吴岩[1]2008年在《中国东部季风区耕地复种指数遥感监测研究》文中认为耕地复种指数是衡量耕地资源集约化程度的基础性指标,也是国家宏观评价耕地资源利用状况的重要技术指标。而由于使用农业统计数据计算的耕地复种指数实效性和可靠性比较差,可能会导致一些决策上的偏差。随着遥感技术的不断发展,卫星遥感已成为探测大尺度土地覆被格局最有效的手段。本文利用美国NASA公司提供的MODIS归一化植被指数(NDVI)数据,对中国东部季风区2001年的耕地复种指数进行了监测研究,并根据已有耕地复种潜力估算结果,分析了不同区域耕地复种可挖掘潜力。主要研究结果如下:(1)通过4个典型地区作物生长发育规律所反映的作物长势与对应像元的NDVI时间变化曲线的对比分析,发现NDVI时间变化曲线记录了农作物生长发育和长势变化的动态过程,曲线形成的“峰”和“谷”是与农作物生长周期密切相关的,其波动反映了一年内农作物的兴衰更替,蕴含了耕地的复种指数。因此,如果从一个像元内的农作物一年种植季数来考虑,则可认为一年内NDVI时间变化曲线的波峰数在数值上就等于该像元的耕地复种次数。(2)通过对大量像元NDVI值时间变化曲线的分析,选择了五点加权平均法对NDVI时间变化曲线进行平滑,并设计了曲线波峰的提取算法,进而计算耕地的复种指数。本文的平滑方法和波峰提取算法,准确率高,计算速度快,也更加符合农作物的生物学意义。应用农业统计资料验证表明,研究区域内2/3省份的相对误差在15%以内,可以用于耕地复种指数的研究。(3)应用MODIS-NDVI数据提取的耕地复种指数结果表明,中国东部季风区的耕地复种指数具有十分明显的地理分布特征。主要表现在从东北向西、向南耕地复种指数逐渐增大,东北地区最低在100%左右,华南区最高在250%左右,与东部季风区气候条件地理变化相适应,耕地复种指数南北变化比较平缓自然。另外,在相似气候条件下,经济发达地区与周边经济欠发达地区的耕地复种指数存在明显差异,体现在经济发达程度高,复种指数相对偏低。(4)与用气候条件估算的耕地复种潜力相比,东北地区的可挖掘潜力不大;黄淮海和黄土高原区除陕西以外,可挖掘潜力为30～40%;长江中下游地区除安徽省外,其余地区可挖掘潜力在50～80%;华南地区福建省的可挖掘潜力为80%,其它地区在30～50%之间;西南地区除云南省很低外,其它地区的可挖掘潜力在20～45%之间。
周辉, 王卫东, 李星敏, 王钊, 权文婷[2]2014年在《基于长时间序列NDVI的陕西省耕地复种指数遥感监测分析》文中研究表明复种指数反映了耕地的利用强度,利用遥感方法提取耕地复种指数可为农业产业结构调整和粮食安全保障提供科学依据。采用SPOT/VGT NDVI时序数据(2001—2007年)和MOD13Q1NDVI时序数据(2001—2011年)作为遥感数据源,利用HANTS滤波和SG滤波方法分别对两种数据源进行数据重构,进而提取出陕西省10个地(市)的耕地复种指数;根据提取结果,分析各地市复种指数的变化规律,进而对比两种方法在耕地复种指数提取过程中的效果。结果表明:两种方法均能较好地反映复种指数的变化趋势;SG滤波后提取结果普遍高于HANTS滤波后提取结果;2001—2011年,延安市和榆林市复种指数增长较快,西安市复种指数出现负增长;2007年之后,铜川、宝鸡、咸阳、渭南复种指数开始出现负增长。
