[忘记密码] [免费注册]   服务电话:0771-5885053
您正在浏览 : 首页>> 科技成果信息 » 现代农业 » 农业遥感技术

研发单位:北京师范大学  发布时间:2018-12-29 10:05:07   更新时间:2018-12-29 10:05:07

成果简介:   我国是农业大国,及时了解、准确掌握各种农情信息是国家制定粮食政策和经济计划的重要依据,对确保我国粮食安全具有重要意义。农情信息的基础和关键是农作物种植面积数据。但长期以来,我国农作物种植面积统计调查方法仍然是上世纪八十年代初建立的目录抽样调查方法,与发达国家相比存在巨大差异。随着社会经济的发展,愈来愈难以适应市场经济体制和各级党政部门宏观决策、宏观管理的要求。农作物面积统计调查技术和方法已经成为制约我国农业统计可持续发展的最大瓶颈。   本项目根据我国农作物面积统计调查的业务特点、要求和目前面临的问题,从统计遥感调查技术与方法、野外调查集成设备与装备、统计遥感调查制度(标准与规范)、统计遥感业务运行系统四个方面建立了国家-省-县天空地协同的新一代主要农作物面积调查体系。   项目实现了四项创新:   1、建立了符合国家农业统计调查业务的农作物遥感综合识别技术体系,突破了样方农作物精细识别(亚米级)、耕地识别(米级)、大范围农作物识别(多源多尺度遥感)三项关键技术,为遥感技术进入国家农业统计调查业务奠定了坚实基础。   2、提出了统一抽样设计框架下的统计遥感对地抽样方法体系,突破了空间抽样框构建、多目标复合抽样设计、多层级估算三项关键技术,解决了传统目录抽样框缺乏空间信息、抽样设计效率较低和分级估算困难的问题,首次建立了中国农作物统计遥感对地抽样调查体系,实现了我国农业统计调查技术方法体系的变革。   3、研制了“天-空-地”协同的多层级农业统计野外调查系统,建立了适应我国农作物高季节动态变化的实时野外调查平台,有效解决传统踏田勘测人力投入过大和效率过低问题,实现了我国农业统计野外调查技术手段的革新。手持终端APP(“农测之星”),集成农业统计外业调查流程,自动录入样方面积信息,作业效率提高了30倍。多旋翼无人机调查系统,每日可调查分散样方超过30,000亩以上,效率提高数百倍。基于电动固定翼的野外调查平台(测量车),每日调查分散样方150,000亩以上,结合基础数据,1-2日可完成一个县的农作物样方调查任务。   4、将“遥感”等空间信息技术和农业统计业务结合,制定了国家主要农作物统计遥感调查新制度,研发了农作物种植面积统计遥感测量业务系统,实现了“国家-省-县”一体化业务运行与信息服务,使我国一举成为国际上少数几个拥有统计遥感农作物面积调查成套技术的国家。   本项目共申请专利15项(已授权11项,受理4项),软件著作权44项,出版专著1部,公开发表论文86篇(其中SCI检索21篇,EI检索45篇)。项目的各项技术指标经验证完全达到国家统计调查体系的精度要求。项目研发的各类技术方法、仪器设备和装备、相关数据产品已广泛应用到全国31个省区和1800个粮食大县及第三次全国农业普查农作物面积遥感测量工作。2017年,根据国家统计局统一部署,23个省份主要农作物面积遥感统计调查纳入常规业务。此外,部分农业统计遥感调查成果已服务于农业、减灾、保险等相关领域。国内外同行专家认为,项目成果总体达到国际领先水平。   
 

