中国农科院| English| 数字农科院| 综合办公平台| 邮箱登陆| 联系我们
“国产GF-1卫星冬小麦面积遥感监测技术”荣获2016年度中国农业科学院杰出科技创新奖
发布者：管理员发布时间：2016-09-01作者：Admin来源：农业遥感创新团队点击量：
日前，中国农业科学院公布了2016年度科学技术成果奖获奖名单，由中国农业科学院农业资源与农业区划研究所刘佳研究员牵头完成的“国产GF-1卫星冬小麦面积遥感监测技术”获得杰出科技创新奖。据悉，本年度全院共有10项成果获得“中国农业科学院杰出科技创新奖”，2项成果获得“中国农业科学院青年科技创新奖”。
主要完成人：刘佳，王利民，李丹丹，滕飞，杨玲波，王飞，刘跃辰，陈仲新，邵杰，杨福刚，邓辉，高建孟，邹金秋
成果简介：面向国家对冬小麦种植面积信息高效获取的迫切需求，立足于国产高分卫星遥感数据日益丰富的现状，出于国家农情遥感监测数据安全战略的需要，创建了基于高分一号（GF-1）卫星数据中国冬小麦遥感监测关键技术，预处理、自动识别、区域业务监测技术等3个组成部分具有原创性，达到了国内领先水平，具有全球遥感监测业务应用潜力。项目出版论著一部、发表研究论文20篇，申请软件著作权10个，获得了显著的科学、社会与经济效益。
针对多时相卫星数据农业应用精准匹配及光谱反应一致性的需求，通过引进区域网平差和辐射传输模型，创建了国产GF-1卫星数据的预处理技术体系，突破了宽视场卫星数据高精度几何校正和快速大气校正的技术瓶颈，为大范围农作物种植面积自动提取提供了技术支撑。国产GF-1卫星携带的宽视场传感器(WFV)，空间分辨率16m，幅宽800km，1个月内可以获取全国区域至少4次的有效覆盖，是冬小麦种植面积遥感监测的最佳数据源。率先在农业领域引入区域网平差技术进行WFV数据几何校正，精度达到了0.5个像元以内，满足了冬小麦遥感监测多时相数据精确匹配的要求。构建了以6S辐射传输模型为内核的大气校正算法，避免了对外源辅助数据的依赖，较通用商业软件计算效率提高了75.0以上。通过算法软件工程化，开发了GF-1卫星数据预处理系统，数据处理量超过1.0TB/天，实现了每天原始接收WFV数据的零余量，为冬小麦面积遥感监测提供数据保障。
首次提出了冬小麦种植面积遥感指数的概念，攻克了国产GF-1卫星数据冬小麦种植区面积自动识别的技术瓶颈，完善了面向农作物种植特征的自适应分类方法和验证技术，实现了冬小麦面积自动提取，达到了同类研究的最高精度，为国产高分数据农情遥感监测业务化应用奠定了基础。针对样本选择复杂、专家知识依赖性高、过程难于复核等限制传统分析方法监测效率的技术瓶颈，构建了基于WFV时间序列NDVI的冬小麦种植面积指数（WWAI），准确反演了冬小麦全生育期的生长特征，特征性放大了冬小麦与其他地物类型影像的差异，采用网格化训练与验证样本选择的方式实现了冬小麦面积的自动提取，监测精度最高达到了96.2，平均为90.6以上，不同区域分类结果稳定，是WFV数据农作物面积自动提取研究领域的最高精度。
创建了基于标准分类单元的大面积冬小麦种植面积监测业务化技术流程，获得了全国第一张16米空间分辨率的全国主产区冬小麦种植区空间分布图，是国家农业发展决策的科学依据。监测时效性显著提高，在国家和省级等不同行业的农业遥感监测业务体系中得到广泛应用。以1：10万地形图图幅框作为标准分类单元，是农业遥感监测辅助信息与国家测绘标准的高效统一，充分提高了计算资源与国家基础地理测绘信息的利用效率。构建的国产GF-1冬小麦面积遥感监测关键技术，遥感数据完全国产化，监测结果具有更高的田块精细化程度，在农业部“国家农情遥感监测业务运行系统”，以及河南省、山西省、新疆维吾尔族自治区、民政部卫星减灾中心等农情遥感监测业务中得到应用，监测效率提高30以上。
