基于时间序列高光谱遥感影像的田块尺度作物产量预测

作     者：刘焕军 康苒 Susan Ustin 张新乐 付强 盛磊 孙天一 LIU Huan-jun;KANG Ran;Susan Ustin;ZHANG Xin-le;FU Qiang;SHENG Lei;SUN Tian-yi

作者机构：东北农业大学资源与环境学院黑龙江哈尔滨150030 Center for Spatial Technologies and Remote Sensing(CSTARS)Department of LandAirand Water ResourcesUniversity of California 

出 版 物：《光谱学与光谱分析》 (Spectroscopy and Spectral Analysis)

年 卷 期：2016年第36卷第8期

页      面：2585-2589页

核心收录：

学科分类：081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 070302[理学-分析化学] 0703[理学-化学] 

基　　金：国家自然科学基金项目(40801167) 东北农业大学博士启动基金项目(2009RC35 2010rcb22)资助 

主　　题：光谱指数 精准管理分区 高光谱遥感 时间序列 产量 

摘      要：在精准农业领域,田块尺度土壤理化性质、作物长势、产量等存在极显著的空间异质性。高光谱遥感侧重于光谱维度信息的提取,未充分利用空间与时相信息,限制了植被长势、生物量与产量的监测精度。传统格网采样与地统计空间插值方法,耗时费力、成本高,难以推广;而遥感技术可以获取农作物生理参数的时空异质性信息,可以用于田块尺度的精准管理分区(SSMZ)。以田块尺度棉花地为研究对象,获取时间序列航空高光谱遥感影像,分析不同长势棉花的反射光谱特征,构建光谱指数,综合光谱、时相、空间维度信息,利用面向对象方法进行精准管理分区,建立产量遥感预测模型。结果表明:综合多维信息的面向对象分割方法优于基于象元的方法,可以部分消除遥感与产量数据噪声,提高棉花估产精度;不同植被指数与棉花产量的相关系数排序为一阶微分、NDVI、OSAVI、二阶微分;对于同一尺度、单一时相,一阶微分产量预测模型精度较高,多时相多光谱植被指数也可以得到较高精度;对于同一输入量、不同尺度,较少SSMZ个数的棉花产量预测模型精度更高、稳定性更好,这是由于影像与产量数据的空间定位存在一定的误差造成。研究成果将丰富作物长势、估产方法,提高遥感监测精度,加速无人机遥感在相关领域的应用。