第七讲农业遥感ppt课件.ppt

《第七讲农业遥感ppt课件.ppt》由会员分享，可在线阅读，更多相关《第七讲农业遥感ppt课件.ppt（66页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-2我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-2农用地资源的监测遥感农作物估产农业灾害监测与预测我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-2 遥感信息因其覆盖面大、实时性和现势性强、速度快、周期性和准遥感信息因其覆盖面大、实时性和现势性

2、强、速度快、周期性和准确可靠以及省时、省力、费用低等优点，被广泛用于测定农用地的数确可靠以及省时、省力、费用低等优点，被广泛用于测定农用地的数量与质量的动态变化。量与质量的动态变化。 常用的农用地遥感监测方法基本上分为两种：逐个像元比较法和分常用的农用地遥感监测方法基本上分为两种：逐个像元比较法和分类后比较法。前者首先是对同一区域不同年份同一时相影像的光谱特类后比较法。前者首先是对同一区域不同年份同一时相影像的光谱特征差异进行比较，确定农用地发生变化的位置，在此基础上，再采用征差异进行比较，确定农用地发生变化的位置，在此基础上，再采用分类的法来确定农用地变化信息分类的法来确定农用地变化信息 。

3、该方法优点是先确定农用地变化。该方法优点是先确定农用地变化的位置，缩小分类范围，提高监测速度。后者是针对整个监测区域的的位置，缩小分类范围，提高监测速度。后者是针对整个监测区域的逐影像系列同一位置分类结果确定土地利用类型变化的位置和所属类逐影像系列同一位置分类结果确定土地利用类型变化的位置和所属类型，其优点是可以回避前一种方法所要求的影像系列一致的条件，以型，其优点是可以回避前一种方法所要求的影像系列一致的条件，以及影像间辐射纠正、匹配等问题，但需要选择合适的分类方法来改善及影像间辐射纠正、匹配等问题，但需要选择合适的分类方法来改善精度。精度。我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它

4、放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-2 早期的作物估产主要是单因子的产量模型，即农学气象产量预测模型、作物生长模拟模型、经验统计模型等，也就是，传统的统计分析与气象因子综合估算法。 20世纪70年代后期的遥感估产则是把遥感信息作为变量加入到估产模则中，建立遥感估产模型。在理论上探讨植物光合作用与作物光谱特征间的内在联系；在方法上，从单纯建立光谱参数与产量间的统计关系，发展到考虑作物生长全过程，将光谱的遥感物理机理与作物生理过程统起来，建立基于成因分析的遥感估产模型，估产精度不断提高。我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把

5、它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-2遥感估产需注意问题： (1)遥感估产需要作物生长全过程的光谱参数。由于构成产量的3个要素（穗数、粒数、千粒重）分别与作物不同生长期的植被指数有关。因此必须掌握作物生长全过程的光谱参数才能正确估产。而LandsatTM的时间分辨率有限，故遥感估产除用TM外，还离不开短周期数据。过去把某一时段的遥感光谱参数或它的累加值与产量直接挂勾的模式尚有不足，如过于密植，光谱值增加，但产量并非增加。 (2)遥感估产主要运用遥感数据中反映植物光合作用的代表波段可见光红波段和近红外波段，说明遥感估产不仅直接抓住

6、“光合作用”这一事物的本质，而且能给出定量分析数据各种植被指数，它是单位面积光合作用的有效描述。我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-2 (3)遥感估产离不开地面实况的配合。遥感估产是建立遥感数据与产量构成要素间的内在联系。而这种内在联系是以地面样点试验为依据的。一方面遥感估产中遥感数据需要地面样点的定标，以建立模式；另一方面遥感估产的结果，又要地面样点的检验所以遥感估产离不开地面实况的配合。 (4)遥感估产还需要积温值、日照时数、播种量、土壤含水量等非遥感的农学参数、气象参数的支持

7、所以在GIS支持下进行遥感与非遥感数据的综合分析是提高遥感估产精度的必要途径。我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-2 遥感大面积作物估产主要涉及3方面内容：作物识别、作物面积提取、作物长势分析。在这3方面内容综合的基础上，建立不同条件的多种估产模式，进行作物的遥感估产。 1)1)作物识别与作物面积提取：作物识别与作物面积提取： 作物识别与作物面积提取，往往是结合进行的。其基本过程包括： (1)遥感数据的采集与预处理 根据区域分布、作物类别、农学历等特点，选择空间、波谱、时间分辨率相

