Rapid detection of chlorophyll content and distribution in citrus orchards based on low-altitude remote sensing and bio-sensors

The accuracy of detecting the chlorophyll content in the canopy and leaves of citrus plants based on sensors with different scales and prediction models was investigated for the establishment of an easy and highly-efficient real-time nutrition diagnosis technology in citrus orchards.The fluorescent values of leaves and canopy based on the Multiplex 3.6 sensor,canopy hyperspectral reflectance data based on the FieldSpec4 radiometer and spectral reflectance based on low-altitude multispectral remote sensing were collected from leaves of Shatang mandarin and then analyzed.Additionally,the associations of the leaf SPAD(soil and plant analyzer development)value with the ratio vegetation index(RVI)and normalized differential vegetation index(NDVI)were analyzed.The leaf SPAD value predictive model was established by means of univariate and multiple linear regressions and the partial least squares method.Variable distribution maps of the relative canopy chlorophyll content based on spectral reflectance in the orchard were automatically created.The results showed that the correlations of the SPAD values obtained from the Multiplex 3.6 sensor,FieldSpec4 radiometer and low-altitude multispectral remote sensing were highly significant.The measures of goodness of fit of the predictive models were R^(2)=0.7063,RMSECV=3.7892,RE=5.96%,and RMSEP=3.7760 based on RVI_((570/800)) and R^(2)=0.7343,RMSECV=3.6535,RE=5.49%,and RMSEP=3.3578 based on NDVI[(570,800)(570,950)(700,840)].The technique to create spatial distribution maps of the relative canopy chlorophyll content in the orchard was established based on sensor information that directly reflected the chlorophyll content of the plants in different parts of the orchard,which in turn provides evidence for implementation of orchard productivity evaluation and precision in fertilization management.

Estimation of Land Surface Temperature from Landsat-8 OLI Thermal Infrared Satellite Data. A Comparative Analysis of Two Cities in Ghana

This study employs Landsat-8 Operational Land Imager (OLI) thermal infrared satellite data to compare land surface temperature of two cities in Ghana: Accra and Kumasi. These cities have human populations above 2 million and the corresponding anthropogenic impact on their environments significantly. Images were acquired with minimum cloud cover (<10%) from both dry and rainy seasons between December to August. Image preprocessing and rectification using ArcGIS 10.8 software were used. The shapefiles of Accra and Kumasi were used to extract from the full scenes to subset the study area. Thermal band data numbers were converted to Top of Atmospheric Spectral Radiance using radiance rescaling factors. To determine the density of green on a patch of land, normalized difference vegetation index (NDVI) was calculated by using red and near-infrared bands i.e. Band 4 and Band 5. Land surface emissivity (LSE) was also calculated to determine the efficiency of transmitting thermal energy across the surface into the atmosphere. Results of the study show variation of temperatures between different locations in two urban areas. The study found Accra to have experienced higher and lower dry season and wet season temperatures, respectively. The temperature ranges corresponding to the dry and wet seasons were found to be 21.0985oC to 46.1314oC, and, 18.3437oC to 30.9693oC respectively. Results of Kumasi also show a higher range of temperatures from 32.6986oC to 19.1077oC during the dry season. In the wet season, temperatures ranged from 26.4142oC to -0.898728oC. Among the reasons for the cities of Accra and Kumasi recorded higher than corresponding rural areas’ values can be attributed to the urban heat islands’ phenomenon.