来源: 国家科技成果网(www.tech110.net)技术服务专线:18977114078

研发单位:沈阳市生态与农业气象中心  发布时间:2018-12-29 10:05:07   更新时间:2018-12-29 10:05:07

成果简介:   本研究的研究对象是沈阳市水稻种植面积,研究是在前人在相关研究中已经取得的研究成果基础上,根据沈阳市水稻遥感估产的特点及需要,对MODIS500m遥感影像进行人工判读,监督分类及运算,结果表明基于MODID500m分辨率遥感数据进行水稻面积的监测是比较快速有效的监测手段之一,可信度较高,操作快速便捷。   基于MODIS500m分辨率遥感数据的水稻面积识别研究中,结合地面实际数据,经验等先验知识,利用监督分类、人工判读等方法对水稻面积进行了判断,根据当地水稻物候特点选取了适当时相的遥感数据,并针对分辨率遥感影像混合相元的特点,进行抽取训练样本和检验,参照抽取的训练样本对数据进行监督分类,实现了精准提取水稻面积的目的,为水稻产量预报奠定基础。此方法可以较高精度的实现水稻种植面积的估算,实现了沈阳地区的水稻面积提取工作。
 

来源: 国家科技成果网(www.tech110.net)技术服务专线:18977114078

研发单位:中国气象局兰州干旱气象研究所  发布时间:2018-12-29 10:05:07   更新时间:2018-12-29 10:05:07

成果简介:   本项目基于观测数据分析,对春小麦冠层含水量、叶绿素含量、叶面积指数等作物生理生态指标的干旱级别的响应特征进行了分析,构建了基于各项生理参数的春小麦生长过程曲线,获得了不同干旱胁迫条件下春小麦各项生理参数的响应与变化特征及变化范围和阈值,阐明不同的光谱植被指数监测不同干旱类型和干旱致灾时段的监测阈值范围及变化规律,构建了半干旱区作物干旱监测指标SAWI和SACI指数与干旱监测模型,可为遥感干旱监测提供技术支撑并可进一步应用于农业干旱监测业务。
 

来源: 国家科技成果网(www.tech110.net)技术服务专线:18977114078

研发单位:河南省气象科学研究所  发布时间:2018-12-29 10:05:07   更新时间:2018-12-29 10:05:07

成果简介:   项目通过分析NDVI、DVI、RVI等植被指数和实测LAI的关系,建立LAI反演模型,建立了近5年6月上旬至9月上旬河南省夏玉米生长参数(植被指数、叶面积指数)MODIS/FY-3A卫星遥感资料反演数据集。通过研究基于植被指数阈值判别、基于混合像元分解等作物面积识别模型,总结了可业务化的基于多时序遥感数据混合像元分解的夏玉米种植面积估算方法,完成了面积估算软件模块的集成开发。结合NDVI、LAI等植被指数各类苗情产量分析,制定出夏玉米长势监测的NDVI、DVI、RVI、SAVI、LAI指标;研究确定了两种夏玉米苗情长势评估方法:根据植被指数NDVI或叶面积指数LAI苗情指标对夏玉米苗情长势进行分级,或者将植被指数分别跟常年同期、去年同期比较对夏玉米苗情长势进行评估,开发了夏玉米苗情长势遥感监测应用模块。在河南省农业气象与卫星遥感中心进行业务推广。2015年发布夏玉米种植面积遥感估算1期,夏玉米长势遥感动态监测服务产品2期。
 

来源: 国家科技成果网(www.tech110.net)技术服务专线:18977114078

研发单位:黑龙江省农业科学院遥感技术中心  发布时间:2018-12-29 10:05:07   更新时间:2018-12-29 10:05:07

成果简介:   为加大我省遥感监测旱情应用及推广工作,针对遥感MODIS数据在黑龙江省耕地旱情监测的关键技术进行攻关,基于MODIS数据建立TVDI旱情监测模型,提出了TVDI旱情监测的等级划分标准,创建了黑龙江省耕地旱情遥感监测技术体系,研发了基于MODIS数据的黑龙江省耕地旱情监测业务化运行系统,充实了黑龙江省农业遥感监测业务化运行系统的功能模块,填补了省内遥感监测指标旱情等级划分标准的空白,整体技术方法处于省内领先水平,业务化运行系统达到国内先进水平。
 

