论文部分内容阅读
中国农业能以占世界 10%的耕地养活世界上 22%的人口,多熟种植起着决定性的作用。复种指数作为耕地耕作能力的主要指标以及气候农业生产模型中的必需变量,一直是基于行政单元的统计,存在较多的问题,不易于评价与研究。近百年来遥感技术在农作物监测中的应用实践以及遥感数据分析技术的飞速发展为农作物复种指数的提取提供了一个有利工具。 本文在重新理解和界定复种指数的基础上,对 SPOT/VGT 多时相 NDVI 数据进行去噪平滑处理,并依托前人的研究成果提取出中国农作物区,根据中国耕作制度区划挑选出具有代表性的 NDVI 变化曲线,初步建立熟制标准曲线库,利用交叉拟和度检验法对逐个像元进行判断,提取其复种指数,并对结果进行了验证分析。 其主要结论有: (1) 复种作为我国多熟种植中最主要的一种耕作形式,基本反映了我国在不同地区耕地的耕作能力。传统的复种指数定义过于混乱和综合,因此,重新界定复种指数的含义为一年内同一块耕地上耕作农作物的次数,并界定作物生长期在两个月以上,计算纯粹的复种指数,不仅简单易行,意义明确,并且可以利用多时相遥感数据对每个像素进行提取,避免了传统统计方法的费时费力,以及行政单元的局限。 (2) 基于 Savitzky-golay 滤波原理的平滑方法,可以有效的去掉对 SPOT/VGT 多时相的 NDVI 遥感数据中由于云、气溶胶等大气影响造成的噪音,充分利用了其对应的云状态数据,理论简单并易于实现。可以应用于不同时间尺度、空间尺度和传感器的 NDVI 数据,可在全球环境变化研究中获取较高质量的 NDVI 时序数据。 (3) 本文在高光谱数据分析技术中光谱匹配法的基础上提出的交叉拟和度检验法,以前人对中国多熟种植的研究成果,选取了基本可以反映我国不同熟制的农作物生长曲线作为参考,计算出了以遥感影像像素为单位的全国农作物复种指数。其结果表明此方法对 NDVI 生长季曲线之间相关性表现出了比较高的精度,并能准确的反映其相互间的偏移,给农作物复种指数的提取开辟了一条新的道路。同时还具有了广泛的应用前景,如土地利用覆盖变化监测、植被特征分类以及高光谱数据分析研究等等。