基于HJ-1B卫星遥感影像的小麦冠层温度的反演

冠层温度是监测作物是否受干旱、病虫害等不利因素胁迫的重要指标。为探讨HJ卫星热红外通道300 m的空间分辨率能否达到监测作物冠层温度的需求,以江苏省宝应县为例,利用小麦开花期HJ卫星遥感影像反演单通道算法地表温度,并用近似于同一时相的TM影像温度反演结果做定性、定量对比验证。结果表明:HJ-1B影像的结果在空间分布上与TM的结果相近,HJ-1B影像反演的地表温度最大值、最小值分别为35.72℃、15.85℃,平均为22.87℃,TM影像反演的结果分别为33.95℃、14.88℃和21.91℃,数值上相差不大;掩膜结果表明,HJ星影像反演的小麦冠层温度比TM的仅高0.48℃;地表温度随着植被覆盖度的增加而下降,且下降速率随植被覆盖度的增加而减小,当减化比值植被指数大于3时,地表温度基本稳定在18～20℃。小麦开花期田间植被覆盖度高,地表温度空间分布均一,降低了对遥感影像空间分辨率的要求,结合HJ卫星影像重返周期小、幅宽大、便于获取等优势,HJ卫星影像用于监测开花时期小麦冠层温度是可行的。

基于最大似然法和SVM法的太湖流域HJ-1B影像分类

以太湖流域作为研究对象,基于环境减灾卫星HJ-1B影像数据,比较利用最大似然法和支持向量机法进行土地利用/覆盖分类的效果。结果显示,SVM法在总体分类精度和Kappa系数上较传统最大似然法有所提高。SVM分类方法对于有限样本的分类表现出优越的性能,改善了传统分类方法的局限性,具有很大的应用潜力。

运用PLS算法由HJ-1A/1B遥感影像估测区域冬小麦理论产量

【目的】作物遥感估产是遥感技术在农业生产中研究与应用的重点领域,能够向大田区域生产提供及时可靠的产量信息,准确地估测作物产量,对于确保国家粮食安全,制定社会发展规划,指导和调控宏观种植业结构调整,提高涉农企业与农民的经营管理水平具有重要意义,为进一步提高遥感估产精度,显示国产影像在农业估产中的应用效果。通过筛选冬小麦理论产量的敏感遥感变量,构建基于国产影像的理论产量遥感估测模型,实现区域冬小麦理论产量遥感估测,为及时了解不同生态区域冬小麦产量丰欠变化趋势提供参考。【方法】以2010年4月26日、2011年4月28日、2012年4月28日和2013年5月2日冬小麦开花期四景HJ-1A/1B影像为遥感数据,提取出13个遥感变量,以江苏省泰兴、姜堰、仪征、兴化、大丰5县作为试验采样区,于各实验区选取具有代表性的样点进行采样,并于室内进行测定,将335个实测的冬小麦理论产量样本按3﹕2比例分成建模集和验证集样本,依据估算残差平方和处于最小值确定模型所需主成分数,将决定系数、均方根误差和相对误差为模型评价参数,利用建模集样本分析了卫星遥感变量与冬小麦理论产量的定量关系,运用偏最小二乘回归算法构建及验证了以理论单产为目标的多变量遥感估产模型,将其算法模型估产效果与线性回归算法和主成分分析算法模型进行比较,并制作了冬小麦理论产量空间等级分布图。【结果】理论产量与所选的大多数遥感变量间关系密切,且多数遥感变量两两间具有极显著的多重相关性;理论产量偏最小二乘回归模型的最佳主成分数为4,且结构加强色素植被指数、归一化植被指数、绿色归一化植被指数和植被衰减指数为理论产量遥感估测的敏感变量;经建模集和验证集评价,理论产量估测模型的决定系数分别为0.79和0.76,均方根误差分别为720.45和928.05kg·hm-2,相对误差分别为11.45%和13.92%,且估测精度比线性回归算法分别提高了25%以上和27%以上,比主成分分析算法分别提高了15%以上和16%以上,说明偏最小二乘回归算法模型估测区域理论产量的效果明显好于线性回归和主成分分析算法,且具有较强的应用能力。【结论】该模型应用结果与冬小麦理论产量实际区域分布情况相符合,为提高遥感对区域冬小麦理论产量的估测精度提供了一种有效途径,有利于大面积应用和推广。

HJ-1B卫星热红外遥感影像农田地表温度反演

本文以我国自主研发的HJ-1B卫星影像为数据源,利用其热红外影像、基于JM&S普适性单通道算法反演2009年5月20日河北省涿州市和高碑店市的农田地表温度。最后将HJ-1B IRS影像的地表温度反演结果与同时相Landsat TM5影像的反演结果进行比较分析,分析结果表明:本文所提出的基于HJ-1B卫星热红外影像反演农田地表温度精度可靠,该方法是可行性的。