Remotesensing应用程序

一些使用农业遥感应用的例子在这一节中讨论。许多例子都来自澳大利亚的情况。额外的信息可以在白色,是,“蓝色马尔(1999)。

植被和干旱监测

植被作为一个很重要的指标可用的素材和保护土壤资源免受侵蚀。可以使用遥感估算,实地测量,牧草和作物模型和农业调查数据。遥感技术已经被用于协助评估干旱的严重程度在澳大利亚,目前卫星图像比前几年。它还帮助在确定空间异常的程度干旱(McVicar Jupp, 1999)。另一个有价值的用途是协助验证的时间(包括时间/空间)的农业模式,已经纳入国家干旱预警系统被称为澳洲草(澳大利亚的草原和牧场评估空间模拟)(布鲁克和卡特,1994;木头et al ., 1996)。

最常用的衡量植被归一化的区别植被指数(NDVI),这是基于不同的红色和近红外(NIR)光的反射。在叶子叶绿素色素吸收红光,和叶结构可以影响近红外光谱反射率的变化。树叶的存在,通过叶面积指数来衡量,可以与归一化植被指数相关。赖是每平方米地面m2叶。热数据,形成反式归一化温度指数(NDTI),也在评估植被和有价值的干旱监测(Bierwirth McVicar, 1998)。先进的高分辨率辐射计(AVHRR) NOAA极轨卫星是一个主要的工具用于植被监测。其他平台包括美国陆地卫星和法国极轨卫星。NOAA、陆地卫星和卫星轨道在700公里的高度。作为服务农业和环境领域,海洋研究的CSIRO部门产生一种复合的归一化植被指数图像整个澳大利亚每两周使用数据从澳大利亚获得遥感中心(亩)。为期两周的合成时间是用来减少云层的数据。合成图像分辨率为1公里。他们向顾客提供大约十天结束后两周内。历史数据也可以回到1991年。

AVHRR数据记录和归档日常在气象局研究中心(BMRC)。已经建立了一个合成途径使用这些数据。强调月度变化最大值组合之间的归一化植被指数连续几个月,最大值复合微分(MVCD)了(Tuddenham et al ., 1994;Tuddenham和马歇尔勒,1996)。MVCD基于两幅图像之间的差异记录,每隔两个月左右的日志拉伸增强NDVI的信号发生的微妙的差异。这些变化可能涉及褐变或绿化的植被在两个月期间。这可以有助于确定一个赛季是典型的出苗率或牧草干燥的时机了。更多的信息可以在网站找到气象局< http://www.bom。gov.au澳洲环境/ nmoc / NDVI / >和<土地/监控/ http://www.ea.gov.au/>。

使用热干旱监测的数据

在澳大利亚,白天热数据用于监控区域环境条件。Jupp和同事(1998)联合开发的归一化温度指数消除季节性趋势从白天的地表温度的分析来自AVHRR传感器。NDTI形式

其中T ^建模是一个表面温度如果有无限表面电阻,也就是说,外星人是零;Ts是AVHRR的表面温度观测传感器;建模和T0表面温度如果零表面电阻;因此ET = ETp。Tw和T0可以被认为是身体上有限的上部和下部的温度,分别为给定的气象条件和表面电阻。他们定义一个范围内,有意义的AVHRR表面温度必须下降。如果Ts接近T0的值,它的条件是“湿”,而如果接近Tm价值Ts,干燥。

Tw和T0通过反演计算的阻力能量平衡模型。所需的参数在气象卫星天桥的时候,vegetation-related参数。所需的气象数据包括空气温度、太阳辐射、相对湿度(或其他衡量蒸汽压)风速。然而,许多气象站记录只有日常极端气温和降雨量。McVicar和Jupp(1999)测试和扩展策略来确定空气温度、太阳辐射、相对湿度时卫星天桥。风速可以从每日获得风运行数据,如果可用,或者长期气候的表面。raybet雷竞技最新

