本書以我國北方糧食主產(chǎn)區(qū)黃淮海平原河北省衡水市為研究區(qū)，以深州市為典型試驗(yàn)區(qū)，以冬小麥為研究對象，在野外觀測試驗(yàn)、室內(nèi)數(shù)據(jù)處理分析、關(guān)鍵技術(shù)攻關(guān)基礎(chǔ)上，圍繞農(nóng)作物收獲指數(shù)遙感估算工作，開展了基于田間冠層高光譜數(shù)據(jù)、無人機(jī)高光譜數(shù)據(jù)、衛(wèi)星遙感模擬數(shù)據(jù)、多光譜衛(wèi)星遙感數(shù)據(jù)和地面同步觀測數(shù)據(jù)支持下天空地信息協(xié)同多尺度(如田間尺度、農(nóng)場小區(qū)域尺度和大范圍區(qū)域尺度)農(nóng)作物收獲指數(shù)遙感定量估算技術(shù)方法創(chuàng)新研究與應(yīng)用工作，在豐富和發(fā)展了農(nóng)作物收獲指數(shù)概念基礎(chǔ)上，創(chuàng)新提出了反映作物生長動態(tài)變化和產(chǎn)量形成過程的作物收獲指數(shù)動態(tài)評價指標(biāo)，通過天空地信息協(xié)同，實(shí)現(xiàn)了田間冠層、農(nóng)場小區(qū)域尺度和大范圍區(qū)域尺度的作物收獲指數(shù)信息多尺度動態(tài)監(jiān)測。本書所開展的農(nóng)作物收獲指數(shù)遙感估算技術(shù)方法創(chuàng)新研究工作對準(zhǔn)確獲取大范圍主要作物收獲指數(shù)空間分布信息具有一定指導(dǎo)意義和參考價值。
1 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 作物收獲指數(shù)的主要應(yīng)用
1.2.2 作物收獲指數(shù)的主要影響因素
1.2.3 作物收獲指數(shù)估算研究進(jìn)展
1.2.4 作物收獲指數(shù)遙感估算存在的主要問題
1.3 本章小結(jié)
2 基于地面高光譜數(shù)據(jù)的田間冠層尺度作物收獲指數(shù)遙感估算
2.1 研究區(qū)概況
2.2 數(shù)據(jù)獲取與準(zhǔn)備
2.2.1 地上千生物量數(shù)據(jù)獲取
2.2.2 地面高光譜數(shù)據(jù)獲取及預(yù)處理
2.3 主要研究方法
2.3.1 技術(shù)路線
2.3.2 相關(guān)參數(shù)的構(gòu)建和計算
2.3.3 冬小麥D-fo估算敏感波段中心與最大波寬的確定
2.3.4 基于NDSI的D-fg估算模型構(gòu)建
2.3.5 冬小麥動態(tài)收獲指數(shù)（D-HI）估算模型構(gòu)建
2.3.6 模型精度評價
2.4 結(jié)果與分析
2.4.1 基于敏感波段中心和最大波寬構(gòu)建NDSI的D-fG通感估算
2.4.2 基于D-fG選感參數(shù)的D-HI估算及驗(yàn)證
2.5 本章小結(jié)
3 基于無人機(jī)高光譜數(shù)據(jù)的小區(qū)域尺度作物收獲指數(shù)遙感估算
3.1 研究區(qū)概況
3.2 數(shù)據(jù)獲取與準(zhǔn)備
3.2.1 地上生物量的獲取
3.2.2 動態(tài)收獲指數(shù)的獲取
3.2.3 無人機(jī)高光譜數(shù)據(jù)獲取與處理
3.3 主要研究方法
3.3.1 動態(tài)fG參數(shù)的提出
3.3.2 技術(shù)路線
3.3.3 基于高光譜敏感波段中心構(gòu)建NDSI的D-fG遙感估算
