区域冬小麦收获指数遥感定量估算模型与方法及其时空特征

The spatial distribution information of crop harvest index with high precision is of great significance to the research on climate change and food security. Taken winter wheat as research crop, remote sensing, crop model and optimization algorithm will be used to carry out the research on models and methods for quantitative estimation of crop harvest index in North China Plain. Firstly, supported by the field experiment of winter wheat under different irrigation and nitrogen application, how dynamic change of winter wheat harvest index respond to crop canopy spectrum will be studied and the method of determining hyperspectral sensitive band centers based on areas weight of R2 maximum values will be proposed and applied to analyze the quantitative relationship between winter wheat harvest index and the sensitive band, main crop growth parameters and farmland environmental parameters at field level. Based on this above research, supported by simultaneous remote sensing and ground-based experiments and field campaign, the optimal remote sensing information about crop growth and farmland environment will be selected and the integrated models will be studied. At the same time, to quantitatively estimate crop harvest index, the research on regional crop harvest index based on crop growth model and remote sensing data will be carried out, and the uncertainty analysis of impact on crop harvest index and evaluation of some critical process helping to improve the accuracy of the final crop harvest index results will be done. Based on the uncertainty analysis, the optimal scheme for each method of estimating the crop harvest index will be finished. Finally, the method integrating remotely sensed data with crop growth model will be used to estimate crop harvest index with high accuracy at regional scale, the spatio-temporal characteristics of winter wheat harvest index in North China Plain in different periods over the past 20 years will be analyzed. Overall, this project will provide a new method and novel idea for the quantitative estimation of crop harvest index at regional scale, which will promote cross-disciplinary development such as global change and national food security, etc.

高精度农作物收获指数空间信息获取对气候变化、粮食安全等研究具有重要意义。项目以我国重点农区华北平原为研究区，以冬小麦为研究对象，运用遥感、作物模型和优化算法等开展作物收获指数定量估算模型和方法研究。首先，在田间不同水氮控制试验支持下，开展作物收获指数动态变化与光谱间响应及主要影响因素分析，提出决定系数极大值区域重心法优选收获指数反演敏感波段中心和最优波宽方法，从田间尺度为利用遥感信息开展收获指数反演奠定理论基础；在此基础上，基于作物生长特征和时序作物/农田遥感信息开展区域收获指数遥感估算指标优选和综合模型研究；同时开展基于遥感和作物模型同化的区域收获指数定量估算研究，并完成上述方法的不确定性分析和方案优选；最后，高精度获取过去20年（2001-2020年）不同时期区域冬小麦收获指数并分析其时空特征。以上研究为作物收获指数定量估算提供了新方法和新思路，将促进全球变化和粮食安全等交叉领域发展。

高精度农作物收获指数空间信息获取对气候变化、粮食安全等具有重要意义。项目以我国黄淮海平原为研究区，以河北衡水及深州市为典型试验区，以冬小麦为研究作物，运用遥感、作物模型和优化算法等开展作物收获指数定量估算系列模型、方法、区域应用和时空变化分析研究。取得主要成果包括：（1）完成基础数据收集整理和建库，开展了水氮控制的冬小麦小区遥感观测试验和典型区地面-无人机-卫星大田作物遥感同步试验，获取了大量研究数据；（2）在发展现有成熟期作物收获指数概念内涵基础上，提出并构建作物动态收获指数和花后累积生物量比值动态参数。在此基础上，提出基于敏感波段筛选和花后累积生物量比值参数遥感获取的动态收获指数遥感估测方法，实现了利用近地高光谱、无人机高光谱、Sentinel-2A卫星等多源遥感信息的冬小麦动态收获指数多尺度定量准确估算；（3）开展了基于作物/农田遥感信息的区域作物收获指数定量估算系列研究，在充分利用广义植被指数基础上，实现了基于GF-1、Landsat-8、MODIS等卫星遥感模拟反射率及其真实数据的区域冬小麦收获指数准确获取；（4）完成了基于遥感信息和生长模型的区域作物收获指数定量估算研究，构建了基于叶面积指数同化生长模型的作物收获指数估算系统，实现了区域冬小麦收获指数的准确模拟；（5）高精度获取了黄淮海过去20年（2001-2020）不同时期冬小麦收获指数空间信息，实现收获指数遥感获取方法的大范围应用。在此基础上，系统分析了黄淮海冬小麦收获指数的时空变化规律，明确了冬小麦收获指数时空动态变化趋势和特征；（6）项目执行期间，在国际刊物及国内核心期刊发表论文15篇（含9篇SCI、3篇EI、3篇中文核心），会议论文1篇（EI收录），出版专著2部，申请国家发明专利4项（含3项已授权）。其中，第一标注在IEEE Transactions on Geoscience and Remote Sensing、International Journal of Remote Sensing、Remote Sensing、农业工程学报、农业机械学报、中国农业科学等发表论文10篇（含第一标注7篇SCI/EI）。项目组出站博士后2名，培养硕士2名，协助培养博士生1名。项目成果为田间、农场和大范围尺度作物收获指数多尺度定量估算提供了新方法和新思路，将促进农业遥感、全球变化和粮食安全等交叉领域发展。

内容获取失败，请点击重试