长白山区4种针叶林有效叶面积指数遥感精细反演及空间分布规律

[目的]研究快速、准确、宏观获取不同森林类型有效叶面积指数(LAI_(e))的方法,探讨其空间分布规律,为中小尺度森林LAI_(e)遥感产品的开发提供新思路,为林业精细化监测和森林生态系统碳水循环模拟提供科学可靠的技术手段。[方法]以长白山为研究区,基于Sentinel-2A多光谱影像,运用三维卷积神经网络提取研究区4种针叶林型(长白落叶松、樟子松、红松和红皮云杉)的空间分布;采用区分林型和全样本2种方案,分析样地实测LAI_(e)与7种植被指数(增强植被指数、反红边叶绿素指数、改进简单植被指数、归一化水体指数、归一化植被指数、土壤调节植被指数、简单植被指数)的相关关系;利用各林型对应的最优植被指数,构建区分林型和全样本LAI_(e)与植被指数的回归模型,并基于验证样本数据对比区分林型模型、全样本模型和PROSAIL模型在LAI_(e)反演中的精度表现;结合地理因子分析4种针叶林型LAI_(e)空间格局及变化规律。[结果]所有样本组中7种植被指数与相对的LAI_(e)均存在极显著相关关系(P<0.01),除增强植被指数(EVI)与红松LAI_(e)、简单植被指数(SR)与红皮云杉LAI_(e)外,相关系数均大于0.6,但组间LAI_(e)与不同植被指数相关性具有较大差异;红松、长白落叶松和樟子松LAI_(e)与反红边叶绿素指数(IRECI)相关性最高,红皮云杉、红松LAI_(e)分别与EVI、改进简单植被指数(MSR)相关性最高;4种不同林型模型比全样本模型的R2提高12.7%以上,RMSE降低34.5%;研究区内4种林型LAI_(e)范围在0.37~5.86之间,平均LAI_(e)由高至低依次为红松、长白落叶松、樟子松、红皮云杉。红松对海拔、坡度、坡向的变化最为敏感,红皮云杉、樟子松次之,长白落叶松最小。[结论]不同林型LAI_(e)与遥感植被指数的相关程度存在明显差异,区分林型构建回归模型能够提高LAI_(e)反演精度;区分林型后拟合的线性模型精度整体较PROSAIL模型和全样本模型更高,但LAI_(e)高值区域没有PROSAIL模型表现稳定;4种针叶林型LAI_(e)对地理因子变化的反应差异较大。本研究可为精细区分森林类型的中小尺度针叶林LAI_(e)遥感反演研究提供参考。

基于MODIS数据的新疆草地枯黄期时空动态变化

植被物候是表征生态系统对气候变化响应的重要指标。草地枯黄期是研究陆地生态系统对气候变化响应的重要指标,然而,植被枯黄期研究较少,寻找适合提取当地的植被枯黄期的最佳模型显得尤为重要。本研究采用双逻辑斯蒂函数拟合法(D-L)、非对称性高斯函数拟合法(A-G)、Savitzky-Golay滤波法(S-G)3种方法分别模拟了2001-2019年新疆地区草地枯黄期,对比草地枯黄期不同物候提取方法,确定新疆地区草地枯黄期的最佳遥感提取方法,并对草地枯黄期空间格局及变化趋势进行分析。结果表明:1)双逻辑斯蒂函数拟合法是提取新疆地区枯黄期的最佳方法。2)3种方法估算的新疆地区草地枯黄期均呈现自北向南逐渐提前的明显地域差异。3)3种遥感方法估算的草地枯黄期均呈现提前的趋势,显著提前(P<0.1)的区域分布于阿尔泰山以南、准噶尔盆地中部及西部边缘区。4)不同草地类型下,利用A-G和D-L两种方法提取的草地枯黄期年际变化趋势基本保持一致。

草地遥感监测研究进展与挑战

草地在全球碳循环、水土保持和生物多样性保护方面发挥着重要作用。由于气候变化和人类活动,草原遭受了严重的土地退化和荒漠化,导致草场和畜牧业生产及相关社会经济功能受到负面影响。遥感技术已经成为监测草原不可或缺的手段,为草原健康评估和管理提供及时准确的信息。本文探究了遥感技术在草地生物量估算、植被物候监测、草原多样性监测、放牧强度估算和草原退化识别中的应用。指出了遥感技术应用面临的困境与挑战,未来应与其他先进技术相结合,提高其在草原监测和管理方面的有效性和准确性。

