干旱等农业灾害遥感监测.ppt

遥感干旱等灾害监测 中国农业大学信息与电气工程学院 张超地理信息工程系2020年2月11日星期二 干旱是一种潜在的自然现象 它的发生过程复杂 通常表现为一种缓慢的自然灾害 干旱发生于全球所有的气候带 但其在不同气候带的表现形式不同 因而导致了至今还没有一个适用于任何条件下的定义 干旱的定义划分为4种基本的定义类型 即气象干旱 农业干旱 水文干旱和社会经济干旱 从农业生产考虑 干旱是在水分胁迫下 作物及其生存环境相互作用构成的一种旱生生态环境 应用遥感技术监测干旱则属于面上的监测 并且充分地利用了地物表面的光谱 时间 空间和方向信息 干旱及监测 由于从植被指数反演出的地表绿度与植物的生长状态及其密度密切相关 因此 被植指数可用于监测对作物生长不利的环境条件 尤其是对在干旱环境的监测 干旱监测理论基础 干旱监测理论基础 植物冠层温度升高是植物受到水分胁迫和干旱发生的最初表征 因此 土地表面温度可用于干旱监测 干旱监测 植被指数 距平植被指数 AnomalyVegetationIndex AVI AVI作为监测干旱的一种方法 它以某一地点某一时期多年的NDVI平均值为背景值 用当年该时期的NDVI值减去背景值 即可计算出AVI的变化范围 即NDVI的正 负距平值 正距平反映植被生长较一般年份好 负距平表示植被生长较一般年份差 一般而言 距平植被指数为 0 1 0 2表示旱情出现 0 3 0 6表示旱情严重 分析NDVI的变化与短期的气候变化之间的关系 干旱监测 植被指数 条件植被指数 VegetationConditionIndex VCI 干旱监测 地表温度 条件温度指数 TemperatureConditionIndex TCI 强调了温度与植物生长的关系 即高温对植物生长不利 Kogan 1995 VCI的缺点是未考虑白天的气象条件如净辐射 风速 湿度等对热红外遥感的影响及土地表面温度的季节性变化 干旱监测 地表温度 归一化温度指数 NormalizedDifferenceTemperatureIndex NDTI McVicar等 1992 干旱监测 植被指数 地表温度结合 条件植被温度指数 VegetationTemperatureConditionIndex VTCI 王鹏新等 2001 2007 式中 干旱监测 植被指数 地表温度 条件植被温度指数 VTCI 物理意义 对比分析 干旱监测VTCI 多时段 2005年 12 微波遥感土壤水分监测 13 雷达土壤水探测的物理机理 水的介电常数和干土介电常数有很大的差别 水的介电常数大约为80 而干土介电常数仅为3左右 一般土壤可以看成是水和干土的混合 因而土壤的介电常数会随着土壤含水量的增大而增大 并且 电磁波散射模型已表明雷达回波的后向散射系数直接受土壤介电常数的影响 这就构成了微波遥感探测土壤湿度的物理基础 土壤水分 土壤介电常数 雷达后向散射系数 14 雷达土壤水探测的优势 1 雷达土壤水探测的优势主要体现在微波遥感不受光照 云雾等天气条件的影响 具有全天时 全天候工作的特点 2 特别是长波段微波能够穿透植被 并对土壤具有一定的穿透能力 15 ASAR数据处理与土壤水分监测 土壤水分监测流程图 16 试验数据简介 研究区概况试验区位于北京市昌平 顺义和通县三个区 地处东经115 58 116 50 北纬39 30 40 33 海拔高度在30 60米 区内主要土地类型有农田 林地 果园及水体等 农田的主要类型有小麦地 苜蓿地和裸地 研究区农田地势平坦 起伏较小 卫星数据概况采用的雷达数据为ENVISAT ASAR 卫星轨道高度为800公里 过境周期为35天 根据试验目的选择了分辨率为30米 极化方式为HH VV 观测角为IS7 42 5 45 2 的AlternatingPolarisation工作模式地面试验安排在3月24日上午 冬小麦正处于返青初期 覆盖度较低 大约为0 2左右 试验内容包括土壤含水量测量 小麦覆盖度测量及测点GPS定位 数字照片的拍摄 试验时天气晴朗 获取的数据精度较高 17 采用的雷达数据介绍 EnviSat 