“数字兵团”空间信息综合应用关键技术集成与服务平台建设项目建议书

“数字兵团”空间信息综合应用关键技术集成与服务平台建设项目建议书内容摘要：

盘拷贝、在线浏览、接口服务等三种形式提供空间数据尤其是遥感数据的免费共享服务。 （ 5）空间信息服务标准与技术规范研究 1 数据采集、处理和管理规范 建立健全建设和运行的标准和技术规范。 促进地理空间信息的共享和广泛应用，研究、制定并实施有关标准，重 点研究有关基础性地理空间信息分类、编码及其质量控制。 元数据操作系统是实现数据和元数据网络共享的基础。 建立了元数据系统用户可以查询、检索元数据和获取数据；管理人员可以、数据和用户对它们的访问权限。 建立一个相对完善的元数据系统的工作，包括几方面的内容系统的设计与实现，元数据的提取、质量保证和再处理，系统的维护。 不仅要考虑系统的效率，与已有系统的衔接，系统的扩充性能与可维护性，用户界面的友好性，系统的安全性等。 系统容量具备支持 20 万注册用户的能力数据库响应时间数据库吞吐量认证授权响应认证平均响应时间 3s / 认证 系统认证正确率 %网站访问响应时间网站访问平均响应时间 3s，峰值 10s。 图 7 基于空间数据的农作物变量管理系统 基于空间的农业信息服务系统整合了农田信息采集和信息处理部分，拟从以下 7 个方面开展研究。 （ 1）农业专题数据采集与集成 研究采集与作物密切相关的专题数据及集成方法，是开发农业信息服务产品的基础。 围绕农业信息服务总体目标，根据农业生产需求，采集并集成包括作物、农田、气象等专题数据，为生产满足农业要求的信息服务产品提供数据支持（见图 8）。 （ 2）主要农作物空间分布与产量预测 研究多源遥感数据的作物精细分类与识别模型。 利用获取的多年、不同时相、覆盖全兵团的多源、不同空间分辨率、光谱分辨率遥感数据（ TM 、 CBERSII、北京 1 号卫星数据、 SPOT 数据），以 SAIL模型及“十五” 863 项目构建的“我国典型地物波谱库”中主要农作物的冠层光谱数据为基础，建立本地化的农作物冠层光谱数据库，结合先验知识进行纯像元提取、混合像元分解；将基于像元信息的作物分类算法与面向对象的分类算法相结合，并采用分层分区监督分类的方法，提高作物分类精度；根据不同的物候期，进行图像处理与解译；在天气条件不稳定 区域尝试多时相雷达遥感影像数据进行作物分类与面积提取的方法；同时在各个分区布设地面采样点，作为遥感影像分类的补充与验证。 在准确分类结果的基础上，制成团场当年主要农作物种植、分布报告；由此提取并发布各团场当年主要农作物的播种面积及收获面积信息，同时结合各师、团的地理信息，制作基于 GIS的兵团、师、团三种空间尺度的当年主要农作物种植面积报表与分布图。 以部分地点的实地抽样调查数据为依据，对基于遥感数据所填作物空间分布图进行验证与完善。 可为兵团、师及团场优势作物布局及优质农产品区划、农业产业结构调整提供决策依据。 研究建立遥感数据估测主要作物产量的方法与模型。 连续获取兵团区域当年作物整个生长期的遥感数据，在提取的各类作物出苗及收获面积精确的前提下，根据遥感数据计算得到多种反映作物生物产量的植被指数，依据研究建立的各类植被指数与对应作物产量的数学模型，即可获得各类作物的单位产量。 项目研究可以通过遥感方法获得作物生长发育模型中的关键农学参数（叶面积指数、光合有效辐射、生物量），根据主要作物的生长发育模型，预测出作物产量，以此对直接用植被指数预测的产量进行校验，也可用各团场组织人工测定的作物产量对其进行验证与参数调整，以提 高产量预测精度。 如针对兵团主要经济作物棉花，开展棉花光谱特征与产量构成要素关系的研究；建立棉花遥感估产模型及精度检验方法。 从遥感估产的机理出发，通过分析研究作物光谱特征与产量构成要素之间的联系，以及作物植被指数与产量的关系，建立光谱模式、植被指数模式与气象、农学、光谱的复合模式以及遥感测产模型，进行产量估测。 根据遥感数据分析结果，结合团场 GIS，制成各团场主要作物产量图，也可制成田块产量分布图，为田间变量施肥管理提供理论依据。 为兵团精准收获合理调配收获机械及劳动力提供依据。 （ 3）基于遥感的主要农作物长 势分析 作物生长过程是一个动态变化过程，作物长势是指作物苗情的生长状况及其变化，作物长势监测是对其生长变化进行的持续动态监测，跟踪并预测作物的生长过程，基于遥感的长势监测是利用卫星数据动态地监测作物生长状况。 