農(nóng)作物群體長勢遙感監(jiān)測及長勢參量空間尺度問題研究.pdf

1、空間遙感技術(shù)越來越多地被應(yīng)用到精準(zhǔn)農(nóng)業(yè)的農(nóng)作物群體長勢監(jiān)測研究中，包括農(nóng)作物群體長勢參量遙感定量反演、農(nóng)作物群體長勢分級(jí)評(píng)估、多空間尺度遙感數(shù)據(jù)和產(chǎn)品定量監(jiān)測農(nóng)作物群體長勢一致性分析評(píng)價(jià)等。本文從農(nóng)作物群體長勢遙感監(jiān)測實(shí)際應(yīng)用需求出發(fā)，開展多空間尺度遙感監(jiān)測農(nóng)作物群體長勢研究，主要完成了如下研究工作:
　　 (1)針對(duì)農(nóng)作物群體長勢遙感監(jiān)測的實(shí)際應(yīng)用需求，構(gòu)建了2個(gè)遙感可反演的新型農(nóng)作物群體長勢參量CGMI1和CGMI2(Cro

2、p Growth Monitoring Index,CGMI),能夠從農(nóng)作物的群體形態(tài)結(jié)構(gòu)和群體生理活性兩方面出發(fā)，綜合定量描述農(nóng)作物群體長勢狀況。新型長勢參量建立在綜合考量葉面積指數(shù)(Leaf Area Index,LAI)對(duì)農(nóng)作物群體形態(tài)結(jié)構(gòu)的表征能力和冠層葉綠素密度(Canopy Chlorophyll Density,CCD)對(duì)農(nóng)作物群體生理活性的表征能力的基礎(chǔ)之上，與已有長勢參量相比，CGMI1和CGMI2能夠較為全面地描述農(nóng)

3、作物的群體長勢特征。
　　 (2)針對(duì)基于多空間尺度遙感數(shù)據(jù)和產(chǎn)品開展農(nóng)作物群體長勢分級(jí)評(píng)估的應(yīng)用需求，提出了一種具有空間尺度自適應(yīng)能力的長勢參量閾值劃分策略，并在數(shù)值劃分的基礎(chǔ)上，開展了農(nóng)作物群體長勢的多空間尺度遙感監(jiān)測和分級(jí)評(píng)估研究。在對(duì)多空間尺度遙感反演農(nóng)作物群體長勢參量（CGMI1和CGMI2）進(jìn)行數(shù)理統(tǒng)計(jì)分析的基礎(chǔ)上，提出了一種數(shù)據(jù)統(tǒng)計(jì)分布直方圖與正態(tài)（偏正態(tài)）分布統(tǒng)計(jì)理論相結(jié)合的長勢參量閾值劃分策略，增強(qiáng)了在多空間尺

4、度下快速有效劃分長勢參量的魯棒性。在長勢參量定量劃分的基礎(chǔ)上，從農(nóng)作物群體結(jié)構(gòu)大、適中、小和群體生理活性強(qiáng)、適中、弱的角度出發(fā)，構(gòu)建了農(nóng)作物群體長勢分級(jí)評(píng)估體系。
　　 (3)針對(duì)基于多空間尺度遙感數(shù)據(jù)和產(chǎn)品定量反演LAI和CCD存在的總體差異問題，設(shè)計(jì)了一種數(shù)據(jù)分析策略，能夠定量描述不同空間尺度遙感觀測數(shù)據(jù)、不同農(nóng)作物長勢參量（LAI和CCD）遙感反演模型、農(nóng)作物長勢參量(LAI和CCD)尺度效應(yīng)對(duì)多空間尺度遙感反演LAI和C

5、CD總體差異的具體影響和貢獻(xiàn)大小。該方法的本質(zhì)是依據(jù)總體差異的影響因素所屬類別不同，開展數(shù)據(jù)分層分析，基于數(shù)理統(tǒng)計(jì)知識(shí)量化各影響因素對(duì)多空間尺度遙感反演LAI和CCD總體差異的貢獻(xiàn)率，為后續(xù)差異校正研究提供分析依據(jù)。
　　 (4)針對(duì)不同空間尺度遙感觀測數(shù)據(jù)引起的多空間尺度遙感反演LAI和CCD的總體差異問題，提出了一種基于正態(tài)分布統(tǒng)計(jì)理論的多空間尺度遙感觀測數(shù)據(jù)差異定量分析及校正方法。該方法在較小空間尺度遙感觀測數(shù)據(jù)存在的情況

6、下，能夠依據(jù)統(tǒng)計(jì)模型開展較大空間尺度遙感觀測數(shù)據(jù)的正態(tài)分布形態(tài)校正，從而極大地降低不同空間尺度遙感觀測數(shù)據(jù)引起的LAI和CCD多尺度反演差異。此外，由于該方法僅依賴于多空間尺度遙感觀測數(shù)據(jù)的統(tǒng)計(jì)分布特性，對(duì)數(shù)據(jù)的空間分布形態(tài)與特征無要求，故而該方法可適用于具有不同地表下墊面結(jié)構(gòu)的研究區(qū)。
　　 (5)針對(duì)農(nóng)作物長勢參量（LAI和CCD）尺度效應(yīng)引起的多空間尺度遙感反演LAI和CCD的總體差異問題，提出了一種基于切比雪夫多項(xiàng)式逼近

7、理論的長勢參量空間尺度轉(zhuǎn)換模型，能夠有效地校正尺度效應(yīng)帶來的LAI和CCD多尺度反演差異。該模型不但可以定量描述長勢參量遙感反演模型的非線性程度和遙感反演模型驅(qū)動(dòng)變量的非線性程度對(duì)LAI和CCD尺度效應(yīng)的具體影響和貢獻(xiàn)大小，而且與基于泰勒級(jí)數(shù)展開的尺度轉(zhuǎn)換模型相比，在具有不同地表下墊面結(jié)構(gòu)的研究區(qū)中更具普適性。
　　 (6)針對(duì)多空間尺度遙感數(shù)據(jù)和產(chǎn)品定量監(jiān)測農(nóng)作物群體長勢一致性分析評(píng)價(jià)的應(yīng)用需求，開展多尺度遙感監(jiān)測群體長勢結(jié)果

8、的空間一致性分析研究。旨在對(duì)多空間尺度遙感反演LAI和CCD的總體差異進(jìn)行校正的基礎(chǔ)上，定量分析研究區(qū)農(nóng)作物群體長勢分級(jí)評(píng)估結(jié)果的空間分布形態(tài)和特征的變化，從而為在具有不同地表下墊面結(jié)構(gòu)的研究區(qū)中開展多尺度農(nóng)作物群體長勢遙感監(jiān)測研究的合理性和可行性分析評(píng)價(jià)提供依據(jù)。
　　 本文選取具有不同地表下墊面結(jié)構(gòu)的4個(gè)研究區(qū):黑河流域盈科綠洲區(qū)（綠洲下墊面:集中連片的農(nóng)田規(guī)模較大，空間分布不均衡）、內(nèi)蒙古海拉爾農(nóng)墾拉布大林農(nóng)牧場區(qū)（東北農(nóng)