Project最终报告:评价遥感图像空间解析以监控基于悬浮裁剪系统作物生长:微解空间解析损失信息多多
打印
邮箱项目终结报表
评估遥感图像空间分辨率以监测豆类裁剪系统作物生长:微粒空间分辨率损失多少信息
布鲁诺巴索和林刘
12月4日2020
执行摘要
最后报告总结2019-2020年快速项目的关键活动和成绩这个项目由美国资助美国国际开发署(美援署)7200AA18LE00003.目标是比较卫星图像的影响及其空间分辨率对加纳和洪都拉斯选定小持有农植物生长和生产率的监测
项目期间成绩要点包括:
- 处理分析800多公里2三种不同尺度(30m、20m和3m)的卫星图片用于加纳豆类作物(包括Pigeonpea)田间和区域尺度,并用于洪都拉斯豆生长区
- 量化光谱和卫星图像分辨率对监测小田豆类作物(加纳和洪都拉斯)和大型商业田主食作物(美国)的影响
关键活动实现项目目标包括:
- bob体育登录确定空间分辨率不等的卫星平台供研究使用,并使用植被指数监测植物状况和生长
- 识别加纳基于豆类系统,洪都拉斯关键豆类种植区
- 处理卫星图像和分析空间分辨率对监测加纳和洪都拉斯研究区豆类生长的影响
- 比较空间分辨率对小户田间作物生长监测的影响(加纳和洪都拉斯)与大型商业田间影响(美国)
bob体育登录期间,我们与科技研究理事会发展伙伴关系bob体育登录作物研究所CSIR-CRI加纳bob体育登录项目结果提交农业技术专题小组讨论、研究大会和同行评审杂志文章期望发布更多同行评审文章出自此项目尽管在收集地面实战数据方面存在挑战,但我们仍能与加纳CSIR-CRI协作,并利用公开数据识别加纳和洪都拉斯的豆类系统卫星图像和产品,特别是高分辨率图像提供连续段生长和状态信息
项目伙伴
bob体育登录期间,我们与科技研究理事会发展伙伴关系bob体育登录作物研究所CSIR-CRI加纳合作项目确定鸽子pea对山地产量和土壤有机碳的好处
项目目标
快速项目的首要目标是评估使用卫星图像评估豆类在提高小农田粮食安全作用的潜力我们的目标是确定最优空间解析法,以捕捉植物生长变异和生产率目标是比较卫星图像的影响及其空间分辨率对加纳和洪都拉斯选定小持有农植物生长和生产率的监测
活动概述
活动重心四大领域
- bob体育登录确定空间分辨率不等的卫星平台供研究使用,并使用植被指数监测植物状况和生长
- 识别加纳基于豆类系统,洪都拉斯关键豆类种植区
- 处理卫星图像和分析空间分辨率对监测加纳和洪都拉斯研究区豆类生长的影响
- 比较空间分辨率对小户田间作物生长监测的影响(加纳和洪都拉斯)与大型商业田间影响(美国)
我们列出了四大重点领域的具体活动
活动一bob体育登录确定空间分辨率不等的卫星平台供研究使用,并使用植被指数监测植物状况和生长
Plantlab获取教育许可访问3m分辨率PlantScope图像包括公开 Landsat和Sentinel2图像,我们能够比较空间分辨率对三种空间细节监测的影响:30m(Landsat中分辨率)、10m(Sentinel2高分辨率)和3m(PlantScope高分辨率)。
项目考虑了四种植被指数:普通化差异植被指数(NDVI)、绿化绿化植被指数(GCVI)、增强型植被指数(EVI)和广动态植被指数(WDRVI)。
活动2识别加纳法系和洪都拉斯关键法系
对加纳而言,我们在区域和现场标定法系从区域规模上看,我们发现加纳北部有两片树种bob体育登录现场标注南加干那和中加干那两个点(Ejura和Fumesua),
bob体育登录对洪都拉斯而言,我们根据国际粮食政策研究所编程的全球作物生产数据集空间生产分配模型(SPAM)确定区域规模豆类作物(10km分辨率)。我们认为这是洪都拉斯最热门豆类项目共有8豆生长区被纳入该项目
活动3处理卫星图像和分析空间分辨率对监测加纳和洪都拉斯研究区豆类生长的影响
三米分辨率Plantlab图像方面,我们首次下载了约3000个行星域(可见近红外带)2018年洪都拉斯8豆种植区(10x10千米/生长区),2018年加纳北部2豆色景观2018年加纳中部2次,2017-2019年加纳中部鸽形田2017-2019年然后我们通过清除云像素预处理图像最后,我们计算每个研究区四种植被指数-NDVI、GCVI、EVI和WDRVI
关于30m分辨率Landsat和10m分辨率Sentinel2图像,我们用Google地球引擎处理图像并计算植被指数
使用计算时间序列植被指数,我们量化监测豆类作物的光谱和空间分辨率为了量化光谱分辨率的影响,我们比较了每个确定研究区四种植被指数的平均值为了量化空间分辨率的影响,我们计算高分辨率图像和高分辨率图像中每像素的标准偏差,当优美图像升格为粗图像时。
活动4比较空间分辨率对作物生长监测
小农田(加纳和洪都拉斯)对大商田(美国)
除分析不同卫星图像对作物监测的影响
小型田地使用无人机摄取图像进一步量化这种效果
2017-2019年12个商业玉米、大豆和小麦田
并发PlantScope2和PlantScope图像
成绩
我们完成了项目目标下表列出我们的具体成绩
- 确定适当的卫星图像和植被指数
- 下载约3000个PlanetScope(3m分辨率可见光和近红外带)屏幕并使用Google地球引擎处理和分析卫星图像
- 处理分析800多公里2三种不同尺度(30米、20米和3米)的卫星图片用于加纳豆类作物田间和区域尺度以及洪都拉斯豆生长区
- 量化光谱和卫星图像分辨率对监测小田豆类作物(加纳和洪都拉斯)和大型商业田主食作物(美国)的影响
bob体育登录利用研究输出
项目生成的知识通过小组讨论、会议介绍和同行评审杂志文章传播
- BOB体育2019年密歇根州立大学“提高非洲粮食安全:技术转移的优缺点”小组讨论会,由Michone State University组织LinLiu主讲人包括DrsJeffery Andresen、Bruno Basso、Eric Owusu Dangu
- 2019年美国地球物理联盟年会
- bob体育登录2020年田园研究所接受论文,“加纳跨空间尺度不同农学管理下模化土壤有机碳和Yam Yield”(作者:Lin Liu、Eric Owusu Danquah、Cholani Weebadde、EnochBesah、BrunoBasso)
未来挑战与机遇
无法收集洪都拉斯地面实况资料,当我们咨询豆类分布的潜在数据集时,我们没有发现洪都拉斯最新脉冲生长点网格化作物生产数据集包括作物生产区和类型以及土地覆盖分类证明足以确定脉冲生长区分析大空间尺度提取植被指数监测豆生长季节时,月度复合可用于检测大空间区生长周期(10kmx10km)。
这个项目使我们能够启动研究,研究从高分辨率图像提取的植被指数与作物收成联系问题,研究检测农业干旱及其对豆类裁剪系统使用卫星图像和产品对洪都拉斯的影响问题