8、对应的遥感图像数据。 作物估产涉及的内容我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-2 (2)作物专题信息的提取 常采用植被指数法提取作物专题信息。植被指数中包含有多种作物类别与作物长势方面的信息，如植物叶面积指数、叶绿素含量、植物覆盖度、生物量等，那么就可以通过植被指数来反演与作物估产模型有关的各种参数，如NDVI与作物覆盖度关系密切，可以有效地提取面积信息；RVI反映作物长势，可以提取生物量信息；PVI有效地滤去土壤背景及大气的干扰等。 由于不同自然地理单元内，作物的生长条件(光照、温

9、度、降水、土壤等)和生长状况(包括自然与人为因素)在空间上会有很大差异。为了提高遥感估产的准确性常按照作物生长环境及作物产量的区域分异规律，进行影像的分区、分类，以尽量保证同一区域内作物生长环境的一致性，并在分区的基础上进行作物专题信息的提取。 (3)作物面积提取及精度评价我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-22)2)作物长势分析及估产作物长势分析及估产 植被指数（植被指数（VI：Vegetation Index）：基于植被叶绿素在红色波段的强烈吸）：基于植被叶绿素在红色波段的强烈

10、吸收以及在近红外波段的强烈反射，通过红和近红外波段的比值或线性组合实收以及在近红外波段的强烈反射，通过红和近红外波段的比值或线性组合实现对植被信息状态的表达。现对植被信息状态的表达。 比值植被指数比值植被指数RVI(Ratio VI)归一化植被指数归一化植被指数NDVI（Normalized VI）差值植被指数差值植被指数DVI（Difference VI)正交植被指数正交植被指数PVI（Perpendicular VI) 将作物的将作物的V I 值以时间为横坐标排列起来值以时间为横坐标排列起来, 便形成了作物生长的便形成了作物生长的V I 动态迹线动态迹线, 它以最直观的形式它以最直观的形式

11、, 反映了作物从播种、出苗、抽穗到成熟收割反映了作物从播种、出苗、抽穗到成熟收割V I 的变化过的变化过程。作物种类不同程。作物种类不同, 其其V I 曲线具有不同的特征曲线具有不同的特征, 同类农作物生长环境和发育状同类农作物生长环境和发育状况的变化也会造成况的变化也会造成V I 时间曲线的波动。因此时间曲线的波动。因此, 通过对农作物通过对农作物V I 时间曲线的分时间曲线的分析析, 可以了解作物的生长状况可以了解作物的生长状况, 进而为作物产量的计算提供依据。进而为作物产量的计算提供依据。我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实

12、我的猜测没有错：表里边有一个活的生物2022-8-2 通过以上的作物遥感识别、作物专题信息提取、作物长势分析，提取了作物生长及与产量有关的参数，则可以建立包括统计模型、半经验模型和物理模型在内的多种遥感估产模型。(1)统计模型 a)建立多波段遥感数据生成的遥感参数植被指数VI(如NDVI、PVI等)与作物单产的统计关系(线性回归模型)。各类VI经数学运算，信息，并可能部分消除了大气、土壤的干扰，可与产量直接统计相关。 b)建立遥感参数VI与主要农学参数(LAI)的关系。通过农学参数建立估产模型，一般是以作物叶面积指数LAI作为中间媒介，如建立垂直植被指数PVI与LAI与穗数穗粒数千粒重等农学参

13、数之间的线性关系等。但事实上，无论比值类植被指数(NDVI、RVI)，还是差值类植被指数(PVI、DVI)，均与叶面积指数LAI，并非简单的线性关系。我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-2 (2)半经验模型 半经验模型侧重于研究作物产量与作物生理过程的关系，即描述作物光合作用、呼吸作用、蒸腾作用等与作物干物质积累的关系。由于作物的可见光与近红外光谱的变化(累积植被指数)与作物冠层吸收光合有效辐射(FAPAR)能力有关，而它们又与干物质生产有关，因而可用于遥感作物估产。研究表明：在一

14、定条件下,植物群体光合作用产物与遥感植被指数之间可用线性或准线性关系表示。我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-2 (3)物理模型 以作物生长过程动力模型为例，利用作物生长过程的观测资料和环境气象资料，来模拟作物生长发育的基本生理过程光合作用、呼吸作用、蒸腾作用、干物质转移与分配等，最终模拟作物产量的形成和累积。我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-2旱灾：农业旱灾的发生常

