1、卫星遥感在生态监测与农业中的应用8 卫星遥感在生态与农业气象中的应用8.1 目的与意义卫星遥感集中了空间、电子、光学、计算机、通讯和地球科学等学科的最新成就,在地球系统科学、资源与环境科学以及农业、林业、地质、水文、城市与区域开发、海洋、气象、测绘等科学和国民经济的重大领域发挥着越来越大的作用。随着社会的开展,我国正面临着日益严重的环境与资源问题,这个问题将关系到国民经济的持续开展。因此,遥感技术已被列为国家90年代国民经济开展的35项关键技术之一。遥感技术在解决我国资源与环境问题、促进国民经济持续开展的作用是:(1) 为制定国民经济开展方案提供资源与环境动态根底数据;(2) 为国家重大的资源
2、、环境突发性事件提供及时准确的监测评估数据,保证国家对这些重大问题作出正确、快速的反响;(3) 生物量估测包括农牧业产量、初级生产力估计;(4)为国家的重要经济领域提供信息效劳。自1961年美国第1颗气象卫星问世以来,已有4800多颗各类卫星被送入轨道。按运行轨道区分为低轨道卫星、中高轨道卫星、地球同步卫星、地球静止卫星、太阳同步卫星、大椭圆轨道卫星和极轨道卫星。按用途一般分为科学卫星、应用卫星和技术试验卫星。其中,应用卫星直接为国民经济和军事效劳的卫星,按用途可细分为通信卫星、气象卫星、侦察卫星、导航卫星、测地卫星、地球资源卫星、截击卫星和多用途卫星等。在应用卫星中,对地观测卫星有气象卫星、
3、地球资源卫星、侦察卫星。这些卫星可以直接效劳于气象、农林、地质、水利、测绘、海洋、环境污染和军事侦察等方面。它们许多采用太阳同步轨道如中巴一号资源卫星、风云1系列卫星,也有使用静止轨道如风云2系列卫星和其他轨道。接收、处理卫星遥感信息,实时制作各类应用效劳产品,向政府和有关部门提供效劳。学习国外卫星遥感应用的先进技术,研究解决监测应用中的有关技术问题,将卫星遥感技术应用在省自然资源监测和农业生产效劳中,对于研究生态和农业,扩展对它的认识,明确自然界与人类的相互影响,了解我们赖以生存的自然环境。不断提高卫星遥感应用效劳水平,提供更准确的信息及提供对未来气候变化和指导农业生产有着重要的意义。8.2
4、极轨卫星遥感应用现状及开展趋势 应用现状1960年以来,美国、俄罗斯/前联、欧空局、日本、印度和中国相继开展了自己的气象卫星,在20世纪70年代后期形成了由极轨气象卫星、静止气象卫星组成的全球业务监测网和由大型计算机构成的地面资料接收处理系统,从而使气象卫星进入业务应用阶段。80年代,陆地卫星的上天,遥感研究及应用技术进入开展高潮。遥感理论的深入研究促进了遥感应用技术的实践和应用,为遥感技术的进一步开展准备了足够的技术诸备。90年代以来,随着遥感传感器、小卫星技术的开展,人类生存环境的恶化以及全球一体化的需求,遥感技术再次得到高速开展。美国是最早研制和发射气象卫星的国家。美国业务应用极轨气象卫
5、星至今已开展到第四代,共70多颗。最新一代的卫星是1998年发射成功的“诺阿15卫星,它装有“先进甚高分辨率辐射计和由“先进的微波探测器及“高分辨率红外辐射探测器3分光计组成的业务虫之探测器等遥感仪器,同时有两颗星在轨运行,一颗是上午星,一颗是下午星,每天可对全球进展四次探测,经过存储回放获取全球资料。1999年12月18日,美国成功地发射了地球观测系统EOS的第一颗先进的极地轨道环境遥感卫星TerraEOS-AM1,这颗卫星是美国国家宇航局地球星星使命方案中总数15颗卫星的第一颗,目前,已经有2个星另一个颗AQUA每天在下传全球资料。俄罗斯/前联的“流星极轨气象卫星系列从1966年开场发射,