来源: 国家科技成果网(www.tech110.net)技术服务专线:18977114078

研发单位:广西壮族自治区农业科学院农业科技信息研究所  发布时间:2018-12-29 10:05:07   更新时间:2018-12-29 10:05:07

成果简介:   1、课题来源与背景:   “基于多星联合的广西甘蔗种植信息遥感提取与动态更新研究”课题是广西科学研究与技术开发计划课题“重大技术产学研合作研究与成果转化示范”(合同编号:桂科合14125008-1-6)所属课题,由广西壮族自治区农业科学院农业科技信息研究所和中国科学院遥感与数字地球研究所共同承担。甘蔗产业是广西传统的优势产业,甘蔗种植面积和蔗糖产量在国内市场占有重要比重。近些年来随着农村劳动力的对外输出以及其它经济林木的发展,甘蔗产业收到一定冲击,种植面积出现局部波动。及时、动态地掌握我区甘蔗实际种植面积和分布状况,切实摸清家底,对我区甘蔗产业的资源优化配置,产业政策调整,以及蔗糖进出口配额的制定具有现实必要性和紧迫性。卫星遥感技术具有宏观性、周期性和一致性特征以及低成本、高效率等优势,利用遥感技术对我区甘蔗面积进行动态监测,及时掌握种植面积变动,对提高市场预判以及相关政策的提前调整具有重要意义。   2、技术原理及性能指标:   针对广西甘蔗种植信息遥感监测精度不高、准实时监测能力薄弱等问题,通过综合多源多时相的国产卫星数据自动生成完整覆盖的多期数据产品并自动提取精细地块种植范围,结合甘蔗和其他作物在生长周期、反射光谱、地块纹理等特征上的区别,从多时相数据中提取甘蔗种植地块,实现甘蔗实际种植面积的精确计算。利用年际变化检测动态更新甘蔗种植变化情况,以长时间序列监测新植蔗和宿根蔗种植区域,为甘蔗测产提供基础数据与技术支撑。   经过对广西崇左市扶绥县、江州区2013-2015年甘蔗种植信息的动态监测,对甘蔗地块识别精度达到91%以上;地块边界精度控制在2个像元以内;平地地块面积计算精度在93%以上,坡地地块面积计算精度达到86%以上。   3、技术的创造性与先进性:   (1)多星多源遥感综合的数据合成技术确保数据完整性和准确性   充分结合多种国产卫星的运行优势相互补充形成相对完整的有效数据,发挥多源数据的不同分辨率特点形成信息丰富的融合数据,自动化流程化地生产实用化的数据产品。   (2)长时间序列数据结合甘蔗生长特征实现准确识别与提取   充分发挥高时相分辨率数据在农作物变化监测上的作用,结合高空间分辨率数据进行农耕地块精细识别,利用甘蔗在生长周期、光谱辐射、空间纹理上与其它农作物的区别,同时考虑长时间序列观测优势区分新植蔗与宿根蔗。   (3)基于自适应微面元地形拟合的丘陵地区甘蔗真实种植面积信息提取   利用国产测绘卫星的三线阵立体成像数据,设计一种以高精度数字地形模型自动化获取为基础,对二维提取结果依据地形起伏进行自适应微面元分解和地形拟合,从而实现影像提取结果从二维空间向三维坡地真实面积的自动、准确转换计算。   (4)基于“图谱认知”理论的甘蔗种植面积动态更新技术   基于“图谱认知”理论,将前期甘蔗地块提取矢量图中的类别知识迁移至当前目标影像上,获得当前目标影像上对应像元的标注,通过遥感的变化检测技术,快速定位变化区域,自动选择样本进行再学习和分类,根据变化图斑的空间位置更新前期的专题图,实现甘蔗种植面积的快速动态更新。   4、技术的成熟程度,适用范围和安全性:   该项技术基本原理来源于括空间数据的知识挖掘、地学智能计算、遥感影像的地学分析与应用等由中科院遥感所原创的成果。技术概念和应用设想明确,且通过了可行性论证。通过该项目,各个技术模块得以在典型环境和2013-2016年的数据为载体的模拟中得以通过验证,在崇左市江州区的甘蔗产业规划和扶绥县甘蔗产业调查中通过实际应用,技术成熟度达到成熟应用阶段。项目实施期间申请发明专利3项,获得计算机软件著作权登记2项,发表中文核心论文8篇。   项目的研究成果不仅能够对广西甘蔗生产情况进行监督核查,完善广西省情信息,为全区政府、企业和社会相关部门提供权威、客观、准确的地理省情信息服务,且为相关政策制定和政府决策,国际大宗糖料贸易当中把握市场话语权提供科学依据。同时,为南方丘陵多云雨地区的其它作物播种面积遥感监测提供具操作性的技术框架体系,也为进一步的甘蔗灾害预警、长势分析以及甘蔗估产研究提供基础数据和技术支撑。
 

