基于多源遥感的农业灌溉监测

基于多源遥感的农业灌溉动态监测目

录C O N T E N T S背景与意义方法与模型结果与讨论123结论与建议4研究背景与意义PART

01我国农用用水占总用水量的63%，农业用水监管水平的提升对水资源管理意义重大

农业用水分散的特征给地面精准计量带来困难卫星数据源日益丰富，为农业用水管理实现精细化带来了新的契机1.1

研究背景与意义现代人居交通网物联网能源网水网1.2 行业现状地面监测方法优势：能够准确获取点上的作物、灌溉时间、水量等信息；劣势：空间表达能力较差，难以表征空间连续的灌溉面积信息；区域汇总时效性差。遥感监测方法优势：空间相对性好，能够大范围获取空间连续的作物与灌溉信息；劣势：计算量较大，精度不及地面监测数据，单一数据有时空分辨率、识别能力的限制。遥感监测方法的精度改善1.3 技术现状灌溉遥感监测方法基于种植结构遥感的推算方法优点：简单缺点：精度有限，动态性差，无法获得频次信息基于土壤含水量遥感的提取方法优点：相对简单，可动态监测缺点：受土壤含水量遥感反演能力限制，依赖地面监测基于水量平衡分析的提取方法优点：机理性强缺点：输入数据多,要素计算复杂机理性增强所︐需反演要素增多方法与模型PART

02种植结构+土壤含水量2.1 总体方案优点机理性增强精度和时效性改善数据难度可控待解决需要增强种植结构时效性，与灌溉动态监测的需求匹配需要提高土壤含水量反演的时空分辨率，保证灌溉动态监测的时间连续性和一定的空间分辨率提高精度10.5010月 11月 12月 1月2月3月4月5月动态种植结构提取的难点基于光谱特征的方法需要利用物候最佳窗口期，时间跨度较长，适用于年度种植结构提取，动态变化难以及时区分。基于纹理特征的方法精度较高，但对影像分辨率要求较高，受卫星重访周期的限制，难以实现较高频次的动态监测。GF1

WFV数据具有短的重复周期，也表现出一定的纹理特征，但是受分辨率等的影响，所包含的纹理信息相对较弱，在表达农作物时存在一定的不完整性。2.2 种植结构动态提取方法GF1

WFV不同作物纹理差异0.90.70.520180418 20180504 20180721 20180827 20180924作物NDVI变化图冬小麦 夏玉米 蔬菜 果林GF1

W冬F小V麦不ND同VI曲作线物变化光图谱差异棉花（2）基于光谱和纹理特征综合的动态种植结构提取方法利用GF1的快速重复优势解决动态性问题；将纹理与光谱特征结合，解决动态识别对物候期依赖，增强识别能力；建立CART决策树模型，利用样本库进行训练，建立决策树,对作物进行分类。NDVI纹理NDVI+纹理实验设计NDVI纹理总体分类精度 Kappa系数59.94 0.4483.68 0.77NDVI+纹理88.510.832.2 种植结构动态提取方法需求与存在问题由于土壤含水量的变化周期较短，灌溉过程的监测需要准逐日土壤含水量数据辅助。光学影像具有较好的数据重访条件，但利用指数方法获取土壤含水量难以脱离地面实测数据的限制；单一数据源难以满足灌溉用水监测的需求。GF-1

1个月GF-1

10日GF-3

10日2.3 逐日土壤含水量计算逐日土壤含水量计算方法主要数据源GF-1WFV+

MODIS田间尺度土壤含水量反演GF-1

MPDI

结合实测土壤含水量反演能够得到高空间分辨率的土壤含水量结果，但由于光学数据受云影响较大，基于GF-1数据的土壤含水量并不能达到逐日要求。MODIS土壤含水量反演MODIS