15、伴有作物根部土壤水分的匮乏，造成作物蒸腾作用受到抑制，作物叶片气孔关闭、温度升高，作物叶片的叶绿素含量下降甚至枯萎。因此，地表温度、植被指数可以作为农业干旱的指示因子用来监测作物干旱情况。温度植被指数和植被供水指数采用地表温度和植被指数相互比值进行农业旱情监测，两指数同时考虑了地表温度和植被指数，具有操作简单、物理意义明显的优点，是我国当前广为采用的农业干旱遥感监测的方法。我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-2 洪灾： 严重的洪涝灾害发生常伴有淹没农田现象，可以利用归一化植被指数（

16、NDVI）实现水灾面积的遥感提取。由于水体在可见光和近红外波段的反射率远远低于土壤和植被，所以水体的NDVI一般为负值，植被和土壤的NDVI则为正值，通过设定阈值实现水体面积的提取。作物受到洪涝灾害影响后，其正常生长过程受到抑制，在形态学上表现出叶子发黄、萎蔫等现象而区别于正常生长的作物。可以采用洪涝灾害前后的NDVI 进行对比分析，得出受洪涝影响的作物分布情况。我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-2病虫灾害：病虫害影响的作物光谱表现为绿光波段的反射峰向红光波段移动，在可见光波段的

17、光谱反射率高于正常作物，而在近红外波段，受害作物的光谱反射率要比正常作物光谱反射率低，陡坡效应不明显或消失。病虫害影响的作物光谱反射率的变化特征是遥感监测作物病虫害的理论基础。我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物应用：农业旱灾监测评价方法研究应用：农业旱灾监测评价方法研究我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物旱灾研究的重要性旱灾研究的重要性目前国内外提出的旱情监测方法目前国内外提出的旱情监测方法农业

18、部旱情监测及问题农业部旱情监测及问题原因分析与可能的改进原因分析与可能的改进旱情监测方法的改进旱情监测方法的改进监测结果比较监测结果比较我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物一、旱灾研究的重要性一、旱灾研究的重要性实际应用意义实际应用意义：旱灾是人类面临的重大自然灾害之一。旱灾损失巨大，直接威胁农业可持续发展、国家粮食安全和农民增收科学价值科学价值：旱灾的形成与发展有其内在的规律，目前旱灾机理、旱灾监测评价、抗灾减灾等方面还有很多问题有等进一步研究我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它

19、放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2006年夏季重庆大旱年夏季重庆大旱我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2006年夏季重庆大旱年夏季重庆大旱我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物050010001500200025003000350040004500199920002001200220032004年份年份旱灾面积(万公顷)旱灾面积(万公顷)010

20、2030405060708090旱灾所占比重(%)旱灾所占比重(%)农业旱灾受灾面积农业旱灾成灾面积旱灾所占比重（%）我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物0500100015002000250030003500400045001990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004年份年份粮食损失(万吨)粮食损失(万吨)3456789101112占粮食总产量(%)占粮食总产量(%)农业旱灾粮食损失农业旱灾

21、粮食损失占粮食总产量%占粮食总产量% 我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物二、目前国内旱情遥感监测方法二、目前国内旱情遥感监测方法农业干旱成因：农田土壤供水不能满足作物正常生长需要农业干旱成因：农田土壤供水不能满足作物正常生长需要旱情监测：旱情监测：地面监测农田土壤水分监测地面监测农田土壤水分监测卫星遥感监测各种不同的表征指数卫星遥感监测各种不同的表征指数我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物1、作

22、物供水指数法：、作物供水指数法：CWSINDVI/TS其中：其中：CWSI是作物供水指数是作物供水指数NDVI是归一化植被指数是归一化植被指数TS是作物叶面温度是作物叶面温度原理：相同植被密度情况下，叶面温度越高，作物表现出原理：相同植被密度情况下，叶面温度越高，作物表现出来的缺水情况越大，因此，通过植被绿度值与温度比值，来的缺水情况越大，因此，通过植被绿度值与温度比值，可以大体上反映作物的缺水情度，即作物旱情。可以大体上反映作物的缺水情度，即作物旱情。我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物申广荣

