基于ASAR和生長(zhǎng)模擬模型的水稻長(zhǎng)勢(shì)監(jiān)測(cè)研究.pdf

1、水稻是重要我國(guó)和世界的重要糧食作物之一，水稻種植面積及其長(zhǎng)勢(shì)對(duì)于糧食安全、國(guó)際糧食貿(mào)易等諸多方面都具有重要意義，因此建立高效快速的水稻監(jiān)測(cè)系統(tǒng)具有重要價(jià)值。經(jīng)過(guò)多年的發(fā)展，遙感技術(shù)已經(jīng)成為作物監(jiān)測(cè)豐要手段之一。然而水稻主要分布在熱帶和亞熱帶，在水稻生長(zhǎng)季，由于云雨天氣的影響，難以獲取足夠的光學(xué)影像來(lái)監(jiān)測(cè)整個(gè)生長(zhǎng)季水稻的長(zhǎng)勢(shì)和面積，而合成孔徑雷達(dá)(SAR)具有全天候、全氣候的特點(diǎn)，是水稻遙感監(jiān)測(cè)可靠的數(shù)據(jù)源。因此研究利用SAR監(jiān)測(cè)水稻的長(zhǎng)

2、勢(shì)和面積具有意義。水稻的栽培方式比較特殊，在整個(gè)生長(zhǎng)季，冠層的下部基本維持著一層水層，而來(lái)自水面的后向散射可以忽略不計(jì)，這樣水稻的后向散射幾乎全部來(lái)自水稻植株，因此利用SAR監(jiān)測(cè)水稻的生長(zhǎng)狀況是可行的。 由于諸多原因，實(shí)際上不可能連續(xù)不斷地大而積利用遙感手段監(jiān)測(cè)水稻的生長(zhǎng)狀況，因此在水稻生長(zhǎng)季會(huì)存在著許多監(jiān)測(cè)的空白時(shí)間段。同時(shí)雷達(dá)遙感只能監(jiān)測(cè)到水稻生長(zhǎng)的表象，無(wú)法反映許多水稻生長(zhǎng)內(nèi)在的過(guò)程。而水稻生長(zhǎng)模擬模型具有很強(qiáng)的機(jī)理性，可

3、以完整地反映水稻生長(zhǎng)的全過(guò)程。因此耦合SAR和水稻生長(zhǎng)模擬模型，可以宏觀、快速、完整地監(jiān)測(cè)水稻的生長(zhǎng)狀況。這也是本文研究的意義之所在。 在江蘇興化試驗(yàn)點(diǎn)，本研究系統(tǒng)地觀測(cè)了直播水稻整個(gè)生育期諸多生物學(xué)參數(shù)，這些參數(shù)有株高、地上部鮮重、葉、穗和莖蘗的生物量、葉面積指數(shù)(LAI)、生育期以及植株的形態(tài)；此外還觀測(cè)了地表粗糙度。在水稻生長(zhǎng)季獲取了4景ENVISATASAR數(shù)據(jù)以及逐日的氣象資料。依據(jù)這些數(shù)據(jù)，本文作了如下研究：

4、 1、對(duì)ASAR水稻后向散射的時(shí)域特征以及單時(shí)相特征進(jìn)行了研究，比較了多時(shí)相、單時(shí)相的決策樹(shù)分類和監(jiān)督分類的方法。 2、總結(jié)了生物量、LAI、株高等參數(shù)與水稻冠層含水量之間的關(guān)系。并以此為基礎(chǔ)，研究了基于經(jīng)驗(yàn)?zāi)Ｐ秃桶虢?jīng)驗(yàn)水稻水云模型的水稻生物學(xué)參數(shù)的反演。 3、根據(jù)水稻種植的實(shí)際狀況，系統(tǒng)地分析了點(diǎn)尺度水稻生長(zhǎng)模擬模型與ASAR數(shù)據(jù)耦合過(guò)程中存在的問(wèn)題，并對(duì)該模型進(jìn)行了升尺度研究。 4、研究了ASAR反演量與升尺

5、度水稻牛長(zhǎng)模擬模型的耦合的技術(shù)路線。 本文的主要結(jié)論： 1、基于“決策樹(shù)”方法，多時(shí)相ASAR水稻的識(shí)別精度和分類精度約為80％，而單時(shí)相的為77％：而基于監(jiān)督分類方法，多時(shí)相的水稻分類精度可以達(dá)到87％，但是識(shí)別精度只有70％左右。 2、在水稻生長(zhǎng)的前期和中期，生物量、LAI、株高與水稻冠層含水量之間存在良好的線性正相關(guān)。 3、基于半經(jīng)驗(yàn)的水稻水云模型對(duì)鮮重、干重、LAI的反演并不理想。這些參數(shù)的最佳反