我们学遥感应用模型这门课做过冬小麦估产模型的
题目：给出冬小麦估产的技术流程：
1。遥感数据的选择
2。所需要的背景数据（不宜过略，不宜过细）
3。对遥感数据的预处理（大气，集合校正）
4。遥感数据所能提供的参数描述（LAI，NDVI）
5。产量估计模型（不宜过详细，应有输入输出）
6。整体框架（A4<=2页）
解法很多，相关论文也很多，我给你粘一点
冬小麦估产的技术流程
一、冬小麦估产应用的遥感资料
冬小麦估产中应用的遥感资料主要为三类。一是气象卫星资料, 主要为美第三代业务极轨气( TIROS-N/NOAA 系列) 装载的甚高分辨率辐射仪(AVHRR) 资料; 二是陆地卫星(Landsat) 资料, 应用较多的是专题制图仪(TM) 资料; 其三是航空遥感和地面遥感资料。从资料应用形式上, 卫星遥感数据有磁带数据和卫星像片两种,AVHRR 数据应用以磁带数据为主, TM 数据则二种兼用。航空遥感资料为航空像片, 地面遥感资料多为实测的冬小麦光谱物征离散数据。不同的遥感资料具有不同的特点。气象卫星资料探测周期短、覆盖面积大、资料易获取、实时性强、价格低廉, 时间分辨率高但空间分辨率较低; 陆地卫星资料重复周期较长、价格高, 但空间分辨率高。
信息源与估产精度：冬小麦遥感估产的精度与采用的信息源有很大关系, 其中单产估产模型的建立受信息源光谱分辨率和时间分辨率的影响, 特别是精确的冬小麦播种面积的估测, 与采用信息源的几何分辨率密切相关。因此, 高的遥感估产精度需要有高的几何分辨率、时间分辨率和光谱分辨率的信息源的保障。但由于受估产成本的限制, 为节省估产费用, 一般省级以上的大范围冬小麦遥感估产多采用廉价的气象卫星资料, 由于时间分辨率高, 进行冬小麦长势监测及单产模型建立较为适宜, 但难以准确提取冬小麦面积信息。省级以下的冬小麦遥感估产则可采用陆地卫星资料, 以提高估产的精度。因此,综合考虑估产的信息源、精度及成本, 应根据情况综合应用各种遥感资料以及非遥感辅助资料, 冬小麦长势监测及单产估测应以气象卫星资料为主, 而冬小麦面积估测则可以陆地卫星资料为主, 或应用航空遥感资料。
二、所需要的背景数据
冬小麦产量是其光合作用的产物, 叶绿素对其产量形成起至关重要的作用, 因此, 准确提取冬小麦叶绿素信息是小麦遥感估产的关键。根据研究, 叶绿素a、b 在可见光内有两个吸收峰, 一个是0145μm (兰光) , 另一个是01675μm (红光) , 而在0155μm (绿光) 附近反射率较大。在017μm 附近反射率急剧增加, 形成突出的峰值。因此, 红光和近红外波段是冬小麦信息提取、产量估测的最佳波段。另一方面, 冬小麦的叶绿素含量随小麦出苗至收获各不同的生育阶段是不断变化的, 因此其不同生育期的反射光谱特性亦有差异。具体表现为随小麦生育进程的推进, 在可见光区的反射率逐步增加, 而在近红外光区的反射率则逐步下降。尤其是抽穗以后至成熟, 小麦叶色变黄, 叶绿素含量大大下降, 其反射率表现为随波长的增加而逐渐增加的趋势, 原吸收谷、反射峰渐不明显。除此, 长势较差的麦苗其反射率亦表现为与此相似的增加趋势。
三、对遥感数据的预处理
遥感图像解译法