基于“星-机-地”技术的缙云山林火分析

森林林火调查分析是现代林火管理的重要环节。以2022年8月的重庆缙云山大火地点为试验区,实地选取轻度、中度、重度火烧样地,进行每木检尺处理和制图。基于调查区域的卫星遥感和无人机遥感影像,分别计算NDVI,并与实测样地的树高、胸径、熏黑高度、冠幅进行空间匹配,并进行灰色关联分析,分析不同火烧程度样地各项指标与NDVI值的相关性,进而通过NDVI值延伸到卫星影像。结果表明:1)根据地面调查数据,各火烧样地树木的熏黑高度随火烧程度的增加呈明显增加趋势,树高、胸径平均值的变化具有一致性,表现为中度火烧最大,轻度火烧其次,重度火烧最小。冠幅的均值变化趋势不同,表现为中度火烧最大,重度火烧次之,轻度火烧最小,大火主要发生在森林的下层区域。2)3块样地的4项指标与其NDVI的关系均超过0.55,中度火烧样地的熏黑高度、冠幅和重度火烧样地的冠幅指标与其NDVI为中等关联;轻度火烧样地的树高、胸径、熏黑高度与其NDVI的关联度均超过0.8,为极强关联;其余指标关联度在0.6~0.8之间,为较强关联。说明要素间相关性较强,NDVI能够作为林火火烧等级划分的依据。3)以无人机多光谱影像NDVI阈值为标准,确定重度、中度、轻度火烧的NDVI范围依次为0~0.2456、>0.2456~0.3471、>0.3471~0.6900,对卫星遥感影像的NDVI进行重分类,实现该区域的火烧程度等级划分。为较大范围的林火调查提供了新的思路。

基于FY-3D_TVDI的黑龙江省生长季干旱监测评估

基于FY-3D气象卫星数据构建Ts-NDVI特征空间,计算温度植被干旱指数(TVDI),分析2020年生长季内黑龙江省主要农区干旱时空分布变化,并结合高程、坡度以及气象数据,分析TVDI变化影响因子。结果表明,2020年生长季黑龙江省农区TVDI空间分布具有较强的区域性差异,呈现北部、东部较湿润,西部、中部、南部较干旱趋势;东部农区TVDI主要分布于0.2~0.6属于正常或偏涝,其他农区有2次典型干旱事件的发生,干旱峰值位于5月中旬和9月上旬。以400 m高程为分界点,小于400 m高程区域的TVDI与高程呈正相关关系,大于400 m高程区域的TVDI与高程呈负相关关系;坡度分界点为3.5°,小于3.5°区域TVDI随坡度的增加逐渐增大,大于3.5°区域TVDI随坡度的增加缓慢下降。旬平均气温对TVDI的影响大于旬累计降水量,且平均气温对TVDI存在持续性的影响,持续时间可达1~2旬。

老龄台地茶园遥感信息提取方法研究——以西双版纳州为例

为利用遥感技术探测老龄台地茶园信息,根据茶园物候特征,基于研究区Sentinel-2、GF-2、LANDSET5-TM遥感影像数据与30 m分辨率的DEM等辅助数据,结合植被指数、光谱特征、纹理特征、地形特征,采用随机森林分析方法提取30年老龄台地茶园空间分布与茶园面积信息,并结合官方统计数据对研究结果进行精度验证。结果表明:①1990年茶园提取结果的Kappa系数达到0.83,总体精度OA达到88.5%,茶园的生产精度PA精度为83.73%,UA为89.68%;2020年茶园提取结果的Kappa系数达到0.80,总体精度OA达87.13%,茶园的生产精度PA为84.18%,用户精度UA为94.10%。②使用随机森林分类方法并结合光谱和纹理等特征提取的茶园精度较高,符合生产需求。③1990年全州台地茶园面积为15260 hm^(2),2020年台地茶园面积为96986.67 hm^(2)。遥感技术可用于探测老龄台地茶园的空间分布与种植面积,为低产茶园改造提供数据支持与调控参考。

