利用NDVI资料估算中国北方草原区牧草产量

该文利用NOAA/AVHRR归一化植被指数(NDVI)资料和牧草地面观测资料,分5种草地类型建立了牧草产量遥感模型,所有模型的相关系数均大于0.7,说明这些模型可以较好地估算中国北方草原区牧草产量。由于牧草产量地面观测资料来自于北方主要草原省,数据具有较好的代表性,利用牧草产量遥感估算模型能够将过去小区域牧草产量估算扩展到整个北方草原。通过对模型结果的空间分析表明,中国北方高产草原位于内蒙古东部、甘肃祁连山区、新疆天山和阿尔泰山地区、青藏高原东部,同时也表明遥感模型对草地资源清查也是一种很好的手段。通过对模型结果的时间分析表明,牧草产量遥感模型可以表现出牧草产量随气象条件变化的波动性,这个性质表明牧草产量遥感模型可以用于气象灾害造成的损失评估。

夏玉米结构参数计算及大田玉米冠层的可视化研究

本文在几何图形法、参数法和直接测量法的基础上 ,利用实测数据和数字图像数据建立了计算 L AI,L AD的数字图像方法 ,并对此方法进行了验证。这种方法与传统计算 L AI、L AD的方法相比 ,可以对植株进行无破坏的连续观测 ,一次完成 L AI、L AD的计算 ,提高了计算效率 ,减少了野外观测的工作量。同时根据所获取的结构参数 。

植被定量遥感真实结构模型中面向对象的三维可视化数据模型

随着植被定量遥感真实结构模型的出现,植被结构的可视化研究成为植被定量遥感研究的一个重要的方面。在植被可视化研究的过程中,提出了面向对象的三维可视化数据模型用于植被真实结构的构造。三维可视化数据模型采用面向对象的设计,对象组合的方式建立几何和逻辑关系,成功的实现了植被结构的表述。

基于人工智能的地球物理参数反演范式理论及判定条件

[目的/意义]人工智能(Artificial Intelligence,AI)技术已在学术和工程应用领域掀起了研究高潮,在地球物理参数和农业气象遥感参数反演方面也表现出了强大的应用潜力。目前大部分AI技术在地学和农学的应用还是“黑箱”,没有物理意义或缺乏可解释性及通用性。为了促进AI在地学和农学的应用和培养交叉学科的人才,本研究提出基于AI耦合物理和统计方法的地球物理参数反演范式理论。[方法]首先基于物理能量平衡方程进行物理逻辑推理,从理论上构造反演方程组,然后基于物理推导构建泛化的统计方法。通过物理模型模拟获得物理方法的代表性解以及利用多源数据获得统计方法代表性的解作为深度学习的训练和测试数据库,最后利用深度学习进行优化求解。[结果和讨论]判定形成具有通用性和物理可解释的范式条件包括:(1)输入与输出变量(参数)之间必须存在因果关系;(2)输入和输出变量(参数)之间理论上可以构建闭合的方程组(未知数个数少于或等于方程组个数),也就是说输出参数可以被输入参数唯一确定。如果输入参数(变量)和输出参数(变量)之间存在很强的因果关系,则可以直接使用深度学习进行反演。如果输入参数和输出参数之间存在弱相关性,则需要添加先验知识来提高输出参数的反演精度。此外,本研究以农业气象遥感中的关键参数地表温度、发射率、近地表空气温度和大气水汽含量联合反演作为案例对理论进行了证明,分析结果表明本理论是可行的,并且可以辅助优化设计卫星传感器波段组合。[结论]本理论和判定条件的提出在地球物理参数反演史上具有里程碑意义。

基于遥感的国外作物长势监测与产量趋势估计

国外重点产粮区的作物长势和产量增长趋势信息对于中国政府决策和制订合理的粮食政策具有重要意义,但由于地域的限制、生产方式的差异以及国外可获取的气象资料有限,气象模型和农学模型在国外估产方面尚存在不足,遥感以其便捷、快速、客观的优势已被越来越多地采用进行国外作物长势监测和产量估计。该文以美国玉米和印度水稻为例,探讨了基于1kmSPOT-VGT遥感资料进行作物长势监测和产量趋势估计的方法,并结合当地气象条件对其结果进行了分析。经检验,利用该方法得到的长势状况及空间分布与实际基本一致,产量增长趋势预测准确率为100%;在作物生长旺盛季节,植株覆盖密度较大时,EVI比NDVI能更真实地反映作物的长势状况。该研究可为国外作物长势遥感监测与产量估算业务应用提供参考。