3.3.4 基于D-fG遙感參數(shù)的D-HI無人機(jī)遙感估算模型建立
3.3.5 模型精度檢驗(yàn)
3.4 結(jié)果與分析
3.4.1 基于無人機(jī)高光譜NDSI的D-fG遙感估算
3.4.2 基于D-fG遙感參數(shù)的D-HI無人機(jī)遙感估算
3.5 本章小結(jié)
4 基于中高分辨率多光譜數(shù)據(jù)的區(qū)域作物收獲指數(shù)遙感估算
4.1 研究區(qū)概況
4.2 數(shù)據(jù)獲取與準(zhǔn)備
4.2.1 地面數(shù)據(jù)采集與處理
4.2.2 遙感數(shù)據(jù)獲取與預(yù)處理
4.2.3 其他輔助數(shù)據(jù)
4.3 主要研究方法
4.3.1 技術(shù)路線
4.3.2 主要參數(shù)構(gòu)建與計算
4.3.3 地面高光譜模擬寬波段遙感數(shù)據(jù)的方法
4.3.4 歸一化差值光譜指數(shù)（NDSI）與D-fG間模型構(gòu)建
4.3.5 冬小麥動態(tài)收獲指數(shù)估算模型
4.3.6 模型精度評價
4.4 結(jié)果與分析
4.4.1 基于Sentinel-2A的區(qū)域冬小麥?zhǔn)斋@指數(shù)遙感估算及精度驗(yàn)證
4.4.2 基于GF-1的區(qū)域冬小麥?zhǔn)斋@指數(shù)遙感估算及精度驗(yàn)證
4.4.3 基于Landsat-8的區(qū)域冬小麥?zhǔn)斋@指數(shù)遙感估算及精度驗(yàn)證
4.5 本章小結(jié)
5 基于時序中低分辨率多光譜數(shù)據(jù)的區(qū)域作物收獲指數(shù)遙感估算
5.1 研究區(qū)域
5.2 數(shù)據(jù)獲取與準(zhǔn)備
5.2.1 MODIS-NDVI遙感數(shù)據(jù)
5.2.2 Savitzky-Golay濾波平滑
5.2.3 地面實(shí)測冬小麥?zhǔn)斋@指數(shù)
5.3 主要研究方法
5.3.1 研究方法
5.3.2 理論基礎(chǔ)
5.4 結(jié)果與分析
5.4.1 參數(shù)HIwDVI SUM區(qū)域信息提取結(jié)果
5.4.2 參數(shù)HINDVI SUM與冬小麥?zhǔn)斋@指數(shù)關(guān)系
5.4.3 區(qū)域冬小麥?zhǔn)斋@指數(shù)空間信息獲取
5.4.4 區(qū)域冬小麥?zhǔn)斋@指數(shù)遙感估算精度驗(yàn)證
5.5 本章小結(jié)
6 展望
6.1 主要創(chuàng)新點(diǎn)
6.1.1 構(gòu)建動態(tài)收獲指數(shù)（D-HI）和花后累積生物量比值動態(tài)參數(shù)（D-fG）
6.1.2 提出基于遙感技術(shù)獲取fG參數(shù)信息的技術(shù)方法
6.1.3 提出基于D-fG遙感估算的多尺度作物動態(tài)收獲指數(shù)空間信息獲取方法
6.1.4 提出花后生殖生長階段和花前營養(yǎng)生長階段NDVI累積值比值的HI估算方法
6.2 討論與展望
6.2.1 本研究提出的HI遙感估算方法部分技術(shù)細(xì)節(jié)有待深入研究
6.2.2 作物收獲指數(shù)遙感估算過程存在一定不確定性因素影響
6.2.3 本研究提出的收獲指數(shù)遙感估算方法的應(yīng)用前景
6.2.4 作物收獲指數(shù)遙感估算技術(shù)的發(fā)展趨勢
參考文獻(xiàn)
書單推薦
