草地地上生物量高光谱遥感估算研究

以锡林郭勒草原为试验区,采集草地冠层高光谱反射率数据和对应样方的地上生物量数据,综合分析了高光谱主要变换形式(高光谱特征变量、小波能量系数和植被指数)与草地地上生物量间的相关关系.研究结果表明:在选取的13个高光谱特征变量中,草地地上生物量与红谷的吸收深度Rd、红边区一阶微分总和与蓝边区一阶微分总的比值SDr/SDb的相关系数最高(0.86);在11个小波能量系数中,第四小波能量系数与草地地上生物量的相关性最强,相关系数为0.85;在选用的8种常用植被指数中,ARVI与生物量之间的相关性最强(R=0.874),而DVI的相关性最差(R=0.578).在对不同近红外、红光和蓝光波段进行组合而获得的植被指数中,ARVI(R945,R620,R430)模型对草地地上生物量的预测具有最好的准确性,训练样本和验证样本的拟合方程R值分别为0.882和0.865.

基于GF-6影像的农作物种植结构提取方法研究

【目的】挖掘国产卫星影像数据信息,快速准确地获取农作物的种植结构类型,为优化农业生产布局提供参考。【方法】利用随机森林算法模型,结合样本数据对影像的光谱特征、植被指数特征、纹理特征进行重要性分析,通过评估分类精度获得基于GF-6影像的最优特征组合,并将优选后的特征用于面向对象分类研究(以平滑度0.5、紧致度0.3为参数,10为步长,设置40~140共11种不同分割尺度),以得到研究区主要农作物种植结构的空间分布。【结果】特征优选的方法得到GVI、EVI、Nir、GI、GNDVI和Green特征,能够有效减少农作物分类中的数据冗余,提升分类效率;研究区农田设置的11种分割尺度中,最优分割尺度为100,分割结果保留了地块的完整性并体现了不同农作物类型的异质性;基于面向对象分类方法的分类精度达96.2%,Kappa系数为0.944,相较基于像元的分类精度提升5.3个百分点。【结论】以国产GF-6影像为数据源,采用特征优选的面向对象分类方法能够有效提升分类精度,可作为开展农作物种植结构监测的有效手段。

内蒙古四大沙地植被NDVI变化及气候响应研究

为了更好掌握内蒙古四大沙地的植被长势变化及气候响应,用GIMSS/NDVI数据对1981 ～ 2001年8月的植被NDVI值进行了研究.分析结果表明,四大沙地的植被NDVI平均值从高到低的顺序为呼伦贝尔沙地、科尔沁沙地、浑善达克沙地、毛乌素沙地.NDVI变异系数从大到小的顺序为浑善达克沙地、毛乌素沙地、科尔沁沙地,呼伦贝尔沙地.对四大沙地的8月NDVI数据与5～8月累积平均气温逐月进行回归分析结果都不具有显著性.而8月的NDVI数据与5～8月累积降水量逐月回归分析结果表明,沙地植被对降水量有明显的滞后效应.浑善达克沙地和毛乌素沙地NDVI与累积降水量有正相关,呼伦贝尔沙地和科尔沁沙地NDVI与累积降水量不具有显著性.

抽穗期大麦、春小麦、莜麦叶片叶绿素含量与冠层高光谱特征分析

为了寻找大麦、春小麦、莜麦3种作物遥感识别的敏感参数,该研究以内蒙古农牧业科学院试验田种植的大麦、春小麦、莜麦为研究对象,利用手持ASD光谱仪和叶绿素测定仪SPAD502测得3种作物的光谱反射率及叶片叶绿素含量,并利用微分求取3种作物冠层光谱反射率一阶微分,选择光谱位置变量、光谱面积变量、植被指数变量等19个光谱特征变量及SPAD值,进行统计分析。结果表明:3种作物的20个遥感参数上表现的特征存在差异,一是,3种作物10个位置变量中,红边对应的波长位置λr大麦>春小麦>莜麦。春小麦的特征是黄边内一阶微分光谱中的最大值Dy比其他2种作物小,莜麦特征是蓝边内一阶微分光谱中的最大值Db比其他2种作物小,大麦的特征是红边内一阶微分光谱中的最大值Dr比其他2种作物大。二是,3个面积变量中,大麦的SDr,SDb 2个参数比春小麦和莜麦大,SDy值比春小麦和莜麦值小;春小麦的SDr,SDb 2个参数比莜麦小,SDy值比大麦与莜麦值大;莜麦的SDr,SDb,SDy值处于中间。三是,6个植被指数变量中,SDr/SDy,SDr/SDb 2个参数特征差别明显,其他4个参数差别不明显。SDr/SDy值大麦>莜麦>春小麦;SDr/SDb值春小麦>莜麦>大麦。四是,莜麦的叶片SPAD值大于其他2种作物,大于60,大麦的值最小,春小麦值在中间。抽穗期的3种麦光谱反射特征及叶绿素含量值有明显差别,为遥感识别3种作物提供了新的思路。

