论文部分内容阅读
小麦在我国经济发展中地位突出,为我国粮食安全做出积极贡献。对于农业部门来说,小麦的优质高产与实时监测尤为重要,一般会根据不同年度气温及降水情况,发布小麦最佳播种时期的指导性意见,因此在冬小麦生长早期实现播期遥感监测有强烈需求。针对当前利用全生育期遥感数据基于植被物候遥感监测方法拟合播期时间滞后、仅利用冬小麦生长前期光谱监测播期因弱植被光谱信号引起的监测精度不高的问题,本文依据冬小麦上茬作物成熟—冬小麦播种—前期生长的时序变化规律,研究利用冬小麦上茬作物时序信息构建播期遥感监测模型,提前监测时间和提高精度,为播期监测提供新思路和理论依据。首先利用ESTARFM高时空分辨率数据融合算法对MODIS、Landsat影像数据进行影像融合,综合多源遥感数据生成高时空分辨率数据集;其次基于时间序列数据并结合植被物候历提取小麦种植区域,根据物候曲线研究上茬作物早、适时、晚收获与冬小麦早、适时、晚播多种情况下时间序列曲线变化特征和规律;最后借鉴高光谱遥感数据处理方法和时序数据分析技术,基于冬小麦上茬作物成熟—下茬作物生长前期时序遥感数据变化特征,研究表征冬小麦不同播期的遥感植被指数选取,分析与播期的关系,并构建基于上茬作物时序遥感数据的冬小麦播期监测模型。主要研究成果如下:(1)基于ESTARFM高时空分辨率数据融合算法,对Landsat8-OLI与MODIS数据进行融合,生成兼具MODIS时间分辨率和Landsat空间分辨率特征的研究区8天时间序列的影像。(2)冬小麦上茬作物生长后期到成熟期收获,及下茬作物播种到生长前期的时序数据变化中,早播的冬小麦植被指数最高,晚播的冬小麦植被指数较低,上茬作物收获至小麦生长前期的时序数据可以反映冬小麦的播期早晚。(3)基于时序数据与植被指数表征的冬小麦播期模型,将植被指数作为自变量,冬小麦播期作为因变量进行回归分析并检验,将模型估测的冬小麦播期时间与地面实测数据的冬小麦播期时间进行对比分析,结果表明基于上茬作物时序遥感数据构建的播期监测模型能够表现出较好的预测能力。