23、和田国良申广荣和田国良(1998)(1998)提出了作物缺水指数来表示干旱监测，提出了作物缺水指数来表示干旱监测，DIDI1-1-E Ed d/ /E Ep p式中式中E Ed d和和E Ep p分别是实际日蒸散和潜在蒸散。分别是实际日蒸散和潜在蒸散。 缺水指数法缺水指数法农田作物的蒸发和蒸散（蒸散），受多种因素的作用，温度、作物品农田作物的蒸发和蒸散（蒸散），受多种因素的作用，温度、作物品种、辐射强度、风速、湿度、供水程度等，较难快速、准确估计种、辐射强度、风速、湿度、供水程度等，较难快速、准确估计我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快

24、，证实我的猜测没有错：表里边有一个活的生物2、热惯量法、热惯量法土壤热惯量定义为是单位土壤容量的温度变化所需要的热量，研究表明水土壤热惯量定义为是单位土壤容量的温度变化所需要的热量，研究表明水分是土壤热惯量变化的最重要因素。因此，通过土壤热惯量可以估计土壤分是土壤热惯量变化的最重要因素。因此，通过土壤热惯量可以估计土壤含水量，进而判断农田旱情。含水量，进而判断农田旱情。minmax)1 (TTAcISMf(I)其中：I是土壤热惯量，c是单位土壤热容量，A是地表反射率，Tmax和Tmin是白天最大温度和夜晚最小温度，SM是土壤含水量。我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个

25、美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物其它方法：其它方法：距平植被指数法距平植被指数法植被条件指数法植被条件指数法温度植被指数法温度植被指数法条件植被温度指数法条件植被温度指数法作物水分胁迫指数法作物水分胁迫指数法表观热惯量法表观热惯量法地表蒸发法地表蒸发法地表热平衡法地表热平衡法高光谱遥感：反射率倒数的一阶微分法高光谱遥感：反射率倒数的一阶微分法主动微波遥感：基于微波反射亮温的土主动微波遥感：基于微波反射亮温的土壤水分线性反演模型壤水分线性反演模型 我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测

26、没有错：表里边有一个活的生物三、农业部旱情监测及问题三、农业部旱情监测及问题我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物第一部分第一部分 数据预处理子系统数据预处理子系统1.1 文件子菜单文件子菜单，1.2 卫星轨迹模拟卫星轨迹模拟，1.3 手动作业手动作业1.4 自动作业自动作业，1.5 设置设置，1.6 帮助帮助第二部分第二部分 土壤墒情监测分析子系统土壤墒情监测分析子系统2.1 文件文件，2.2 查看查看，2.3 区域投影区域投影2.4 植被指数植被指数，2.5 干旱指数干旱指数2.6 设置设置，

27、2.7 实用工具实用工具2.8 快捷方式功能快捷方式功能 ，2.9 帮助帮助系统功能系统功能核心模块核心模块我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物核心模块工作流程核心模块工作流程我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物例子：原方法所做CWSI合成图2005年3月下旬我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物例子

28、：例子：2005年年3月下旬降水量分布图月下旬降水量分布图我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物3月下旬旱情监测结果与当旬降雨量的比较月下旬旱情监测结果与当旬降雨量的比较干旱降雨较多我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物方法本身问题：作物供水指数法参数计算问题：NDVI和TS的计算四、原因分析和可能的改进四、原因分析和可能的改进现有的方法主要是作物供水指数法，热惯量法由于技术复杂还没有实际应用。NDV

29、I和Ts两个基本参数的计算还有待进一步提高精度。目前所用Ts是简单算法的温度，与真正的地表温度还有较大误差。我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物1、方法本身问题：、方法本身问题：CWSINDVI/Ts其中：其中：CWSI是作物供水指数是作物供水指数NDVI是归一化植被指数是归一化植被指数Ts是作物叶冠温度是作物叶冠温度在监测的旬内，NDVI相对稳定，TS则是随着时间而变化。一天之内Ts可能有15度以上的变化。而各天卫星监测的时间不是十分相同，前后相差有1多钟头。并且，同一景图像，东面的时间与西面

