太空工厂,专注数字化航天供应链
太空圈子
合计:¥{%allCartPrice%}
去购物车结算
产品比对 商机推送 快速求购
历史会话
  • {%getChatFriend(chat).name%}

    {%getChatFriend(chat).last_msg_str%}

  • 点击查看更多历史消息
    暂无更多
    {%renderMessageDate(item, index)%}
    {%item.msg_text%}
    {%renderMessageDate(item, index)%}
    {%item.msg_text%}
    {%getJsonFile(item.payload).name%}
    {%returnName(item)%}
    {%item.msg_text%}
    {%getJsonFile(item.payload).name%}
    历史消息 发送
    {%friend.name%} {%friend.company_name%} 公司主页 起草订单
    {%friend.name%}
    查询
    基于卫星影像的牧草长势遥感监测研究进展
    牧草资源为可更新资源,要实现其科学管理和可持续利用,离不开对其长势和产量的快速监测。开展牧草资源长势快速、准确监测方法的研究和应用,对于人工牧草地和天然草地资源的管理与保护,以及生态环境改善具有重要的科学意义。
    牧草长势是预测产草量的一个重要依据。传统的牧草长势监测多采用地面人工调查,主要测量牧草的植被覆盖度、高度、发育期和产草量等植被长势信息。该方法耗时费力,覆盖范围有限,且受人为因素影响较大,无法快速、全面地反映大面积牧草种植区的时空变异性,从而影响牧草资源管理措施制定的时效性。牧草长势遥感监测是利用遥感方法结合地面观测以及气候实况对大范围牧草生长状态、过程和产草量等进行宏观动态监测,具有时效性高、覆盖面广、探测周期短、人为干扰因素少、成本低等特点,为快速、准确监测大范围的牧草长势提供了新方法。
    遥感监测原理
    作为遥感数据分析解译的基础,研究地物的光谱特征,也是设计传感器波段选择的依据。从健康绿绿色植被的光谱曲线可看出明显的“峰—谷”:近红外波段存在高反射区,叶绿素对可见光存在强烈吸收,可见光波段450nm和680nm附近处存在光谱曲线的波谷,在550nm左右呈现波峰。每个叶片发育程度、含水量、叶绿素含量等不同,使其对入射光线的吸收和反射有所差别,因此,光谱信息与植被生物量紧密相关。遥感估产就是根据光谱曲线分析植物叶片光学特性并测量其不同波段的反射率,通过建模分析出与产量的关系,从而进行产量估测。牧草的生长发育阶段、病虫害情况、营养组分含量以及水肥亏缺状况等,均可以通过遥感影像的光谱特征较好地反映出来。利用遥感成像无接触式获取密集且信息丰富的数据集,结合光谱数据分析处理方法,可进行牧草各种物理生化参数的反演(图1)。

    图1利用卫星影像监测牧草长势状况流程
    遥感监测方法
    (1)直接监测法
    直接监测法是指直接使用遥感反演的植被指数与牧草植被长势进行相关分析,并找出二者之间的关系进行植被长势判定,划分植被长势等级。该方法主要是通过建立遥感反演植被指数与植被生态学参数(密度、高度等)或作物农学参数之间的相关性进行长势分析。但由于不同的植被指数对植被覆盖度的敏感度不同,在植被不同时期使用相应的植被指数会得到更好的监测结果。
    (2)植被生长过程曲线法
    牧草生长是一个随着时间渐变的过程,按时间序列统计监测区域内牧草遥感监测植被指数的平均值,即构建监测地区牧草遥感监测植被指数随时间变化的过程曲线,通过当年牧草生长过程与参考年份生长曲线的比较,来评价当年牧草长势好于、持平于或差于参考年份。
    (3)同期对比法
    即利用当年牧草遥感监测植被指数与去年或某一参考年份同期的牧草遥感监测植被指数相减,得到相比参考年份牧草植被长势的变化情况,按照差值结果设定相应的阈值,将牧草长势分为好于参考年、与参考年持平、差于参考年。计算公式为:
    △NDVI=NDVIm-NDVIn
    式中,△NDVI为当年与参考年牧草植被指数的差值,NDVIm为当年牧草的植被指数,NDVIn为参考年份牧草的植被指数。
    (4)基于NDVI的百分位数法
    考虑到同期对比法中不同时期土地利用变化以及参照年份作物长势不确定性对监测评价的影响,Li等提出了利用作物多年同期NDVI大数据的百分位数评估法,从而实现了作物长势的定量遥感监测评价。该方法是利用多年同期同类地物NDVI的大数据,分析获得任一NDVI数值在这一大数据中对应的百分位数,进而实现对其长势的定量评价。建立起近年同期的NDVI百分位查询表。计算公式为:
    △NDVIint=INT(NDVI×100)
    与农作物长势遥感监测相比,牧草植被遥感监测研究相对较弱。对于这些方法在牧草长势监测中适宜性及其评估结果对牧草长势反映的差异等问题进行研究,将有助于遥感技术在天然牧草及人工牧草植被长势监测中应用和发展。
    实例分析
    西乌旗位于锡林郭勒盟东部(116°31′~119°46′E,43°93′~45°37′N),下辖2个苏木,5个镇,土地面积22434.5km2,总人口9万。全旗可利用草场面积20290km2,占土地总面积的90%,草原类型主要包括草甸草原和典型草原(图2)。西乌旗属于温带干旱半干旱大陆性气候,冬春寒冷漫长,4月中旬-10月中旬日平均气温高于0度。近5年(2016-2020年)年平均气温为2.82度年平均降水量为402mm。
    研究使用MODIS的植被产品MODIS13Q1数据,数据格式为hdf,空间分辨率为250m,时间间隔为16d,时间跨度2016-2020年。MODISNDVI产品提高了空间分辨率及其对地表植被叶绿素的相关性,能够很好地反映植被长势的变化,是目前植被长势评估中应用较为广泛的数据产品。

    图2 西乌旗草原类型及采样区分布
    利用MODIS数据的NDVI产品,将直接监测法、植被生长过程曲线法、同期对比法、基于NDVI百分位数法分别对其长势进行监测遥感,监测结果如下:

    直接监测法植被生长过程曲线法

    同期对比法基于NDVI百分位数法
    图3不同方法监测结果
    农作物长势遥感监测关注的是其营养生长和产量形成过程,到作物生长后期长势信息(NDVI)则不再是重点,而应利用长势的过程信息评价其对最终产量形成的影响。草原长势监测更注重全年中生物量的增减变化,因此植被的NDVI数值可一直作为长势监测的数据源。
    及时掌握草原长势信息,对牧民生产、政府禁放牧管理、草地资源的保护都具有重要的应用价值。虽然应用遥感技术对监测牧草植被生理指标、环境胁迫等的研究不多,缺乏牧草作物的光谱数据库,但是可以借鉴遥感技术在其他作物生产中取得的经验,结合牧草长势特性,弥补传统监测技术手段的不足,初步实现快捷、无损的牧草长势监测。促进遥感技术与牧草科学间学科的深度融合来提高监测的精度以及交叉学科专业人才的培养,将为实现数字化牧草监测奠定基础。
    引用文献:饶新宇,李红军,张圣微,雒萌,刘志强,张静文.草原植被长势遥感监测方法适宜性研究[J].中国生态农业学报(中英文),2021,29(12):2084−2092

    //////////

    企业最新资讯