夏玉米冠层内PAR截获及FPAR与LAI的关系

论文通过对河北栾城地区夏玉米生长期内晴天和昙天冠层中PAR的观测,研究了入射PAR、玉米冠层的反射PAR、透过玉米冠层到达地表的PAR、地表的反射PAR、地表反射率、玉米冠层吸收的PAR(APAR)、玉米冠层的反射率及地表反射率的日变化情况;根据冠层中各PAR分量计算出一天中各时刻的PAR吸收系数(FPAR)和日平均值,发现从玉米拔节期到灌浆期FPAR和叶面积指数(LAI)之间有很好的线性关系,其相关系数达0.994。

关于数字农业的基本构想

在对现代农业基本特点分析的基础上 ,提出了“数字农业”的概念 ,并给出了数字农业的基本架构 ,分析了数字农业与精细农业、数字地球、信息农业、虚拟农业之间的关系。提出精细农业应该是以数字农业为基础 ,以高投入产出比为目的的农业 ,数字农业是精细农业发展的必由之路。数字农业是在数字地球的大背景下产生的 ,是数字地球的重要组成部分 ,依赖并受益于数字地球建设。数字农业概念的提出 ,有利于理顺目前数字地球、精细农业、信息农业等概念之间的关系 ,明确当前我国农业发展的具体目标 ,从而合理安排我国农业发展规划 ,避免资源浪费。数字农业的实施将使农业生产精细化、远程化、虚拟化、自动化成为可能 ,从而极大地解放生产力 。

冬小麦冠层的F_(APAR)、LAI、VIs之间关系的研究

利用北京顺义地区的冬小麦在 2 0 0 1年 4月生长期内的光合有效辐射 (PAR ,PhotosyntheticallyActiveRadiation)、叶面积指数 (LAI ,LeafAreaIndex)和冬小麦光谱观测数据 ,研究了光合有效辐射吸收系数 (FAPAR,theFractionofAbsorbedPhoto syntheticallyActiveRadiation)、叶面积指数和植被指数 (VIs ,VegetationIndices)之间的相关关系 ,发现FAPAR与LAI之间具有很好的线性关系 ,复相关系数 (R2 ) [4] 达到 0 .94 2 7,FAPAR和LAI与植被指数之间具有很好的指数相关关系 ,复相关系数均在 0 .9以上 ,三者之间满足了相关关系的传递性 ;同时在多种植被指数中 ,复归一化差值植被指数 (RDVI,RenormalizedDifferenceVegetationIndex)

利用MODIS的多通道信息估计中纬度降雨

基于同一Aqua卫星上的中分辨率成像光谱仪MODIS的多通道数据和被动微波辐射计AMSR-E的微波数据,文中研究了由MODIS的热红外亮温TB11μm和可见光通道反射率R0.65μm估计中纬度降雨的方法。首先利用MODIS的R0.65μm>0.8和TB11μm<270 K检测降雨云,并利用一个非线性函数估计雨强。同时,利用AMSR-E微波降雨产品对MODIS降雨估计进行了验证,发现降雨范围和雨强基本一致,在2°格点上相关系数的平方达到0.82,这启示MODIS降雨估计可以达到与被动微波降雨估计相近的精度。与自动雨量站观测数据的检验也取得较好的效果。