张伟[3]2013年在《川东丘陵区耕地复种指数遥感反演研究》文中研究说明复种指数,指一段时间内,某地区或生产单位种植作物的平均次数。弄清某区域的耕地复种信息,对于该区域甚至全球固碳研究、粮食产量估算以及耕地潜力挖掘等都具有重要的意义。基于遥感技术获取某区域复种信息的方法具备客观性、高时效、大范围和低成本等优点,正逐渐成为复种指数信息提取的一种普遍研究手段。尽管基于遥感技术和不同的监测原理,已发展了多种复种指数监测方法,但受数据源空间分辨率较低的限制,对于地表复杂区域(如川东丘陵区)而言,应用已有方法提取复种指数的精度往往较低。引入或发展高时空分辨率数据融合算法,构建具有“双高”(高时间分辨率及高空间分辨率)特征的遥感数据,提高已有常用数据源的空间分辨率,是改善地表复杂区域复种指数遥感监测能力的一种思路。本研究拟以川东典型丘陵县——盐亭为研究区,探究基于数据融合算法构建的高时空分辨率时序植被指数数据,提取复杂地表区域复种信息方法的可行性。研究首先通过引入基于斑块的ISODATA分类方法,滑动窗口技术及时间加权思想,对一种已有数据融合算法-——STDFM (Spatial and Temporal Data Fusion Model)算法进行了改进,对比测试结果显示：改进后的ESTDFM (Enhanced Spatial and Temporal Data Fusion Model)算法的预测效果要优于原算法；然后对基于另一种常用数据融合算法——STARFM(Spatial and Temporal Data Fusion Model)算法构建高时空分辨率时序NDVI数据的两种不同方案(直接法与间接法)进行了对比,实验结果表明：两种方案对于中值区域的预测无明显差异；而对于高值或低值区域的预测,直接法方案优于间接法方案;最后在比较各种算法优缺点的基础上,选择基于STARFM算法的直接法方案构建了盐亭县2002年及2011年高时空分辨率NDVI数据集,并基于该数据集,利用二次差分法提取了该县两个年份的复种指数信息。验证结果表明：基于高时空分辨率NDVI数据集提取盐亭县复种指数的方法具有较高的精度,2011年统计结果与遥感提取结果几乎相等(1.69vs,1.67),2013年野外调查数据验证2011年遥感提取结果的总体精度约为73.97%。这证明了基于数据融合算法构建的高时空分辨率时序植被指数数据,提取复杂地表区域复种信息的方法是可行的。另外,监测结果显示：2002年至2011年近十年时间内,该县的复种指数在整体上下降了约0.3(1.97vs.1.67)。约有31.04%的耕地熟制发生了变化。其中,变化以一年两熟变为一年一熟为主,约占29.93%；变化区域在空间上主要集中于该县西部和南部地区。本研究的主要创新点在于对高时空分辨率数据融合算法的创新性研究。其内容主要包括对STDFM算法做出了一定的改进,推动了基于混合像元分解理论的数据融合算法研究；以及首次对基于STARFM算法构建高时空分辨率NDVI数据集的不同方案进行了对比,从而为该算法在应用时应当选择何种方案提供了科学依据。
范锦龙[4]2003年在《复种指数遥感监测方法研究》文中指出复种指数是我国农业统计中的一个重要指标，它反映了农业生产在时间尺度上利用农业资源的程度，能有效地反映耕地利用情况。但是复种指数的来源长期依赖于统计数据，由于统计数据的质量和时效性问题，需要探索独立于统计数据的获取方法，而利用时间序列NDVI提取复种指数是一种新的遥感方法。进行复种指数监测对全国农业资源利用评价、粮食生产安全以及全国农情遥感速报都有非常重要的现实意义。 通过分析3个样区农作物物候与时间序列NDVI的关系，发现农作物物候年内的循环规律是联系复种指数与时间序列NDVI曲线的纽带。