冬小麦湿害星地多要素协同遥感监测方法研究

Waterlogging damage on winter wheat is one of the most important agricultural disasters in the China. The Jiangsu province was selected as the study area. The following investigation will be carried out in the next four years. Firstly, a database with high temporal and spatial resolution will be established for the comprehensive monitoring of waterlogging damage on winter wheat using the technique of geographical information system, spatial statistics, data fusion, data assimilation, and so on. The source data come from satellite remote sensing, meteorological stations, agricultural meteorological observatories, automatic weather stations, automatic soil moisture stations, and agricultural statistics. The elements include precipitaion, the number of consecutive rainy days, soil moisture content, soil temperature, sunshine hours, leaf area index, chlorophyll concentration, biomass. Second, the potential area of waterlogging danage on winter wheat will be determined using the meteorological data from the ground and space-born observation, and the damage area will be etimated based on high spatial satellite data, sunch as HJ-1, Landsat TM/ETM+, SPOT using artifitial neural network and support vector machine. Then, the disater grade of waterlogging damage on winter wheat will be mapped using leaf area index, chlorophyll concentration, biomass ineversed from MODIS data. At last, the loss of winter wheat because of waterlogging damage will be evaluated quantatively by integrated the data assimilation and crop growth model.

调查表明：我国湿害田面积占总耕地面积的28.7%，未治理湿害田的农作物平均单产仅占正常产量的58%，湿害中低产田已成为制约我国农业、农村经济发展和提高农民收入的重要因素。本研究拟以我国冬小麦湿害受害最重的地区之一-江苏省为研究区，利用不同时空分辨率的光学遥感和微波遥感数据及其产品，地面常规气象站和区域自动气象站资料、作物观测资料、土壤水分自动气象站资料、农业统计资料，在前人研究的基础上，采用地理信息系统、空间地统计和数据融合技术，建立研究区全覆盖高时空分辨率的降水量、连续降水日数、土壤水分含量、土壤温度、冬小麦叶面积指数、生物量、主要发育期数据集；然后根据冬小麦湿害指标体系，对冬小麦湿害进行星地多要素协同监测，提取冬小麦湿害面积，确定冬小麦湿害等级，在冬小麦生长模型中引入湿害影响模块，利用数据同化方法进行模型参数优化，定量评估冬小麦损失。

以我国冬小麦湿害受害最重的地区之一-江苏省为研究区,开展了：布设冬小麦湿渍害胁迫试验，具体分析了湿渍害对冬小麦生长发育、生理特性、产量与性状的影响，结合湿渍害气候特征和灾损状况，构建了冬小麦湿渍害监测评估指标体系。.基于高空间分辨率卫星遥感数据，结合大田观测数据，进行地块尺度冬小麦湿渍害监测，应用于地上生物量和LAI的空间制图，定性表示湿渍害胁迫下冬小麦的生长状况，定量分析湿渍害胁迫对冬小麦生长以及对最后产量的影响；.基于融合降水数据的湿渍害遥感监测方法具有稳定的技术可行性，能有效地反映有研究区作物湿渍害空间分布特征。.分别以ERS-1/2和 ASCAT数据集和AMSR-E/AMSR2观测数据及光学热红外遥感数据为主，探讨了主、被动微波星地多源土壤水分数据监测冬作物湿渍害方法。实现了主动微波数据对湿渍害的开始、结束日期及具体持续天数进行空间监测和制图。表明了微波遥感反演的地表土壤水分数据集可以适用于湿渍害发生的严重程度与过程变化监测。实现了对研究区从上世界90年代早期的冬作物湿渍害发生情况的大尺度遥感监测，这对于构建用于研究湿渍害的发生和相关监测方法的长时间序列遥感数据集，具有重要意义。被动微波是利用反演地表土壤水分含量，进行空间降尺度处理，得到1KM空间分辨率、1-3日重访的地表土壤水分含量产品，与大量对应地面站点在同时间段观测得到的土壤水分含量数据具有较为一致的时空变化规律。.从气象、地理和农业等不同角度构建了长江中下游地区综合风险评估模型，基于该模型的评估结果能够更加细化真实的反映研究区春季湿渍害的风险分布特征及地域性差异。.完成了8篇论文，其中已刊出4篇，待修改2篇，正在投稿2篇。成果已纳入《农作物湿渍遥感》专著中。多次在学术会议中做研究报告与研究领域的学者专家交流讨论。部分成果在江苏省农业气象业务工作中应用；已培养出2名硕士，正在培养2名硕士生和2名博士生。