FY-3B/D星NDVI与MODIS NDVI对作物长势监测对比

风云三号卫星(FY-3)NDVI数据是中国对全球用户开放可进行全球尺度作物长势监测的主要卫星遥感数据源,客观评估其进行作物长势监测的真实状况和能力,对业务产品应用推广、产品算法和流程改进以及长时序标准数据生产等具有重要意义。采用国际通用的年际差值比较模型、植被状况指数模型(VCI)以及基于NDVI的作物生长过程评估了中国风云三号B星(FY-3B)和D星(FY-3D)NDVI旬、月合成业务产品与同期MODIS MOD13A1和MOD13A3 NDVI数据对作物长势的监测情况。年际比较模型结果表明,FY-3 NDVI的监测动态范围比MODIS NDVI的窄约0.1—0.15,两者差值在-0.02—0.02,均方根误差在0.08—0.09,在长势分级评估时可忽略,但动态范围偏窄提示有必要在分级评估时使用窄一些的阈值范围。植被状况指数模型结果表明,FY-3B NDVI和MODIS NDVI的监测结果高度一致,因此FY-3B NDVI和MODIS NDVI一样可准确反映作物生长的年际差异。作物生长过程动态监测结果表明,FY-3和MODIS月合成NDVI的年际比较结果总体一致,但在作物快速生长阶段,MODIS用3个16 d数据采用权重法合成月值的方法有一定偏差,导致两者出现差异;FY-3旬合成数据和MODIS 16 d合成数据的监测结果总体一致,前者在作物生长旺季的年际区分度更优,后者的监测曲线更平滑。但是,FY-3 NDVI与MODIS NDVI存在总体偏差,需进一步的数据处理、质量控制和客观标定,以生成与MODIS、AVHRR等一致且连续的长时序FY-3 NDVI标准数据集产品,方可用于作物生长参数定量评估。

基于COM组件式定量遥感模型库的实践

为了使遥感模型库具有良好的可扩展性、重用性和互用性 ,本文提出了组件式模型库的设计思路和总体框架 ,并通过实例验证了遥感波谱模拟的可行性和采用

近50年京津冀气候舒适度的区域时空特征分析

受气候变化影响,区域气候舒适期势必会发生不同程度的变化。从气候舒适性的视角出发,利用京津冀地区1966—2015年的170个观测站点50年逐日气象资料,以温湿指数、风效指数、着衣指数及其综合指数为气候舒适性的评价指标,统计分析区域气候舒适期的起止日期、天数及其年际间变化规律,揭示京津冀区域气候舒适度的时空变化特征,为区域人口合理分布和气候资源评价提供科学依据。此外,以日为时间尺度进行气候舒适期分析,有利于气候变化背景下区域间横向和区域内纵向的比较研究。结果显示:(1)京津冀气候舒适度指数近50年来的变化趋势基本相同,综合指数呈显著增加趋势;但各地间变幅存在一定差异,其中天津气候舒适度指数变化幅度最为明显,北京变化相对平稳。(2)从气候舒适度综合指数来看,京津冀地区气候舒适期年内分布呈“M”型,舒适期相对集中在4—5月、9—10月,舒适和较舒适等级的月累计日数均达到28 d以上,其中5月气候最为舒适,舒适等级日数最多,达到24—26 d;北京年平均舒适天数最多(100 d),天津最少(91 d)。(3)从单一气候舒适度指数来看,京津冀舒适和较舒适等级的初始日期大多呈显著的提前趋势;终止日期和天数大多略有增加,但变化趋势不显著。而综合指数显示,1966—2015年较舒适等级的初始日期变化最为显著,大约每10年提前3—4 d;天津和河北终止日期变化也达到显著水平,大约每10年推迟1—2 d,北京增加趋势不明显。(4)京津冀气候舒适期的空间分布显示,舒适等级的日数从西北向东南地区呈减少特征,河北北部舒适等级的年平均日数最多达115—120 d,东南部最少,不足90 d。

