- 相關推薦
遙感估產技術研討狀態及展望論文
遙感起源于20世紀60年代，這是一種在一定距離上，應用探測儀器不直接接觸目標物體，從遠處把目標的電磁波特性記錄下來，通過分析，揭示出物體的特征性質及其變化的綜合性探測技術[1]。隨著遙感技術的發展，宏觀大尺度的估產越來越多地使用遙感方法，并結合地理信息系統和全球定位系統等技術，可以構建出不同條件下植被的生長模型和估產模型[2]。遙感技術估產與傳統的估產方式相比，前者的工作量少，精準性更強，在實際應用中顯示出了獨有的優越性。前人做了大量有關運用遙感技術對作物、草地、森林及海洋生態系統的植被估產的研究。遙感估產已從試驗研究階段逐步進入到實際業務使用階段。現探討有關遙感估產的原理及估產模型的基本類型。
1遙感估產的原理及建模基礎
任何物體都具有吸收和反射不同波長電磁波的特性，這是物體的基本特性。相同的物體具有相同的波譜特征，不同的物體，其波譜特征也不同，遙感技術就是基于該原理，利用搭載在各種遙感平臺上的傳感器接收電磁波，根據地面上物體的波譜反射和輻射特性，識別地物的類型和狀態[1]。衛星遙感數據具有高度的概括性，衛星獲取的光譜植被指數反映了植物葉綠素和形體的變化[3]。大量的研究也表明，植物的葉面積系數、生物量、干物重與光譜植被指數間存在著較好的相關關系[4]。因此，利用從衛星獲取的植被光譜信息估測產量成為了可能。用于區域植物生物量估測的遙感模型基礎是從光合作用即植被生產力形成的生理過程出發，在建立模型的過程中，根據植物對太陽輻射的吸收、反射、透射及其輻射在植被冠層內及大氣中的傳輸，結合植被生產力的生態影響因子，最后在衛星接收到的信息之間建立完整的數學模型及其解析式[5]。
2遙感估產模型的類型
20世紀70年代后期估產模型將遙感信息作為變量加入到模型中，建立了大量的遙感估產模型。理論上探討植物光合作用與植物光譜特征間的內在聯系以及植物的生物學特性與產量形成的復雜關系等，方法上從單純建立光譜參數與產量間的統計關系，發展到考慮植物生長的全過程，將光譜的遙感物理機理與植物生理過程統一起來，建立基于成分分析的遙感估測模型，使估算精度不斷提高[6]。由于研究對象的不同，選用的估產參數也不盡相同，模型種類也較多，基本上可以分為2類[7—8]，即統計模型和綜合模型。
2。1遙感統計模型
目前，基于統計的遙感估產有3種技術路線：一是遙感光譜綠度值（植被指數）—生物量關系模式。在對作物、草原、森林的估產中，這是一種常用的思路，但是該方法得到的遙感估產等級圖只反映衛星攝影時的植物長勢和生物量的空間分布狀況;二是遙感光譜綠度值—地物光譜綠度值—生物量關系模式，即先分析實測地物光譜綠度值與生物量之間的關系，建立相應模型，再分析衛星遙感植被指數與地物光譜綠度值的關系，建立衛星遙感植被指數與生物量之間的關系模型，最后利用光譜監測模型和衛星遙感監測模型進行監測與估產;三是遙感—地學綜合模式。該方法將氣溫、降水等環境因子引入模型，與遙感—生物量模型互相補充，克服各自存在的缺陷，可進一步提高估產精度。建立的統計模型有線性、冪函數、指數、對數等，回歸的方法也有一元回歸、多元回歸、逐步回歸等，得到的系數差別較大，并且應用也局限于建模的時間和地點，在很多情況下地面資料的數也影響模型的精度。
2。2遙感綜合模型
綜合模型借助遙感信息和植被信息、氣象因子等來建立，其包含了更多的信息量，可以更加精確地反映植被的生物物理參數。盡管這類方法前景廣闊，但受到模型中大量的參數和變量獲取的限制（例如呼吸、衰老、光合作用、碳分配、凋落物的分解等），以及當物種的組成在時空上變化較大時出現復雜的、異質性的、冠層的描述問題的影響，部分模型只適用于當時的研究區域，如何通過“尺度擴大”來改進模式中的區域限制，更好地適應遙感信息的同化需要，也是亟需解決的一個關鍵問題。
3展望
遙感技術經過幾十年的發展，已經日趨成熟，遙感估產的優點是可以得到長時間尺度和大空間尺度的生產力資料，因而它仍是未來生產力探測方法的發展方向。目前國際上對各類生態系統的估產模型有很多，建立的模型和所選擇的數據源并不是任何時期、任何區域都適用，應該根據研究區域的實際情況來改進生物量模型和選擇合適的遙感數據源。基于遙感技術的生物量估算需要運用多種技術，綜合多種方法，使估算模型達到最優。新的數學方法的不斷探索和試驗是充分發揮遙感信息作用的前提和途徑，數量化理論、神經網絡方法、CWSI理論、灰色系統理論、數值模擬等理論的嘗試將可能實現高精度定量估測。
【遙感估產技術研討狀態及展望論文】相關文章：
遙感技術及其應用的教學設計07-02
技術研討邀請函02-21
技術研討邀請函01-16
技術研討的邀請函01-21
《遙感衛星技術》說明文閱讀題及答案11-29
通信技術論文11-21
新技術論文11-19
焊接技術論文12-18
技術研討會邀請函01-16
技術研討會邀請函01-26