【作者】 刘惠敏； 何彬方； 张宏群；

【Author】 liu huimin He bingfang Zhang hongqun(Anhui Meteorological Institute,Hefei,230061)

【机构】 安徽省气象科学研究所； 安徽省大气科学与卫星遥感重点实验室； 农业气象灾害评估及风险转移联合实验室；

【摘要】 利用卫星资料监测作物长势是遥感应用的一个重要方面。安徽省是一个农业大省,其中沿淮淮北是主要的冬小麦产区,利用遥感数据对该区域进行实时、动态地监测,利于了解作物长势,可提高为农服务质量。多年来,大面积作物长势监测技术方法一直在探讨研究【1】【2】【3】,我省应用MODIS数据,开展冬小麦长势监测业务化应用初步探索。但实际工作中,发现由于受到冬小麦生育期、下垫面、当地生产力水平、混合像元等因素影响,在单一参数建立的模型指标监测效果不太令人满意,因此如何选择适当的能理想反映苗情长势遥感参数,是卫星开展作物长势监测技术方法难点。NDVI曲线形态变化与作物变化存在响应关系,NDVI值大小,冬小麦峰值前后NDVI变化斜率可以直观地监测作物的长势【7】,因此依据特征参数,综合考虑能客观表征作物长势变化特征参数,可以推测作物的生长发育状况,本研究引进变化向量分析理论【2】,结合NDVI曲边梯形面积,以安徽省冬小麦为研究对象,2005-2010年合肥EOS/MODIS数据,在利用HANTS算法重构无云NDVI时间序列图像以及安徽省冬小麦种植区提取等基础数据处理基础上,构建基于NDVI变化向量、曲边梯形面积的长势综合监测模型,对研究区的年际与年内长势变化进行时间和空间上的定量分析,解决多年来业务应用中仅从一个个片面变化来分析推测苗情长势状况,研究中1:25万高精度GIS数据使用,在遥感不易分辨的区域提供了准确的下垫面状态数据;HANTS处理构建平滑的MODIS的10d合成植被指数的年时间序列图像较好揭示NDVI时间序列蕴涵的物候规律,有效修正噪声污染像元值,基本保真原始曲线特征点;冬小麦种植区提取,大大提高了卫星监测的准确度,冬小麦长势整体评估监测能力和精度,取得了良好的监测效果。更多还原

【Abstract】 This study takes Huaibei four municipalities in Anhui province as study areas,and takes winter wheat as a study object.The EOS/MODIS dataset from 2005 to 2010,was used as the main remotely sensed data.The combining comprehensive model of crop’s monitoring based on NDVI change vector and trapezoidal area were constructed.The winter wheat crop was quantitative analysised In the study area with years of crop’s annual change in time and space.The result shows that growing stability was reflected with change vector analysis during growth.The comprehensive monitoring model of NDVI change vector and Trapezoidal area analysis is more suitable for single growth season’s growing Remote sensing monitoring.更多还原