松嫩平原传统人工收集农作物的长势信息往往延迟于农作物的生长状态,而且要获取大尺度的农情信息时,通常需要耗费大量人力物力,同时调查结果会受人为因素的影响而产生误差。及时精准的获取农作物分布情况和长势信息对于保障松嫩平原粮食生产安全,促进农业可持续发展具有重要的意义。遥感监测技术具备及时、快速、大尺度等特点,利用遥感影像数据来监测农作物长势情况,将可以为农业部门和科研人员对农作物长势监测和研究节约大量时间和资金。本课题研究是以“松嫩平原农作物长势遥感监测系统”为基础,对研究区域内进行前期调查和研究,利用地理学相关知识设计采样方案。进行松嫩平原遥感数据下载和辅助数据信息收集,利用结构化查询语言技术(Structured Query Language,SQL)设计并建立了农作物长势综合数据库。根据用户需求分析,选择MATLAB语言为开发平台,设计开发出图像处理速度快、灵活性强的长势监测功能模块。在结合遥感和数值模型等技术的基础上,集成开发功能全面的基于MODIS(Moderate-Resolution Imaging Spectroradiometer)的松嫩平原农作物长势监测系统。实现对农作物的分布情况、生长状况的监测管理,通过导入监测数据后,即可以动态生成农作物分布情况、农作物长势状况空间专题图。实现处理流程全自动化和大规模的运行化,体现系统的高效性和实用性。改善以往松嫩平原只能利用人工调查法进行农作物长势监测的现状。为科学和高效地进行农作物长势监测提供新的技术手段和监控模式,提高农业相关部门在农业生产决策能力和长势信息发布的科学性和及时性,具有较好的应用推广价值。研究的主要内容如下:⑴对采样地点进行调查及设计野外采样方案,综合研究区域内遥感影像数据、第二次全国土地分类数据、松嫩平原行政区划边界、气象数据、农作物物候信息等数据进行规范的数据化处理,将处理后得到的精准数据导入综合数据库,提高了监测数据的准确性,为农作物长势监测系统提供数据保障。⑵对于遥感影像数据、第二次全国土地分类数据、松嫩平原行政区划边界、气象数据、农作物物候信息等资料进行整理和收集,研究借鉴国内外农情遥感监测系统的研究成果。以及相关农作物分类方法和长势监测方法为参照,通过基于傅里叶组分的波形相似度分类方法有效地提高农作物分类精度,将离散的傅立叶变换应用于NDVI时间序列以减少高频噪声对分类的影响,可以提高农作物长势监测数据的精度,同时选择5类适合于松嫩平原农作物长势监测的植被状态指数进行农作物长势监测,并进行论文研究及系统设计与开发工作。⑶设计并开发实现基于MODIS的松嫩平原农作物长势遥感监测系统,实现空间数据的集成与农作物长势监测数据的发布、定期更新及后期管理;实现农作物自动化分类、农作物长势监测,对监测数据进行统计分析,并进行监测数据可视化。系统能够很好地满足松嫩平原农作物遥感监测业务的需求,对农作物自动化分类和农作物长势监测等方面做了详细的研究。