1卫星是欧空局对地观测卫星系列之一 于2002年3月1日发射升空 卫星轨道高度为800公里 过境周期为35天 ASAR是EnviSat 1上最重要的一个传感器 其目的是用SAR进行对地观测 提供有关海浪 海冰范围及运动情况 陆地冰雪的分布范围 地表地形及陆地表面特征 土壤湿度及湿地范围等观测信息 ASAR工作在C波段 可为每个轨道连续获取30分钟图像 ASAR传感器于2004年3月23日当地时间22点16分对试验区进行扫描成像 获取的图像幅宽为56Km 长度为112Km 覆盖了研究区的三个县 如图 18 数据介绍 19 ASAR数据预处理 1 滤波处理使用gamma滤波对影像进行滤波处理 雷达遥感数据有别于光学遥感数据的一个重要特征是影像上存在着更明显的斑点噪声 其主要表现为图像灰度的剧烈变化 即在同一片均匀区域 有的分辨单元呈亮点 而有的单元呈暗点 斑点噪声降低了图像的空间分辨率和信噪比 严重影响图像的判读性和可解译性 甚至可能导致地物特征的消失 因此 斑点噪声的消除对ASAR图像的应用是十分重要的 由于Gamma自适应滤波同时考虑了斑点的特点和地物目标散射特征的统计规律 在平滑斑点的同时能很好保持图像纹理 20 滤波前 滤波后 21 ASAR数据预处理 2 向散射系数的计算后向散射系数的计算公式为 是I行J列的入射角 K是absolutecalibrationconstant 22 3 几何纠正 ASAR数据预处理 选取了150个控制点 对后向散射系数影像进行几何纠正 23 4 土壤水反演 ASAR数据处理 通过统计后向散射系数与土壤水分之间的关系 确定土壤水分预测的经验方程 24 裸土采样点后向散射系数和土壤重量含水量 25 水平 垂直同极化后向散射系数有很高的相关性 相关系数达到0 904 同时 从两个极化数据的回归线来看 整体上裸土的水平同极化后向散射系数略小于垂直同极化后向散射系数 26 20cm深土壤含水量和后向散射系数的散点图 裸土后向散射系数与土壤含水量正相关 后向散射系数对土壤含水量较敏感 和水平同极化相比 垂直同极化后向散射系数对土壤含水量更为敏感 由于两种同极化后向散射系数和土壤含水量的相关性都没有达到显著性 因而 其它因素 如土壤粗糙度 土壤质地等 对后向散射系数的影响不可忽略 27 裸土后向散射系数和地表粗糙度关系分析 选择土壤含水量相近而后向散射系数偏差较大的样点对1和4 3和7 找出点1 3 4 7对应的数字照片 对照实验图片来看 点1 3对应的地表粗糙度较大 点4 7对应的地表粗糙度较小 因而 可以断定 在土壤含水量一致的情况下 粗造度越大 越大 比较地表粗造度对 的影响 粗糙度对影响小 对影响大 结合小扰动模型来分析后向散射系数对粗造度的敏感性 敏感性分析和对粗糙度的影响都表面 VV极化更适合土壤水份的反演 28 小麦地采样点后向散射系数和实测数据 29 和裸土的水平 垂直同极化后向散射系数之间的相关性相比 小麦地的水平 垂直同极化的相关性明显降低 小麦冠层后向散射系数因极化方式不同有明显的差异 冬小麦水平和垂直同极化后向散射系数散点图 30 垂直极化后向散射系数与冬小麦土壤水分关系 水平极化后向散射系数与冬小麦土壤水分关系及冬小麦覆盖度之间的关系 31 32 土壤含水量图 通州区 小麦覆盖度图 通州区 33 裸土水平 垂直同极化后向散射有很高的线性相关性 与水平同极化相比 垂直同极化后向散射系数和20cm深土壤含水量有更好的相关性土壤含水量和地表粗糙度是裸土后向散射系数的重要影响因素冬小麦麦地水平 垂直同极化后向散射系数有较好的线性相关性 水平同极化后向散射与20cm深土壤含水量有较好的相关性 垂直同极化后向散射和10 20cm深土壤含水量都有很好的相关性 并且其相关性都达到显著 冬小麦麦地后向散射系数受小麦覆盖度和土壤含水量影响 水平同极化后向散射系数和覆盖度 土壤含水量都有较好的相关性 并且和小麦覆盖度的相关性已达到显著 垂直同极化后向散射系数和土壤含水量相关性达到显著 因而 可以用垂直同极化后向散射系数预测土壤含水量 用水平同极化后向散射预测小麦覆盖度 洪涝 洪涝灾害可分为洪水 涝害 湿害 洪水 大雨 