来源: 国家科技成果网(www.tech110.net)技术服务专线:18977114078

研发单位:中国农业科学院农业资源与农业区划研究所  发布时间:2018-12-29 10:05:01   更新时间:2018-12-29 10:05:01

成果简介:   面向国家对农业气象灾害和农情监测信息高效获取的迫切需求,立足于高中低分辨率遥感卫星数据日益丰富的现状,服务于国家农情和灾害遥感监测数据从而保障国家粮食安全战略的需要,创建了基于高—中—低分辨率遥感数据的地表温度、近地表空气温度、土壤水分、大气水汽含量和地表发射率等关键气象参数的反演技术,每个参数反演算法都具有原创性,均发表在国内外本领域最权威的刊物上,具有全球遥感监测业务应用能力。   通过利用同极化不同频率微波指数克服粗糙度的影响,建立了标准极化微波指数模型,提高了土壤水分反演精度。该方法通过比值法克服了以往需要同步获得大尺度地表温度的困难,且分析表明通过标准化发射率指数和标准化微波指数建立土壤水分反演方法精度较高,反演误差降低了10%。发明了一套利用GPS地面反射信号反演土壤水分的装置和方法,估算误差为0.02 m3m-3,该装置和方法通过在地面一定高度架设信号接收器接受GPS地面反射信号,通过建立模型获得土壤水分与反射信号的关系全天候获得土壤水分参数,填补了国内在地面一定高度获得大面积土壤水分参数仪器的空白,解决了星上土壤水分验证时地面点观测难以匹配且缺乏代表性的难题。   首次提出利用地表温度和发射率作为先验知识,建立迭代优化的人工智能方法,从而使得直接从遥感数据大面积反演近地表空气温度的反演方法变得通用,误差大约1℃(同类国际刊物发表精度是3℃)。在此基础上,进一步利用大气水汽含量作为先验知识提高近地表空气温度反演精度。提出利用卡曼滤波迭代优化方法估算窄波段、宽波段发射率及大气水汽含量,提高了反演精度。针对ASTER数据误差在0.009以内,MODIS数据估算误差在0.01以内。(国际相关研究精度为0.02)。为蒸散发和农情监测模型等提供了有效手段和技术支撑。与美国宇航局提供的产品比较表明,在大气水汽含量低于1.0 gcm-2 和高于3.5 gcm-2 时,反演精度提高15%以上。   通过利用近红外波段克服以往算法需要从气象站点获得水汽的困难,提出了地表温度和发射率分步反演的新劈窗算法,简化了反演过程,提高了反演精度。理论精度为0.32℃(美国宇航局发表的产品算法理论精度为1℃)。针对多热红外波段数据,通过建立邻近波段发射率之间的关系,克服方程不足的困难,提出了同时反演地表温度和发射率的多波段反演算法,并利用神经网络进行优化计算,大大提高了反演精度和算法适用性。针对ASTER数据分析表明平均理论误差在0.25℃以下,发射率的平均误差在0.001以下。日本产品算法精度是1.5℃,发射率误差是0.015。针对中分辨率MODIS数据,分析表明我们的算法理论精度平均误差在0.4℃以内,发射率的平均误差在0.008以内。提出了全天候的被动微波数据的地表温度反演方法,解决了有云情况下热红外无法准确反演地表温度的难题。从而克服了以往需要同步测量地面温度数据的困难,并为不同传感器之间的参数反演的相互校正和综合利用多传感器的数据提供实际应用和理论依据,解决了有云情况下热红外无法准确反演地表温度的难题。   上述研究成果在国内外学术界产生了较大影响,在实际应用中取得良好效果。特别是在2008年中国南方大雪冰冻灾害监测中,由于雪情复杂导致常规监测算法失效,在国内自然灾害监测中心无法获得地面雪灾信息情况下,我们参加了冰雪灾害监测工作,综合利用自己提出的算法做出灾情图件提交到了国务院信息办公室及相关部委,得到了李小文院士和国家相关部门认可,为救灾提供了有力的支撑,凸显了遥感在大尺度灾害监测中的作用。发表相关研究论文200余篇,获得相关授权发明专利8项,申请软件著作权18个,在国内重大自然灾害监测中发挥了重大作用,获得了显著的科学、社会与经济效益。第一完成人因此获得全国优秀科技工作者荣誉称号,并获得中国产学研促进奖1项,茅以升北京市青年科技奖1项。
 

