基于遥感影像的农作物趋势监测与采样方案研究.docxVIP

基于遥感影像的农作物趋势监测与采样方案研究 0 采样方式和数据集的确定 遥感广泛应用于气候、农业、海洋、交通和其他经济领域。遥感数据在获取过程中会产生误差,因此非遥感的辅助数据在遥感应用,特别是微观领域和高精度监测中就很有价值。辅助数据不仅用于对遥感数据的补充与纠正,而且用于对遥感最终结果的分析与精度评价。野外站点采集和调查是辅助数据的主要来源之一。 在地面监测点使用传感器采集所需数据是遥感监测的重要手段。吴炳方等进行的多种尺度下农作物长势综合遥感监测的试验中利用地面采样系统获得不同样地、不同时相的采样结果,并将采样结果与遥感信息进行对照,从而获得农作物长势的准确信息。孙凯等指出建设地面墒情(旱情)监测系统,合理布设监测站点,及时准确系统地监测旱情变化,对指导抗旱有重要意义。李开丽等在植被叶面积指数遥感监测中利用了23组地面监测数据分别和不同的植被指数建立关系,建立了反演叶面积指数的较高精度的模型。 许多调查研究表明,地面信息的空间变异性在很大程度上受到采样方式的影响。因此,在满足一定精度的前提下,确定合理的采样点个数和选择合理的采样点分布方式非常重要。根据杨诗秀等的试验结果,在田间(面积从0.0067~46.67 km2)确定合理的采样数目时,一般可取置信水平Pt=90%~95%,估值误差10%~15%。并指出在没有当地资料的田间应用时,一般应先做田间试验确定其变差系数,或参考他人已有的资料。并给出不同置信水平和估值误差下的不同土壤深度合理采样数目表。李子忠等应用普通克里格技术确定了采样点的合理数目,并给出不同置信水平和估值误差下,平均深度不同的土壤养分合理采样数目表。张淑娟等利用克里格插值的方法,对不同的采样数目做了比较,发现采样位置和数目不同,最后得到的变异性描述也不同。薛正平等和陈天恩等都利用地统计学的半方差函数和克里格方法确定合理的采样点数目。 监测地点采样方式分为以下几个类别:1)基于统计学原理的随机采样;2)规则格网采样技术;3)嵌套采样;4)经验信息辅助采样法,依据农田信息(比如土壤分布图,航空图像,遥感影像,气候资料,农田管理资料,地形图等),结合前3种采样方法可以制定出合理的采样方案。雷志栋等采用4种采样方法模拟田间土壤含水量的分布,发现一般情况下二次随机较一次随机布点取样精度高。试验区的范围从1 333.34 m2到100 km2不等。齐峰等在环境空间分析中对6种采样方法和采样密度进行了对比分析,发现在层次划分和样本量选择最优的情况下,分层随机采样的预测精度较高。在不同的监测范围下,监测点的采样方案各不相同。Delcourt根据时间尺度和空间尺度的差异提出了宏观生态学研究的4个尺度域,即微观尺度域、中观尺度域、宏观尺度域和超级尺度域,其中,中观尺度是500~104a的时间范围和1~104km2的空间范围。目前,国内外大多研究人员只是对采样数据进行直接的统计分析,求出采样个数,而对采样点空间布局的研究还不多见。本文的研究范围为100 km2的中观尺度区域,通过采样方法对中观尺度农作物长势进行监测采样的研究。 1 a土地生长和环境质量 本文研究方法假设试验区在短时间(2~3 a)内的土地肥力和生长环境相对较稳定,通过采样方法从2007年的遥感数据中得到的采样点对2009年的监测同样适用。 1.1 数据的预处理 本文以玉米为例研究农作物长势监测采样方案。玉米在沙壤土、壤土、粘土上均可生长,适宜的土壤p H值范围较宽,为5~8,但6.5~7.0最适宜,基本属中性,耐盐碱能力不高,因此,在不同的土肥等自然条件下玉米的长势不同。根据吉林农业大学杨志超对不同长势玉米的反射光谱数据(1983-07-07),可知长势好的玉米生物量大、叶面积指数高、在近红外波段反射率高,从而不同长势的玉米在卫星影像上产生明显的色调深浅差异。由于农田环境参数(温度,水分,光照条件等)对农作物长势的影响很显著,因此监测相关的农田环境参数可间接监测玉米长势。 反过来从玉米的生长来看,玉米在各个物候期中的长势可间接反映农田环境参数。借助遥感的手段可分析出玉米的长势。 对于农田环境参数的监测点合理采样数目的要求可参考杨诗秀、李子忠等人的研究成果,即合理的采样数目要使监测的置信水平达Pt=90%~95%,精度达85%~90%。空间布局(采样方式)应依据不同的物质条件、计算条件、所需精度、研究目的来确定,使监测点有代表性、典型性和稳定性。其中物质条件指支持试验的财力和人员情况,计算条件指在试验前可用来计算和评价监测对象的变异性的资料(数据)。 1.2 北京夏玉米物候期的采样 本试验目的是在整个生长期中对研究区内的玉米进行长势的连续监测,监测的农田环境参数包括冠层温度,土壤水分,光合有效辐射,叶面积指数。传感器的采样方案要涵盖各种长势类别。据李存军等对北