植被参数,主要是赖,从反射数据得到。四个日期1995年,在维多利亚,谷物种植和放牧环境之间的关系是1平方米赖原位测量和planetary-corrected反照率陆地卫星TM简单比例(McVicar Jupp,莉丝,威廉姆斯,1996)。这些关系被用来规模TM简单比例提供估计的赖在30平方米的单元尺寸对整个TM的场景。这些数据随后被AVHRR相关简单的比例重新取样单元大小为1平方公里(McVicar Jupp,威廉姆斯,1996)。因此1平方米的测量赖赖的比例为1平方公里估计使用TM数据作为中间标量。林区30平方米网站建立和赖测量领域,后来AVHRR相关植被指数(McVicar,沃克,et al ., 1996)。这使得AVHRR反射数据比例估计赖的裁剪和牧场(McVicar Jupp,威廉姆斯,1996)和树木繁茂的植被(McVicar,沃克,et al ., 1996)。因此,NDTI计算点,有时候相隔500公里,气象数据计算记录支持。AVHRR-derived NDVI和Ts作为协变量插入NDTI远离地面气象站使用样条插值算法称为ANU_SPLIN(哈钦森,1995)。这导致NDTI图像。 This has been done for ten years of AVHRR data focusing on the Murray-Darling Basin in southeast Australia.

中使用的热数据NDTI计算受到一些环境参数的影响。控制参数的NDTI分区可用的能量进入潜在和显热通量。这个分区是由有效水分通过等被转移到大气中。划分为显热通量的能量是一个行列式的观察表面温度。因此,NDTI资源可用性的变化更敏感比归一化植被指数集的反应环境资源。NDTI有更大的能力地图水的可用性。这提供了一个测量的压力当植物尚未对叶绿素含量的减少,从而减少了归一化植被指数。更重要的是NDTI地图水分可用性的能力将受到介于气象站的降雨量。NDVI将无法映射这些事件具有相同时间分辨率由于降雨和植物响应之间的时间滞后。

生产NDTI的目的是允许洞察区域水平衡。等是常见的水平衡和能量平衡模型公式实现这一点。在水平衡模型等定义的体积的水,每天通常测量毫升。在能量平衡模型等定义的能量,以单位面积上的瓦。water-balance-derived水分可用性可以用于确定净可用能量的总量(AE)地表潜热通量的利用。剩下的AE分区的显热通量。显热通量可以身体反向建模提供一个基于水平衡水分可用性、表面温度表示,Ts WB。这可以比作AVHRR-derived表面温度,表示Ts AVHRR。

两个参数之间的残余TsAVHRR和Ts WB最小化使用一种称为模拟退火的全局优化技术,改变一些水平衡操作特征(McVicar Jupp,比林斯,et al ., 1996)。这允许白天热的观察与水平衡模型通过将两个温度为十年的数据协议。剩余最小化,表示为

T S-AVHRR - T S - WB) (7.2)

牧场的监控

西澳大利亚土地管理部门(DOLA)承接了一个项目几年来监测植被条件使用归一化植被指数的时间序列分析得到的AVHRR传感器(史密斯,

1994)。这是广泛应用于西澳大利亚牧场(Cridland、伯恩赛德和史密斯,1994)。放养密度和何时召集是重要的问题,加剧了个人一些围场的大小。牧民想召集牲畜每年只有一次。有迹象显示可用的饲料可以协助决定何时召集。

Cridland、伯恩赛德和史密斯(1994)分析了四年的策划的归一化植被指数NDVI数据的时间序列信号。归一化植被指数的高度,单位,从一个不同的基线计算生长季节内的最大峰值。这个绿色的“冲洗”是降雨格局的反应。基线不一占常年覆盖信号的归一化植被指数的影响。基线的定义是上一年的最小值。

植被响应或“冲洗”记录的最大的一年,然后被认为是相对于绝对最大“冲洗”四个(或更多)年内的数据。以及说明何时何地放牧条件差,两个图像可以用来强调机会增加可用放养密度将增加饲料。这可以帮助个人年在一个历史背景。

