīng)用。熱慣量法雖然精度較高，但是所需參數(shù)較多，只能適用于裸土或者很低植被覆蓋區(qū)域。并且作物缺水指數(shù)CWSI. 等方法在農(nóng)田干旱監(jiān)測(cè)中也越來越得到重視。

利用高光譜成像技術(shù)可以對(duì)作物的營(yíng)養(yǎng)狀況和水分含量進(jìn)行比較準(zhǔn)確的分析和檢測(cè)，為變量施肥和灌溉提供參考，從而節(jié)省農(nóng)業(yè)資源的投入。高光譜水分診斷模型在農(nóng)業(yè)生產(chǎn)中具有較高的應(yīng)用價(jià)值和廣闊的應(yīng)用前景。

4. 農(nóng)業(yè)病蟲害監(jiān)測(cè)

通過高光譜信息監(jiān)測(cè)植物病蟲害。植物病蟲害監(jiān)測(cè)是通過監(jiān)測(cè)葉片的生物化學(xué)成分來實(shí)現(xiàn)的，病蟲害感染導(dǎo)致葉片葉肉細(xì)胞的結(jié)構(gòu)發(fā)生變化，進(jìn)而使葉片的光譜反射率發(fā)生變化。同種健康小麥和發(fā)生條銹病的小麥植株(包括病害處于潛伏期的植株)的光譜特征存在明顯差異，而這些差異主要體現(xiàn)在某個(gè)或某幾個(gè)光的光譜吸收帶上。通過對(duì)不同病情指數(shù)下小麥冠層的光譜進(jìn)行研究，發(fā)現(xiàn)小麥條銹病冠層反射率隨小麥病情指數(shù)的變化呈明顯而有規(guī)律的變化。不同嚴(yán)重度小麥白粉病冠層光譜反射率及病情指數(shù)表明，灌漿期地面光譜測(cè)量冠層光譜反射率和低空遙感數(shù)字圖像反射率與小麥白粉病病情指數(shù)存在顯著的相關(guān)關(guān)系。國(guó)內(nèi)外許多學(xué)者基于高光譜影像分析了作物病害光譜響應(yīng)，利用紅邊參數(shù)、迭代自組織、二項(xiàng)式分析等方法開展了小麥等作物條銹病光譜信息探測(cè)與識(shí)別研究，病蟲害識(shí)別效果較好。隨著海量高光譜遙感數(shù)據(jù)的獲取，區(qū)域性農(nóng)業(yè)病蟲害監(jiān)測(cè)研究也越來越完善。

5. 估算植被(作物)初級(jí)生產(chǎn)力NPP與生物量

冠層的理化特性在一定程度上控制著森林或作物. 的初級(jí)生產(chǎn)力(NPP)。比如葉面積和氮含量通過控制光合作用和傳輸速率來影響NPP。張良培利用樣本NDVI和測(cè)量所得的生物量數(shù)據(jù)進(jìn)行回歸分析，相關(guān)系數(shù)在0.7以上，黃熟期葉綠素的損失會(huì)在可見光波段表現(xiàn)出來，在出穗期的R1100和R1200可用于生物量估算。

6. 估算光能利用率和蒸散量

高光譜遙感所得的APAR(光合有效輻射)比LAI(葉面積指數(shù))能更可靠地估計(jì)作物生物量，因?yàn)樽魑锏墓夂献饔眠^程直接把APAR能量轉(zhuǎn)換成干物質(zhì)，因此APAR是作物初級(jí)生產(chǎn)力的一個(gè)較好的指標(biāo)。張良培等通過分析光通過分析光合背景物質(zhì)土壤光譜信號(hào)的特點(diǎn)，利用對(duì)光譜信號(hào)一階導(dǎo)數(shù)的運(yùn)算就能對(duì)混合光譜中的土壤信號(hào)進(jìn)行壓縮，由此計(jì)算APAR(在波長(zhǎng)726. 3 nm處)能更客觀地反映實(shí)際。Hall等基于反射率曲線的二階導(dǎo)數(shù)與光合有效輻射APAR的相關(guān)關(guān)系，對(duì)陸地植被的APAR進(jìn)行了估計(jì)。

7. 作物品質(zhì)遙感監(jiān)測(cè)預(yù)報(bào)

中國(guó)對(duì)優(yōu)質(zhì)農(nóng)作物有巨大需求，部分優(yōu)質(zhì)農(nóng)作物產(chǎn)品供不應(yīng)求或依賴進(jìn)口。通過監(jiān)測(cè)作物生長(zhǎng)過程而進(jìn)行調(diào)優(yōu)栽培，優(yōu)化作物分類收獲、分級(jí)收購加工體制，提高作物品質(zhì)監(jiān)控水平是保證作物品質(zhì)的重要組成部分。遙感技術(shù)的發(fā)展為作物品質(zhì)信息的監(jiān)測(cè)和預(yù)報(bào)提供了快捷、低廉、無損檢測(cè)的手段。近期研究重點(diǎn)是區(qū)域性的遙感模型與農(nóng)學(xué)模型鏈接，農(nóng)作物品質(zhì)遙感-農(nóng)學(xué)監(jiān)測(cè)復(fù)合模型研制。綜合考慮土壤因子、氣象因子等，通過監(jiān)測(cè)作物干旱、過量施氮、病蟲害、倒伏等作物品質(zhì)的限制性因子，監(jiān)測(cè)作物的生長(zhǎng)和營(yíng)養(yǎng)狀況，鏈接遙感數(shù)據(jù)和作物模型，利用光學(xué)、熱紅外、雷達(dá)數(shù)據(jù)相互補(bǔ)充，充分考慮遙感數(shù)據(jù)和非遙感數(shù)據(jù)結(jié)合，有望建成實(shí)用化和商業(yè)化的作物品質(zhì)監(jiān)測(cè)預(yù)報(bào)系統(tǒng)，以指導(dǎo)作物分類收獲，分級(jí)收購、加工或貯藏；對(duì)農(nóng)作物產(chǎn)品實(shí)現(xiàn)優(yōu)質(zhì)優(yōu)價(jià)，為糧食期貨和參與國(guó)際糧食貿(mào)易提供決策信息，大大縮短糧食加工企業(yè)的檢測(cè)化驗(yàn)時(shí)間并降低成本。在現(xiàn)階段采用/遙感粗分級(jí)篩選+實(shí)驗(yàn)室精測(cè)試可能成為定單農(nóng)業(yè)中質(zhì)量控制和降低成本的重要模式，受到糧食收購、加工等部門和企業(yè)用戶的重視和期待。