一、文献综述
基于遥感数据的杭嘉湖平原水稻产量估测研究
（一）国内外研究现状
一般都是根据作物的光谱特征来实现估产目的。作物潜在产量可以通过作物的光谱反射特征表达出来，并可利用光谱植被指数进行定量化。利用水稻的反射率计算植被指数（PVI，NDVI，WDVI），然后根据物理辐射模型，计算截获的光合辐射（PAR）的部分。目前对有关NDVI与作物产量的模型开展了大量的工作，在机理上已经确定了NDVI的光谱组成部分与作物产量的物理关系。时序NDVI数据已广泛应用于各种环境条件下监测作物生长状态和产量。通过植被指数的时序分析，可以反映作物出苗、成熟和收获的过程，作物的最终产量与作物的生长过程密切相关[1]。目前研究产量的遥感估算模型很多，得出的结论成果也很多，比如建立浙江省早稻遥感估产模型的最佳时相以6月份的资料最好，建立晚稻遥感估产模型的最佳时相以9月份的资料为佳[2]。
此外，在利用雷达、无人机遥感影像进行水稻信息提取及估产中，张萍萍等通过对江苏省洪泽试验区2004年获取的多时相、多极化雷达卫星Envisat数据分析，从图像上提取后向散射系数，建立了水稻生长模型，分析了不同极化方式的水稻后向散射特征，利用阈值法提取稻田信息，识别精度达90%以上[3]。使用任意两个高光谱影像波段进行组合，构建相对光谱指数并分析其与相对产量的相关性，并根据生育期的不同，择优选择光谱波段构建最佳相对光谱指数[4-5]。
（二）研究主要成果
产量估测一般有三种方法：
1、植被指数
根据作物的光谱特征来实现估产目的。作物潜在产量可以通过作物的光谱反射特征表达出来，并可利用光谱植被指数进行定量化。利用水稻的反射率计算出植被指数（PVI，NDVI，WDVI），然后根据物理辐射模型，计算截获的光合辐射（PAR）的部分。在不断有水的稻田中，PVI和WDVI所需要的土壤反射率很容易被标准化，最后得出用遥感对于生物量的预测似乎比直接的预测更有效。目前对有关NDVI与作物产量的模型开展了大量的工作，在机理上已经确定了NDVI的光谱组成部分与作物产量的物理关系。时序NDVI数据已广泛应用于各种环境条件下监测作物生长状态和产量。通过植被指数的时序分析，可以反映作物出苗、成熟和收获的过程，作物的最终产量与作物的生长过程密切相关[4-5]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