基于遥感参数HI_(NDVI-SUM)及专家知识反演的春小麦遥感估产研究——以呼伦贝尔市大兴安岭西麓为例

研究初步探索用遥感参数及专家知识对大兴安岭西麓春小麦产量进行大面积反演。用时间序列NDVI数据计算遥感参数HINDVI-SUM,与地块尺度产量进行回归分析,模拟出呼伦贝尔市大兴安岭西麓春小麦产量。模拟结果为参数HINDVI-SUM与春小麦单产负线性相关,y=-5769.493x+6957.497,R2=0.386,以花木兰队的春小麦种植区域进行产量精度检验,相对误差为13.7%。以参数HINDVI-SUM及专家知识反演的春小麦产量在区域尺度是可行的,研究结果在其他区域的精度有待于进一步验证。

正蓝旗植被覆盖度的年度动态及生长期气温降水量的相关性分析

为了掌握浑善达克沙地草原植被覆盖度的时空动态以及与生长期降水量、气温的关系,以美国NASA官方网MODIS NDVI数据为数据源,用像元二分模型计算正蓝旗天然草原植被覆盖度,得到了时空动态变化规律。时间上植被盖度一直处于上下波动状态,最高值出现在2004年,植被盖度达47.7%,最低值出现在2009年,植被盖度为34.1%。12a的平均盖度为40.96%,变异系数为10.92%。空间上高覆盖度草地主要分布在上都高勒两侧和高格斯台郭勒、乃仁音高勒周围以及沙地里面湖泊周围。低覆盖度草地主要分布在西北部沙地和东部沙地,呈条状分布,其余大部分地区为中覆盖度草地。植被旺盛期植被覆盖度与植被生长期降水量呈正相关线性关系,关系显著(R=0.674,P=0.016)。植被旺盛期植被覆盖度与植被生长期平均气温呈负相关线性关系,关系显著(R=0.627,P=0.029)。

环境因子对步甲昆虫的影响研究进展

步甲是鞘翅目昆虫的重要类群之一,是农林业生产中的重要害虫天敌。步甲与环境关系密切,环境因子(如湿度、温度、海拔、土壤性质、植被、食物条件)及环境因子的综合作用(如演替阶段、干扰等)都对步甲的生命活动及群落分布产生重要影响。对近年来国内外关于环境因子对步甲的影响相关研究进行综述,并在此基础上提出进一步研究环境因子对步甲生命活动及群落分布的影响是十分重要的。

RapidEye卫星红边波段对主要农作物识别能力的影响研究

德国RapidEye卫星在传统的可见光波段和近红外波段的基础上加入了红边波段,红边波段更有利于地表植被分类和监测植被生长状态。为了定量分析RapidEye卫星影像加入红边波段后对地物识别能力的影响,文章利用内蒙古呼伦贝尔市莫力达瓦达斡尔族自治旗哈达阳镇2017年7月25日的RapidEye数据,采用BP神经网络的监督分类方法,提取了研究区内玉米和大豆面积,并计算了有红边和无红边条件下该地区玉米、大豆以及其他作物之间的可分性测度和混淆矩阵,对比了这两种波段组合形式下农作物提取的可分性和基于混淆矩阵的分类精度。结果证明:引入红边波段后,玉米-大豆、大豆-其他、玉米-其他的可分性测度分别从1.71、1.97、1.91提高到1.99、1.99、1.93。总体分类精度从79.57%提高到84.14%,Kappa系数从0.63提高到了0.71。该结果证明,红边波段对区分玉米-大豆的能力有显著提高,区分其他地物的能力也有了明显提升。国外搭载红边波段的卫星载荷越来越多,国产卫星也拟引入红边波段载荷技术,为农业部门提供更可靠的数据支持,文章的研究结果能为国产红边波段数据在农业上的应用提供参考。

基于GF-1 WFV数据的河套灌区春小麦长势遥感分析——以临河区为例

河套灌区是内蒙古自治区乃至我国的重要灌溉农业区和绿色农产品基地,其中春小麦是河套灌区的主要粮食作物,对当地农业可持续发展、种植业结构调整有着十分重要的意义。文章用地面实时监测数据结合GF-1卫星影像快速提取春小麦面积和长势信息的方法,探讨了该方法在巴彦淖尔市临河区农业遥感长势监测中的适用性。利用2017年5月18日的GF-1 WFV数据提取了临河区春小麦面积,在确定春小麦空间分布的基础上用NDVI监测作物长势情况,用3期的地面数据和遥感数据构建了研究区内春小麦的长势时间序列,进行了春小麦的长势对比分析。结果表明:临河区春小麦面积提取结果精度达到了93.51%,Kappa系数为0.805 3。通过遥感定量评价的结果发现植被指数的增长与地上生物量呈线性增加关系,用时间序列NDVI值代表长势取得了较好的结果,弥补了地面人工目视评价的不足。研究结果证明该方法在河套地区有很好的适用性和较高的推广价值。

