《冬小麦地上生物量遥感估算研究》共分为7章。第1章绪论,介绍农作物地上生物量遥感估算的背景、意义和农作物地上生物量遥感估算研究进展和存在的主要问题;第2章阐述了基于冠层高光谱估算作物地上生物量的敏感波段筛选和波宽优选方法;第3章在研究了地面高光谱构建的窄波段植被指数与冬小麦生物量敏感波段中心及其优波段宽度的基础上,对基于Hyperion高光谱影像的冬小麦地上生物量反演进行介绍;第4章以所筛选的敏感波段中心作为指导,阐述了GF-I和Landsat8OLI等宽波段多光谱遥感数据的区域冬小麦地上生物量反演与应用;第5章阐述了基于光能利用率模型的地上生物量遥感估算技术与方法;第6章阐述了基于遥感信息和作物生长模型数据同化的作物地上生物量定量模拟技术方法;第7章展望,对该书整体研究内容进行总结,并对作物地上生物量遥感估算技术发展进行展望。
农作物生物量是作物产量形成的基础,准确的生物量信息对于国家有效指导农业生产、保障国家粮食安全、促进农业可持续发展,以及全球碳循环和生物质能源利用等基础研究均有重要的意义。作物生物量估算涉及多种学科与技术,相对于费时耗力的作物生物量传统实测方法,基于遥感技术开展作物生物量估算具有大面积同步观测的巨大优势。因此,如何利用多源遥感信息、多模型和多方法开展大范围作物生物量准确估算已经成为农业遥感研究中的重要议题之一。小麦是我国三大谷物之一,是国内重要的粮食作物。对于中国这样一个拥有14多亿人口的大国来说,确保粮食安全至关重要。在“确保谷物基本自给、口粮绝对安全”的新形势下,作为我国重要的口粮作物,小麦产量丰歉对国家粮食安全新战略实施、稳固牢靠的国家粮食安全保障体系构筑具有重要意义,准确获取小麦生物量动态生长信息直接关系到作物长势监测和产量估测精度,从而对国家指导农业生产和粮食安全科学决策产生重要影响。因此,本书以我国北方粮食主产区黄淮海平原为研究区域,以河北省衡水市等地为典型试验区,以冬小麦为研究对象,在野外观测试验、室内数据处理与分析、室内模型建立与定量模拟等支持下,对作物地上生物量遥感估算的统计模型、半机理模型和机理模型进行深入研究,对及时、准确地获取作物地上生物量信息,有效指导我国粮食生产和保障国家粮食安全具有重要意义。
本书系列研究受到国家自然科学基金面上项目“区域冬小麦收获指数遥感定量估算模型与方法及其时空特征(41871353)”、国家自然科学基金面上项目“作物种植面积和产量统计数据降尺度空间表达及时空变化分析(41471364)”、国家自然科学基金国际(地区)合作与交流项目“基于定量遥感和数据同化的区域作物监测与评价研究(61661136006)”、科技部国际科技合作项目(2010DFB10030)、科技部国家高技术研究发展计划(863计划)“地球观测与导航技术领域”“星机地综合定量遥感系统与应用示范(一期)”项目课题“全球大宗作物遥感定量监测关键技术(2012AA12A307)”、农业农村部农情遥感监测业务项目、中国农业科学院科技创新工程等共同资助。
