【摘要】：【目的】通過對倒伏發(fā)生前后的多時相HJ-1B衛(wèi)星CCD多光譜影像植被指數(shù)的變化分析,實現(xiàn)區(qū)域尺度下的玉米倒伏受災(zāi)范圍監(jiān)測和災(zāi)情評估�！痉椒ā恳�2015年8月3日因大風(fēng)暴雨導(dǎo)致大面積玉米倒伏的河北省藁城市為研究區(qū),提取HJ-1B CCD多光譜影像的多種植被指數(shù),根據(jù)多時相植被指數(shù)變化量與實測倒伏樣本的關(guān)聯(lián)分析,篩選玉米倒伏敏感植被指數(shù),采用正態(tài)(偏正態(tài))統(tǒng)計理論的雙閾值劃分策略劃定閾值,構(gòu)建基于植被指數(shù)變化分析的玉米倒伏災(zāi)情遙感監(jiān)測模型,評價玉米倒伏災(zāi)情嚴(yán)重程度,并基于野外實測樣本進(jìn)行精度評價。【結(jié)果】基于城鎮(zhèn)、水體、倒伏與未倒伏玉米的HJ-1B CCD2多光譜反射率曲線可得,玉米與城鎮(zhèn)建筑物和水體的光譜反射率存在較大差異,在可見光波段,倒伏玉米要高于未倒伏玉米的反射率,然而在近紅外波段(830 nm),未倒伏玉米略高于倒伏玉米的反射率。由已提取出玉米種植區(qū)域后的前后兩期HJ星的差值影像分析可得其像元整體分布趨勢基本符合正態(tài)(偏正態(tài))分布。由相關(guān)性分析可得,倒伏前后的比值植被指數(shù)(RVI)差值與玉米倒伏比例具有最高的相關(guān)性(R=0.9377),而且倒伏越嚴(yán)重,其RVI差值越大;通過野外實測樣本與模型驗證結(jié)果進(jìn)行混淆矩陣分析,總體分類精度達(dá)到85.7%,Kappa系數(shù)為0.804;研究區(qū)玉米倒伏遙感空間制圖結(jié)果與當(dāng)?shù)剞r(nóng)業(yè)技術(shù)推廣站監(jiān)測結(jié)果基本一致。【結(jié)論】倒伏發(fā)生后,其玉米長勢以及災(zāi)后恢復(fù)程度均存在較大差異,因此,基于玉米倒伏前后RVI差值的遙感監(jiān)測模型能有效反映不同倒伏程度的冠層群體變化信息以及長勢恢復(fù)情況,能在區(qū)域尺度下實現(xiàn)玉米倒伏受災(zāi)范圍監(jiān)測和災(zāi)情等級評估。
【圖文】：

并使用Arcgis軟件做出樣圖如下，藁城市7月25日HJ-1BCCD2遙感影像（a）和玉米種植空間分布圖（b）見圖1，其中a圖由綠光、近紅外、紅光波段依次組合而成。1.4分析方法1.4.1數(shù)理統(tǒng)計方法對于所獲取的玉米倒伏數(shù)據(jù)首先采用數(shù)理統(tǒng)計方法進(jìn)行數(shù)據(jù)預(yù)處理，主要包括利樣本點Samplingpoint邊界線Boundaryline樣本點Samplingpoint邊界線Boundaryline玉米Maize非玉米Non-maize03.5714km03.5714kma7月25日HJ-1BCCD2影像HJ-1BCCD2imageonJuly25b藁城玉米種植空間分布圖SpatialdistributionofmaizeinGaocheng圖17月25日HJ-1BCCD2影像與玉米種植空間分布圖Fig.1HJ-1BCCD2imageonJuly25andspatialdistributionofmaizeinGaocheng

