基于FY-3D_MERSI数据的东北地区干旱监测方法研究.pdf
《基于FY-3D_MERSI数据的东北地区干旱监测方法研究.pdf》由会员分享,可在线阅读,更多相关《基于FY-3D_MERSI数据的东北地区干旱监测方法研究.pdf(10页珍藏版)》请在咨信网上搜索。
1、第 卷第 期 年 月干 旱 地 区 农 业 研 究 .文章编号:():./.基于/数据的东北地区干旱监测方法研究王 岩王敬宜冯 锐李嘉宁武晋雯许常华林 毅纪瑞鹏于文颖汪利诚(.沈阳建筑大学交通与测绘工程学院辽宁 沈阳.中国气象局沈阳大气环境研究所辽宁 沈阳.辽宁省农业气象灾害重点实验室辽宁 沈阳.辽宁省气象服务中心辽宁 沈阳.锦州市气象局辽宁 锦州)摘 要:干旱是影响东北地区粮食安全的主要农业气象灾害之一遥感技术是一种可便捷进行大范围干旱监测的手段 针对目前遥感干旱指数在作物生长发育过程中监测干旱的局限性和适用性等问题以东北地区玉米和大豆等主要大田作物发育期为切入点基于/卫星遥感数据和地面土壤
2、相对湿度实测数据开展不同作物发育阶段干旱监测指数适用性分析结合径向基神经网络方法构建全时期和分时期土壤相对湿度反演模型利用实测土壤相对湿度数据开展精度验证与对比分析 结果表明:风云三号 传感器数据在干旱监测中具有可行性表观热惯量()在低植被覆盖或裸土时效果较好适用于作物冻土期、裸土期和播种 拔节期水分指数()适用于播种拔节期、拔节抽雄期和成熟期等植被生长时期分时期土壤相对湿度反演模型精度高于全时期土壤相对湿度反演模型前者监测精度在.以上比全时期模型精度提高了 尤其在冻土期(月)分时期模型反演精度达到了.基于作物生长时期和形态差异选择最适宜遥感干旱指数建立分时期土壤相对湿度反演模型提高了干旱监测
3、的准确性和可靠性关键词:风云卫星遥感指数干旱监测径向基函数神经网络模型适用性东北地区中图分类号:文献标志码:/(.):./收稿日期:修回日期:基金项目:风云卫星应用先行计划(.)辽宁省教育厅研究项目()辽宁省民生科技计划项目(/)沈阳市中青年科技创新人才项目()作者简介:王岩()男辽宁抚顺人副教授主要从事精密工程测量及多源数据的融合与应用研究:.通信作者:冯锐()女辽宁锦州人正研级高级工程师主要从事定量遥感和农业气象灾害监测评估:./.().:()干旱是指某一地区长期无雨或少雨而使土壤水分不足、作物水分平衡遭到破坏导致作物减产的气象灾害其具有地区性、持续性和季节性的特点是一种反复发生的极端事件
4、对人类生产生活造成巨大的影响 据统计 年中国农作物受旱面积达到 万 因旱造成粮食损失 亿 造成直接经济损失.亿元对人民生活造成严重影响 东北三省是全国主要的粮食生产区之一其处于季风区域受季风进退影响降水量呈现季节和年际变化 在降水稀少的情况下该区域极易发生干旱灾害影响粮食生产 因此准确地监测土壤相对湿度并采取有效的旱情应对手段能很大程度上减少干旱造成的损失保障粮食安全对农业生产和国民经济建设具有重要意义干旱监测方法主要包括地面监测和空间监测地面监测是以人工记录为主通过统计地面观测点的数据分析干旱情况这种方法在操作上费时费力、时效性低且精度差 空间监测是利用卫星遥感技术获取影像利用可见光、近红外
5、、短波红外和热红外等波段数据构建干旱监测指数当植被遭到水分胁迫时其生长形态发生改变干旱监测指数也会随之变化从而实现干旱监测该方法具有速度快、范围广和精度高等特点已成为干旱监测的主要手段 以往干旱监测多采用单一指数在农业干旱监测中有一定的局限性如由降水因子构成的监测指数在雨水充沛的时期才具备明显监测能力表观热惯量()等与土壤含水量相关的指数适用于地面裸露或植被覆盖度低的时期以植被因子建立的监测指数则更适宜监测植被茂密和地表覆盖度高的时期 为了克服单一指数监测精度不足的问题越来越多的国内外学者开始利用多指数权重组合、多变量联合分布和机器学习的方法构建干旱监测模型同时考虑气象、地形地貌、水分蒸散发等