CLDAS土壤相对湿度数据不同时空尺度适用性评估

基于2020—2021年中国气象局陆面数据同化系统(CLDAS)模拟的逐日土壤相对湿度和土壤水分自动站观测的逐小时土壤相对湿度资料,采用多个统计对比指标,在日和月时间尺度、点和区域空间尺度系统性地评估了CLDAS模拟的土壤相对湿度适用性。结果表明:CLDAS模拟的土壤相对湿度与观测值具有一致的逐日变化规律;0~10 cm、0~20 cm层次CLDAS模拟值与观测值较为接近,0~50 cm层次模拟值普遍低于观测值;各层次上,CLDAS模拟值与观测值的相关系数普遍大于0.6,均方根误差普遍小于30%。区域尺度上,0~10 cm层次CLDAS模拟值和观测值相关系数为0.78~0.95,以华南最高;均方根误差为5.70%~17.26%,以华东最小;偏差为−6.63%~15.80%,以华中偏差绝对值最小。0~20 cm层次CLDAS模拟值和观测值相关系数为0.78~0.95,以东北和内蒙古最高;均方根误差为4.45%~14.03%,以华东最小;偏差为−5.36%~12.56%,以华东偏差绝对值最小。0~50 cm层次CLDAS模拟值和观测值相关系数为0.68~0.97,以东北最高;均方根误差为4.00%~15.83%,以华东最小;偏差为−9.83%~9.62%,以东北偏差绝对值最小。区域月尺度CLDAS模拟值和观测值整体的相关性较好,相关系数在6—10月较高;均方根误差普遍小于15%,华东各个层次逐月均方根误差均较小。总体来看,CLDAS模拟的土壤相对湿度空间上在华东、华中和东北精度最高,时间上在6—10月精度最高。

利用辐射度模型模拟玉米冠层辐射分布

随着遥感研究的深入和计算机技术的提高,地面目标二向性反射分布函数(BRDF)的研究不断深入,计算机模拟模型因其对植被结构的细致描述并能更真实模拟光线与植被冠层之间的相互作用,受到越来越多的学者重视。本文以2000年在中国科学院栾城生态系统试验站测量的夏玉米为例,在对玉米三维结构进行实地测量的基础上,利用扩展的L系统对生长期的玉米进行建模,进而应用基于真实结构场景的辐射度模型(RGM)计算了玉米场景的二向性反射率因子(BRF),对模拟结果与实测结果进行了分析与比较,结果显示两者之间具有较好的一致性。证明辐射度模型用于植被冠层光辐射分布模拟是行之有效的,可以为波谱库提供可靠的多角度数据,并为进一步冠层辐射分布的研究工作奠定了基础。

叶片非朗伯特性影响冠层辐射分布的辐射度模型模拟与分析

在大量的植被冠层遥感模型中,辐射度模型作为一种计算机模拟模型具有很多优点,它对理解植被—辐射相互作用过程和研究植被冠层辐射机理具有重要的理论价值。传统的辐射度模型假设冠层内叶片为朗伯体。但随着对叶片特性的深入研究发现,叶片的反射特性不能单纯的看成是理想漫反射过程。为了消除传统辐射度模型的朗伯假设,完善辐射度模型,本文利用Phong光照模型模拟叶片表面非朗伯(镜面反射)部分的分布特性,在基于真实结构冠层场景的辐射度模型(RGM)的基础上,增加了叶片镜面反射分量的计算。文中以玉米冠层为例,比较并分析了叶片的镜面反射分量对冠层辐射分布的影响。最后,从辐射度模型原理出发,进一步推导得出了计算冠层镜面反射分量的辐射度公式,从理论上证明了在可见光—近红外区的冠层镜面反射分量与波长无关。本文使用的方法具有简单、易于实现的特点。经过扩展后的辐射度模型既保留了传统辐射度模型的优点,又增加了该模型的功能和模拟范围。

FY-3D/MWRI L1B亮温LST反演与降尺度研究

基于2020年2月1日FY-3C VIRR LST和FY-3D MWRI L1B亮温数据,以18°-54°N,73°-135°E的区域为样例区,利用统计回归模型和层次贝叶斯融合模型,分别进行FY-3D MWRI L1B LST反演和降尺度研究,构建了基于FY-3D单频率水平和垂直极化亮温的LST二元线性回归反演模型及基于FY-3D反演LST和FY-3C VIRR LST的层次贝叶斯融合降尺度模型,并以MYD11A1 day LST为参考数据进行了验证。结果表明:反演统计模型,对于FY-3D降轨数据,平均偏差-1.28 K,误差标准差8.85 K,均方根误差8.85 K,对于FY-3D升轨数据,平均偏差-0.81 K,误差标准差6.74 K,均方根误差6.78 K;层次贝叶斯融合降尺度模型,对于FY-3D降轨数据,平均偏差0.50 K,误差标准差5.45 K,均方根误差5.41 K,对于FY-3D升轨数据,平均偏差0.25 K,误差标准差5.54 K,均方根误差5.54 K,精度满足需求,可以为被动微波LST反演与降尺度提供思路。