根据冬小麦光谱特征, 区分其与其它地物的不同, 建立解译标志, 在遥感图像中划分出冬小麦分布范围, 并量算其面积。此方法要求遥感图像应有较高的几何分辨率, 一般采用陆地卫星资料, 提取精度相对较高, 成本也相对较高。具体的提取方法有目视解译和计算机自动分类两种。目视解译依靠人工智能, 应用卫星像片, 精度较高但费时费力; 计算机提取速度快、效率高, 但精度稍差, 又分为监督分类和非监督分类两种。监督分类需首先确定分类类别、训练场地(样本) , 提取分类特征, 计算机依此自动分类; 非监督分类事先不设定训练类别和样本, 计算机根据光谱特性的相似性自动划分类别。非监督分类虽不需要训练样本, 但需要实地对照确定具体的类别, 监督分类中训练样本的正确选择十分关健, 有时难以确定。因此, 不少学者对监督与非监督分类相结合, 像元光谱特性与空间特性相结合的分类方法作了大量探索〔20 ,21 ,22〕。除此, 适宜的遥感图像时相的选择是冬小麦面积信息提取的重要环节, 应充分考虑冬小麦及其相关地物的生长历及季相特征, 选用冬小麦与其环境具有较大光谱差异的时相, 一般小麦返青、起身、拔节期图像具有较好的面积提取效果。
遥感抽样调查方法
遥感抽样调查是根据一般抽样调查的基本方法, 以遥感的手段获取地物面积的方法, 适用于调查范围大, 进行全面调查比较困难或必要性不大的情况。可根据需要采用航卫片等各种遥感资料。常用的有遥感影像分层抽样和成数抽样方法, 前者首先将整个调查区域按与调查内容相关的某一属性或特征划分为不同的"层", 在每层内随机或机械抽取样本单元组成样本, 进行总体估计。如美国LACIE 计划中小麦面积的估测; 后者是根据某类别单元数占总体单元数的比例即成数, 通过抽样估测其成数进而计算其面积。采用遥感抽样调查方法可以估测冬小麦面积数据。
四、遥感数据所能提供的参数描述
五、产量估计模型
作物单产模型的建立在遥感估产之前已有研究, 并应用于估产, 如加拿大的Beier1W , 先后研制了"经验统计模型"、"作物-天气产量预测模型"、"作物-生长模拟模型"等。常规的单产预报模式有统计估产、气象估产和农学估产等方法, 但各有其局限性。遥感估产技术的出现使农作物单产估产模型研究有了显著发展。冬小麦面积估测是冬小麦遥感估产的重要内容, 只有准确地估算出冬小麦播种面积, 才能得出准确的冬小麦总产估产数据。冬小麦面积应包括其数量和实际的地理分布两个方面, 根据其范围大小、精度可有不同的遥感面积提取方法。
遥感统计模型方法
研究遥感光谱指标与冬小麦面积的关系, 选择一定的绿度模式, 建立绿度-面积、绿度-麦土比等统计模型, 估测冬小麦面积。适宜于以气象卫星资料进行的大区域小麦估产研究, 成本较为低廉。在国家气象局进行的冬小麦遥感估产中, 先研究了各种绿度模式在小麦各生育期的变化, 其中归一化植被指数( G3) 变化平稳, 较好地反映了冬小麦面积信息。采用拔节期气象卫星资料, 以TM 图像解译、成数抽样方法测算小麦面积、麦土比, 建立了平均绿度值与小麦面积、麦土比的回归方程, 估测冬小麦面积。王茂新等进行了NOAA 图像冬小麦面积监测研究, 结果为以单一时相提取冬小麦面积困难, 但通过绿度-时相的对比分析, 冬小麦有两个生育阶段其绿度-时相曲线与其它大宗作物、植被有明显差异, 一是10～11 月, 为冬小麦秋播至分蘖阶段, 生物量大, 绿度(NDVI) 曲线上升, 而其它作物、植被生长活性降低, 绿度曲线下降; 另一为5～6 月份, 为冬小麦孕穗至收获期, 由生长最旺期急剧降至最低点, 绿度曲线呈下降趋势。通过分析, 冬小麦面积与11 月中旬减去10 月上旬植被指数之差图像中的大于零的像元个数及面积有很好的相关关系, 从而建立了小麦统计面积S 与大于零的像元个数P0 之间的回归方程, 即: S = a0p0 + b0 a0 、b0 -回归系数及常
数。但小麦统计面积与实际面积之间仍有一定的差异。
植被指数(绿度) 模式的选择