30份大豆品种在内蒙古乌兰察布地区引种试验初报

为筛选适宜在内蒙古乌兰察布地区种植的大豆品种,本研究对来自不同省份的30个大豆品种的生育期、农艺性状、产量和营养品质进行比较分析。生育期测定结果显示,除邯豆5号外的所有测试品种均能在乌兰察布地区正常开花结实。对29个大豆品种依据其农艺性状、产量及营养品质相关指标进行K-平均值聚类分析,共分为4类,其中第Ⅲ集群中的铁丰33、科丰14、中品661、中品95-5383、中黄35和冀豆17共6个品种均属于晚熟品种,产量高品质优,适宜在内蒙古乌兰察布地区大面积推广种植。

高区分度的高分六号影像可见光波段植被指数构建

在分析绿色健康植被光谱特性及5种典型地物在高分六号影像中可见光波段光谱特征的基础上,提出一种基于红、绿、蓝波段的可见光植被指数——高区分型红绿蓝植被指数(HDRGBVI),利用该指数与其他8种常见可见光植被指数提取研究区绿色植被覆盖效果进行对比研究,并采用基于SVM的监督分类方法进行对不同种可见光植被指数所提取的研究区绿色植被进行精度量化评价并将精度进行对比。结果表明:由HDRGBVI计算的植被指数灰度影像能够有效提取试验区植被,对大面积水体、狭长水体、细小水体具有抑制作用;相比其他8种常见可见光植被指数在应用于卫星影像时出现的植被与其他地类区分度低的问题,HDRGBVI增强了植被与其他地类的区分度,使得可见光植被指数应用于卫星影像时也拥有较好的提取效果;利用HDRGBVI与其他8种常见可见光植被指数分别对长桥海试验区植被覆盖区域进行提取,HDRGBVI总体精度为90.23%,Kappa系数为0.8045,精度高于其余8种常见可见光植被指数,能够准确对长桥海试验区的植被覆盖区域进行提取;为验证HDRGBVI是否具有良好的可适用性及可靠性,分别从3景高分六号影像中选择3个研究区进行验证,分别计算三个研究区的HDRGBVI,并利用对应试验区的基于SVM的监督分类结果进行精度验证,结果表明:三个研究区的绿色植被提取精度均维持在90%左右,均可对植被覆盖区域进行有效提取提取精度受不同地类分布差异影响的波动性较小,且能够较好的削弱影像中阴影等因素的影响。综上,所提出的高区分型红绿蓝植被指数——HDRGBVI能够有效、快速、高精度、大范围提取高分六号可见光波段影像中绿色植被信息,且具有较好的适用性,为可见光植被指数与卫星影像的结合应用提供了一种可行性方法。

陆地生态系统碳监测卫星松材线虫病变色木识别指数研究

松材线虫病是一种严重威胁松树生存的林业有害生物疫情。高分辨率卫星遥感技术是松材线虫病变色松木识别的有效手段。通过研究植被指数阈值法,利用2022年8月4日发射的陆地生态系统碳监测卫星(句芒号)优于2 m高分辨率4谱段相机的特点,开展基于指数的松材线虫病木识别示范,验证该卫星松材线虫病监测应用能力。基于松材线虫染病松木光谱特征,提出基于与生物量和色素相关的双指数识别策略,设计了松材线虫病指数(PWDI),并在山东省栖霞市疫区进行句芒号松材线虫病识别测试。结果表明,双指数识别策略相比单指数策略性能更优,其中PWDI与NDVI组合的松材线虫病变色松木识别能力最强,总体精度达到84.5%,NWI—NDVI,NGRDI—NDVI组合次之。在单指数策略下,PWDI的识别性仍能优于其他5个测试植被指数。研究表明,句芒号卫星具有可靠识别松材线虫病变色松木的良好潜力,松材线虫病变色松木双指数识别策略及新的识别指数PWDI可为其他类似卫星的松材线虫病监测提供借鉴。

