基于LANDSAT-5像元尺度的棉田生长密度遥感监测初步研究

文献类型： 中文期刊

第一作者： 柏军华

作者： 柏军华;李少昆;吴洪永;王克如;谢瑞芝;高世菊;陈兵

作者机构：

关键词： 棉花;生长密度;像元;遥感

期刊名称： 中国农业科学

ISSN： 0578-1752

年卷期： 2009 年 42 卷 04 期

页码： 1197-1206

收录情况： 北大核心 ; CSCD

摘要： 【目的】基于LANDSAT-5像元尺度,分析棉田生长密度监测准确定性的影响因子,并提出改进方法,探索减弱非棉苗背景空间差异的遥感指数,确立棉田生长密度遥感监测的最佳时相,为棉花估产和棉田农作分区管理提供数据支持。【方法】实地调查13块棉田(630hm2),获取了棉田生长密度、经纬度以及播种时间、出苗时间所组成的60个样区数据,每样区3个样点;从播种期到盛花期5个时相的遥感影像提取EVI和DEVI,样本等分为建模数据和模型检验数据;采取分播期和不分播期两种方式分别使用EVI和DEVI建立棉田生长密度估算模型,其决定系数经过显著水平检验后,进行模型估算准确性检验,并将优势模型应用于县域范围的棉田生长密度监测。【结果】分析表明,出苗时间,大、小苗对棉田生长密度的监测影响较大,以中期播种数据为例所建立的分播期估算模型检验结果表明,在6月9日和6月25日每公顷棉田生长密度的估算误差分别为2.05×104株/hm2和2.07×104株/hm2,而采用不分播期估算方式时,两个时相模型的绝对估算误差为2.80×104株/hm2和2.53×104株/hm2。在5月24日,DEVI对土壤等背景的空间差异消除作用得到表现,与使用EVI相比,监测时间从6月9日提前到5月24日;兼顾模型监测的准确性和时相因素,棉花现蕾到开花期是棉田生长密度监测的最佳时段;以新疆建设兵团148团为例,使用优选出的6月9日I式估算方法进行示例监测,区域监测结果可以较好表明不同棉田生长密度的分配比例和空间分布特征。【结论】出苗时间和土壤等背景是影响棉田生长密度监测准确性的主要因素,分播期估算能显著提高监测准确性,DEVI遥感参数可以使监测时间提前,从现蕾期到开花期是棉田生长密度估算的最佳时段,优选模型可以在县级区域应用。

分类号： S562

  • 相关文献

[1]定位尺度和像元空间关系对GF-1亚像元定位精度影响分析. 吴尚蓉,陈仲新,任建强,周清波,黄青. 2016

[2]棉花遥感应用研究进展. 蒋桂英,李少昆,王登伟,陈永芳,雷永雯. 2002

[3]基于时间序列NDVI相似性分析的棉花估产. 高中灵,徐新刚,王纪华,靳华安,杨浩. 2012

[4]基于无人机采集的视觉与光谱图像预测棉花产量（英文）. 张美娜,冯爱晶,周建峰,吕晓兰. 2019

[5]基于最小距离法的RADARSAT-2遥感数据旱地作物识别. 丁娅萍,陈仲新. 2014

[6]利用卫星遥感技术研究区域稻棉轮作. 孙玲,朱泽生. 2004

[7]小麦条锈病高光谱遥感监测技术研究. 蔡成静,王海光,安虎,史延春,黄文江,马占鸿. 2005

[8]应用遥感方法估算作物产量的研究进展. 侯志研,郑家明,冯良山,刘洋,惠成章,王鹏飞,李启辉. 2007

[9]基于卫星遥感的区域棉稻与稻棉轮作周期估算模型研究. 朱泽生,孙玲. 2006

[10]基于NDVI的西昌市紫茎泽兰入侵监测模型初探. 刘伟,张锦华,唐成斌,刘淑珍,杨颖慧. 2008

[11]基于RS与像元二分模型的近20a宁夏植被覆盖研究. 候静,杜灵通,马菁,张学俭. 2015

[12]基于RS的杭州市城区扩展及驱动力分析. 李永梅,张立根,张学俭,梁勤欧. 2014

[13]基于作物模型与遥感信息的水稻产量预报研究. 李秉柏,田翠玲,王志明,黄晓军,郑有飞. 2006

[14]阿勒泰地区草地生产力变化及对策. 陈全功,钞振华,毛玉林. 2004

[15]基于ENVISAT ASAR数据的水稻时域后向散射特征分析. 申双和,杨沈斌,李秉柏,谭炳香,何维. 2009

[16]遥感技术提取海岸线的研究进展. 严海兵,李秉柏,陈敏东. 2009

[17]基于植被指数与叶面积指数的水稻生长状况监测. 田翠玲,李秉柏,郑有飞. 2005

[18]基于遥感技术的太湖放养凤眼莲的生长模型. 孙玲,朱泽生,王晶晶,刘华周. 2011

[19]基于MODIS数据的河南省冬小麦长势监测研究. 范磊,程永政,刘婷,王来刚,黎娅. 2008

[20]松嫩平原土地利用现状的遥感分析. 周继松. 1993

作者其他论文 更多>>

微信小程序