来源: 国家科技成果网(www.tech110.net)技术服务专线:18977114078

研发单位:吉林省农业资源与农业区划研究所  发布时间:2018-12-29 10:05:01   更新时间:2018-12-29 10:05:01

成果简介:   1、课题来源及背景   为深入贯彻落实中央1号文件和《全国农业农村信息化发展“十二五”规划》以及国家和省有关推进农业农村信息化发展的意见要求,加快促进信息技术在农业生产经营管理服务领域的集成、示范和推广应用,增强科技创新能力,引领服务全省粮食增产、农民增收和农业增效,统筹推进“四化”同步发展,从2012年起,省农委、省财政厅共同启动“农业信息技术集成示范与推广应用”专项。本项目为2015年度“省级粮食生产发展专项”(农业信息技术集成示范与推广应用专项)。   2、技术原理及性能指标   本项目是在“长春市作物长势遥感监测业务运行示范”项目取得的成果基础上,进行技术攻关与升级,研发粮食主产区遥感监测模型(包括中西部地区土壤墒情、干旱、长势、估产等监测模型),集成各个遥感监测应用系统,开发了“农情遥感监测数据库管理及展示系统”、“农情监测数据预处理系统”、“作物面积监测系统”、“农情遥感监测服务平台”。完成了“吉林省农情遥感监测与信息服务系统”建设。根据系统建设需要,开展种植面积遥感解译工作,建立了作物(玉米、水稻)主要生育期植被指数数据集。最终实现农情遥感监测业务化运行。   该项目的目标是建立“吉林省农情遥感监测与信息服务系统”,完成遥感监测服务信息发布及监测成果展示。所有成果通过“吉林省农情遥感监测服务平台”和“吉林省智慧农业”平台网站展示,最终实现吉林省农情遥感监测业务化运行。   通过建立的地面监测设备获取的数据,与“天基”卫星数据相结合,实现对全省范围的有效覆盖,采用科学外推的方法,将田间监测信息与高分辨率遥感卫星数据同化融合,生成时空连续数据集,可以快速、高效的监测全省各大作物,避免了大量地面监测点的布设,大大降低了监测成本。经过科学测算,每年监测成本合0.15元/亩,而在减灾丰产时每亩可以提升50~100斤粮食。   该系统运行要实现动态监控可视化、信息采集数字化、数据传输网络化、指导应用精准化、生产管理标准化,提高粮食生产的科技含量,提高农业生产信息化水平,促进粮食增产、农民增收、农业增效。同时也为政府决策、农业生产安排提供科学依据。   3、技术的创造性与先进性   该项目针对吉林省农作物监测,以满足吉林省农业主管部门对农情信息的需求为目标,以地面监测网络为结点,以无线传感网路技术、现代遥感技术为手段的完善的农情遥感监测信息体系,引进并开发规范的业务运行流程系统,形成面向服务的农情遥感监测综合系统:   1)建立覆盖吉林省的农业物联网采集系统。实时收集各县(市)水稻、玉米的农田环境参数,并通过星际双基结合的技术,系统性的监测吉林省主要作物农情信息:   2)研发了从数据融合处理、农学参数反演、农情业务分析及农信息服务一体化的管理系统:   3)基于农田现场数据与灾害模型,建立吉林省水稻玉米作物的病虫害监测系统,其中冷冻害监测精度达到95%以上:   4)与吉林省农业历史区划资料结合,建立了吉林省最大的农业资源数据库,数据量达到1TB:   5)建立2011~2015年吉林省玉米、水稻生育期NDVI和EVI数据集。   该项目首次建立了吉林省农情遥感监测业务运行的信息采集与加工、共享服务等各项指标。系统实现了以玉米、水稻为主要目标的大宗农作物的实时监测,监测精度和时效性满足大宗作物遥感监测的要求。   4、技术成熟度和适用范围   本技术经过一年多的探索研究,经过了多次的试验与验证,并在吉林省的农情监测中进行了应用,在应用过程中,课题组结合存在的问题,又分别进行了改进和完善,技术已经成熟。   主要应用于吉林省农情监测以及灾害监测。   5、应用情况及存在问题   1)应用情况   该成果在吉林省长春市农安县合隆镇陈家店村、吉林省中农阳光数据有限公司、东北师范大学地理科学学院和长春市禾盛农业科技发展有限公司进行了应用。   2)存在问题   经过半年的遥感业务化运行,各监测系统运行稳定。但在面积提取精度、监测点布设、监测指标等方面还存在一定的问题。具体问题如下:   一是农田信息采集点不够,影响遥感监测业务化运行。应增设农田信息采集点,提高遥感反演精度。   二是作物种植面积提取的精度不够,影响了估产的精度。作物(玉米、水稻)种植面积一部分是用16米分辨率数据提取,在估产时对评估精度有影响。   三是高光谱分析数据没有完全发挥作用。作物高光谱数据是第二年采集,而且玉米和水稻各有一个数据采集点,远远不能满足高光谱数据分析建模的需要。针对高光谱成像仪数据处理,还需要增加监测区域分作物生长阶段的采集数据,建立专家校正知识库,确定监测指标,验证与修正反演模型。   四是监测的范围和作物种类不够。要逐步将监测范围扩大至全省,同时根据需要扩大农作物监测种类。   
 