由于时间序列NDVI受云影响形成锯齿状曲线，无法自动提取复种指数，于是提出按照全国农作物物候分区重构时间序列NDVI数据，根据求极大值原理，提取复种指数的流程，并开发了相关程序。进而利用1999年至2002年的SPOT／VGT NDVI数据提取全国范围的复种指数，采用地面样区观测数据、不同尺度的统计数据对提取结果进行验证。同时采用外包络线法建立了复种指数潜力模型，并对全国复种指数潜力进行评价。 研究的主要结论如下： (1)研究表明时间序列NDVI曲线是耕地农作物生长过程的记录，以最直观的形式反映了农作物播种、出苗、抽穗、成熟等周期性的生物过程。根据时间序列NDVI曲线的周期性提取的耕地农作物动态信息能够很好地揭示耕地的复种情况。联系时间序列NDVI曲线与复种指数的纽带是农作物年内的循环规律，复种指数就等于时间序列NDVI峰值的频数。 (2)1999年至2002年复种指数提取实践表明，复种指数遥感提取方法是可行的。提取结果表明，1999年至2002年全国复种指数有所波动，但基本上稳定在150％-160％的范围。二熟带、叁熟带少种和多种一季农作物是造成复种指数变化的主要原因。同时也表明一熟带耕地资源的利用是比较稳定的，二熟带与叁熟带的利用变化较大。 (3)样区复种指数的验证表明，复种指数提取结果的精度高达96％。统计验证表明，复种指数提取结果与不同尺度的统计数据均有很高的一致性。 (4)最大复种指数与≥0℃积温、多年平均降水量均呈现出正相关的关系，说明水热条件是限制复种指数提高的主要因素。最大复种指数与多年平均日照时数呈现出负相关的关系，说明日照时数不是限制复种指数提高的因素。 m利用现实最大复种指数，采用外包络线的方法建立复种指数潜力与积温、降水的模型，据此计算的全国复种指数潜力为 198．5％。目前，全国复种指数还有 41％＊7％的绝对潜力可以挖掘。 仰二熟带与叁熟带的复种指数有50％－80％的绝对潜力可以挖掘。东北地区、华北地区、西北地区有15％－30％的绝对潜力。长江中下游地区、华南地区及西南地区是我国复种指数潜力最大的地区，约有 70％－100％的绝对潜力。
唐鹏钦, 姚艳敏, 吴文斌, 杨鹏[5]2010年在《基于遥感技术的耕地复种指数研究进展》文中认为复种是我国重要的农作制度之一,对于提高我国耕地综合生产能力和确保国家粮食安全具有重要作用。该文在介绍复种指数基本概念和研究方法的基础上,对基于遥感技术的耕地复种指数研究进展进行了评述,尤其对时序植被指数平滑方法和复种指数的判别方法等两个关键技术进行了详细阐述。该文提出了遥感技术和地面观测的结合将是未来耕地复种指数遥感监测的发展趋势之一。如何进行遥感数据平滑最优化处理,以及获取高时空分辨率遥感数据及规范准确的地面观测数据将是需要重点解决的关键问题。
范锦龙, 吴炳方[6]2004年在《复种指数遥感监测方法》文中进行了进一步梳理复种指数是反映水土光与自然资源利用程度的指标 ,其实质是沿时间序列 ,反映某一种植制度对耕地的利用程度。联系复种指数与时间序列NDVI曲线的纽带是农作物年内的循环规律。时间序列的NDVI值蕴涵着植被的生长和枯萎的年循环节律 ,经时间序列谐函数分析法 (HarmonicAnalysisofTimeSeries ,HANTS)重构的NDVI曲线 ,可以准确地反映农作物的出苗、拔节、抽穗、收获等物理过程。因此 ,根据时间序列的NDVI曲线的周期性 ,可以反向捕捉到耕地农作物动态的信息 ,进而得到耕地的复种指数。本文依据上述原理 ,提出复种指数遥感监测的方法 ,然后用 1999年至 2 0 0 2年 4年的VGT(SPOT4卫星vegetation数据 )旬合成NDVI时间序列数据集提取了复种指数 ,并利用地面样区观测结果和统计数据进行检验 ,取得很高的精度。