6、至今开展了三代,发射了50多颗卫星。“流星3是第三代业务气象卫星,星上配置的探测仪器有电视摄像机、红外辐射计、地球辐射收支仪、紫外探测器等我国的风云系列气象卫星分为静止卫星和极轨卫星两类,FY-奇数为极轨卫星、偶数为静止卫星。从1988年9月7日成功发射的第一个颗风云一号气象卫星以来,我国共发射了4颗极轨气象卫星。目前稳定运行的极轨气象卫星是FY-1C、FY-1D两颗。在临近天气预报、水灾、火灾、积雪灾害、强对流云体识别、农业应用等方面发挥了显著的作用。极轨气象卫星主要为中长期的天气预报和中长期的气候监测和环境监测效劳。中国是继美国和俄罗斯(联)之后第三个具有自行研制和运行地球同步轨道和极轨卫
7、星这两种气象卫星的国家。迄今为止,欧洲尚没有发射过极轨气象卫星,日本也没有这方面的方案。美国与风云3号属同一水平的NPOESS极轨卫星,预计将在2008年发射。欧洲研制的同一水平的“METOP极轨卫星方案将在2006年发射,与中国风云3号01星的发射时间较为接近。风云3号极轨卫星的设计工作寿命初定为3年,力争能提高到5年。由于它是全新的型号,所以风云3号01星仍为试验星。风云3号与风云1号相比,遥感仪器大大多于风云1号。它的对地观测最高几何分辨率为250米,而目前使用的FY-1D对地观测分辨率为1.1千米。因此,其观测精度提高了4倍,而发送回地面的观测信息量则提高了16倍。1997年6月,我国
8、成功地发射了FY-2A、2B两颗卫星。2004年10月19日FY-2C业务气象卫星发射成功,并投入业务运行。可对台风、降水、森林和草原火灾、海温、干旱、雾、雪等进展监测。卫星遥感在省的应用围已经涉及到作物、植物生长状况、病虫害、鱼汛、海雾、城市热岛、森林火灾、洪涝灾害、寒冷灾害、海温、干旱、地震的预测等方面的应用。所用卫星资料主要为NOVAA、MODIS、FY-1C/D、FY-2C等卫星资料,关于卫星遥感在气象中的应用参见“省天气预报技术手册“,本手册主要阐述卫星遥感在生态环境与农业生产中的应用。开展趋势由于高光谱数据能以足够的光谱分辨率区分出那些具有诊断性光谱特征的地表物质,这是传统宽波段遥
9、感数据所不能探测的,使得成像光谱仪的波谱分辨率得到不断提高。除了常规遥感技术迅猛开展外,开拓性的成像光谱仪的研制已在80年代开场,并逐渐形成了高光谱分辨率的新遥感时代。从20世纪80年代初研制的第一代成像光谱仪航空成像光谱仪AIS的32个连续波段,到第二代高光谱成像仪航空可见光/红外光成像光谱仪AVIRIS,AVIRIS是首次测量全部太阳辐射覆盖的波长围0.42.5m的成像光谱仪。低空间高时相频率的AVHRR气象卫星NOAA系统系列,星下点分辨率为1.1km以及EOS系列多光谱传感器亦相继投入运行,形成现代遥感技术高速开展的盛期。美国宇航局于1999年底发射了地球观测系统EOS的第一颗极地轨道
10、环境遥感卫星Terra。星上搭载了中等分辨率成像光谱仪MODIS。MODIS用于观测全球生物和物理过程的仪器,每天可完成一次全球观测。MODIS提供0.42.5m之间的36个离散波段的图像,星下点空间分辨率可为250m、500m、1km。MODIS每两天可连续提供地球上任何地方的白天反射图像和白天/昼夜的发射光谱图像。目前地面卫星站每天承受TERRA、AQUA两颗卫星下发的数据。在卫星遥感应用方面,空间技术、信息技术和计算机技术的开展,推动了遥感技术的进步。遥感影像的空间分辩力和光谱分辩力的明显提高,扩展了它的应用领域;计算机运算速度和容量成数量级的增加、数据库技术和网络技术的开展和人工智能的