单一波段的冬小麦光谱特性难以全面准确地反映冬小麦生长状况, 因此, 需要将冬小麦反应敏感的多波段信息组合, 植被指数即是由不同波段的反射信息组合而成的特征量, 反映绿色植被的覆盖程度和作物的生长状况。一般由叶绿素反应敏感的红光波段(RR) 和近红外波段(RNIR) 信息组合而成, 亦称绿度。目前冬小麦遥感估产中采用的植被指数(绿度) 模式有: G1 = RNIR/ RR , G2 = (RNIR/ RR) 1/ 2 , G3 = RNIR - RR/ RNIR +
RR , G4 = (RNIR - RR/ RNIR + RR) 1/ 2 , G5 = [ (RNIR - RR/ RNIR + RR) + 015 ]1/ 2 , G6 = (RNIR/ RR) 2 、G7 = log (RNIR/ RR) ,G8 = RNIR - RR 。其中常用的是比值植被指数( G1 ) 、归一化植被指数( G3 ) 和差值植被指数( G8 ) 等。由于冬小麦覆盖度的限制, 各植被指数中实际包含着土壤的光谱信息, 因此应消除土壤的影响。土壤纠正植被指数(SAVI) : SAVI = (RNIR - RR/ RNIR + RR + L) (1 + L) , 其中L 为土壤调整因素, 取值0～1。研究发现, 与植被覆盖关系密切而受土壤影响最小的近红外波段是大于1000nm 的部分。通过分析植被、土壤在红光、近红外二维空间中的光谱反射情况, 其植被量表现为植被点离土壤线的垂直距离, 其绿度值称为垂直植被指数PVI (Perpendicular Vegetation Index) : PVI = ɑRNIR -βRR 。与其它植被指数相比, PVI具有较好的消除土壤背景干扰和对大气效应反应不灵敏等优点。
冬小麦遥感单产模型建立
冬小麦植被指数与其群体密度、叶面积系数、亩穗数等农学参数及单产均有密切关系。小麦群体密度Ma 与归一化植被指数G3 的相关方程为: G3 = a + blnMa〔14〕。提出了绿度指数-温度-绿度变化率估产模型: 估测产量Y= a ∑G·bTo/ Ti (Do - Di) ·[Q/ ( △G/ △T) + C] + W , 其中G为返青至抽穗绿度累加; To 为拔节后期至灌浆始期小麦品种需要的积温或多年平均地温累加( ℃) ; Ti 为当年拔节后期至灌浆始期积温或当年地温累加( ℃) ; Do 为小麦灌浆起始日期(天) ; Di 为拔节后期日期(天) ; Q 为小麦品种标准千粒重(g) ; △G 为灌浆始期至终止的绿度差;△T 为灌浆始期至终止的日期差; abc 试验常数; W为自由项(专家意见)〔18〕。考虑小麦从播种到收割是一连续的过程,任一时期生长不好都会影响其最终产量, 而遥感信息只能观测到抽穗前小麦生长的综合反映, 对后期的气象条件及外界影响因子难以反映, 因此李付琴、田国良在北京顺义县的小麦估产中, 选择小麦抽穗期的PVI 和5 月下旬的平均气温分别作为两阶段的预报因子, 研究建立了用逐段订正的阶乘模型:yt = y (t - 1) ∏pi = 1Xiyt 为产量; yt - 1为前段预测产量; Xi 为预测因子。
中国遥感技术应用现状
1957年第一颗人造地球卫星升空标志着人类进入了太空时代，从此人类以崭新的角度开始重新认识自己赖以生存的地球。空间信息技术是本世纪60年代发展起来的一门新兴的科学技术，遥感技术，包括地理信息系统和全球定位系统，则是对地观测的重要手段。中国的遥感技术从70年代起步，经过十几年的艰苦努力，已发展到目前的实用化和国际化阶段，具体表现在具备了为国民经济建设服务的实用化能力和全方位地开展国际合作使其走向世界的国际化能力。