监测森林大火的活动

DOLA也从事监测森林大火活动在澳大利亚北部,在大陆范围内代表环境资源信息网络(艾琳),和在一个好的分辨率的消防和紧急服务管理局澳大利亚西部和北部地区的森林大火的委员会。昆士兰的自然资源和矿山也有一个火灾监控程序。火没有后续雨就生态破坏性,所以消防和热点监测非常相关的气候变化管理,这是特别重要的在草原上澳大利亚北部的国家。raybet雷竞技最新看到< http://www。dola。wa.gov.au >、<http://www.eoc.csiro.au/>,和< http://www.LongPaddock。qld.gov.au / SatelliteFireMonitor / >。

农业遥感应用程序由新南威尔士州

新南威尔士州农业使用空间信息技术协助管理农业突发事件包括森林大火和洪水(Tup-per et al ., 2000)。GIS、GPS和遥感结合将值添加到其应急管理活动的结果。

映射的土地被洪水淹没

西北新南威尔士经验丰富的大洪水在1998年春天的拉尼娜事件,造成数百万美元破坏农业生产和资源。新南威尔士州农业需要量化的地区被水淹没,协助规划未来洪水和验证当前的援助项目。各种卫星数据源的映射了洪水。数据被要求每隔几天,时间分辨率的一个重要问题。多传感器的方法使用,陆地卫星和Radarsat数据可以在财产范围内产生了准确的结果。高采购成本和高需求放在人类和计算机资源进行处理杜绝使用这些数据。NOAA AVHRR是一个合适的替代与每天六立交桥及其热成像能力。1公里的空间分辨率是一个缺点,但足以对地区级的核映射。

数据从所有NOAA卫星数字12、14和15立交桥是在此期间获得的,总共415张图片。热乐队3,4,5代表绝对温度在一定程度的1/100,而反映乐队1和2表示校准反射率值。歧视之间的土地和水热是最好的乐队在黎明前的图像,与水持续8到10摄氏度比土地暖和。这是因为整个昼夜循环水温保持相对稳定,而土壤表面然后在最酷的(萨宾,1997)。

超过5000公里的河流被映射。淹没面积450万公顷。有良好之间的协议地图来自遥感和实地调查的数据,与错误局限于狭窄的河流。NOAA AVHRR数据没有使用映射的狭窄的河流或湿泥土。更高的空间和光谱分辨率图像需要在这些情况下。

近实时火灾监控

1999年2月,一个森林大火发生在难以接近的国家在新南威尔士州中部。主要的股票和财产损失被土地所有者发生。8000只羊被杀在34个属性。自然难以接近的区域确定火灾现场员工的困难程度。新南威尔士州农业提供近实时监控为期4天的火。NOAA AVHRR数据选择,因为他们有高时间分辨率(4小时)和良好的光谱分辨率为活跃燃烧前沿识别。这些数据在50分钟内卫星天桥。NOAA AVHRR并非专为活跃的火灾监测和受限制的空间分辨率和射电饱和度。然而,它被证明是适合这个任务(Setzer设计•韦斯特拉特,1994)。

图像评估单独使用技术和乐队组合合适的捕获和烟羽的方向和程度。白天图像捕获的第一天,当火旅行东北部和南部和西部的烟被清晰的疤痕火的,提供了一个机会将这些边缘映射使用可见光和红外波段反映出来。第三天,风的力量减弱,使烟上升并保持高于伤疤,完全覆盖的区域。乐队的波长3 (3.55 - -3.93 ^ im)启用识别火灾面前,即使地区被烟雾。与云,这是令人费解的辐射能,烟是由非常细的粒子通过辐射能可以通过相对不受影响(萨宾,1997)。当烟雾笼罩着火焰图像分析仅限于密度分割的乐队3。这产生了一个明确的积极的火。夜间立交桥是345年(RGB)产生清晰的图像显示火前面和热点。GIS多边形是由屏幕数字化在消防方面,允许吸烟,火疤痕在白天立交桥。创建个人多边形启用映射总火的疤痕和火在四小时的增量发展。 This technique provided field staff with access to maps of the fire's location in near-real time.

