基于多源遙感的農(nóng)業(yè)灌溉動態(tài)監(jiān)測

基于多源遙感的農(nóng)業(yè)灌溉動態(tài)監(jiān)測SS1背景與意義2方法與模型3結(jié)果與討論4結(jié)論與建議研究背景與意義研究背景與意義1.1研究背景與意義1.1研究背景與意義我國農(nóng)用用水占總用水量的63%，農(nóng)業(yè)用水監(jiān)管水平的提升對水資源管理意義重大農(nóng)業(yè)用水分散的特征給地面精準(zhǔn)計量帶衛(wèi)星數(shù)據(jù)源日益豐富，為農(nóng)業(yè)用水管理實現(xiàn)精細(xì)化帶來了新的契機(jī)水網(wǎng)水網(wǎng)物聯(lián)物聯(lián)地面監(jiān)測方法水量等信息；劣勢：空間表達(dá)能力較差，難以表征空間連續(xù)遙感監(jiān)測方法優(yōu)勢：空間相對性好，能夠大范圍獲取空間連續(xù)的劣勢：計算量較大，精度不及地面監(jiān)測數(shù)據(jù)，單一遙感監(jiān)測方法的精度改善基于種植結(jié)構(gòu)遙感的推算方法優(yōu)點(diǎn)：簡單缺點(diǎn)：精度有限，動態(tài)性差，無法獲得頻次信息{灌溉遙感監(jiān)測方法基于土壤含水量遙感缺點(diǎn)：受土壤含水量遙感反演能力限優(yōu)點(diǎn)：機(jī)理性強(qiáng)基于水量平衡分析的基于種植結(jié)構(gòu)遙感的推算方法優(yōu)點(diǎn)：簡單缺點(diǎn)：精度有限，動態(tài)性差，無法獲得頻次信息{灌溉遙感監(jiān)測方法基于土壤含水量遙感缺點(diǎn)：受土壤含水量遙感反演能力限優(yōu)點(diǎn)：機(jī)理性強(qiáng)基于水量平衡分析的提取方法缺點(diǎn)：輸入數(shù)據(jù)多,要素計算復(fù)雜?方法與模型方法與模型2.1總體方案2.1總體方案種植結(jié)構(gòu)+土壤含水量待解決.待解決.需要增強(qiáng)種植結(jié)構(gòu)時效性，與灌溉動態(tài)監(jiān)測的需求匹配.需要提高土壤含水量反演的時空分辨率，保證灌溉動態(tài)監(jiān)測的時間連續(xù)性和一定的空間分辨率.提高精度優(yōu)點(diǎn).機(jī)理性增強(qiáng).精度和時效性改善.數(shù)據(jù)難度可控2.2種植結(jié)構(gòu)動態(tài)提取方法GF1WFV物紋理差異 GF1WFV物紋理差異基于光譜特征的方法需要利用物候最佳窗口期，時間跨度較長，適用于年度種植結(jié)構(gòu)提取，動態(tài)變化難以及時區(qū)分?；诩y理特征的方法精度較高，但對影像分辨率要求較高，受衛(wèi)星重訪周期的限制，難以實現(xiàn)較高頻GF1WFV數(shù)據(jù)具有短的重復(fù)周期，也表現(xiàn)出一定的紋理特征，但是受分辨率等的影響，所包含的紋理信息相對較弱，在表達(dá)農(nóng)作物時存在一定的不完整性。不同作——冬小麥夏玉米蔬菜果林-—不同作102.2種植結(jié)構(gòu)動態(tài)提取方法2.2種植結(jié)構(gòu)動態(tài)提取方法 將紋理與光譜特征結(jié)合，解決動態(tài)識別對物候期依賴，增強(qiáng)識別能力；建立CART決策樹模型，利用樣本庫進(jìn)行訓(xùn)練，建立決策樹,對作物進(jìn)行分類。紋理NDVI+紋理實驗設(shè)計總體分類精度Kappa系數(shù)紋理NDVI+紋理2.3逐日土壤含水量計算2.3逐日土壤含水量計算 由于土壤含水量的變化周期較短，灌溉過程的監(jiān)測需要準(zhǔn)逐日土壤含水量數(shù)據(jù)輔助。光學(xué)影像具有較好的數(shù)據(jù)重訪條件，但利用指數(shù)方法獲取土壤含水量難以脫離地面實測數(shù)據(jù)的限制；單一數(shù)據(jù)源難以滿足灌溉用水監(jiān)測的需求。