遥感技术应用几个问题.ppt

遥感技术应用的几个问题  中国农业大学 信电学院 严泰来 E-mail: zhou2119@cau.edu.cn Tel（010）主要内容： 一、遥感技术的最新发展及其哲学意义 二、遥感应用的几个基本问题 三、国土资源管理中的应用 四、生态环境监测的应用 五、农业应用 六、防灾、减灾中的应用 一、遥感技术的最新发展及其哲学意义 1、遥感进展：——高几何分辨率（0.3米）；高光谱分辨率（10nm）；高辐射分辨率（4096bits）；对地面有穿透能力（30米干土）；对地球任何地区二至三天重复获取一次影像；三维信息获取能力——激光雷达（Lidar)；高地物分辨能力，能够识别罂粟以及同一植物的不同品种；能够提取作物营养亏缺信息。 本文观看结束！！！ ——信息分析转换 实时或非实时采集的信息数据大多数还不是真正指导对作物灌溉、施肥或者施加杀虫剂的信息数据，因此需要根据大量的实验构建转换模型，转换为农作可操作的数据，如施用什么样的肥料，施用量是多少，什么时间施用，如此等等。 ——生成农作作业图。 所谓农作作业图是指一种网格格式地理信息系统数字图件，每一网格存储的数据是灌溉、施肥或者施加杀虫剂的种类、数量数据，根据这种图形数据，智能化农机具就可以进行定位、定量化的农田作业。 ——智能化农机具实施定位、定量化的农田作业。 将农作作业图输入智能化农机具中的计算机，智能化农机具还带有DGPS设备，不断实时测试农机具所在位置坐标，根据这一坐标数据检索农作作业图中的对应网格，该网格存储有灌溉、施肥或者施加杀虫剂的种类与数量数据，这样根据这一数据就可以对农机具给出相应指令，进行定量化的农耕作业。 （2）遥感技术获取农田信息数据 由于植物光合作用吸收太阳的光能，太阳光能又大部分分布在可见光至近红外波长区域，因而，可见光—近红外就成为获取植物种类及其生长状态的主要波长区域。可见光至近红外波长区域是一个十分狭小的波长范围，不同植物反射光谱特性曲线十分近似，同一种植物不同的生长阶段也呈现不同的反射光谱特性曲线。因此在精确农业中要求遥感影像的光谱分辨率很高。 一般来讲，植物在可见光区域 (400—780 nm) 反射和透射都很低，存在两个吸收谷和一个反射峰，即450 nm蓝光、650 nm红光的吸收谷和550 nm绿光的反射峰。在近红外区 (780—1300 nm) 呈强烈反射，其反射峰值远高于绿光反射峰值。在1130-2000nm的近红外区有2个吸收谷，即1450 nm和1950nm的水分吸收带。植物种类及其生长状态不同造成的反射光谱特性曲线差异在于吸收谷和反射峰的位置以及谷值与峰值的数值有微小的变化。为了突出这些变化，一般采取在高光谱遥感数据中选取多个特征波段，在两个相邻特征波段之间计算对应像元灰度的差值，有时在差值之间又计算两者的比值，形成多种植被指数。 R(%) 波长（ um） 2 、作物遥感估产 国家或一个省、一个地区主要作物的当年产量数据是国民经济宏观管理的重要数据，准确作物估产对于国民经济科学管理影响巨大。大面积作物估产正可以发挥遥感的技术优势，因此作物遥感估产一直是遥感传统的农业应用领域。目前，我国遥感估产的作物主要有：冬小麦、玉米、大豆、水稻、棉花等。 （1）作物播种面积测算 作物播种面积是遥感估产的基本数据，这一数据的精确性影响到估产的最后数据的准确。作物播种面积测算一般使用中几何分辨率可见光—多光谱遥感影像，对于我国南方终年多云地区，可以考虑使用雷达遥感，机载或卫星影像均可。 ——田间作物复种、套种引发的问题。复种或套种使一块农田的某一时间同时种有两种或两种以上的作物，对于这种情况需做田间实地调查，采集估产的主要作物与套种作物的实际比例，并且选定恰当时相的遥感数据至关重要。 ——大面积作物播种面积测算的影像抽样问题。为避免经济投入过大，实际采取抽样方法，适当选取一定数量的两年都是相同地区作为样区，由于北方四月中下旬小麦返青而田间又没有其他作物，对比两年度的NDVI植被指数即可估计两年作物播种面积比率。 （2）作物单产估测技术方法 作物单产的估测方法多种多样，在影像选取上有仅选取一个时相的可见光—多光谱遥感影像数据，也有使用多个时相的影像数据；有采用抽样方法进行统计测试，也有采用多景影像覆盖估产全区的测试；对于使用的植被指数也多种多样，与估产的作物种类有一定关系。 六、防灾、减灾中的应用 1、地质灾害 地质灾害包括地震、滑坡、泥石流、崩塌和地面塌陷等等。地质灾害具有突发性，在目前的技术条件