30、的时间相差也达1个钟头。并且，现在的计算基本上是以星上亮温来代表真正的地表温度。这就造成了这个方法在计算作物供水指数方面存在很多技术上的问题，从而造成了CWSI值在各天之间不可比性，多天合成之后的问题。2、参数本身问题：、参数本身问题：我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物五、旱情监测方法的改进五、旱情监测方法的改进方法改进的基本思路：遥感监测降雨因素(一) 遥感监测：作物供水指数法的改进(二) 降雨因素：降雨距平指数的改进改进目标：保证旱情监测基本趋势准确改进目标：保证旱情监测基本趋势准确改进原

31、则：改进原则：在现有基础上改进，方法不要太复杂，具有实际在现有基础上改进，方法不要太复杂，具有实际可操作性，能快速实现监测可操作性，能快速实现监测我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物(一一) 作物供水指数法的改进：作物供水指数法的改进：1、供水指数与干旱程度：NDVI与干旱程度2、作物供水指数的标准化3、温度：真正的地表温度450.820TsNDVI干旱湿润正常我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物

32、0.10.30.50.70.8200.501.502.503.504.00250.401.202.002.803.20300.331.001.672.332.67350.290.861.432.002.29400.250.751.251.752.00450.220.671.111.561.78NDVITsCWSI=100NDVI/Ts湿润正常轻旱中旱重旱1、NDVI、Ts与旱情的关系分析与旱情的关系分析我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2、作物供水指数与农业旱情联系、作物供水指数与农业旱情联系

33、SDI是表示干旱情度的标准化作物供水指数，是表示干旱情度的标准化作物供水指数，0-100CWSId是最旱时的是最旱时的CWSI，取取0.2CWSIw是最湿润时的是最湿润时的CWSI，取取4%100dwdCWSICWSICWSICWSISDI0100湿润重旱我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物3、温度：、温度：MODIS地表温度产品算法地表温度产品算法现有的算法现有的算法：简单算法，假定大气和地表影响为常量Ts=1.0346T31+2.5779(T31-T32)-10.05改进的算法改进的算法：两

34、因素分裂窗模型，假定大气和地表影响随观测时间不同而变化的分裂窗算法，大气透过率参数和地表比辐射率参数从同一景MODIS图像其它波段中反演这两个算法之间相差达23C，从而使CWSI的计算有达半个到一个数量级的差异，例如从轻旱到正常。我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物 Ts=A0+A1T31-A2T32 MODIS地表温度反演的两因素分裂窗算法地表温度反演的两因素分裂窗算法3个参数：亮度温度个参数：亮度温度 Ti，大气透过率大气透过率 i和地表比辐射率和地表比辐射率 i我吓了一跳，蝎子是多么丑恶和

35、恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-2亮度温度亮度温度 Ti我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-2大气透过率大气透过率 i我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-2地表比辐射率地表比辐射率 i我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证

36、实我的猜测没有错：表里边有一个活的生物MODIS 数据数据第第31和和 32波段波段亮度温度T31和T32大气透过率31()和32() 地表比辐射率31和32热辐射强度I 31和I32分裂窗算法分裂窗算法时间校正几何校正地表温度Ts地表温度反演结果地表温度反演结果MODIS数据数据第第31和和32波段波段MODIS数据数据第第1和和2波段波段大气水汽含量植被指数多景拼接行政界线叠加全国地表温度全国地表温度空间分布图空间分布图MODIS地表温度产品的计算过程地表温度产品的计算过程我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表

37、里边有一个活的生物(二二) 降雨因素的考虑降雨因素的考虑1、根据降雨计算干旱程度指数：降雨距平指数、根据降雨计算干旱程度指数：降雨距平指数%1002wRRSRISRI是降雨距平指数，是降雨距平指数，SRI越大越湿润越大越湿润R是该旬降雨量是该旬降雨量Rw是该旬多年平均降雨量是该旬多年平均降雨量R2Rw时，取时，取SRI100我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物不仅考虑当旬，而且还考虑最近不仅考虑当旬，而且还考虑最近8旬（旬（3个月）的降雨影响个月）的降雨影响MSRI=A0*SRI0+A1*SRI

38、1+ A2*SRI2+A3*SRI3+a4*SRI4+.+ a8*SRI8 MSRI是考虑降雨因素的干旱指数，是考虑降雨因素的干旱指数，0-100SRI0和和A0是当旬的降雨距平指数及其权重是当旬的降雨距平指数及其权重当当SRI0100时，取时，取MSRISRI0，当旬降雨相当多当旬降雨相当多2、历史降雨因素的考虑、历史降雨因素的考虑我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物各旬降雨距平指数的权重各旬降雨距平指数的权重579111315171921-8-7-6-5-4-3-2-10时间(旬)权重(%)