森林大火后评估农业损失

1997年12月,火席卷开放在新南威尔士南部农耕和放牧的国家。发生重大损失,土地所有者。遥感和GIS技术被用来量化农业损失。陆地卫星TM数据选择的单位面积上的由于其低成本和良好的空间和光谱覆盖。陆地卫星数据的限制,在这种情况下是他们的时间分辨率(16天)。两个连续的立交桥。火灾发生前的天桥12月9日,在接下来的12月25日。鉴于禾谷类作物收割的速度发生,一个图像的早上火是可取的评估未收获的农作物损失。此外,与图像之间的16天,云可以推迟postfire图像采集,直到为时已晚。卫星图像需要尽快获得后起火。 Spectral separability of fire scars decreases over a relatively short period due to vegetation regrowth and removal of ash by wind and rain (Eva and Lambin, 1998).

简单的差分算法应用,生产seven-band差异图像。乐队乐队的灾前图像减去1的postfire形象,等等,七乐队。改变乐队进行评估,以确定那些最好的分化火疤痕。乐队2、3和4是最合适的。这张照片是用于生产一个多边形的疤痕。灾前图像分类来确定灾前土地覆盖类型。阶级分化收获作物,未收获的作物,积极增长的牧场,衰老牧场,和木材。歧视改善和本机牧场之间是不可能考虑到流行的干燥条件。

使用分类的图像,火疤痕多边形、产权边界,GIS分析提取哪些属性是受到火灾的影响,每个属性的面积影响,每个覆盖的区域在每个属性类型。通过GIS分析产生的数据被报道在地图和表格格式(图7.9)。

环境资源信息网络

环境资源信息网络,许多年来,使用各种技术来分析AVHRR-derived NDVI变化图像。最近所有AVHRR数据由艾琳已经重新调整使用方法提出的罗德里克,史密斯,Ludwick (1996)。许多分析工具被用来解释归一化植被指数数据。

映射的散度归一化植被指数相对于长期平均每隔两个月。拥有这么好的时间分辨率是重要的数据放在一个历史背景下,由于植被物候学,因为它允许变化固有的季节性变化在太阳辐射,空气温度归一化。这是很重要的决定“正常”条件的分歧特定月份而不是使用年度极端。“冲洗”的分析方法已被应用于西澳大利亚,和之前的想法确定NDVI在像素级别的冲洗在年度基础上,将应用于整个澳大利亚大陆。看到<http://www.ea.gov.au/land/monitoring/index。html>。

昆士兰部门遥感应用的自然资源和矿山

卫星植被信息是一个重要的层在GIS用于监测植被的季节性变化,开荒,干旱的程度和严重性(布鲁克和卡特,1994;卡特et al ., 1996)。相当大的重视一直致力于NDVI数据和模型输出的字段验证对牧草生物量和树木覆盖(木et al ., 1996)。

每月NOAA卫星数据归一化植被指数表现为等分(相对)绿色地图以同样的方式作为降雨经常报道。

NOAA接收器用于火映射。常见的AVHRR处理软件(帽)用于postacquisition处理。地图的伤疤是用来“重置”草生物量在空间模型和调查火灾频率在放牧的土地上。烧伤面积的数据,结合模型生物量和含氮量,允许计算温室气体的排放。

空间模型的校准和验证

归一化植被指数和热数据提供了一个高分辨率(空间和时间)的数据集,可以匹配到合成生物模型产生的归一化植被指数。合成归一化植被指数NDVI数据比较模型的信号独立验证模型,时空上。在澳洲草项目中,归一化植被指数图像已经被用于空间调整的一些牧草生长参数。NDVI数据也正在使用一个通用的算法研究优化模型参数如蒸腾利用效率(卡特et al ., 2000)。