* 为国民经济可持续发展提供科学的决策依据
中国目前经济发展和人口增长对国家资源环境的影响程度超过了历史上的任何时期。对国土资源进行动态监测是我国政府一贯重视的问题。我国国土资源面积大、类型多，遥感技术在国土资源动态监测上具有相当大的优势和潜在的市常如，在1980～1985年期间，我国曾利用陆地卫星MSS数据进行了全国范围的土地资源调查，并按1∶50万比例尺成图，宏观地反映了我国大地资源的基本状况；1984年开始由国家土地局主持开展了全国范围的土地资源详查工作，采用了航片和地面实地测量的方法，对农地采用1∶1万比例尺成图、林地及草地采用1∶5万比例尺成图、在西部地区利用航片与陆地卫星数据结合按1∶10万比例尺成图。但是由于区域范围大，使项目实施历时长达10年，可见实施全国的土地资源调查迫切需要高空间分辨率的卫星遥感图像。据估计覆盖我国整个国土面积需要600景TM图像，而斯波特图像则需要6000多景， 可见遥感技术在我国具有相当大的市场，因而尽快发射我国自己的资源卫星是摆在我们面前的十分迫切的任务。“八五”期间中国科学院和农业部“国家资源环境遥感宏观调查与动态研究”小组在1992～1995年的3年时间里完成了全国资源环境调查，建立了一个完整的资源环境数据库，较过去开展一项单项专题的全国资源环境调查需5～10年的时间是一个很大进步。在项目实施中全部采用了90年代接收的最新陆地卫星TM图像作为主要的信息源，同时也使用了我国近年内发射的多颗返回式资源调查卫星的高分辨率图像，在大兴安岭、秦岭、横断山脉一线以东选用1∶25万比例尺，此线以西采用1∶50万比例尺进行遥感图像判读、制图及数据库建立工作。为此，须完成全国陆地部分国际标准分幅地图近500幅幅面的调查、制图与数据分析工作。除全国范围的国土资源调查外，各主要省市，如北京、天津、浙江、陕西、内蒙等许多省市自治区也开展了国土资源调查工作。
除此以外，80年代后期的“三北”防护林带综合遥感调查和“黄土高原水土流失遥感调查”以及“遥感技术在西藏自治区土地利用现状调查中的应用”等项目都是比较重大的遥感工程。但是，从国民经济建设的需要来看，类似于全国土地资源调查等大型工程项目应该增加动态监测的能力，如在我国东部地区应该每年调查一次，西部地区每5年一次。可见，我们面临的任务是十分艰巨的， 遥感应用的市场是非常广泛的。
* 具有对重大自然灾害灾情进行动态监测和评估的能力
中国是自然灾害频繁且严重的国家，每年因灾害所造成的损失高达上千亿元人民币。对重大灾害进行动态监测和灾情评估，减轻自然灾害所造成的损失是遥感技术应用的重要领域。
我国在“八五”期间建立了重大自然灾害（洪水、林火、干旱、地震、雪灾等）遥感监测评估系统。针对洪涝灾害采用了包括陆地卫星、气象卫星和具有全天候观测能力和应急反应能力的机载合成孔径雷达遥感等多高度的立体监测手段，不仅具有监测的宏观性、动态观测能力，而且通过机-星-地实时传输系统能够实时地将灾情图像及时地传送到中央指挥部门。自1987年以来，我国先后在永定河、黄河、长江、淮河等地区开展了大规模的防汛遥感综合试验。尤其是1994年在福建闽江、广东的西江和北江，1995年在鄱阳湖、洞庭湖和辽河的洪水监测评估工作中，已分别将洪水灾害的初评估与精评估的时间压缩至2天和2周。整个技术方法与流程已达到实用化水平。如在1991年太湖流域洪涝灾害遥感监测中，采用了多个时相的诺阿卫星影像、陆地卫星TM影像和侧视雷达图像，通过多时相的遥感信息复合得到了准确的灾情数据。