暴雨引起山洪暴发 河水泛滥 淹没农田 毁坏农业设施等 涝害 雨水过多或过于集中或返浆水过多造成农田积水成灾 湿害 洪水 涝害过后排水不良 使土壤水分长期处于饱和状态 作物根系缺氧而成灾 洪涝灾害主要发生在长江 黄河 淮河 海河的中下游地区 洪涝遥感监测 35 2020 2 11 洪涝遥感监测 36 2020 2 11 洪涝监测 研究区 淮河流域地处我国心腹地带 是气候 海陆相过渡带 地理位置优越 自然资源丰富 交通便利 是我国重要的粮 棉 油产地和能源基地 流域内降水 径流时空分布不均 流域地形 水系不对称 加上黄河长期夺淮的影响 使得淮河流域成为我国典型的孕灾地带 自古以来 淮河流域洪涝灾害频发 例如 在1470年 1994年525年间就发生较大范围洪涝灾害350次 平均仅3年就发生2次 2000年以来 淮河流域就分别在2003年和2007发生了两次大规模的流域性洪水 其中 2007年洪水为1954年以来的第二大洪水 防御洪涝灾害 减少灾害损失 关系到该区域乃至整个社会的安定 经济的发展 37 2020 2 11 洪涝监测 MODIS提取水体信息基本方法 在可见光 近红外波段云影与晴空区水体不易区分 利用云影对不同波段的影响差异 提出0 87 m与0 66 m波段比值方法 试验结果表明该方法不但可以增大云影和水体差异 而且可以消除水体和云影反射率值的重叠现象 使水体和云影的区分成为可能 38 2020 2 11 洪涝监测 蒙洼蓄洪区监测 MODIS数据 39 2020 2 11 洪涝监测 洪涝水体最大淹没面积 40 2020 2 11 洪涝监测 洪涝水体淹没历时 雷达遥感监测洪涝灾害 合成孔径雷达适合于洪涝灾害监测 淹没与未淹没地的影像差异很大 由于SAR的全天候的特点 适于洪水制图 最大淹没面积经常发生在浓云密布的天气 而其他遥感数据这种条件下不能发挥作用 遥感病虫害监测 病虫害对农业生产的影响及危害是相当惊人的 据统计 作物病虫害可使世界农业收成减产1 3 世界玉米产量由于病虫害造成的损失 估计大约可为收获量的12 我国是农业大国 农作物病虫害对农业生产的影响也是相当严重的 每年由于病虫害造成的损失大约在10 15 因此 我们如何能及早发现病虫害 及早采取防治措施 尽可能减少损失 提高农作物产量 就成为当前农业生产中亟待解决的问题 在使用遥感技术以前 人们主要目视观测农作物病虫害 当病虫的危害所造成的作物叶片变化能够被人用肉眼观察到时 农作物已经受到了很严重的破坏 此时 尽管采取一些防治措施 也无法避免农作物减产的发生 遥感技术监测农业病虫害 主要依据是基于植物受到病虫侵扰时生理变化所引起的绿叶中细胞活性 含水量 叶绿素含量等的变化 表现为农作物在反射光谱特性上的差异 特别是红色区和红外区的光谱特性差异 这样 农作物在遭受病虫危害早期就可以通过遥感技术探测到这一光谱特性差异 从而解决了农作物病虫害早期发现和早期防治问题 目前已有利用遥感技术进行冬小麦条锈病 蝗虫 蚜虫以及林业病虫害的监测研究与应用 植物的光谱特征健康绿色植物的反射光谱特征 叶绿素的吸收波段 水的吸收 绿叶的反射率 植物的光谱特征影响植物光谱的因素叶子的颜色 植物叶子中含有多种色素 在可见光范围内 其反射峰值落在相应的波长范围内 叶子的组织构造叶子的含水量植物覆盖程度 植物生长状况的解译如前所述 健康的绿色植物具有典型的光谱特征 当植物生长状况发生变化时 其波谱曲线的形态也会随之改变 如植物因受到病虫害 农作物因缺乏营养和水分而生长不良时 海绵组织受到破坏 叶子的色素比例也发生变化 使得可见光区的两个吸收谷不明显 0 55微米处的反射峰按植物叶子被损伤的程度而变低 变平 近红外光区的变化更为明显 峰值被削低 甚至消失 整个反射光谱曲线的波状特征被拉平 因此 根据受损植物与健康植物光谱曲线的比较 可以确定植物受伤害的程度 健康植物 轻微受损 严重受损 49 2020 2 11 东亚飞蝗监测 在白洋淀蝗区 区内植被以芦苇为主 农作物一般在村庄附近有播种 主要有小麦 玉米 谷子等 2001年6月发生蝗灾时 蝗虫高密度区平均1000 2000头 m2 最高达4000 5000