6、因素开展基于温度植被指数监测模型、降水量土壤水分综合干旱模型、多种干旱指数集成模型等综合干旱监测研究将监测因子根据时空差异划分不同组合形式建立综合干旱监测模型提高了干旱监测的能力和精度目前开展的综合干旱监测指数研究多围绕作物生长旺盛时期或整个生长期进行由于干旱监测指数存在明显的时空适应性差异在整个生长期利用同一干旱指数开展监测会出现监测能力不足的问题 因此针对全时期监测能力不足、单发育期监测不全面等问题本研究以东北三省为主要研究区域基于多时段 卫星数据结合地面土壤相对湿度观测数据根据东北地区大田作物玉米、大豆的作物发育期划分 个研究时期并选择土壤湿度类、作物需水形态变化类、冠层含水量和作物冠层
7、温度类等干旱监测指数分析不同研究时期干旱监测指数与土壤深度的相关性采用径向基函数神经网络()方法构建全时期和分时期土壤相对湿度反演模型实现东北三省大面积干旱动态监测为提高干旱监测准确性、连续性以及保障粮食安全提供必要的理论依据和技术支持 干旱地区农业研究 第 卷 材料与方法.研究区域研究区域包括黑龙江省、吉林省和辽宁省()东北三省属于温带季风气候大部分在中温带少部分处于寒温带和暖温带全年四季分明天气多变冬季寒冷干燥夏季温热短促年降水量 且自东南向西北逐渐减少其中受地形影响降水量最多的是长白山东南部 东北三省主要以平原、山地为主包括三江平原、松嫩平原、辽河平原等土壤肥沃土层深厚山地主要集中在东北
8、部和西北部两侧境内有黑龙江、松花江、辽河等多条河流适合农作物生长具有重要的经济价值和生态价值.研究数据来源及处理.卫星遥感数据 选取 年和 年 月 日 月 日/卫星数据进行干旱监测指数计算影像选取时尽量选择晴空少云的数据数据来源于风云卫星遥感数据服务网(:/./.)中分辨率光谱成像仪 共有 个观测通道其中可见光近红外通道 个、短波红外通道 个、中长波红外通道 个 个通道中有 个 地面分辨率通道 个 地面分辨率通道 数据格式为 包括 分辨率观测数据文件、分辨率定位文件以及 分辨率观测数据文件、分辨率定位文件 利用卫星监测分析遥感应用系统进行数据投影、地理定位等处理生成分辨率为 的基础数据集.遥感
9、干旱监测指数遥感监测指数是对地表植被和地物状况简单、有效和经验的度量利用可见光、近红外、中红外和红外波段组合而成已广泛地应用于植被覆盖变化、作物长势定量评价和大范围干旱监测等方面 本研究选取 种与干旱监测相关的指数计算公式见表.地面观测数据土壤相对湿度地面观测数据采用 年东北三省气象台站观测数据包括人工观测站和自动观测站数据使用数据以人工站为主、自动站为辅 人工观测站有 个(图)其中黑龙江省 个每年 月 日 月 日逢 日观测吉林省 个每年 月 日 月 日每 观测一次辽宁省 个每年 月 日 月 日逢 日和 日观测观测深度均为 自动观测站有 个(图)数据间隔 观测深度为、表 遥感干旱监测指数及其计
10、算公式 干旱监测参量 遥感指数 指数算法 作物形态及绿度 归一化植被指数()棕色植被指数()植被条件指数()冠层温度 温度条件指数()冠层含水量 陆表水分指数()红外指数归一化差值()归一化多波段干旱指数()()()水分指数()土壤含水量 表观热惯量()归一化水分指数()注:、分别代表近红外、红光、绿光的反射率为中心波长为.的短波红外波段为中心波长为.的短波红外波段为中心波长为.的近红外波段为中心波长为.的近红外波段 为白天的温度()为夜晚的温度()为全波段反照率、分别指一天内的最低温和最高温()、分别指 最小值和最大值:、.()()().地理信息数据行政区划数据来源于中国气象局下发的 万基础