1987年5月发生在我国东北大兴安岭的特大森林火灾， 第一个发现火灾的是诺阿气象卫星图像。在火灾发生期间连续接收了过境的气象卫星和陆地卫星图像，每天提供火区范围、火势变化、火头位置移动、新火点出现以及扑火措施效果等方面的信息。火灾后的1988 年和1989年利用陆地卫星TM图像还进行了火烧迹地恢复的遥感调查，实现了森林火灾早期预警、灾中的动态监测、灾后损失评估以及后期的生态恢复调查的遥感动态观测，得到了国家***很高的评价。
此外，我们还利用气象卫星遥感数据与地面气象数据相结合的方法，在黄淮海平原建立了旱情遥感动态监测评估系统，为农业管理、合理灌溉等提供了决策依据。
总之，中国的自然灾害之多、危害之大是惊人的，应用遥感技术进行减灾的效果是显著的，同时应用的潜力也是巨大的。
* 利用遥感技术进行农作物估产和林业资源调查
我国是农业大国，粮食问题是我国政府非常重视的问题。早在80年代中期，在国家经委的支持下，以中国气象局为主组织开展了北方10省市冬小麦估产试验。这标志着气象卫星非气象领域工程化应用的开始，也是我国首次开展大规模遥感估产工作。目前利用气象卫星进行农作物估产的应用已得到了普及和深化，并形成了一种业务化的手段，估产对象也从冬小麦扩展到玉米、水稻等其他作物。
“八五”期间我国建立了主要产粮区主要农作物（小麦、水稻、玉米）估产信息系统。其中大面积冬小麦遥感估产运行系统是遥感技术和地理信息系统技术相结合的产物，它将整个遥感估产的各个作业环节纳入计算机系统运行，使其整体具有数字化作业能力，并能输出各种估产结果。1992～1995年近3年在黄淮海地区进行冬小麦遥感估产试验的结果表明，利用遥感技术对大面积农作物估产的精度能够达到95％以上，无论是大区域还是分省（区）估算，均能达到规定的精度指标。随着系统运行年限的累积，估产精度将会逐渐提高，运行费用也会逐年减少。同时针对国家急需了解农业种植结构变化和进行种植面积测算、长势监测和单产模型建立等的要求，对我国主要农作物进行了遥感估产，在地理信息系统技术的支持下，构成了农作物估产的实用运行系统。此外，其他农作物如水稻、玉米等也都分别在江南的太湖平原和东北的三江平原建立了估产信息系统，并取得了很好的效果。
1995年国家遥感中心组织力量完成了《中国农业状况图集》，采用图表相结合的方式，形象直观地反映了我国农业发展的综合水平，以及粮食、棉花、油料等方面的状况及变化，揭示了农业发展中面临的耕地减少等问题，为中央和地方政府进行宏观决策提供了科学依据。该项工作受到了中央领导同志的肯定。
* 地质矿产资源遥感调查
中国的矿产资源丰富，遥感技术的应用前景十分广阔，遥感技术在区域地质填图方面的应用已比较成熟，并取得了很好的效果。如在内蒙古、山东、江西、四川等省区开展的32 项1∶5万图幅的地质填图工作中，采用遥感技术不仅提高了工作效率和填图的质量，而且节省了填图的费用，每幅图的实际费用仅占常规方法所需费用的三分之二；在承德地区采用 TM图像进行1∶25万比例尺的区域地质填图工作中， 除建立的遥感地层单元符合1∶25 万区域地质填图单元技术要求外， 在地质构造和矿产研究方面也有更多的发现，并且大大地缩短了周期、节省了经费。这必将为我国在本世纪内实施并完成200万平方公里1∶5万区域地质填图和全国范围的l∶25万区域地质填图项目起到重要作用。
在地质矿产资源调查方面，遥感技术在我国已经从间接探测发展到了直接探测阶段，如在新疆准葛尔利用细分红外和多光谱扫描技术直接探测到了岩金矿的蚀变带，取得了利用遥感技术直接寻找金矿的重大进展。我国还利用短波红外成像光谱扫描仪在新疆进行了石油天然气资源的遥感直接探测试验。利用该遥感图像数据通过信息增强和提取，捕捉到了油气藏在地表的微渗漏所造成的烃异常，进而达到直接探测的目的。该项目在新疆塔里木盆地的多次生产试验中得到了证实。这些技术的成功应用为加快我国西部的开发发挥了积极的作用。