王楠楠[7]2017年在《全球耕地复种指数变化卫星遥感监测研究》文中进行了进一步梳理复种指数作为农业生产中的一个重要指标,其直接反映了耕地资源的利用状况及利用程度,现有研究表明:提高复种指数可以显着提高粮食产量,促进农业经济发展。因此,监测和分析复种指数在时间和空间上的变化可为粮食安全评估提供间接的参考依据,对于国家规划发展农业以及做出科学正确的决策具有重大意义。而长时间、大区域尺度的耕地复种指数变化还对研究全球环境变化的响应、大国农业政策具有非常重要的意义。本研究利用美国NASA提供的时间跨度为1982年至2013年的LTDR数据(Land long term data record),通过提取NDVI时序曲线峰值的方法提取全球尺度的复种指数,展示过去30多年全球耕地复种指数在时间和空间上的变化,并对这些变化进行分析,为合理利用耕地资源提供科学依据。本研究的主要内容为:(1)长时间序列NDVI数据噪声去除方法研究;(2)耕地复种指数提取算法研究;(3)耕地复种指数提取结果、验证方法研究。(4)不同区域的各个典型代表国家耕地复种指数的计算以及变化分析。主要研究结果如下:(1)全球复种指数具有纬度地带性,在其他自然条件相当的情况下,随纬度的升高复种指数降低;(2)复种指数呈现发达国家比发展中国家低;(3)我国复种指数整体呈上升趋势。(4)气候变化影响作物种植,极端气候事件厄尔尼诺现象的发生会降低复种指数。
张伟, 李爱农, 雷光斌[8]2015年在《复种指数遥感监测研究进展》文中提出复种指数是对耕地资源利用状况的一种度量,其对于指导农业生产及研究气候变化等具有重要意义。利用遥感技术进行复种指数监测,不仅客观、高效、低成本,而且可以获取更佳的空间分布信息,近些年已成为农业遥感领域的研究热点。对复种指数遥感监测进展进行了综述:首先归纳和梳理了已有的几种复种指数遥感监测方法,并分析了各种方法的优缺点;然后在总结该领域研究现存关键问题的基础上,探讨了未来的发展趋势:(1)在内容上丰富,加强特殊的作物熟制信息监测;(2)在空间上拓展,加强地形复杂区域的复种指数监测;(3)在时间上延伸,加强复种指数长期的动态变化监测。
申健[9]2017年在《关中地区作物种植信息遥感识别及其动态监测》文中认为农业的基本战略核心问题是作物种植的可持续发展,其对于保障粮食生产安全具有重要意义。快速、准确地掌握耕地变化情况、作物种植模式、种植面积等信息,是实现区域种植业可持续发展的基本条件,对粮食供需尚未实现自我平衡的我国西北地区尤为重要。本研究针对西北地区土地利用方式变化频繁、作物类型多样、种植制度复杂的特点,以陕西省关中地区为研究区域,采用250m空间分辨率、16d最大值合成的Moderate-resolution Imageing Spectroradiometer(MODIS)Normalized Difference Vegetation Index(NDVI)时序影像,依据主要土地覆被类型及主要种植作物的NDVI曲线变化特征,结合当地作物物候历,提取了耕地、种植制度以及主要粮食作物的种植信息,并系统分析了研究区2000-2014年间耕地复种指数以及冬小麦、玉米生产布局的变化趋势和分布格局,探讨城镇化发展和农业经济转型对粮食作物生产的影响。研究结果可为区域农业生产布局、农业供给侧改革相关决策制订提供科学依据,对应用遥感技术在西部地区进行农业生产调查和监测具有一定的借鉴意义。