来源: 国家科技成果网(www.tech110.net)技术服务专线:18977114078

研发单位:河南省气象科学研究所  发布时间:2018-12-29 10:05:01   更新时间:2018-12-29 10:05:01

成果简介:   项目以我国华北冬小麦、夏玉米和长江中下游水稻等主要农作物为研究对象,研究了主要农作物参数遥感反演、种植区识别和种植面积估算、区域遥感-作物生长模型、气候适宜度评价模型以及作物生长定量评价农学与遥感指标等,在此基础上建立了主要农作物生长综合定量评价模型,并开展初步业务应用。主要包括:   (1)实现了作物生长参数(VI、LAI、NPP)与环境参数(LST、SM)的遥感反演优化技术,确定了可业务应用的作物生长环境参数遥感定量反演技术方法,建立了近几年主要作物生长环境参数时间序列遥感数据集;   (2)基于改进N-FINDR、FastICA等算法和混合像元分解技术,建立了主要农作物种植区识别和种植面积估算模型;   (3)基于农田观测试验和地面—遥感对比观测数据,利用统计学方法建立了冬小麦、夏玉米和一季稻、双季稻各发育期的长势农学指标和遥感监测指标;   (4)基于小麦作物各生理生态过程模拟模型算法,构建了拥有自主知识产权的WheatSM小麦生长模型;分别利用强迫、同化和更新的方法建立了适于我国主要农作物的遥感LAI与WheatSM、WOFOST和ORYZA2000等相结合的遥感—作物生长模型,并模拟建立了主要农作物15种生长状态变量的时间序列数据集;   (5)基于遥感监测、作物模型和气候适宜度三种模型对作物的评估结果,根据不同模型和作物产量相关性以及资料质量确定模型权重系数,建立了作物长势综合定量评价模型和综合监测业务流程,并开展业务应用。
 

来源: 国家科技成果网(www.tech110.net)技术服务专线:18977114078

共67条记录 1/8页  首页 上一页 下一页 尾页  第
 
 

 友情链接

国科网 广西科学技术厅 南宁市科学技术局 孵化圈 中国-东盟技术转移中心 广西农业科学院 广西知识产权交易中心 广西机械工业研究院 广西博士海意信息科技有限公司

-->