2.3逐日土壤含水量計算 GF-1MPDI結(jié)合實測土壤含水量反演能夠得到高空間分基于GF-1數(shù)據(jù)的土壤含水量并不能達(dá)到逐日要求。MODIS土壤含水量反演MODIS每日地表反射率數(shù)據(jù)能夠?qū)崿F(xiàn)研究區(qū)的每日覆蓋，但空間分辨率較低，混合像元會影響灌溉面積的識別。2.3逐日土壤含水量計算M2)1M2)1MPDI=RRed)MRNIR+Fv(Rv,Red)MRv,NIR)(1+MPDI=2.3逐日土壤含水量計算基于STARFM的逐日土壤含水量數(shù)據(jù)融合，提高單純依靠GF-1的時間連續(xù)性辨辨2.4灌溉面積提取逐月分析農(nóng)作物種植結(jié)構(gòu)變化，修正上月精需水作物分布+非降雨影響的土壤含水量升高區(qū)域累計計算年內(nèi)灌溉面積及次數(shù)逐月分析農(nóng)作物種植結(jié)構(gòu)變化，修正上月精需水作物分布+非降雨影響的土壤含水量升高區(qū)域累計計算年內(nèi)灌溉面積及次數(shù)基于作物分布于作物生長特性，分析當(dāng)月基于氣象觀測數(shù)據(jù)，提取降水對基于氣象觀測數(shù)據(jù)，提取降水對多源數(shù)據(jù)綜合，減少土壤含水量遙感反演誤差對灌溉面積提取結(jié)果的影響結(jié)果與分析結(jié)果與分析3結(jié)果與分析3結(jié)果與分析 范圍：河北、寧夏、甘肅、新疆4?。ㄗ灾螀^(qū)）耕地區(qū)域3結(jié)果與分析3結(jié)果與分析 省份4月生長期河北春玉米冬小麥夏玉米春棉花返青返青播種播種抽穗播種播種成熟成熟拔節(jié)收獲期播種灌漿灌漿成熟成熟拔節(jié)拔節(jié)收獲灌漿灌漿成熟分蘗分蘗越冬越冬夏棉花冬小麥玉米返青返青抽穗抽穗播種播種成熟收獲期拔節(jié)拔節(jié)收獲收獲灌漿灌漿成熟成熟播種播種收獲越冬越冬新疆棉花冬小麥春玉米冬小麥春玉米返青返青返青返青播種抽穗播種抽穗播種成熟出苗成熟出苗收獲拔節(jié)收獲拔節(jié)灌漿灌漿灌漿灌漿成熟成熟成熟成熟播種播種播種播種收獲收獲越冬越冬越冬甘肅寧夏33結(jié)果與分析灌溉面積需水作物分布3結(jié)果與分析3結(jié)果與分析33結(jié)果與分析分類精度對比指標(biāo)2018年4月2018年5月2018年6月2018年7月2018年8月2018年9月NDVI43.2NDVI+紋理3結(jié)果與分析3結(jié)果與分析3結(jié)果與分析3結(jié)果與分析3結(jié)果與分析3結(jié)果與分析3結(jié)果與分析3結(jié)果與分析33結(jié)果與分析345678933結(jié)果與分析月份3456789全年新疆400441153結(jié)果與分析3結(jié)果與分析月份3456789全年4464713結(jié)果與分析3結(jié)果與分析月份3456789全年甘肅33結(jié)果與分析結(jié)論與展望結(jié)論與展望4.1主要結(jié)論4.1主要結(jié)論1、通過多源數(shù)據(jù)綜合，改善遙感灌溉監(jiān)測精度單純依靠單一衛(wèi)星反演數(shù)據(jù)產(chǎn)品進(jìn)行灌溉面積監(jiān)測，易受衛(wèi)星反演產(chǎn)品精度和不確定性影響影響。綜合作物需水2、利用光譜和紋理指標(biāo)綜合，提高種植結(jié)構(gòu)精細(xì)化動態(tài)提取能力通過光譜和紋理指標(biāo)綜合、增強(qiáng)智能算法的機(jī)理性，改善GF1WFV數(shù)據(jù)用于種植結(jié)構(gòu)提取的精度；利用GF1的快速3、通過中高分辨率多源數(shù)據(jù)融合，改善土壤含水量遙感產(chǎn)品的時空分辨率，提高對灌溉活動識別的能力利用GF1WFV與MODIS組合，提高土壤含水量遙感產(chǎn)品的時空分辨率，獲取更多日田間尺度的土壤含水量信息，更接近農(nóng)業(yè)灌溉動態(tài)監(jiān)測的需求。4.2