基于多平台遥感的东亚飞蝗灾害监测研究

发布时间：2020-10-08 23:39

　　蝗灾是世界性的农业虫害类型之一,全球大约有100个国家和地区的农业生产曾受其影响,其中东亚飞蝗是中国暴发最频繁、危害最严重的蝗灾类型。传统的蝗灾监测与防治工作主要依赖于实地调查,但这种方法会耗费大量的时间和人力,相比而言,遥感技术以其丰富的数据信息使快速、高效地实现大面积病虫害监测成为可能,是目前农业信息化领域的一个重要研究方向。因此,本文基于不同遥感平台,开展东亚飞蝗灾害遥感监测方法研究,主要的研究内容和结论如下:(1)基于卫星数据的东亚飞蝗喜食植被区提取本文借助多时相的Landsat8影像数据,基于决策树分类法,提取山东省东营市东亚飞蝗喜食植被区。结果显示,整个研究区大约有12%的地区被分类为东亚飞蝗喜食植被区,并主要分布在东营市的河口区和垦利区,尤其是在黄河入海口附近分布较广。分类结果总体精度为87.16%,Kappa系数为0.849。其中,东亚飞蝗喜食植被区的生产者精度为81.25%,用户精度为92.86%。该方法成功提取出东营市东亚飞蝗的可能发生区域。(2)受东亚飞蝗危害的芦苇冠层光谱特征分析根据田间小区蝗灾模拟试验采集到的芦苇冠层光谱数据,分析在不同受害程度下芦苇冠层原始光谱反射率和红边特征差异。研究结果表明:受害后芦苇原始冠层光谱的“绿峰”和“红谷”特征弱化,冠层光谱反射率在可见光区域整体上趋于平稳;但在750nm-900nm范围内,受害芦苇与正常芦苇的冠层光谱反射率下降,且受害程度越重,下降越明显;受害后芦苇冠层的红边位置变化不明显,但红边振幅下降,且受害程度越重,红边振幅的下降越显著。(3)基于地面和低空无人机遥感平台的蝗灾损失遥感监测研究在地面蝗灾模拟试验的基础上,本文基于地面和低空无人机平台获取的光谱数据,计算所选取植被指数的损失值和红边参数损失值,并分别构建基于植被指数损失值以及红边参数损失值的芦苇绿叶干重损失量遥感估算模型。结果表明:1)基于地面和低空无人机平台数据构建的估算模型整体上均可靠,且基于无人机平台数据提取的NDVI损失量对芦苇绿叶干重损失量的估算效果最好,建模R2为0.93,估算精度最高,其验证模型的RMSE为8.8g/m2,相对均方根误差(rRJMSE)为7.6%。2)不论是基于地面还是低空无人机平台数据的损失量估算模型,植被指数损失值的估算效果优于红边参数损失值,具有更好的估测能力;3)基于红边参数损失值构建的模型中,红边位置损失值不适合用于估算芦苇绿叶干重的损失量,建模R2均为0.02。本论文通过卫星影像数据,提取东亚飞蝗喜食植被区,结合地面和低空无人机遥感平台数据分析东亚飞蝗受害前后芦苇的光谱特征并构建损失估算模型。该研究对于运用遥感技术快速、高效监测东亚飞蝗受害程度、估算灾害的损失情况具有重要意义。
【学位单位】：浙江大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：S433.2;S127
【部分图文】：

基于多平台遥感的东亚飞蝗灾害监测研究

一l健康植彼典型光借圈

东营市,土地利用分类,评价分类,东亚飞蝗

逦东亚飞缠軎幢被区邋水田逦东亚飞蝗軎＃植被区逡逑图２－３决策树规则方案逡逑基于ＬａｎｄｓａｔＳ卫星影像数据并根据图２－３的决策树分类规则，可以得到东逡逑营市２０１５年土地利用分类结果图，如图２－４所示。在此基础上，通过ＧＩＳ技术逡逑最终得到２０１５年东营市东亚飞蝗喜食植被区的分布图，如图２－５所示。由图２－５逡逑可知，整个区域大约有１２％的地区被分类为东亚飞蝗喜食植被区。东营市东亚飞逡逑蝗喜食植被区主要分布在河口区和垦利区，尤其是在黄河入海口以及河口区北部逡逑的水库附近分布较为密集。文献资料显示，水位的涨落、河水的季节性变化及年逡逑度变化会给东亚飞蝗的孳生创造有利于其繁殖的生存环境，所以东亚飞蝗在区域逡逑分布上多靠近海、河、湖等大面积水域［４８－５Ｑ］。同时

东亚飞蝗,东营市,布图

０，（ＴＥ逡逑图２－５邋２０１５年东营市东亚飞蝗喜食植被区分布图逡逑通过ＥＮＶＩ５．１软件对随机选取的３２４个实际地物验证样点与图２－４中的分逡逑类结果进行分析比较，得到２０１５年东营市土地利用分类结果的混淆矩阵，见表逡逑２－２。由该表可知，分类结果总体精度为８７．１６°／。，Ｋａｐｐａ系数为０．８４９。对于东亚逡逑飞蝗喜食植被区，生产者精度为８１．２５％，用户精度为９２．８６°／。，其中，５２个样点逡逑被正确分类为东亚飞蝗喜食植被区。但东亚飞蝗喜食植被区与旱地、水田之间存逡逑在一定程度的错分和漏分，一方面是因为这三类地物本身光谱信息比较相似，另逡逑一方面也是受所使用卫星数据空间分辨率与时间分辨率的限制。逡逑１７逡逑

【相似文献】