此外，近年来发展起来的干涉测量雷达技术已经在三峡大坝等大型工程的环境监测和油气区地面沉降等应用领域显示出巨大的应用潜力。
中国遥感技术应用展望
“九五”期间，中国国家科委已经把“遥感、地理信息系统及全球定位系统技术综合应用研究”列为“九五”国家科技攻关重中之重项目，至此遥感信息技术已连续四个五年计划被列入国家优先项目，说明了国家对遥感事业的重视。可以预见，该项目的实施，可以有效地将这一高新技术广泛地应用于国民经济建设的各个方面，使其走上产业化发展的道路。
* 推动业务性遥感信息综合服务体系的形成
“九五”期间遥感科技攻关的重点是在以农业资源为主体的资源与环境动态信息服务方面。届时将建立一个国家级的宏观信息服务体系，同时使对水旱灾害为主的遥感监测与评估系统走向业务化运行。
（1）国家级基本资源与环境遥感动态信息服务体系的建立
我们将针对全国范围内的基本土地资源与生态环境状况，建立空间型信息系统，形成每年动态更新一次的能力，并在此基础上向国家高层次部门提供以国家农业土地资源、城市化发展及其动态变化为主的数字图件，其中包括1∶25万全国分及分重点区域的土地资源及其生态环境背景图件和数据；重点开发地带和大城市周边地区的1∶10万图件和相应的数据库；每年一次1∶25万比例尺的中国东部耕地与城镇动态变化图件和数据库；较为完整的全国基本土地资源和生态环境背景数据库；对国家资源热点问题，如耕地动态变化、城市化等每年提供一次专题报告等。按计划，1999年以前我们将建立网络型国家级信息服务体系，提供相应的资源环境信息及辅助决策信息，保证系统连续稳定地运行。
（2）重大自然灾害监测与评估运行系统的完善
以水旱灾害监测与评估为重点的运行性综合监测与评估业务系统将于1999年建成并投入相关业务部门使用，使之具备定期发布全国旱情、随时监测评估洪涝灾害和重大自然灾害的应急反应能力。该系统具有以下功能：对突发性水灾，在系统进入状态后2天内提供受淹范围、各类土地面积等信息， 一周之内提供包括受灾人口、受淹房屋等信息的详细报告；对重点地区，实施每天一报淹没地区及面积的信息服务；在危机时刻，提供实时灾害现场图像显示和注记；从1998年开始，每10天报一次全国的旱情数据，成灾地区对农田干旱状况每5 天上报一次灾情数据；对重大森林火灾和地震等自然灾害进行监测并及时提供相关信息，从而最大限度地减轻自然灾害所造成的损失。
* 继续赶超世界遥感科技前沿
在“九五”期间按照863计划将加大向对地观测系统建设的倾斜力度，除继续强化支持星载合成孔径雷达样机的研制外，还要研制开发先进机载对地观测系统。
目前海洋监测已经列入了863计划，海洋资源的遥感监测已经得到了我国政府的高度重视，它是对地观测的重要组成部分。我们将发展预警海洋灾害、监测海洋环境所急需的高技术，为建立我国海洋立体监测系统提供技术支撑，提高海洋可持续发展的环境保障能力，加速与全球海洋观测系统的接轨，力争本世纪末在海洋自动观测系统、水声遥测和海洋遥感技术应用的主要方面达到90年代中期的国际先进水平。
“九五”期间我国还将支持如下四个方面的新技术研究：以高光谱分辨率遥感为主的高分辨率遥感信息对水稻的识别，小块种植面积的测定以及农作物长势监测技术研究；雷达遥感新技术在有云天气条件下对水稻和棉花的识别以及农业土地面积测算技术研究；新型遥感技术大数据量信息的快速处理、分析以及提取技术研究；以新型遥感信息为基础的遥感和地理信息系统的融合处理技术以及基于遥感信息提取的地理信息系统快速生成、更新技术研究