无定河流域水量平衡变化的模拟

利用黄土高原无定河流域1982～1991年的水文气象、土地利用、土壤质地、数字高程和NOAA-AVHRR遥感信息,建立基于土壤-植被-大气传输机理的分布式生态水文模型,模拟流域水量平衡的时空分布.研究结果发现,该流域的年平均植被指数(NDVI)的年际变化不明显,但NDVI最大值的年际变化显著.该流域年累计NDVI与降水年总量关系不明显,说明该流域植被的生长并不完全受控于降水总量.模拟的实际蒸散量用无定河及其岔巴沟子流域实测降水与实测径流的差值进行验证,误差小于5%.整个流域模拟时段的平均降水量为372±53 mm yr-1,实际蒸散量为334±33 mm yr-1,其中蒸腾为130±21 mm yr-1,有明显的年际波动.地表径流的年际变化相对较小.蒸散发的季节变化特征与降雨基本一致,即7、8、9月雨季高,其他月份低.降水量和实际蒸散量呈现显著的空间分异性,表现出由东南(高NDVI)向西北(低NDVI)递减的梯度差异.地表径流的空间分异亦沿东南-西北梯度变化,但高值分散在中部.以岔巴沟子流域1991年的地表覆被度为基准,发现在全流域都覆盖上某一种植被的情况下,蒸腾和土壤蒸发的变化非常明显,地表径流和实际总蒸散的变化并不显著.只有在全流域都变成荒漠情景下,实际总蒸散才显示出较明显变化(17%),表明在西北干旱半干旱区,土地利用/覆被变化对水量平衡的影响非常复杂.

利用HJ-1-A/BCCD2数据反演冬小麦叶面积指数

叶面积指数是十分重要的作物生理生态参数,为提高利用国产环境减灾小卫星CCD数据反演冬小麦叶面积指数的精度,该文以5种常用的植被指数(归一化差值植被指数(normalized difference vegetation index,NDVI),增强植被指数(enhanced vegetation index,EVI),双波段增强植被指数(2-bands enhanced vegetation index,EVI2),比值植被指数(ratiovegetation index,RVI),土壤调节植被指数(soil-adjusted vegetation index,SAVI)为基础,结合3种常用的回归模型,按生长阶段比较分析了不同植被指数和回归模型反演叶面积指数的精度。结果表明,除生殖生长阶段外,叶面积指数和5种植被指数之间均有较强的相关关系;指数模型和一元线性模型分别为全生育期和营养生长阶段的最佳拟合模型;EVI在全生育期拟合时的表现好于其他4个指数(R2=0.9348),SAVI则是营养生长阶段表现最佳的指数(R2=0.9404)。该研究为进一步利用植被指数反演叶面积指数提供了参考。

利用气象卫星GMS和AVHRR资料推算地面水分含量的方法

根据ＧＭＳ红外通道遥感到的土壤表面温度随时间的变化率对土壤水分最敏感，且该变化率又与极轨卫星测到的植被指数存在负相关的事实，提出了一个更能反映土壤表面水分的干旱分级指数（ＤＣＩ），对土壤水分按６个等级监测．该指数与江苏、吉林两省实测土壤湿度或降水分级之间的相关系数在０．７０以上．

甘肃森林火灾的分布特征及其与归一化差分植被指数的关系

利用甘肃省各林区16年的森林火灾资料,分析了火灾的时空分布特征。结果表明,甘肃省森林火灾主要集中在2～3月份;森林火灾平均开始于10月下旬,结束于5月中旬;地域分布主要集中在马衔山、小陇山、白龙江等林区。此外,利用NOAA气象卫星资料研究发现,遥感监测到的归一化差分植被指数与森林火灾发生率有较好的负相关关系,因此归一化差分植被指数可用于森林火灾的预警研究。