研究取得的主要结果如下:(1)关中地区2000-2014年平均耕地面积为1828.98 × l03hm2,所辖地市耕地面积渭南(673.07 × 103hm2)>咸阳(394.25 × 103hm2)>西安(338.51 × 103hm2)>宝鸡(311.63× 103hm2)>铜川(111.52× l03hm2)。空间上耕地主要集中分布在中部渭河两岸阶地;北部黄土高原耕地密度相对较小,分布较为分散;南部秦岭山区仅在山间谷地有少量耕地分布。从县域耕地数量和土地面积占比可以看出研究区耕地呈现明显的中间密、南北稀,东部多、西部少的格局特征。15a间关中地区耕地面积整体呈下降趋势,其中2014年以前变化幅度较小,而2014年出现明显下降。耕地流转主要发生在渭河沿岸的城镇周边,新型城镇化规划的实施使城乡结合部耕地流失较多;北部如陇县、千阳等地以及中部礼泉则因经济农业发展推动部分耕地由种植粮食作物转为栽植果树;而休闲旅游业的开发使得秦岭北麓山脚的耕地南界出现一定程度的北移。(2)关中地区作物种植制度包括一年一熟和一年两熟,2000-2014年平均复种指数为142.7%。其中一年两熟制耕地主要分布于低海拔的渭河二、叁级阶地,北部黄土台塬和秦岭山地基本为一年一熟,东部以大荔为中心,包括合阳、蒲城、临渭部分平原地区也主要执行一年一熟制。县域复种指数呈现明显的辐射状格局,以西安市区为中心向四周递减。时间变化上,复种指数总体呈下降趋势,从2000年的156.4%降低到2014年的140.1%。其中2005年以前下降速度较慢,降幅不足2%,而2005年以后下降速度增快,降幅达9.2%。复种指数下降主要是中部平原周边的耕地由一年两熟制改为一年一熟制,其中以粮食生产为主的区县复种指数下降较慢,果业生产比例高的区县复种指数下降较快。离中心城市距离较近,城镇化发展速度快的中部区域复种指数下降明显。(3)通过分析研究区冬小麦、玉米与其他作物NDVI时序曲线的特征差异,提取2000-2014年关中地区冬小麦和玉米种植面积,结果分别为928.47 × 103 hm2和935.07 ×103hm2。空间上冬小麦和玉米的种植分布呈现较为明显的叁极格局,其中冬小麦-夏玉米主要种植于关中中部,且种植面积不断缩减,单季冬小麦和单季春玉米主要种植区分居关中西北和东北,并有扩张趋势。总体上冬小麦种植总面积在15 a间主要呈下降趋势,年均降幅1.94%,而玉米种植总面积先上升后下降,年均降幅为1.83%。(4)选取2000、2007和2014叁个年度的冬小麦、玉米种植面积和空间分布图,通过统计分析和空间迭置分析获取相应时段关中地区主要作物种植面积变化规律及作物种植类型转移方式。结果表明:①2000-2007年间,单季春玉米种植面积增加405.91 ×103hm2,增幅为196.19%;冬小麦-夏玉米和单季冬小麦种植面积则分别减少了 292.89 × 103 hm2和3.04 × 103 hm2,降幅分别为39.78%和0.8%。其中单季春玉米增加面积主要来自其他作物类型,共转入了 229.51 × 103hm2,而其转出类型也主要为其他作物,共转出55.95 × 103hm2;单季冬小麦种植面积变化较小,但流动性仍然较大,转入和转出面积最大的种植类型分别为其他作物(117.89×103hm2)和单季春玉米(110.8×103hm2);冬小麦-夏玉米主要转入转出类型为单季冬小麦(59.79 ×103hm2)和其他作物(159.96 ×103hm2)。②2007-2014年间,单季冬小麦种植面积有少量增加,共增加了 6.19 ×103hm2,增幅1.65%;而单季春玉米和冬小麦-夏玉米分别减少了 334.11 × 103hm2和37.46 × 103hm2,降幅分别为54.52%和8.45%。