树、土地利用和土壤属性映射

长期平均NDVI数据被用来映射树密度和种植地区在全国的基础上(卡特et al ., 1996;麦肯et al ., 1998)。在昆士兰全州Landcover和树木的研究(板条)映射树密度、树结算利率,一些土地利用陆地卫星TM图像为整个国家。这个项目的数据被用来升级现有NOAA-based树映射中使用的空间模型。映射的数据也被调查土地退化。研究过程中翻译的意思是归一化植被指数和空气温度数据树生物量澳大利亚的数据。

看到<http://www.LongPaddock.qld.gov.au/RainfallAndPastureGrowth/昆士兰/>(长围场卫星图像)和< http://www。LongPaddock。qld.gov.au / SatelliteFireMonitor / >。

农业气象辅助决策系统由实时卫星数据

在一个美国航天局资助的项目题为“地球和空间科学数据在互联网上,“Diak,平淡无奇,和Mecikalski(1996)农业开发的一套产品,是基于卫星和常规观测,以及最先进的预报模型的大气和土壤-树冠环境。早些时候试图卫星数据应用于农业受到数据和信息困难,使信息系统问题和不可靠的。然而,这种情况已经发生了变化,及时获取所需的多个近实时卫星和支持数据集常规使用由农业应用程序现在是可行的。这将变得越来越与未来的可用性这样的数据在互联网上。同样,传播产生的数据和分析最终用户现在可以通过互联网,卫星商业数据传输服务,电信服务。

TiSDat(及时卫星数据对农业管理)项目,Diak和同事(1998)选择农业部门的数据可用性被认为是阻碍当前可用的全部采用知识管理决策。这些应用程序也选择基于某种形式的决策框架的可用性可以改善通过卫星数据的应用和现代计算机建模技术。作物最初针对决策支持系统是相对较高的经济价值,和相关的种植者是动机和组织良好。在每个区域选择,有可能使用一种改进的信息基地环境质量产生积极的影响。

产品包括灌溉调度产品基于卫星每天的估计太阳能防霜产品,依靠预测模型和卫星的估计云,和叶部疾病的预测产品基于卫星净辐射,从地面测量降雨量,soil-canopy环境的详细模型。

灌溉调度

可用的优化管理水资源是极其重要的。过度灌溉导致的浸出化肥和其他农药从土壤水和泄漏的水地下水导致水位上升在某些环境中(Postel 1993)。知识的日常可用太阳能蒸散是灌溉管理的基础。卫星数据可以提供高-

质量的估计入射太阳能地表蒸散估算所需的空间细节和成本效益比地面pyrano-meters可以通过网络实现。通常,8 - 12个人美国一系列地球同步运行环境卫星(会)每天使用图像的过程中,以每小时的间隔,使瞬时估计太阳能条件的卫星图像。随着时间的推移这些估计然后集成提供日常估计太阳能的一个网站。模型用于估算太阳能被Diak类似描述和Gautier(1983),但是修改后的新一代的卫星(GOES-8和GOES-9) (Diak、乏味和Mecikalski, 1996;门泽尔和普,1994)。

地理的地图估计每天日晒和生产蒸散在作物生长季节(< http://www.soils.wisc。edu/wimnext/water。html >和<http://cimss.ssec.wisc.edu>)。

防霜高价值的作物

准备访问实时卫星和地面数据和预测模型的预测最低温度可以降低冰系伤害,提高产量,减少水的使用应用于防止这种伤害。在威斯康辛州,栽培小红莓的主要霜的挑战。任何改进的信息即将霜冻条件可以帮助减少水的使用和产生的环境和能源的影响。最低温度预报系统依赖于卫星云信息和天气高空和每小时的表面测量温度、湿度和风速。一些计算机预测模型、基于物理的大气和地表,以及统计调整程序,用于解释数据源和预测如果冻结温度会在一夜之间发生。采用卫星云数据融入威斯康星大学麦迪逊分校合作研究所气象卫星研究(cims)区域同化系统(耐腐蚀合金)在实时运行,预计时间为48小时。预后信息的时间序列上的空气温度、湿度、风速和低层大气也下降热辐射传递给一维土壤/植被模型,称为Atmosphere-Land交换(ALEX)系统。CRAS-ALEX预测提供了第一个温度的估计,一般可用当地时间中午。晚上,几个使用及时采用卫星云的信息更新和地基测量。