11、应用为分析处理大数据量的遥感和地理数据创造了条件。所有这些都为遥感信息系统的实用化奠定了技术根底。数学模型作为联系遥感、地理信息系统与实际应用之间的纽带,处于十分重要的位置,发挥了极为重要的作用。遥感、地理信息系统技术和全球定位3S的结合应用为地球科学提供了全新的研究手段,导致了地球科学的研究围、容、性质和方法的巨大变化。和传统的对地观测手段相比,它的优势表现在:提供了全球或大区域准确定位的高频度宏观影像,从而提醒了岩石圈、水圈、气圈和生物圈的相互作用和相互关系,促进了地球系统科学的诞生;扩大了人的视野,从可见光开展到红外、微波等波谱围,加深了人类对地球的了解;在遥感与地理信息系统根底上建立的
12、数学模型为定量化分析奠定了根底;同时,还实现了空间和时间的转移:空间上野外局部工作转移到实验室;时间上从过去、现在的研究开展到在三维空间上定量地预测未来。与地理信息系统和全球定位系统相结合应用是遥感应用开展的技术特征和技术优势。遥感技术在地质矿产和水资源的勘探,森林,草场资源调查与评价,海洋渔场调查,城市的规划,气象,海洋预报等领域均发挥着重要作用。遥感技术与地理信息系统、全球定位系统相结合综合应用开展趋势主要表达在以下几个方面。综合对地观测系统的建立、遥感、全球定位系统和地理信息系统的一体化、高速大容量遥感数据处理系统建立。当前,急待解决遥感地面应用系统建立较卫星研制和发射投入薄弱、时间滞后
13、的问题。8.3 省卫星遥感应用存在的技术问题基于遥感应用工作者自己开发的专家系统已在遥感图像识别实验中得到应用,但远远没有到达实用阶段,形成业务系统的则更少。当前一些遥感应用科学工作者开发了一批专家系统软件,但还很不成熟。计算机研究人员已开发了一批专家系统开发工具,从理论完整性和实用性以及人力的投入上都远远超过了应用工作者开发的专家系统。因此,对于遥感和地理信息系统应用科学家来说,正确的途径不是自己独立开发专家系统,而是从众多的已开发的专家系统开发工具中选取适合于生态与农业气象应用的模式,在认真科学地总结专家知识的根底上建立知识库在开发出适合于省生态与农业气象实际工作的遥感技术专家系统是我们研
14、究和应用专家系统的正确方向。8.4 卫星遥感在生态与农业气象中的应用 陆地生态与农业气象利用卫星遥感进展生态与农气象监测主要涉及以下几个领域:土地利用状况、地表水资源变化监测与评价、重大自然灾害综合监测和评价、植被覆盖变化、土壤退化、地表温度、作物生长趋势、生物量变化。在基于上述环境变化监测与评估根底上,建立信息库。陆地生态与农业气象卫星遥感应用监测对象包括:气溶胶、植物、土地、水、灾害等几个方面。每个监测工程中都包括不同的监测产品表8.1。表8.1 卫星遥感在农业中的应用监测工程监测工程植被监测土地监测水体监测灾害监测1植被覆盖度土地利用水质分类干旱2叶面积指数地物覆盖初级生产力寒害3植被长
15、势土壤侵蚀水体面积高温热害4森林面积火灾5洪涝6风灾7病虫害.1 植被监测通过卫星传感器记录值,计算出能反映植被生长状况的数字或图像产品。在农业气象生态中反映植被生长的植被监测产品主要有以下几种.1.1 植被覆盖度根本原理:植被覆盖度指植被冠层的垂直投影面积长度占对应土地面积长度的百分比,即植土比。覆盖度是评估地面植被生长状况、生态环境好坏的一个重要参数。f=(NDVINDVImin)/(NDVIma*NDVImin)式中,f为覆盖度;NDVI为所求像元的植被指数;NDVImin、NDVIma*分别为区域NDVI的最小、最大值。.1.2 叶面积指数单位土地面积上植物绿色面积与土地面积的比值。动