基于SAR-C的大兴安岭西麓地区主要农作物识别方法研究

雷达遥感能够克服复杂地形与气象条件影响,既可在恶劣的气候条件下,也可以在白天和黑夜发挥作用,具有较强的全天候、全天时的工作能力,这一特性优于可见光和红外波段的探测系统。大兴安岭地区,夏季多云,光学影像难以获取,对于遥感农作物识别造成了影响。该研究选取大兴安岭西麓部分地区为研究区域,以单极化多时相Sentienl-1A为数据源,采用最大似然法、CART决策树方法对研究作物种类进行提取,并对其结果进行了分析。通过分类结果数据比对,表明:在农作物识别中CART决策树分类方法能够提供较高的分类精度,作物识别精度达到80.257%,Kappa系数0.733。光学影像能够很好辅助雷达影像用于区分非耕地信息。SAR数据对大兴安岭西麓地区春小麦具有很好地识别效果。

基于Landsat 8 OLI影像的大兴安岭西麓春小麦识别方法的比较研究

采用Landsat 8 OLI影像数据和野外调查数据,结合物候学、目视解译、非监督分类ISODATA法和监督分类最大似然法,以及面向对象分类法,对大兴安岭西麓农场的春小麦识别进行了初步探索。结果表明:最大似然法、ISODATA法和面向对象分类法的分类总体精度分别为53.33%、54.65%和71.26%;三种方法的春小麦用户精度分别为60.00%、61.29%和83.33%。在大兴安岭西麓苗期的春小麦识别中,面向对象分类法优于ISODATA法和最大似然法,为该区域春小麦识别提供思路。

基于Sentinel-2数据土壤表层水分遥感反演

文章基于土壤表层水分指数(SWCI)模型,将Sentinel-2数据应用于该模型,得到了土壤水分含量及其空间分布情况,该数据可用于精准快速的低植被覆盖下土壤水分遥感反演。通过SPSS对SWCI与土壤水分的相关性分析,得到Pearson、Kendall's Tau-b和Spearman 3个相关系数分别为0.880,0.778,0.891,呈显著性相关。在0～20 cm土层土壤水分遥感反演中,Sentinel-2数据模型操作简单、精度较高,适用于业务化监测。

内蒙古草原植被最大光能利用率取值优化研究

针对目前CASA(carnegie-ames-stanford approach)模型等植被生产力模型植被最大光能利用率的取值未对草原进行区分的问题,以内蒙古草甸草原、典型草原和荒漠草原为研究对象,结合野外实测NPP(net primary productivity)数据和CASA模型的建模思路优化了三大草原类型植被最大光能利用率,并以此为基础模拟分析了其植被光能利用率和NPP时空格局。结果表明,基于99个地面采样点所建立的一元二次方程模拟的草甸草原、典型草原和荒漠草原最大光能利用率分别为0.654,0.553和0.511gC·MJ-1,平均为0.573gC·MJ-1。与未对草原类型进行区分而统一取值为0.541gC·MJ-1的结果相比,实测NPP与模拟NPP之间的决定系数和和均方根误差分别提高了0.024和2.62gC·(m2·month-1)-1。受水热组合和草原类型的空间格局的影响,内蒙古草原植被光能利用率和NPP总体上由东北向西南逐渐下降趋势,呈明显的单峰季节变化特征。但光能利用率和NPP的最大值出现的月份有所不同,分别出现在8月份和7月份,这可能与植被吸收的光合有效辐射和光能利用率的最高值出现的月份不同有关。光能利用率和NPP平均值按草甸草原>典型草原>荒漠草原的顺序依次降低。

基于Landsat8 TVDI的河套灌区旱情分析——以临河区为例

[目的]河套灌区是我国北方重要粮、油生产基地,该区域地处我国干旱区,及时有效地监测评价该地区的旱情状况,对农业有十分重要的意义。通过遥感手段监测河套灌区旱情状况,将研究区分为无旱、轻旱和干旱3个旱情等级,并对统计结果进行评价,以期为当地农业生产提供参考。[方法]选取2016年7月1日的两景Landsat8遥感影像数据,针对遥感参数进行计算反演,对归一化植被指数(NDVI)、地表温度(LST)和温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI)等遥感参数分级统计,评价临河区旱情。[结果]3个旱情等级中,无旱的面积为466.38 km^2,占临河区面积的20.02%;轻旱的面积为1 176.50 km^2,占临河区面积的50.49%;干旱的面积为687.12 km^2,占临河区面积的29.49%。临河区东北地区旱情面积比重较大;西南地区靠近黄河及人工渠旱情面积较小或者无旱情发生。[结论]该方法适合农业旱情的快速监测评价,能较好地反映区域旱情空间分布,监测结果具有一定的实用价值。

