利用HJ星遥感进行水稻产量监测预报
水稻是我国主要粮食作物之一,其产量约占粮食总产的一半.及时、准确地对水稻产量进行监测预报,对于种植业结构调整和粮食政策制定具有非常重要的意义.以江苏省盱眙县、金湖县和洪泽县为例,利用HJ-1卫星遥感影像,开展了水稻产量分级监测预报研究.在利用GPS实地取样调查和建立解译标志的基础上,进行HJ-1A卫星影像精校正,将GPS样点数据校验贯穿到整个水稻种植面积分类与解译过程中,面积信息解译精度在90%以上.分别利用水稻抽穗期归一化植被指数和比值植被指数反演了叶面积指数和生物量数据信息.结合水稻遥感估产模型进行产量估算,并叠加样点产量信息验证,估产精度达到85%以上;依据预测的水稻产量数据进行产量分级预报,制作了盱眙县、金湖县和洪泽县水稻产量遥感分级监测预报图,该图对基层农业技术人员指导田间生产管理具有较好的实用性.盱眙县、金湖县和洪泽县,位于江苏省中部偏北,境内地势起伏,种植结构复杂,低空间分辨率的卫星影像(如NOAA,MODIS等)不能满足该地区的农作物长势和产量估算的精度要求,尤其是局部地区的精确监测.本研究选用了空间分辨率为30m的HJ-A卫星影像,基本能满足对该研究区域农作物长势监测的精度要求,而且HJ星经过A星与B星组合后对同一地方重复观测时间为2d,也可以满足水稻生长期动态监测的时间精度要求.此外,使用HJ星遥感影像仍存在混合像元的问题,若今后能结合高分辨率的影像数据(如SPOT、QUICKBIRD等),利用图像融合技术,发挥多源多时相遥感数据的优势,可大大地提高分类与判读精度,从而提高水稻长势分级监测的精确性.本文探讨了水稻遥感估产的新模式,虽有一定的创新性,但个别样点预测值偏差较大,这可能是模型参数或环境因素影响的结果.今后需要在更广域的种植区验证,以进一步明确这一估产模式应用的边界条件.
水稻 作物产量 环境卫星 估产模型 监测预报
李卫国 李花
江苏省农业科学院资源与环境所,江苏南京,210014 江苏省农业科学院资源与环境所,江苏南京,210014 安徽农业大学,安徽合肥,230036
国内会议
北京
中文
1-6
2010-10-01(万方平台首次上网日期,不代表论文的发表时间)