本书是作者近些年来开展农作物地上生物量遥感估算相关研究的总结,部分技术方法已经在农作物遥感监测实际工作中得到了一定应用。本书系列研究与应用工作主要依托中国农业科学院农业资源与农业区划研究所、农业农村部农业信息技术重点实验室、农业农村部农业遥感重点实验室、国家遥感中心农业应用部、农业农村部遥感应用中心研究部、中国农业科学院农业环境与可持续发展研究所等平台进行。感谢农业遥感团队和智慧农业团队唐华俊院士/研究员、周清波研究员、杨鹏研究员和吴文斌研究员等对本项研究工作给予的长期支持,感谢中国科学院青藏高原研究所秦军研究员、中国科学院地理科学与资源研究所石瑞香博士对本书相关模型研究给予的技术支持,感谢中国农业科学院农业资源与农业区划研究所遥感室刘佳研究员、姚艳敏研究员、王利民研究员、孙亮研究员、张莉博士、李丹丹硕士、余福水硕士等对本书相关研究给予的大力支持,在此一并感谢。此外,感谢中国农业科学院农业资源与农业区划研究所遥感室姜志伟博士、李贺博士、李宗南博士和刘长安博士等在野外观测试验中给予的大力支持。另外,感谢刘斌硕士在本书相关研究、书稿撰写和野外试验中所作的贡献。
本书共分为7章。第1章绪论,介绍农作物地上生物量遥感估算的背景、意义和农作物地上生物量遥感估算研究进展和存在的主要问题;第2章阐述了基于冠层高光谱估算作物地上生物量的敏感波段筛选和波宽优选方法;第3章在研究了地面高光谱构建的窄波段植被指数与冬小麦生物量敏感波段中心及其最优波段宽度的基础上,对基于Hyperion高光谱影像的冬小麦地上生物量反演进行介绍;第4章以所筛选的敏感波段中心作为指导,阐述了GF-I和Landsat8OLI等宽波段多光谱遥感数据的区域冬小麦地上生物量反演与应用;第5章阐述了基于光能利用率模型的地上生物量遥感估算技术与方法;第6章阐述了基于遥感信息和作物生长模型数据同化的作物地上生物量定量模拟技术方法;第7章展望,对本书整体研究内容进行总结,并对作物地上生物量遥感估算技术发展进行展望。
1 绪论
1.1 作物生物量相关概念
1.2 基于遥感的作物生物量反演主要研究进展
1.2.1 生物量遥感反演主要模型和方法
1.2.2 生物量估算主要数据选择
1.2.3 作物生物量估算的特征参量
1.2.4 作物生物量遥感反演主要进展
1.3 本章小结
2 冠层高光谱估算冬小麦生物量的敏感波段优选
2.1 研究区域
2.2 主要研究方法
2.2.1 技术路线
2.2.2 植被指数确定
2.2.3 N-VI与冬小麦地上生物量相关性分析
2.2.4 敏感波段中心与最优波段宽度确定
2.2.5 精度验证
2.3 数据获取与准备
2.3.1 样方布设与地面观测
2.3.2 冬小麦实测地上生物量获取
2.3.3 冬小麦冠层高光谱测量
2.4 结果与分析
2.4.1 基于N-NDVI敏感波段最优波宽的生物量估算
2.4.2 基于N-DVI敏感波段最优波宽的生物量估算
2.4.3 基于N-RVI敏感波段最优波宽的生物量估算
2.5 本章小结
3 基于高光谱卫星遥感的冬小麦地上生物量估算
3.1 研究区域
3.2 主要研究方法
3.2.1 高光谱作物地上千生物量敏感波段中心确定
3.2.2 基于高光谱遥感卫星的作物地上千生物量反演
3.2.3 作物地上生物量遥感估算精度验证
3.3 数据获取与处理
3.3.1 地面数据采集与处理
3.3.2 高光谱遥感卫星数据获取与处理
3.3.3 其他辅助数据
3.4 结果与分析
3.4.1 冠层高光谱估算地上干生物量敏感波段选取
3.4.2 基于Hyperion的区域冬小麦生物量遥感反演
3.5 本章小结
4 基于宽波段多光谱遥感的区域冬小麦生物量估算
4.1 研究区域
4.2 主要研究方法
4.2.1 技术路线
4.2.2 遥感植被指数确定
4.2.3 区域冬小麦生物量遥感反演
4.2.4 精度验证
4.3 数据获取与准备
4.3.1 地面数据采集与处理
……
5 基于净初级生产力的冬小麦生物量估算
6 基于遥感和生长模型同化的冬小麦生物量估算
7 展望
参考文献