任意时段累年气候数据统计流程优化及应用

任意时段累年气候数据的统计是气象部门一项常规实时(准实时)业务,需要相应业务系统的支撑。为了提高该系列数据的统计检索效率,本文对获取该数据的统计流程进行了优化,提出了优化后的原始数据逻辑分解流程,并以关系型数据库Oracle为例,利用广东省86个国家气象观测站近65年,及2313个区域自动气象站近10年逐日气象数据,进行了任意时段累年气候数据统计流程优化前后效率的对比。结果显示:基于优化前的流程,随着任意时段日期跨度的增长,数据统计效率逐步降低;而基于优化后的流程,无论任意时段起止日期的跨度大小,数据统计均可以保持很高的效率。本文将优化后的统计流程应用于广东省农业气象业务系统(AGROS)对应的功能模块,对提高系统效率、优化用户体验起到了很大作用,并进一步推动了该系统在广东全省的推广应用。对于全国各省区乃至国家级气象部门业务系统相关模块的开发也有参考价值。

中国农业气象业务系统(CAgMSS)设计与实现

中国农业气象业务系统(CAgMSS)是基于C/S架构,研发的面向国家级和省级农业气象服务的业务工作平台,主要包括农业气象监测评价、作物产量预报、灾害监测评估、农用天气预报等子系统,是农业气象业务的基础性软件。系统融合现代信息技术和农业气象业务技术,实现了全部子系统数据管理、模型运算、产品制作等业务流程的一体化。系统采用大型关系型数据库规范了农业气象各类业务数据,基于插件技术集成各项业务功能,实现多元数据、多指标、多模型在农业气象监测、评价、预报等领域的综合应用,提高了农业气象产品的定量化、精细化、客观化水平。系统于2012年投入业务应用,基于该系统制作的农业气象情报、作物产量气象预报、农业气象灾害影响评估、关键农时农事气象保障等服务产品,在指导全国农业生产和防灾减灾中发挥了重要作用,明显提高了农业气象业务能力和业务工作效率。

用FY-2C／D卫星等综合观测资料反演云物理特性产品及检验

云的宏微观物理特性参数无论对天气、气候还是人工影响天气的研究和业务都有十分重要的应用价值。基于FY-2C/D静止卫星遥感观测,融合高空和地面等其它观测资料,研发了近10种云宏微观物理特性参数的反演技术方法,并实现业务化运行。简单介绍反演得到的云顶高度、云顶温度、云过冷层厚度、云暖层厚度、云底高度、云体厚度、云光学厚度、云粒子有效半径和云液水路径等近10种云宏微观物理参数产品的物理意义、反演技术方法和业务流程等;对主要云参数产品,利用最新获得的Cloudsat云卫星实测结果进行了对比检验和可用性分析;将反演产品同MODIS反演的同类产品进行对比分析,发现两者具有较好的一致性。

2017/2018年度冬季水热条件特征及其对农业生产的影响

2017/2018年度冬季(2017年12月-2018年2月),全国平均气温与常年同期持平,平均降水量较常年同期偏少,平均日照时数接近常年同期。北方大部麦田墒情适宜,利于冬小麦冬前分蘖和安全越冬。南方大部地区初冬和冬季后期光热充足,利于小麦、油菜等作物生长。1月中旬东部地区遭受3次较强低温雨雪冰冻天气,2月上旬再次出现阶段低温,南方部分地区油菜、露地蔬菜、经济林果等作物遭受冻害和寒害。东北地区冬季气温持续偏低,为1981年以来第6低值,严寒天气使设施农业和畜牧业生产成本增加。华北东部冬季降水持续偏少,为2000年以来最少,麦田表层墒情持续下降,部分地区不利冬小麦返青。