39、我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物（三）两指数耦合与旱情划分（三）两指数耦合与旱情划分农业旱情指数：作物供水指数和降雨距平指数的耦合农业旱情指数：作物供水指数和降雨距平指数的耦合DIB1*SDI+B2*MSRI其中：DI是农业旱情指数，0100表示非常干旱到非常湿润SDI是当旬多日合成的标准化作物供水指数， B1是其权重，取0.5MSRI是考虑多旬降雨因素的干旱指数，B2是其权重，取0.5我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜

40、测没有错：表里边有一个活的生物六、监测结果比较六、监测结果比较2005年5月下旬降水距平分布图120-1400-3030-60140-160100-120160-180180-20060-8080-100我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物遥感影像合成图（原方法2005年5月下旬）问题：云南不旱，贵州四川旱，与实际不符我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物遥感影像合成图（改进的方法）重旱中旱轻旱正常

41、湿润水域云, 无数据我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2005年5月下旬监测结果图重旱中旱轻旱正常湿润水域云, 无数据我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2005年农业旱情监测结果年农业旱情监测结果我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物重旱中旱轻旱正常湿润水域无数据2005年年3月月我吓了一跳，蝎子

42、是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2005年年4月月重旱中旱轻旱正常湿润水域无数据我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2005年年5月月重旱中旱轻旱正常湿润水域无数据我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2005年年6月月重旱中旱轻旱正常湿润水域无数据我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美

43、丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2005年年7月月重旱中旱轻旱正常湿润水域无数据我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2005年年8月月重旱中旱轻旱正常湿润水域无数据我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2005年年9月月重旱中旱轻旱正常湿润水域无数据我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有

44、错：表里边有一个活的生物2005年年10月月重旱中旱轻旱正常湿润水域无数据我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-2城市遥感我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-21 制作城市图像2 城市土地利用现状调查3 城市人口普查4 城市环境质量调查我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2

45、022-8-21 制作城市图像 包括卫星遥感图像制作、航空像片镶嵌、计算机制图及彩红外正射影像图研制等。利用遥感资料使用光学或计算机技术可制作不同种类、各种比例尺的专题图或影像图，以满足不同使用者的需求。2 城市土地利用现状调查 当前，城市用地共分为十个大类，分别是: 居住用地、公共设施用地、工业用地、仓库用地、对外交通用地、道路广场用地、市政公用设施用地、绿地、特殊用地、水域和其他用地。3 城市人口普查 在定性、定量、定位的调查了城市各种土地利用现状后，可迅速而准确地获得城市的总建筑密度、住宅房屋密度等城市用地特征参数。而城市居住建筑密度与人口分布密度往往有着某种必然的联系，因此，可以以住房

46、密度作为变量用于人口普查、人口统计学等方面的研究。我吓了一跳，蝎子是多么丑恶和恐怖的东西，为什么把它放在这样一个美丽的世界里呢？但是我也感到愉快，证实我的猜测没有错：表里边有一个活的生物2022-8-24 城市环境质量调查4.1 固体废弃物调查 由于固体废弃物自身的物理化学分解作用，其温度一般比周围地面的温度要高，所以在航空热红外图像上表现出明显的色调特征，从而可以利用遥感图像对固体废弃物进行有效的调查。4.2 热污染调查 城市热污染主要包括由于臭氧层被破坏致使的“温室效应”和表现为城市市区温度高于郊区的“热岛效应”。利用热红外遥感，对城市的热辐射进行白天和夜间扫描，通过影像判读分析，可以查明城市热源、热场位置和范围，并对城市热岛的分布规律、形态特征等进行研究。4.3 水污染调查 由于溶解或悬浮于水中的污染物成分、浓度不同，使水体的颜色、密度、透明度、温度产生差异，导致水体反射率的变化，因而在遥感图像上表现出色调、灰阶、纹理特征等方面的差别。例如，工厂中排出的冷却污水比环境水温高，在多光谱图像和热红外图像中有明显的反映，密度分割后即可确定热水污染的范围。油膜反射率和水的反射率不同，且主要差别发生在0.30微米和0.45微米之间，所以利用一般彩色或紫外航空航天摄影资料可获得最佳效果，计算出油污染的面积。