其中单季冬小麦仍然表现出较强的流动性,主要转入和转出类型分别为冬小麦-夏玉米(132.78 ×103hm2)和其他作物(114.87 ×103hm2);单季春玉米以转出为其他作物类型(226.97 ×103hm2)为主,最大转入量也同样来自其他作物(63.15 ×103hm2);冬小麦-夏玉米的最大转入转出类型则分别为其他作物(103.39 ×103hm2)和单季冬小麦(132.78 ×103hm2)。③15 a间关中地区冬小麦种植总面积持续减少,转移方向主要为其他作物类型,其中2000-2007阶段下降剧烈,2007-2014阶段下降速度较慢,转出变化空间上主要分布在关中地区东北部、咸阳北部高原以及蓝田、临潼交界处;玉米种植总面积总体为减少趋势,转移方向同样为其他作物类型,但在2000-2007阶段先呈增加趋势,2007-2014阶段则大幅下降,转出变化空间上主要分布于东部大荔及其周边,以及凤翔、陈仓和长安等地;一年两熟制的冬小麦-夏玉米种植面积明显下降,是研究区冬小麦、玉米种植面积减少的主要源头。
朱孝林, 李强, 沈妙根, 陈晋, 吴锦[10]2008年在《基于多时相NDVI数据的复种指数提取方法研究》文中认为多熟种植是中国重要的种植制度,在农业生产中具有重要的地位。复种指数反映了耕地实际利用强度,及时获取其空间分布信息是国家农业决策的基础。论文在重新理解和定义复种指数的基础上,提出了一种基于NDVI曲线迭代修正的复种指数遥感提取方法,并以SPOT/VGT多时相NDVI数据为基础,提取了1999~2004年中国北方17省市区农用地的复种指数。结果表明:提取的复种指数空间分布符合我国耕作制度区划,基于目视解译的样点检验总体精度为95.24%,Kappa系数为0.905 7,与根据统计数据得出的复种指数结果的线性回归斜率为0.928 8(R2=0.915 9,P<0.001),表明该方法能够准确快捷地提取复种指数,及时地为农业和土地管理部门提供耕作制度的空间信息。
参考文献：
[1]. 中国东部季风区耕地复种指数遥感监测研究[D]. 吴岩. 南京信息工程大学. 2008
[2]. 基于长时间序列NDVI的陕西省耕地复种指数遥感监测分析[J]. 周辉, 王卫东, 李星敏, 王钊, 权文婷. 干旱地区农业研究. 2014
[3]. 川东丘陵区耕地复种指数遥感反演研究[D]. 张伟. 中国农业科学院. 2013
[4]. 复种指数遥感监测方法研究[D]. 范锦龙. 中国科学院研究生院（遥感应用研究所）. 2003
[5]. 基于遥感技术的耕地复种指数研究进展[J]. 唐鹏钦, 姚艳敏, 吴文斌, 杨鹏. 中国农业资源与区划. 2010
[6]. 复种指数遥感监测方法[J]. 范锦龙, 吴炳方. 遥感学报. 2004
[7]. 全球耕地复种指数变化卫星遥感监测研究[D]. 王楠楠. 杭州师范大学. 2017
[8]. 复种指数遥感监测研究进展[J]. 张伟, 李爱农, 雷光斌. 遥感技术与应用. 2015
[9]. 关中地区作物种植信息遥感识别及其动态监测[D]. 申健. 西北农林科技大学. 2017
[10]. 基于多时相NDVI数据的复种指数提取方法研究[J]. 朱孝林, 李强, 沈妙根, 陈晋, 吴锦. 自然资源学报. 2008
标签：农业基础科学论文; 遥感论文; 时间序列论文; ndvi论文; 复种指数论文; 空间分辨率论文; 农业类型论文; 空间分析论文; 三农论文; 农业发展论文; 小麦论文; 玉米论文; 关中平原论文;