根据作物自身生长发育的规律及遥感获取信息的特点，研究确立基于遥感的作物长势指标量化体系；研究建立通过卫星遥感数据对主要农作物从出苗到收获进行全生育期长势监测与分析的方法，选择不同时期的遥感影像，由卫星、飞机、地面三个平台在时空和光谱分辨率上相互补充，获取作物生长和营养状况信息的模型，实现对作物长势的精 准监测，为科学合理地制定栽培管理措施提供实时的信息依据，并可对实施的主要栽培技术进行效果跟踪与评价，以便及时总结并推广好的技术，尽早调整不合理的措施并弥补其带来的不利影响。 如在棉花生长阶段，研究通过 MODIS 等高时间分辨率的遥感数据进行作物生长动态的实时监测方法，为兵团、师及团场不同决策层提供具体到田块的作物长势信息。 为科学合理地制定施肥、灌水及化学调控措施提供量化依据。 研究建立利用遥感数据进行多年同期长势分析与评价系统，实现对作物不同年度、不同生长发育阶段的比较分析及长势预测与评价，为生产决策和技术管 理部门提供可靠的决策信息；并为产量预测提供依据。 （ 4）主要农作物旱情分析及土壤墒情监测 研究利用植被温度反演模型、遥感蒸散和旱情监测模型监测作物旱情与土壤墒情的方法与流程。 研究使用 MODIS 数据进行农作物旱情监测，用其热红外通道的数据进行植被表面温度反演，并进行精度与可信度评价。 用分裂窗算法进行陆地表面温度反演。 结合地面实测数据、大气廓线数据、模拟数据以及 MODIS 发布的地表温度产品进行温度反演可信度与精度评价。 在棉花种植上，将多年来对棉花水分生理与农田灌溉应用的研究成果与基于空间数据的作物旱情与土壤 墒情监测技术集成，计算地表蒸散和干旱等级（作物缺水指数 CWSI），为基于决策支持系统的棉花水分管理提供信息服务，将极大提高养分、水分利用效率和棉花产量，显著增加经济效益。 （ 5）主要农作物病虫害监测 运用已建立的植被指数与棉花主要病虫害（枯黄病、叶螨及蚜虫）之间的关系模型，研究建立遥感监测棉花病虫害的方法。 利用绿度指数、黄度指数等进行作物病虫害的定性及半定量监测；研究建立利用高光谱分辨率遥感数据诊断棉花主要病虫害（枯黄萎病、叶螨及蚜虫）的模型，同时，根据建立的光谱指数与病害病情指数模型可量化作物病害程度并进 行病情分级，实现作物病虫害的实时有效监测，为及时采取有效防治措施提供精确的地理位置信息及时间信息，同时可对防治效果进行监测与评价，并为合理安排作物抗病、抗虫品种的种植提供理论依据。 （ 6）农田土壤肥力监测 研究利用遥感数据监测土壤肥力的指标及方法。 通过遥感数据反演土壤有机质等指标的方法直接监测土壤肥力；通过遥感数据得到的作物产量信息间接反映土壤肥力。 利用遥感数据计算作物碳氮比判断土地肥力。 研究以地理信息系统 GIS 、全球定位系统（ GPS）、遥感（ RS）为基本手段和方法 ,集成土壤类型、土壤肥力、肥料使用、 作物类型及产量等农业专题数据，建立土壤综合肥力的多变量、多因子评价模型 ,对土壤肥力进行综合评价，建立施肥决策与诊断评价体系，并作为施肥决策的核心技术，应用土壤肥力状况的评价与施肥诊断推荐决策支持系统，制订施肥推荐的方案，实现土壤肥力信息管理和施肥决策精确化。 如可根据不同的情况和条件产量目标针对不同的肥水条件和播种时间，推荐相应的优良品种；针对土壤肥力基础、目标产量和作物的生长发育状况，确定施肥数量、元素配比和施肥方法；确定因地制宜的优化组合、因苗管理的最佳方案、分类指导的应变决策。 探索提高产量水平的途径 （ 2）基于遥感的流域水资源动态监测 以遥感技术为手段，结合传统方法，对山区积雪分布、地表水体、以及气候气象因子进行现状调查，在此基础上通过一定重复周期遥感数据的更新，提供专题信息，更新水文、气象等因子的本底数据库，建立遥感动态监测系统。 遥感监测内容主要包括：①积雪的遥感监测（主要利用 MODIS 数据），制作积雪分布图，利用积雪图估算积雪覆盖面积和深度；②利用遥感手段，进行中高山区大尺度范围的降水监测；③中高山区太阳辐射的遥感监测；④中高山区蒸散发量的遥感监测。 以遥感监测提取的冰雪信息为依据，以冰雪物质 平衡模型为核心组件，利用空间数据库平台，计算输出流域现状冰雪资源及其对流域径流的补给量，并以气候变化状态（降水，气温）为输入参数，通过模块运行获取未来不同气候背景下冰雪资源变化及其对流域径流的影响结果。 （ 3）基于遥感和 GIS 的流域水资源预测 基于遥感获取的山区冰川，积雪降水等水文气象信息，以及地表下垫面信息，利用反演方法获取主要文水参数（积雪分布、雪水当量、土壤含水量和蒸散发量等）和地表参数（地形、地貌、地表覆盖类型、辐射平衡、生态类型等）及其空间分布；研究点面之间，不同分辨率的网格之间的尺度转换问题和转 换方案，利用分布式水文模型进行地表径流、地下径流模拟以及流域的总径流模拟。 根据流域径流模拟结果，研究山区产流机理和径流变化规律，结合多源遥感动态监测信息进行流域水资源预测。 基于遥感的流域水资源预测系统结构框图见图 10。 （ 4）基于遥感和 GIS 的洪灾监测评估系统 通常洪水发生时，涉及的流域范围大，要完全从地面上进行调查评估，不仅工作量相当大，而且难以满足快速评估的时间要求。 充分利用 MODIS 数据免费、较高时间分辨率的优点，应用 GIS 技术，实现对不同土地利用类型的淹没情况的实时监测，建立基于 RS 和 GIS 的洪灾 监测评估系统（见图 11）。 建立洪灾遥感监测系统 在对洪灾区本底值调查的基础上（洪水发生前的土地利用数据、行政界限、社会、经济、人口等数据），采集多元遥感影像，建立洪灾遥感监测模拟和土地利用遥感识别模型，利用遥感图像处理软件工具，生成水体动态变化信息和土地利用变化信息，应用 GIS 技术，建立洪灾水体识别影像和土地利用分类影像库，实现对不同土地利用类型的淹没情况的实时监测，为汛情的动态监测和评估系统提供迅速直观、可靠的现状和变化信息。 洪水灾情评估 在兵团空间信息服务平台基础上，结合现有的洪水灾情监测评估系统软件，集成开发适用于兵团的洪水灾情监测、影像的接受和数据交换，影像处理调整、水体面积统计、土地资源损失评价和灾情模拟等多功能软件系统，并对兵团主要流域不同土地利用类型的淹没情况进行评估。 .3 考核的主要指标 所建系统具有提供以下服务与产品的功能： （ 1）各种专题图件，包括：流域数字地形地貌图、流域水系图、行政区划图、灌区水利工程分布图、机井分布图、灌溉类型面积图、洪灾淹没损失及灾情分区图、积雪分布图等。 （ 2）城市和工业取水点、输水管道用水及农业灌溉用水分布统计报告 （ 3）流域出山口的径流预测及水资源 评价报告 （ 4）河流、水库水质评估及预测 （ 5）洪灾损失的风险评估 要达到的技术指标包括： （ 1）实现对主要流域的水情信息监测与预报，径流预报精度在80%左右； （ 2）水资源管理空间信息提取精度在 95%上，实现水利工程信息精确管理； （ 3） 河流、水库水体水质监测以旬、月、年报的形式提供给环境、水利技术和行政部门，监测精度在 80％以上。 （ 4）灌区水资源利用效率提高 10%； （ 5）洪灾发生后实时提供洪灾淹没趋势图与灾害损失评估报告。 土地空间信息服务系统 .1 研究重点 建立运用遥感技术进行年度土地利 用现状调查的方法、流程与规范；开发兵团土地空间信息服务系统和获取每年的土地利用现状数据、监测土地利用的年度变化，并通过对土地利用历史数据和用地需求的分析，预测土地利用变化趋势，为兵团土地资源开发利用和管理决策提供实时准确的信息服务，促进“金土工程”的建设和土地资源的可持续利用。 .2 主要研究内容 （ 1）土地资源专题数据采集 采集历史土地利用现状图、土地利用规划图、土地利用质量评价图等专题图件，进行数字化处理。 如果已经数字化，进行规范化处理，建立土地资源数据库。 同时，需要采集与人口、耕地面积等有关的 社会经济统计数据项，为土地利用变化趋势分析提供支持。 （ 2）土地利用 /覆盖类型的遥感精细分类 研究运用不同空间分辨率的遥感数据进行不同空间尺度的土地类型分类的模型、方法与流程。 对于全兵团尺度，运用分辨率在 30m左右的中分辨率遥感数据提取土地利用 /土地覆盖信息，如可选用北京一号的多光谱数据、 CBERS 数据、 TM 等。 在这个尺度上，主要能提取土地利用类型中的一级和二级分类，可为土地及农业相关部门提供农用地、未利用地、空闲地、未充分利用土地、土地利用现状等信息。 对于重点监测区域（如城镇、工程场址、经济开发区等）， 则选择高分辨率遥感数据，如 SPOT日本的 ALOS、北京一号小卫星、航片等。 研究利用数学形态学、神经网络、模糊数学等人工智能的方法提高遥感图像分割与地类识别的精度。 例如：通过高分辨率遥感数据对经济开发区、工业园区及住宅区及小城镇扩张面积变化等的监测，可以为土地管理和开发区管理等相关部门提供区域建筑密度、建筑容积率、空闲率、小城镇变化等信息服务； （ 3。