每日地表反射率数据能够实现研究区的每日覆盖，但空间分辨率较低，混合像元会影响灌溉面积的识别。2.3 逐日土壤含水量计算（2）土壤含水量计算𝑴𝑷𝑫𝑰=

RR𝒆𝒅)𝑴R𝑵𝑰R+𝑭𝒗(R𝒗,R𝒆𝒅)𝑴R𝒗,𝑵𝑰R)(𝟏+𝑭𝒗) 𝑴𝟐)𝟏2.3 逐日土壤含水量计算GFWFV与MODIS数据的时空融合基于STARFM的逐日土壤含水量数据融合，提高单纯依靠GF-1的时间连续性tkMODIS土ts壤含M水OD量IS土壤含水量地表植被覆盖分类降尺度的土壤含水量结果GF-1土壤含水量tkM(xi,yj,t0)=M(xi,yj,t0)+Ɛ高分辨率的逐日土壤含水量结果GF-1MPDI数据集MODISMPDI数据集实测土壤含水量空间升尺度2.3 逐日土壤含水量计算种植结构提取作物生长阶段需水分析土壤含水量变化分析降水影响分析灌溉面积提取月年度灌溉面积产品生产逐月分析农作物种植结构变化，修正上月精度，发现新播种作物。基于作物分布于作物生长特性，分析当月需水作物分布。基于准逐日土壤含水量，分析土含非自然衰减区域。基于气象观测数据，提取降水对土壤含水量影响区域，扣除影响。需水作物分布+非降雨影响的土壤含水量升高区域累计计算年内灌溉面积及次数种植结构+土壤含水量+降水综合的灌溉面积提取方法2.4 灌溉面积提取多源数据综合，减少土壤含水量遥感反演误差对灌溉面积提取结果的影响结果与分析PART

03（1）研究区域和范围：在4省开展逐月实际灌溉面积的遥感监测范围：河北、宁夏、甘肃、新疆4省（自治区）耕地区域3 结果与分析省份生长期春玉米春玉米1月2月3月4月5月6月7月8月9月10月11月12月春玉米冬小麦返青播种抽穗出苗成熟拔节收获期灌浆成熟出苗分蘖越冬河北 夏玉米春棉花夏棉花播种播种播种出苗拔节收获灌浆收获成熟冬小麦新疆 玉米棉花甘肃 冬小麦宁夏 冬小麦返青返青返青抽穗 成熟播种抽穗 成熟播种 出苗抽穗 成熟播种 出苗收获期月底收获拔节收获拔节出苗 拔节灌浆 成熟灌浆 成熟灌浆 成熟播种收获播种播种越冬收获越冬越冬（2）典型农作物生长物候期及需灌时间3 结果与分析降水量分布需水作物分布灌溉面积种植结构+土壤含水量+降水综合的灌溉面积提取3 结果与分析河北3 结果与分析河北3 结果与分析指标2018年4月2018年5月2018年6月2018年7月2018年8月2018年9月NDVI85.256.043.260.260.050.7NDVI+纹理95.182.380.081.388.587.2分类精度对比新疆3 结果与分析甘肃3 结果与分析宁夏3 结果与分析3 结果与分析月份345678910全年河北457282456755600142615541553460056753 结果与分析月份 34567891011全年新疆5354540865995240400441153240308676963 结果与分析月份345678910 全年宁夏233201446514519648471320 8943 结果与分析月份345678 91011全年甘肃135815281115126317311221 616145817703 结果与分析3 结果与分析算法和数据产品集成在水利高分、国家水资源信息管理系统平台上结论与展望PART

044.1 主要结论1、通过多源数据综合，改善遥感灌溉监测精度单纯依靠单一卫星反演数据产品进行灌溉面积监测，易受卫星反演产品精度和不确定性影响影响。综合作物需水特征等多源数据，可以对误差进行抑制。2、利用光谱和纹理指标综合，提高种植结构精细化动态提取能力通过光谱和纹理指标综合、增强智能算法的机理性，改善GF1

WFV数据用于种植结构提取的精度；利用GF1的快速重访能力，可实现逐月的种植结构变化监测。3、通过中高分辨率多源数据融合，改善土壤含水量遥感产品的时空分辨率，提高对灌溉活动识别的能力利用GF1

WFV与MODIS组合，提高土壤含水量