微波遙感水稻種植面積提取、生物量反演與稻田甲烷排放模擬.pdf

1、水稻是世界上非常重要的農(nóng)作物，也是擁有13億人口的中國(guó)最主要的糧食作物，占全國(guó)糧食產(chǎn)量的40％以上。水稻產(chǎn)量無(wú)疑是今后農(nóng)業(yè)生產(chǎn)和國(guó)家安全方面值得關(guān)注的重要問(wèn)題。開(kāi)展水稻遙感研究對(duì)農(nóng)業(yè)與環(huán)境可持續(xù)發(fā)展、食品與水安全和溫室氣體減排等都具有重要意義。本研究選取浙江富陽(yáng)和海寧市部分區(qū)域的水稻田作為研究區(qū)，目的是利用微波遙感技術(shù)與生態(tài)模型對(duì)水稻田遙感信息提取、水稻結(jié)構(gòu)參數(shù)反演和水稻田對(duì)氣候環(huán)境影響評(píng)價(jià)等方面進(jìn)行綜合探討和研究。 農(nóng)業(yè)生產(chǎn)中

2、常用的水稻面積的統(tǒng)計(jì)方法周期長(zhǎng)，不僅需要花費(fèi)大量的人力物力，而且獲得面積的真實(shí)性也受到制約。遙感技術(shù)憑借實(shí)時(shí)、快速、大范圍、客觀準(zhǔn)確等優(yōu)點(diǎn)用于提取水稻種植面積是對(duì)傳統(tǒng)方法的一個(gè)有力補(bǔ)充。另外，水稻結(jié)構(gòu)參數(shù)的遙感定量反演一直是水稻遙感生物量估算和估產(chǎn)研究中的一個(gè)主要問(wèn)題。因此，本研究嘗試開(kāi)發(fā)了一個(gè)用于模擬水稻散射特性和結(jié)構(gòu)參數(shù)反演的一階散射模型，為應(yīng)用遙感技術(shù)進(jìn)行水稻生物量估算提供了一個(gè)新的手段。目前，分析水稻田對(duì)氣候環(huán)境的影響是生態(tài)領(lǐng)域

3、的一個(gè)研究熱點(diǎn)，本研究利用一個(gè)基于模擬生態(tài)過(guò)程的DNDC(Denitrification and Decomposition)模型對(duì)水稻生長(zhǎng)期內(nèi)的甲烷排放進(jìn)行了模擬。通過(guò)情景分析，提出了有利于甲烷氣體減排的耕作管理措施，并為今后減少和控制水田甲烷排放提供科學(xué)依據(jù)。具體研究?jī)?nèi)容和結(jié)果概述如下： (1)利用富陽(yáng)市水稻生長(zhǎng)期內(nèi)獲取的三景不同時(shí)期ALOS/PALSAR數(shù)據(jù)進(jìn)行合成，生成多時(shí)相彩色復(fù)合圖，利用支持向量機(jī)(SVM-Suppo

4、rt Vector Machine)算法進(jìn)行分類。目的是充分利用這三個(gè)水稻生長(zhǎng)期內(nèi)各地物的后向散射系數(shù)的時(shí)間變化差異進(jìn)行感興趣目標(biāo)(水稻田)的提取。本研究主要是依據(jù)水田在不同時(shí)期的地物特征變化很大，而其他地物變化相對(duì)較小的獨(dú)特特征，在時(shí)間維空間內(nèi)進(jìn)行向量分割，提取出水稻的種植面積分布。并利用高分辨率(2.5m) ALOS/PRISM數(shù)據(jù)、土地利用調(diào)查矢量圖件及其實(shí)地踏查進(jìn)行對(duì)比及分類精度驗(yàn)證。研究結(jié)果表明水稻類別的提取精度可以達(dá)到90％

5、。 (2)利用上述SVM自動(dòng)分類方法，結(jié)合逐級(jí)分類、人工輔助糾正，對(duì)研究區(qū)浙江海寧市部分區(qū)域的水稻田進(jìn)行提取。以水稻的分類專題圖為掩模，得到只包含水田的雷達(dá)原始后向散射圖層。利用與雷達(dá)衛(wèi)星過(guò)境近同步的實(shí)測(cè)地面水稻結(jié)構(gòu)參數(shù)作為模型輸入變量，對(duì)廣泛使用的用于模擬樹(shù)木后向散射系數(shù)的輻射傳輸模型進(jìn)行內(nèi)部參數(shù)修改，得到適用于模擬水稻作物的冠層后向散射系數(shù)的模型。結(jié)果表明，改進(jìn)模型的模擬值與地面實(shí)測(cè)點(diǎn)對(duì)應(yīng)的雷達(dá)遙感數(shù)據(jù)后向散射系數(shù)值進(jìn)行比較

6、，兩者具有很好的一致性。 (3)以后向散射系數(shù)圖像、雷達(dá)波束入射角為輸入變量，利用改進(jìn)的一階輻射傳輸模型以及遺傳算法優(yōu)化工具GAOT，在Matlab環(huán)境下，對(duì)海寧水稻部分種植區(qū)內(nèi)的兩個(gè)重要結(jié)構(gòu)參數(shù)(水稻高度和密度)進(jìn)行反演。再通過(guò)對(duì)水稻測(cè)量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，得到了的水稻生物量生長(zhǎng)方程，進(jìn)而對(duì)研究區(qū)內(nèi)水稻田生物量進(jìn)行了空間分布制圖和定量估算。為進(jìn)一步開(kāi)展遙感估產(chǎn)以及農(nóng)田生態(tài)系統(tǒng)碳平衡定量研究提供重要參數(shù)。 (4)利用由覆蓋

7、全海寧市ALOS/AVNIR-2多光譜數(shù)據(jù)提取的水稻面積信息和實(shí)地調(diào)查獲得的水稻耕作管理信息為輸入變量，應(yīng)用生物地球化學(xué)模型(DNDC模型)對(duì)研究區(qū)水稻田進(jìn)行生態(tài)過(guò)程模擬。通過(guò)對(duì)不同耕作模式下稻田溫室氣體CH4排放量進(jìn)行情景分析與定量估算，提出了有利于稻田甲烷減排的耕作措施。 綜上所述，本研究在以下幾方面取得了進(jìn)展：驗(yàn)證了在水稻主要生長(zhǎng)期內(nèi)獲得的多時(shí)相ALOS/PALSAR雷達(dá)數(shù)據(jù)提取種植面積的實(shí)用性；在原有輻射傳輸模型基礎(chǔ)上進(jìn)