论蒙古国和内蒙古牧区畜牧业经营模式

蒙古国和内蒙古牧区分布在自然条件比较恶劣的内陆地区,该地区多少年以来以放牧为主,2005年项目组在蒙古国和内蒙古牧区部分地方实地调查了畜牧业经营现状。调查中发现蒙古国的牧区以游牧为主,内蒙古牧区畜牧业经营模式有——协会组织,企业经营型、牧民自发组织自愿入股型、多种经营型、舍饲禁牧个体经营型等几种经营模式。调查中发现过去的粗放经营大大被改变,经营的组织化程度被提高,向集约化、规模化方向发展,同时也存在不少问题。

内蒙古天然草原植被20年动态遥感监测

以遥感技术为手段,通过均值法、差值法、统计法等方法,利用20世纪80年代初和21世纪初植被生长旺期的GIMMS NDVI数据为数据源,分析内蒙古天然草原植被动态变化。分析结果表明,内蒙古天然草原植被状况动态变化较大,近20年中,植被状况呈现整体变差的趋势,61.88%的天然草原状况变差,30.17%持平,7.95%变好。植被覆盖度高、产量多的区域减少,植被覆盖度低、产量少的区域增多。

基于MODIS NDVI的春小麦苗期长势监测——以呼伦贝尔市大兴安岭西麓为例

以大兴安岭西麓的拉布达林农场、谢尔塔拉农场、莫拐农场以及呼伦贝尔市华和有限责任公司的农场为研究区域,利用Landsat8OLI影像和时间序列MODIS NDVI数据,结合GPS野外定位技术,对各大农场2015的春小麦进行了苗期长势监测初探。结果表明:研究区南部的春小麦长势最好,其次为中部的谢尔塔拉农场及东部的莫拐农场,最差为北部拉布达林农场。从总体来看,MODIS NDVI数据能很好地反映大兴安岭西麓春小麦长势状况,为该区域田间管理和早期估产提供及时信息和理论依据。

基于遥感地理特征曲线的主要农作物种植面积大尺度提取

【目的】研究利用遥感地理特征曲线数据快速提取内蒙古呼伦贝尔市、兴安盟的主要农作物种植面积的方法。【方法】以2018年46期(MOD09Q1)数据为数据源,计算NDVI,利用NRF滤波方法重建时间序列数据集,并与5月NDVI最低值、DEM数据、坡度数据、5月LSWI最高值数据集成特征曲线数据集;用CART决策树分类方法对5种农作物种植面积进行提取,并利用地面样方数据进行精度验证。【结果】建立了小麦、油菜、玉米、大豆、水稻的标准特征曲线,并针对不同区域构建了适合该区域的农作物信息提取模型;地面样方数据验证相对精度达到77%以上。【结论】综合考虑遥感地理特征曲线,用CART决策树分类方法大尺度快速提取主要农作物面积是可行的。

陆岛的概念及其基本理论

陆岛(Land Island),也称生态岛(Ecological Island),是指在陆地生态系统中,由于自然和人为因素的干扰所形成的岛状生境;是不同于周边环境但又与周边的环境因素相结合而存在的陆地区域。本文对陆岛的概念进行了详细论述,分析了其与岛屿的异同,并阐述了它的4个基本理论,即,尺度理论,岛屿生物地理学理论,复合种群理论和源与汇。

基于纹理特征与MODIS-NDVI时间序列的耕地面积提取研究

[目的]耕地是粮食安全的重要前提与保障,通过对MODIS时间序列数据的特征分析和提取,讨论了在大尺度条件下的耕地面积提取的可行方法,以期为当地合理利用耕地资源进行农业生产规划与布局提供参考。[方法]文章以呼伦贝尔市为研究区域,选择MOD13Q1为数据源,采用Savizky-Golay滤波方法对MODIS-NDVI时间序列进行滤波处理,并分析各地物间的时间变化特征,最后结合纹理特征信息进行CART决策树分类的结果比较。[结果](1) MODIS-NDVI时间序列能较好的区分不同的土地利用类型;(2) Savizky-Golay滤波降噪能够明显提高分类精度;(3)纹理特征的加入进一步反映地物间差异性;(4)该方法的总体分类精度为83. 72%,Kappa系数为0. 789,其中耕地的提取准确度为86. 33%。[结论]纹理特征使数据像元间的灰度相关性更加丰富,并通过提高像元之间的差异改善结果的精度。该文结果为进一步利用MODIS数据进行土地利用信息与农业资源调查提取提出了新思路。