实时10公里采用卫星云层从GOES-8大气探测仪器提供TiSDat努力通过国家海洋和大气管理局的合作先进的卫星产品项目威斯康辛大学空间科学和工程中心。每日实时云产品都可以在cims和美国国家海洋和大气管理局网站(<http://cimss.ssec.wisc.edu/>和<http://www.noaa.gov/分别为>)。

叶的疾病管理

最后的产品涉及在马铃薯叶片疾病,它依赖于一个叫智慧的决策支持系统开发的Wisconsin-Extension大学居住在本地种植者的家用电脑。这种类型的疾病带来的威胁明显取决于温度和湿度在作物树冠和叶子上自由水的存在(史蒂文森,1993)。种植者界面上的智慧与服务器获得降雨,气象数据,表面辐射输入,输出树冠模型破坏模型所需的智慧。使用早期破坏的模型在智慧减少了使用的杀菌剂的应用程序数量比传统做法。

TisSDat产品为这个应用程序使用卫星表面,和雷达数据输入,耦合到一个版本的亚历克斯·适应马铃薯为智慧提供所需的数据破坏模型。相关的数据集包括卫星每小时估计太阳辐射和净长波辐射,以及地基测量。

更多细节关于这三个应用程序和额外的引用可以在Diak和同事(1998)。

图7.1。电磁频谱的一部分有用的遥感地球表面的(来源:转载来自RemoteSensingofEnvironment概论(交易所)TNTmips®TNTview®, R.B.史密斯,2002年从缩微图像许可,Inc .)

图7.2。典型的EMR的相互作用在大气和地球表面(来源:转载来自遥感概论ofEnvironment(交易所)TNTmips®TNTview®, R.B.史密斯,2002年从缩微图像许可,Inc .)

图7.3。EMR的大气传输波长的变化(来源:转载来自遥感概论ofEnvironment(交易所)TNTmips®TNTview®, R.B.史密斯,2002年从缩微图像许可,Inc .)

扫描镜和其他光学

扫描镜和其他光学

分散元素

成像光学探测器

光从一个地面分辨单元。

分散元素

成像光学探测器

原理图成像光谱仪的基本元素。一些传感器使用多个探测器阵列测量数百窄的波长(k)乐队。

图7.4。原理图的基本元素成像光谱仪(来源:转载介绍遥感的环境(交易所)TNTmips®TNTview®, R.B.史密斯,2002年从缩微图像许可,Inc .)

图7.5。光谱反射率特征共同地球表面的材料(来源:转载来自遥感概论ofEnviron-ment(交易所)TNTmips®TNTview®, R.B.史密斯,2002年从缩微图像许可,Inc .)

图7.6。高光谱遥感器可以获得每个图像的连续光谱细胞(来源:转载来自遥感概论ofEnvironment(交易所)TNTmips®TNTview®, R.B.史密斯,2002年从缩微图像许可,Inc .)

图7.7。反射光谱的不同类型的绿色植被光谱曲线相比,衰老的叶子(来源:转载来自遥感概论ofEnvironment(交易所)TNTmips®TNTview®, R.B.史密斯,2002年从缩微图像许可,Inc .)

图7.8。样品光谱从ASTER光谱库(来源:转载介绍遥感的环境(交易所)TNTmips®TNTview®, R.B.史密斯,2002年从缩微图像许可,Inc .)

图7.9。分类,不同图像显示火灾疤痕、属性和landcover类型

继续阅读:天气和气候预测raybet雷竞技最新

这篇文章有用吗?

0 0