前言 3
第一部分 农情遥感监测的技术体系 3
第1章 农情与农情遥感监测 3
1.1 农情遥感监测系统 3
1.1.1 农情监测 3
1.1.2 农情地面监测 3
1.1.3 农情遥感监测 3
1.2 大尺度农情遥感监测研究进展 4
1.2.1 美国与欧盟的农情遥感监测系统 4
1.2.2 中国资源与作物遥感监测进展 5
1.2.3 农情遥感监测运行系统 6
1.3 农情信息需求调查 6
1.3.1 需求调查总体设计 7
1.3.2 需求调查结果分析 7
1.3.3 农情信息技术需要研究的问题 11
1.4 国家级农情遥感监测系统的研究与开发 12
1.4.1 目标 12
1.4.2 基本思路 12
1.4.3 研究与开发 13
1.4.4 实现与运行方案 13
1.5 小结 14
第2章 农情遥感监测的系统设计与技术体系 15
2.1 资源监测与作物监测 15
2.2 资源监测系统设计 15
2.2.1 系统目标 15
2.2.2 资源监测要素 15
2.2.3 系统设计 16
2.2.4 系统实现与运行方案 17
2.3 作物监测系统设计 17
2.3.1 作物监测要素 17
2.3.2 系统设计 17
2.3.3 系统实现与运行方案 18
2.4 作物监测的技术体系—东北大豆生产遥感监测 19
2.4.1 作物监测的技术体系 19
2.4.2 东北大豆的种植制度与布局 19
2.4.3 遥感监测技术路线 20
2.4.4 种植面积的抽样调查 20
2.4.5 重点地区遥感调查 24
2.4.6 管理决策 24
2.4.7 结果分析 526
2.5 小结 26
第二部分 数据处理方法与应用分析模型 29
第3章 遥感图像与数据融合 29
3.1 数据融合的概念 29
3.2 数据融合的层次 30
3.3 数据融合的应用现状 30
3.3.1 数据源 30
3.3.2 方法与应用 31
3.4 遥感图像融合 33
3.4.1 常用的遥感图像类型 33
3.4.2 常用的融合模型 40
3.4.3 融合流程 41
3.5 遥感图像融合实例 42
3.5.1 数据源及研究区概况 42
3.5.2 试验目标与方案设计 43
3.5.3 数据处理过程 43
3.5.4 结果评价与讨论 45
3.6 小结 47
第4章 多源数据复合分析 48
4.1 概述 48
4.1.1 多源数据复合分析的概念 48
4.1.2 多源数据复合分析的应用 48
4.2 多源数据复合分析方法 48
4.2.1 RS数据之间的复合 49
4.2.2 RS与GIS数据复合 53
4.2.3 RS与GPS数据复合 54
4.2.4 GIS数据之间复合 55
4.2.5 GIS数据与属性数据复合 57
4.3 基于多源数据复合分析的作物识别 58
4.3.1 应用背景数据库提取和处理数据 59
4.3.2 地面调查 59
4.3.3 数据复合分析 60
4.3.4 技术流程 61
4.4 小结 61
第5章 基于光谱特征的作物识别模型 62
5.1 作物识别方法 62
5.1.1 作物识别 62
5.1.2 遥感图像特征 62
5.1.3 作物的光谱特征 62
5.1.4 作物识别的基本过程 64
5.1.5 基于光谱特征的作物识别模型 65
5.2 基于光谱特征的作物识别模型的建立 65
5.2.1 基本思路 65
5.2.2 技术路线 65
5.2.3 作物光谱测定与最佳时相确定 66
5.2.4 作物光谱测定数据处理与分析 67
5.2.5 棉花遥感识别模型的建立 69
5.2.6 棉花识别模型的验证 73
5.3 新疆棉花遥感监测区划 74
5.3.1 棉花区划与遥感监测区划 74
5.3.2 自然地理特点与种植制度 75
5.3.3 遥感监测区划的内容与方法 77
5.3.4 遥感监测图像信息源区的划分 78
5.3.5 棉花遥感识别最佳时相区的划分 78
5.3.6 根据作物农时历进行最佳时相区划分 78
5.3.7 根据作物地面光谱测量数据进行最佳时相区划 80
5.3.8 新疆棉花遥感监测棉花识别区划 80
5.3.9 新疆棉花遥感监测区划 82
5.4 模型应用—新疆棉花种植面积监测 83
5.4.1 棉花种植面积监测的技术流程 84
5.4.2 遥感图像处理与预判 85