21期王立志等：基于多時相HJ-1BCCD影像的玉米倒伏災(zāi)情遙感監(jiān)測4127樣本點Samplingpoint邊界線Boundaryline倒伏分級Lodginggrade未倒伏Nolodging輕度Light中度Moderate重度Serious03.5714km圖6藁城市玉米倒伏災(zāi)情等級遙感監(jiān)測圖Fig.6RemotesensingmonitoringrankchartofmaizelodgingdisasterinGaocheng陣，按照計算公式分別計算其總體分類精度和Kappa系數(shù)。為增強精度評價的可靠性，增加試驗次數(shù)至50次，每次均采用放回隨機抽樣，每次均計算其總體分類精度和Kappa系數(shù)，最后選取50次總體分類精度和Kappa系數(shù)的均值作為最終的精度評價指標(biāo)。經(jīng)計算得到得其總體分類精度Pc為85.7%，Kappa系數(shù)K為0.804，兩種精度驗證結(jié)果均表明本文的倒伏遙感監(jiān)測模型精度較高，可以實現(xiàn)對區(qū)域內(nèi)不同倒伏狀態(tài)空間分布的遙感監(jiān)測。3討論玉米發(fā)生倒伏后，受倒伏脅迫的影響，不同倒伏程度的玉米在后期的自我恢復(fù)中所需要的時間以及恢復(fù)程度均有較大差異，，主要表現(xiàn)在倒伏后玉米的不同長勢上，而且倒伏災(zāi)情越嚴(yán)重，其對后期長勢回復(fù)的干擾就越大[31]，所以可以通過能夠表征作物長勢的植被指數(shù)差值來反演玉米倒伏的受災(zāi)程度[14]。本文選取倒伏發(fā)生前后的兩幅環(huán)境減災(zāi)小衛(wèi)星多光譜影像，提取多種植被指數(shù)并進(jìn)行差值運算，通過相關(guān)性分析篩選敏感性最高的植被指數(shù)差值，基于正態(tài)（偏正態(tài)）統(tǒng)計理論的雙閾值劃分策略進(jìn)行閾值劃定，構(gòu)建基于植被指數(shù)變化分析的玉米倒伏災(zāi)情遙感監(jiān)測模型，最終實現(xiàn)藁城市玉米倒伏的遙感監(jiān)測。此次關(guān)于玉米倒伏的研究僅僅只是玉米生長周期內(nèi)的一個生育期——抽雄期，并不能完全推廣整個生育周期內(nèi)的玉米倒伏研究。由于灌漿期玉米穗粒開始灌漿，營養(yǎng)生長基本停止，加上處于夏季暴風(fēng)雨的多發(fā)時節(jié)，?

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫振宇;;提高玉米抵御風(fēng)災(zāi)能力的幾點對策[J];吉林農(nóng)業(yè);2007年11期

2 龍章富,黃澤林,淳澤;有機絡(luò)合液肥對水稻、玉米的增產(chǎn)和品質(zhì)改進(jìn)效應(yīng)[J];西南農(nóng)業(yè)學(xué)報;2003年01期

3 劉承仿，孫建軍，黃啟富;玉米不同時期施用穗肥的效應(yīng)[J];江蘇農(nóng)業(yè)科學(xué);1995年04期

4 俞康財;張掖縣玉米農(nóng)業(yè)氣候條件分析[J];氣象;1985年06期

5 顏廷太，李連媛;玉米壯豐靈試驗示范效果總結(jié)[J];農(nóng)業(yè)與技術(shù);1994年01期

6 馬世軍;閆治斌;秦嘉海;王愛勤;肖占文;趙蕓晨;;功能性肥料對制種玉米田物理性質(zhì)和微生物數(shù)量的影響及最佳施肥量的研究[J];土壤;2013年06期

7 鄒興全，陶小潔;玉米穗肥最佳氮肥施用量研究[J];四川農(nóng)業(yè)科技;1994年01期

8 王民政,王承花;灌溉與控制蒸發(fā)或蒸騰對玉米產(chǎn)量的提高(上)[J];河南農(nóng)業(yè);1995年04期

9 胡翠平，王長青，張紅霞;玉米整稈覆蓋配套機具的研究[J];山西農(nóng)機;1995年S1期

10 馮巨忠;國產(chǎn)磷酸銨肥效好[J];新農(nóng)業(yè);1991年06期

相關(guān)重要報紙文章 前2條

1 ;預(yù)防冬玉米霜凍災(zāi)害的對策[N];中國畜牧獸醫(yī)報;2007年

2 記者 王猛;黑土地“良法創(chuàng)高產(chǎn)”，災(zāi)年超豐年[N];新華每日電訊;2014年

相關(guān)碩士學(xué)位論文 前2條

1 唐慎欣;小麥—玉米種植體系中養(yǎng)分資源利用規(guī)律及平衡研究[D];山東農(nóng)業(yè)大學(xué);2012年

2 信東旭;遼西旱農(nóng)區(qū)降雨資源跨季節(jié)調(diào)控技術(shù)研究[D];沈陽農(nóng)業(yè)大學(xué);2010年

本文編號：2573740