16、态监测叶面积指数,是研究环境气象因子、土壤因子对植株生长影响的根底。LAI=ln(1NDVI/A)/B/C式中,A、B、C均为经历系数。A、B通常接近于1,对于小麦,叶角为球形分布,C通常为0.5。其中,A值是由植物本身的光谱反射确定;B值与叶倾角、观测角有关;C值取决于叶子对辐射的衰减,这种衰减呈非线性的指数函数变化。.1.3 植被长势植被长势是一个综合性定量概念,反映植物的生长状况,它包括植被、盖度、高度、季相、植株含水量和干物质数量。植被长势是预测预报植物生物量的重要依据。主要采用卫星遥感方法有如下两种。比值植被指数RVI根本原理:由于可见光红波段R与近红外波段NIR对绿色植物的光谱响应
17、十分不同,因此两者简单的数值比比值植被指数RVI能充分表达两反射率之间的差异。比值植被指数可提供植被反射的重要信息,是植被长势、丰度的度量方法之一。比值植被指数与叶面积指数、叶干生物量、叶绿素含量相关性高,被广泛用于估算和监测绿色植物生物量,在植被高密度覆盖情况下,它对植被十分敏感,与生物量的相关性最好,但当植被覆盖度小于50%时,它的分辨能力显著下降。RVI=DNNIR/DNR (8-1)DNNIR和D NR分别为近红外、红波段的计数值灰度值或RVI=NIR/RNIR和NIR分别是近红外和红波段的反射率归一化植被指数NDVI根本原理:针对浓密植被的红光反射很小,其RVI值将无界增长,因此将简
18、单的比值植被指数RVI,经非线性归一化处理得“归一化差值植被指数,使其比值,限定在-1,1围。其被定义为近红外波段与可见光红外波段数值之差和这两个波段数值之和的比值。NDVI与叶面积指数、绿色生物量、植被覆盖度、光合作用等植被参数有密切关系,是植被生长状态及植被覆盖度的最正确指示因子,在植被遥感中,应用最为广泛。NDVI=(NIRR)/(NIRR) (8-2)NIR和R分别是近红外通道和红外通道的反射率。.2 灾害监测.2.1 干旱干旱分为大气干旱、土壤干旱、农作物干旱。大气干旱,即大气中水分含量很低,长期的大气干旱会造成土壤干旱,土壤干旱就会导致植物、作物干旱。根本原理:土壤含水量低,则土壤
19、昼夜温差大,是土壤枯燥的重要特征,常用的方法是热惯量法:通过获取一天遥感资料的最高和最低土壤温度,就可以通过模型计算土壤含水量。热惯量法适用围:晴空无云,卫星过境轨道根本重合,植被覆盖度低或全裸。这种方法不太适用于植被较为茂盛下垫面,在植被茂盛的地区主要采用植被供水指数,因此,在省主要采用土地利用地理信息进展土地分类两种方法进展干旱监测。热惯量法:土壤含水量推导之热传导方程: (8-3)式中,为热传导率,ca为热容量,为土壤密度,T为土壤温度,t为每天以小时表示的时间,z为土壤深度。热传导方程边界条件为: (8-4)式中,T0(t)为一天中任意时刻的土壤温度,为日平均温度,T0为土壤外表温度日
20、较差,为角频率。当定义后,热传导方程的解为: (8-5)式中,P为热惯量,B为与太阳高度角有关的常数,A为全波段反照率。计算出热惯量后,再根据实测的土壤湿度资料构建土壤含水量模型, (8-6)式中,Sw为土壤含水量%,、为拟合系数,p为热惯量。植被供水指数法:植被供水指数法的根本原理是:当植被供水充足时,没有干旱发生;当植被供水缺乏时,没有足够的水分供植被叶面蒸腾,叶片的气孔将关闭,这是叶面温度将增高;另一方面干旱发生时,植被指数将会下降,通过卫星遥感可以监测到。VSWI = NDVI/Ts (8-7)式中,VSWI为植被供水指数,NDVI是归一化植被指数,Ts是叶面温度。根据上两种方法监测到