5.4.3 棉花识别与提取 89
5.4.4 棉花种植面积估算 89
5.4.5 新疆棉花种植面积遥感估算外推 92
5.5 小结 94
第6章 作物面积监测 95
6.1 概述 95
6.1.1 作物面积监测 95
6.1.2 目标 95
6.2 作物面积监测的技术路线 95
6.2.1 美国与欧盟的技术路线 95
6.2.2 中国的技术路线 96
6.3 全国作物面积遥感监测抽样设计—以棉花为例 97
6.3.1 新疆棉区 97
6.3.2 黄淮海和长江中下游棉区 101
6.4 作物面积总量估计 103
6.5 线状地物面积提取与扣除方法 104
6.5.1 线状地物对面积监测的影响 104
6.5.2 线状地物面积提取与扣除方法 104
6.5.3 田间试验 106
6.5.4 结果分析与验证 107
6.6 作物面积遥感监测 108
6.6.1 调查范围 108
6.6.2 遥感数据 109
6.6.3 地面调查 109
6.6.4 图像解译 111
6.6.5 面积量算与统计 112
6.7 小结 112
第7章 长势监测 114
7.1 概述 114
7.1.1 长势监测 114
7.1.2 长势监测的目的 114
7.1.3 长势遥感监测特点 114
7.2 长势的定义与参数 114
7.2.1 长势的定义 114
7.2.2 长势参数的差异与共性 115
7.3 长势遥感监测的可行性 115
7.3.1 基本思路 115
7.3.2 NDVI与LAI 116
7.3.3 长势遥感监测的可行性 116
7.4 NDVI的时空特征提取与作物长势模型设计 116
7.4.1 长势模型设计的思路 116
7.4.2 多时相NDVI数据库 117
7.4.3 多时相NDVI数据库的特征提取 118
7.4.4 作物长势模型设计 119
7.5 长势监测的遥感模型 120
7.5.1 评估模型 120
7.5.2 诊断模型 120
7.6 冬小麦与秋粮的长势监测 121
7.6.1 长势遥感监测过程 121
7.6.2 全国作物长势图 121
7.6.3 长势遥感监测报告 122
7.7 小结 124
第8章 干旱监测 126
8.1 概述 126
8.1.1 干旱遥感监测 126
8.1.2 干旱遥感监测进展 126
8.1.3 目标 127
8.2 干旱遥感监测指标 128
8.2.1 干旱的气象学标准 128
8.2.2 干旱监测指标 128
8.3 干旱遥感监测模型 129
8.3.1 热惯量方法 129
8.3.2 植被指数距平法 131
8.3.3 植被干旱指数 132
8.3.4 植被供水指数 132
8.3.5 缺水系数 132
8.3.6 模型应用 132
8.4 干旱遥感监测运行系统 134
8.4.1 系统设计 134
8.4.2 关键技术 136
8.4.3 运行系统技术方案 137
8.5 小结 138
第9章 洪涝监测 140
9.1 概述 140
9.1.1 洪涝遥感监测 140
9.1.2 技术路线 140
9.2 洪涝监测原理 141
9.3 洪涝监测方法 141
9.3.1 云干扰检测 142
9.3.2 水体识别 143
9.3.3 洪涝面积计算 144
9.3.4 微波遥感洪涝监测 145
9.4 洪涝监测运行系统 145
9.4.1 洪涝水体的判别 145
9.4.2 洪涝区面积量算 145
9.4.3 数据处理流程 146
9.4.4 应用试验 146
9.4.5 结果分析 147
9.5 小结 148
第10章 冻害监测 149
10.1 概述 149
10.2 技术路线 149
10.3 气象数据预处理 150
10.4 遥感数据预处理 152
10.5 监测分析与讨论 154
10.5.1 监测分析 154
10.5.2 结果讨论 154
10.6 小结 155
第11章 产量估计 156
11.1 产量估计的技术路线 156
11.1.1 基本思路 156
11.1.2 单产模型 156
11.1.3 总产模型 158
11.2 水稻单产气象模型 158
11.2.1 单产气象模型 159
11.2.2 单产估计流程 160
11.2.3 单产模型建立 160
11.2.4 试验结果分析 160