陇东地区近5年植被变化与降水的关系

利用NOAA卫星AVHRR遥感资料, 对甘肃省陇东地区1997-2001年地表植被指数的空间分布和年变化进行了分析, 并对相应时段内的降水量与植被指数之间的关系, 以及降水对该地区植被的影响进行了分析.结果表明, 该5年陇东地区平均植被有减小趋势, 但北部有所增加﹔降水量的多少对地表植被的月变化起重要作用, 特别是对农作物区植被的影响;对于林区植被, 降水的年际变化对地表植被的影响比较小, 森林区植被指数最高;2000年及2001年的1～6月, 尤其是2001年植被指数最低.

利用MODIS数据反演植被指数的敏感性研究

根据Kaufman等提出的暗像元法,通过6S辐射传输模式,对MODIS的红光、蓝光、近红外通道辐射特性进行了敏感性实验.结果表明:三个通道的行星反射率对地表反射率都非常敏感,行星反射率随地表反射率的增加而增加.进一步提出了对地表反射率进行大气订正的思路,讨论了暗像元法确定地表反射率误差对大气气溶胶光学厚度反演结果的影响.最后计算分析了光学厚度反演误差对地表反射率大气订正传递误差的大小及其对NDVI、SAVI、ARVI和EVI 4种植被指数计算结果的影响.光学厚度误差对植被指数反演误差的影响以ARVI最为敏感,其误差范围与气溶胶光学厚度误差可达同一量级,两者呈负相关;NDVI与SAVI误差变化范围大致相近,与光学厚度误差均呈负相关.EVI受气溶胶光学厚度误差影响最小.

基于广西岩溶和非岩溶地貌的干旱遥感监测模型研究

根据MODIS植被指数和陆面温度,建立植被状态指数(VCI)、温度条件指数(TCI)和植被—温度指数(DI)模型;采用广西2004年10～11月数据,利用相关系数、全距和变异系数对3个干旱监测模型应用于广西岩溶区和非岩溶区大范围干旱监测的适用性进行了论证分析,结果表明:植被—温度指数模型(DI)最适用,温度条件指数(TCI)次之,植被状态指数(VCI)则较难胜任。并使用植被—温度指数DI模型监测了广西2005年秋旱,经与干旱实况对比,干旱指数DI的监测结果与实况相符,表明植被—温度指数遥感监测模型能准确反映出广西岩溶和非岩溶地貌环境的干旱时空变化特征,适用于广西大范围的干旱监测。

基于TM影像估算北京山区乔木林生物量

目前遥感技术是估测区域森林生物量的有效手段。基于TM影像和样地数据,分析了从TM影像中提取的17个自变量与森林生物量的相关性,并用多元逐步回归法建立森林生物量模型,用于估算2009年北京山区森林生物量。提取的17个自变量中红光波段(TM3)、土壤校正植被指数(SAVI)和主成分分析的第三分量(PC3)为较好的解释变量,据此建立的生物量模型的相关系数较高(R2=0.869),估算得到北京山区森林生物量总计达1 088.38万t,平均生物量密度为35.2 t.hm-2。北京山区多数地方的森林生物量介于20-30 t.hm-2,大于30 t.hm-2的森林生物量主要分布在北部山区,表明北京森林质量不高,但提高的潜力很大。

利用极轨气象卫星遥感监测草地生产力的研究——以内蒙古乌拉盖地区为例

本文回顾了利用极轨气象卫星遥感资料进行草地估产的研究工作成果 ,自80年代开展研究以来 ,已实现了 RS- GIS- GPS的结合与自动化、系统化、业务化的目标。介绍了应用极轨气象卫星进行草地遥感估产的原理与方法 ,并以内蒙古锡林郭勒盟乌拉盖地区与东乌珠穆沁旗为例 ,探讨了草地生产力的有关问题。确定了乌拉盖地区的北纬 4 6度以北是植被指数最高的草地区域 ,生产力较高 ,北纬 4 6度以南植被指数与生产力较低。