乌克兰春耕卫星遥感监测 - 遥感学报杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表- 遥感学报

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

乌克兰春耕卫星遥感监测

作者:

关键词:

摘要：

NASA的Modis中分辨率卫星遥感数据具有重访周期短、光谱范围广、时间序列长的特点，是农业卫星遥感研究的重要数据源，华泰期货研究院农产品组，以该遥感数据为基础，反演EVI指标，并结合卫星数据分类解译耕地范围，对乌克兰截止2022年4月7日（可获取最新影像数据）的春耕状况进行多方位解读。

增强型植被指数（EVI）是归一化植被指数（NDVI）改善而来，综合考虑了大气分子、气溶胶、薄云、水汽和臭氧等因素进行全面的大气校正，最新研究表明，EVI对比NDVI可以更好的反应农作物生长状况，因此该指标也被广泛的应用于最新的农情监测体系之中。

该技术凭借及时、客观和高精度的特点已经为全球各国实施农业补贴、农民申报核查以及农产品产量测算等工作创造了巨大的经济效益。

卫星遥感农作物监测方法多样，常有卫星数据反演指数监测、影像分类监测、作物物候信息和时序监测、生长理化模型模拟监测等。联合国粮农组织“全球粮食和农业信息及早期预警系统”（GIEWS）、美国USDA以及其他主要农业监测体系均将归一化植被指数（NDVI）作为重要监测指标，该指标主要利用农作物在不同生长和发育阶段，进行光合作用时叶片的叶绿素含量和内部结构差异，对不同光谱波段的吸收反射程度不同，从而光谱反映曲线也不同的原理，该信息最终被卫星传感器捕捉记录，最终用数理方法构建出的有效反应植被生长状况的模型指数。

三、乌克兰耕地遥感识别解译

四、时间维度看乌克兰春耕

本文源自华泰期货

基于Modis卫星影像，研究小组合成了乌克兰全境的多时相去云、矫正影像，该影像空间分辨率为250m，即每个遥感像元代表地面长宽250m的空间范围，以此影像为基础，计算时间间隔为16天的EVI遥感指数。

空间维度看乌克兰春耕

卫星遥感技术是利用卫星平台搭载各种传感器以非接触的、远距离的探测和信息获取的技术手段。该技术广泛的应用于城市研究、生态环境监测以及农业等方面，尤其是在农业领域可有效实现农作物长势监测、产量估算、突发病虫害预警等工作。

卫星遥感农作物监测活动始于西方国家，主要有美国农业部（USDA）、国家海洋大气管理局（NOAA）、美国宇航局（NASA）和商业部合作的“大面积农作物估产实验（LACIE）”，欧盟实施的“遥感农业监测”项目（MARS计划）和由20国集团发起旨在提高全球主要谷类作物和大豆生产及贸易信息的透明度的GeoGLAM计划等。我国中科院空天信息研究院研究团队也在该领域造诣颇丰。

二、主要监测方法

全国均值仅体现全国性的总体趋势，但各个区域乃至每一个田块的耕作状况如何？因此研究小组从空间维度深入探究，为对比今年春耕在空间上与往年的差异，选取2021年4月7日和2022年4月7日两年同时期的卫星影像对比分析农作物的即时空间变化。

通过计算对比2021年与2022年乌克兰全境EVI指数的空间分布情况（如图6），并按州为行政单位分区统计各变化等级的变化总量（图7），乌克兰农作物“极大减少（红色区域）”和“减少（橙色区域）”保有量最多的主要有赫尔松州（Kherson）、扎波罗热（Zaporizhia）等南部州域，指数总量减少均超过10000，与俄乌冲突边界高度吻合，该区域存在大面的弃耕或晚耕现象，春耕开展状况迟缓。该区域也是乌克兰重要的粮食产区，如5月前底无法播种，将会带来不可逆的减产风险，尤其对于大麦、小米等春耕作物。

具体按州分区统计从2021年到2022年的同期总变化百分比如图8所示，赫尔松州（Kherson）减少最为显著，达到29.29％左，北部的切尔尼戈夫州（Chernihiv）耕作状况也减少超过10％，该区域为玉米主产区，因而对玉米产量也会产生一定影响。

农作物监测的前提是要精准的识别农田的范围，做到只对田块中的作物统计分析，才能避免森林、草原、公园等内部的绿色植物对统计结果产生干扰。结合欧空局（ESA）Sentinel系列卫星数据以及其深度学习土地分类结果，其可以在10m分辨率上精准提取乌克兰全国耕地，并将土地分为耕地（绿色）和非耕地（红色）两类，研究以耕地范围作为基础展开详细分析。

依据Modis数据特点，研究可以得到时间间隔为16天的EVI观测结果，将耕地范围内作物的EVI按时间顺序排列起来，便直观的体现了作物生长的动态迹线，反映了作物从播种、出苗、抽穗到成熟收割EVI的变化过程。不同区域和植被的生长信息虽然不同，但就全国而言，其变化遵循一定的大规律，因此研究计算并统计了从2014年1月1日到2022年4月7日卫星影像的EVI均值、中值、最大值、最小值和方差变化情况，由均值时间序列曲线可以看出，乌克兰每年11月到次年2月为休耕或冬眠期，耕地内部植被稀少EVI值最低，3-5月EVI开始逐渐增大，对应为乌克兰春耕期，该时期植被指数的变化斜率基本可以反应乌克兰春耕播种进展，纵观自2014年以来，3-5月EVI均值曲线斜率均呈现先增大后减少的态势，2022年截止4月7日其斜率一直较为缓慢，说明全国春耕进程较往年迟缓。

文章来源：《遥感学报》网址: http://www.ygxbzz.cn/zonghexinwen/2022/0523/1131.html