11.2.5 模型验证与误差分析 161
11.3 玉米单产遥感模型 162
11.3.1 单产遥感模型 162
11.3.2 数据采集 162
11.3.3 模型建立 163
11.3.4 试验结果分析 166
11.4 基于作物生长模型的小麦单产估计 166
11.4.1 作物生长模型 166
11.4.2 作物生产模型的建立 166
11.4.3 试验结果分析 169
11.5 根据单产估计总产量 170
11.5.1 根据单产估计总产量 170
11.5.2 根据单产估计总产量的变化率 170
11.6 基于净初级生产力估计的总产模型 170
11.6.1 模型建立 171
11.6.2 净初级生产力计算 171
11.6.3 产量估计 172
11.6.4 结果分析 173
11.7 小结 174
第三部分 国家级农情遥感监测系统的实现与运行 177
第12章 地面调查 177
12.1 地面监测与地面调查 177
12.1.1 地面监测系统 177
12.1.2 地面调查 177
12.1.3 地面调查目标 177
12.2 地面调查方法 178
12.2.1 调查方法 178
12.2.2 调查时间 179
12.2.3 抽样方案 179
12.2.4 地面样方设计 181
12.3 基于GPS的地面调查数据采集 182
12.3.1 准备工作 182
12.3.2 随机点采样与线采样 183
12.3.3 样方采样 184
12.4 数据处理 187
12.4.1 航迹点 187
12.4.2 样点 187
12.4.3 样线 187
12.4.4 样方 188
12.4.5 遥感图像与照片编辑 188
12.4.6 文件入库 188
12.5 地面调查数据的应用 188
12.5.1 解译分区 188
12.5.2 解译标志 188
12.5.3 遥感图像的几何纠正 188
12.5.4 样方数据的使用 188
12.5.5 数据更新 189
12.6 小结 189
第13章 背景数据库 191
13.1 概述 191
13.2 目标与需求分析 191
13.3 功能与结构设计 192
13.3.1 数据采集与编辑 192
13.3.2 数据检索 192
13.3.3 空间数据库与属性数据库的联结 193
13.3.4 结构设计与系统管理 194
13.3.5 制图 199
13.3.6 系统日志 199
13.4 数据源分析 200
13.4.1 空间数据 200
13.4.2 属性数据 200
13.5 信息分类编码体系 201
13.5.1 空间信息分类及编码体系 201
13.5.2 属性信息分类及编码体系 203
13.6 统计数据处理 203
13.6.1 数据特点 203
13.6.2 数据处理 203
13.6.3 数据一致性 204
13.7 小结 205
第14章 国家级农情遥感监测系统的实现与运行 206
14.1 国家级农情遥感监测 206
14.2 运行系统实现 206
14.2.1 系统功能 206
14.2.2 数据流程 207
14.3 作物监测系统运行 208
14.3.1 监测内容 208
14.3.2 监测范围 209
14.3.3 时间与进度 209
14.3.4 作业流程 209
14.3.5 运行系统管理 214
14.4 资源监测系统的实现 214
14.4.1 基本思路 214
14.4.2 地面调查 214
14.4.3 图像处理和解译 215
14.4.4 统计分析汇总 216
14.5 土地利用遥感调查的关键技术 216
14.5.1 遥感图像波段选择 216
14.5.2 遥感图像时相选择 217
14.5.3 解译标志库的建立 217
14.5.4 解译过程中的经验 217
14.5.5 线状地物的扣除方法 218
14.5.6 野外地面调查样区的选择 218
14.6 东北地区土地利用遥感调查 218
14.6.1 监测区的基本情况 218
14.6.2 图像的选择与处理 219
14.6.3 解译标志建立 220
14.6.4 统计结果分析 222
14.7 小结 222
第15章 结论与展望 224
15.1 结论 224
15.2 展望 224
参考文献 226