11、地理信息 以上数据的地理坐标系均为 坐标系.主要研究方法分析作物不同生长时期的干旱监测指数与土壤相对湿度相关性构建不同时期的遥感干旱指数第 期 王 岩等:基于/数据的东北地区干旱监测方法研究集基于径向基函数神经网络模型以遥感干旱指数集为输入层进行分时期、分深度土壤相对湿度反演利用均方根误差对比分时期土壤相对湿度反演模型与全时期土壤相对湿度反演模型精度开展模型评价.研究时段划分目前的研究在干旱建模时一般未考虑作物生长状况大多建立全生育期模型不能准确反映作物在生长过程中的干旱问题因此本研究以东北地区大田作物发育期为切入点根据作物生长状态划分研究时段开展针对性地干旱实时监测已有东北三省农作物生长情况
12、的研究表明干旱监测主要针对旱田农作物玉米和大豆开展玉米拔节前是营养生长阶段拔节抽雄是营养生长与生殖生长并进阶段抽雄后是生殖生长阶段大豆分枝前为营养生长阶段分枝开花期是营养生长与生殖生长并进阶段结荚后是生殖生长阶段因此将 月下旬和 月下旬作为干旱监测的 个时间节点 此外东北三省 月份大部分地区土壤尚未完全化冻 月份处于未播种状态 因此共将研究时段分为 个时期(见表)建立土壤相对湿度反演模型.土壤干旱等级划分 参照北方春玉米干旱等级()对不同研究时段的土壤干旱等级进行划分分为湿润、无旱、轻旱、中旱、重旱和特旱 个等级(表)图 东北三省人工观测土壤墒情观测点及自动站点分布图.表 干旱监测研究时段表
13、作物冻土期 裸土期 播种拔节期()()拔节抽雄期()()成熟期()()玉米大豆播种出苗三叶七叶 拔节抽雄开花吐丝乳熟 成熟播种出苗三叶分枝开花结荚鼓粒成熟表 土壤相对湿度干旱等级划分表 等级各发育阶段土壤相对湿度/冻土期 裸土期 播种拔节期 拔节抽雄期 成熟期 湿润 无旱 轻旱 中旱 重旱 特旱 干旱地区农业研究 第 卷.遥感干旱指数集的构建与匹配针对 年和 年 月遥感数据利用 .软件采用遥感干旱监测指数公式(表)进行波段运算得到遥感干旱监测指数集 针对地面土壤相对湿度观测数据采用反距离加权插值方法得到东北三省各个时期不同土壤深度相对湿度栅格数据集 将各时期的遥感干旱监测指数集与地面土壤相对湿
14、度栅格数据集在空间上分别进行匹配最终形成干旱监测指数土壤相对湿度数据集用于径向基函数神经网络建模.径向基函数神经网络径向基函数神经网络是一种具有输入层、隐含层、输出层 层结构的神经网络主要通过隐含层将非线性不可分的输入层转换到线性可分的特征空间即实现数据从低维空间到高维空间的变换 使输出的数据线性可分离 第 层是输入层该层输入土壤相对湿度指数集第 层是隐含层包括 个隐含层神经单元神经单元数量根据问题需要决定隐含层采用高斯函数通过 语言编程实现第 层是输出层采用线性优化策略对隐含层的输出信息进行线性加权输出预测土壤相对湿度值随机抽取 数据作为训练集剩余 数据作为测试集训练集和测试集数据相斥 使用
15、聚类法无监督学习确定中心点随机初始化中心点将隐藏层中心点个数设置为 标准差初始化定义为 当建模训练集数据量较大时需对数据进行间隔划分提升训练速度数据间隔设置为.模型精度验证方法为验证土壤相对湿度反演 模 型 的 精 度 与 准 确 率 采 用 均 方 根 误 差()和模型精度()作为模型评判指标 研究中根据作物生长期和土壤深度建立不同的模型调用已完成训练的模型参数用测试集数据输入到模型中得到反演值将反演结果进行反归一化后分别计算均方根误差和模型精度均方根误差越小模型精度越高说明模型质量越高反之说明模型质量越低均方根误差计算公式为:()()模型精度计算公式为:()()式中 为样本数为第 个样本
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 FY D_MERSI 数据 东北地区 干旱 监测 方法 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。