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作物，也是擁有13億人口的中國最主要的糧食作物，占全國糧食產(chǎn)量的40％以上。水稻產(chǎn)量無疑是今后農業(yè)生產(chǎn)和國家安全方面值得關注的重要問題。開展水稻遙感研究對農業(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與生態(tài)模型對水稻田遙感信息提取、水稻結構參數(shù)反演和水稻田對氣候環(huán)境影響評價等方面進行綜合探討和研究。 農業(yè)生產(chǎn)中

2、常用的水稻面積的統(tǒng)計方法周期長，不僅需要花費大量的人力物力，而且獲得面積的真實性也受到制約。遙感技術憑借實時、快速、大范圍、客觀準確等優(yōu)點用于提取水稻種植面積是對傳統(tǒng)方法的一個有力補充。另外，水稻結構參數(shù)的遙感定量反演一直是水稻遙感生物量估算和估產(chǎn)研究中的一個主要問題。因此，本研究嘗試開發(fā)了一個用于模擬水稻散射特性和結構參數(shù)反演的一階散射模型，為應用遙感技術進行水稻生物量估算提供了一個新的手段。目前，分析水稻田對氣候環(huán)境的影響是生態(tài)領域

3、的一個研究熱點，本研究利用一個基于模擬生態(tài)過程的DNDC(Denitrification and Decomposition)模型對水稻生長期內的甲烷排放進行了模擬。通過情景分析，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依據(jù)。具體研究內容和結果概述如下： (1)利用富陽市水稻生長期內獲取的三景不同時期ALOS/PALSAR數(shù)據(jù)進行合成，生成多時相彩色復合圖，利用支持向量機(SVM-Suppo

4、rt Vector Machine)算法進行分類。目的是充分利用這三個水稻生長期內各地物的后向散射系數(shù)的時間變化差異進行感興趣目標(水稻田)的提取。本研究主要是依據(jù)水田在不同時期的地物特征變化很大，而其他地物變化相對較小的獨特特征，在時間維空間內進行向量分割，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)、土地利用調查矢量圖件及其實地踏查進行對比及分類精度驗證。研究結果表明水稻類別的提取精度可以達到90％

5、。 (2)利用上述SVM自動分類方法，結合逐級分類、人工輔助糾正，對研究區(qū)浙江海寧市部分區(qū)域的水稻田進行提取。以水稻的分類專題圖為掩模，得到只包含水田的雷達原始后向散射圖層。利用與雷達衛(wèi)星過境近同步的實測地面水稻結構參數(shù)作為模型輸入變量，對廣泛使用的用于模擬樹木后向散射系數(shù)的輻射傳輸模型進行內部參數(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。結果表明，改進模型的模擬值與地面實測點對應的雷達遙感數(shù)據(jù)后向散射系數(shù)值進行比較

6、，兩者具有很好的一致性。 (3)以后向散射系數(shù)圖像、雷達波束入射角為輸入變量，利用改進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，對海寧水稻部分種植區(qū)內的兩個重要結構參數(shù)(水稻高度和密度)進行反演。再通過對水稻測量數(shù)據(jù)進行統(tǒng)計分析，得到了的水稻生物量生長方程，進而對研究區(qū)內水稻田生物量進行了空間分布制圖和定量估算。為進一步開展遙感估產(chǎn)以及農田生態(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地調查獲得的水稻耕作管理信息為輸入變量，應用生物地球化學模型(DNDC模型)對研究區(qū)水稻田進行生態(tài)過程模擬。通過對不同耕作模式下稻田溫室氣體CH4排放量進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展：驗證了在水稻主要生長期內獲得的多時相ALOS/PALSAR雷達數(shù)據(jù)提取種植面積的實用性；在原有輻射傳輸模型基礎上進