21、的土壤含水量依照农业气象观测规进展干旱等级划分见表1。表1 农业气象观测规干旱等级干旱等级含水量水体100%湿润80%99%正常61%79%轻旱51%60%中旱41%50%重旱裸土(0.9803398)植被(0.9773155)。Pw、Pv分别为水面和植被的构成比例。水体区域不是寒害监测的重点,因此水体与其他地表的混合本文不作重点考虑。水体在近红外波段第2波段吸收率很强,其DN值比陆地和植被低很多,可以根据设定DN阈值识别水体,取Pw1,Pv0。对于植被和裸土组成的混合象元,首先根据下式计算其归一化植被指数: (8-13)式中, B1、B2分别是MODIS第1、2波段的DN 值。Sobrino
22、等21分析说明,大气校正对NDVI以及地表温度变化极小( NDVIv时,认为是完全植被,Pv=1;当NDVINDVIs时,认为是完全裸土,Pv=0;而当NDVI 介于NDVIs与NDVIv之间时,认为是由一定比例的植被和裸土组成的混合象元,采用如下公式确定混合像元中植被和裸土的比率Pv,Ps: (8-14)式中NDVIv取0.7,NDVIs取0.05。3 计算大气透过率31、32大气透过率是遥感传感器接收到的热辐射能与地表真实辐射能的比值。红外热辐射的随天气条件的变化而变化,其中以大气中水汽对热辐射的影响最为显著,因此可以通过计算水汽吸收波段和非吸收波段间热辐射的差异来获得。MODIS第2 波
23、段0.841-0.876m和第5波段1.23-1.25m是水汽窗口,透过率接近于1,而第17波段0.89-0.92m、18波段0.931-0.941m和19 波段0.915-0.965m为水汽强烈吸收波段。本文首先根据第19波段水汽吸收波段和第2波段窗口波段的反射率比值计算MODIS的19通道的大气透过率19:19=R19/R2 (7)式中R19和R2分别为MODIS第19、2通道的反照率,可参考式2计算。进而根据Kaufman等24提出的经历公式计算大气含水量w: (8-15)式中0.02,0.651,均为经历常数。最后采用毛克彪等25,26基于大气模拟软件LOWTRAN模拟得到的经历公式,
24、分别计算第31、32波段的大气透过率: (8-16)4劈窗算法LST反演采用文献6,17中根据星上亮温的线形组合,考虑大气透过率和地表比辐射率两因素模型来反演地表温度。计算公式为:Ts = A0 + A1 T31 - A2 T32 (8-17)式中,Ts是地表温度(K), A0、A1、A2分别定义如下:A0 = - 64.60363E1 + 68.72575E2 A1 = 1 + A + 0.440817E1 A2 = A + 0.473453E2 A = D31/D32 C31 - D31 C32 E1 = D32 (1 - C31 - D31) /D32 C31 - D31 C32 E2 = D31 (1 - C32 - D32) /D32 C31 - D31 C32 D31 = 1 311 + (1 31 )31 D32 = 1 321 + (1 32 )32 C31 =31 31 C
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1