基于群体长势遥感诊断的水稻洪涝灾情损失评估方法研究

洪涝灾害是我国发生频率高、危害范围广、严重影响国民经济的自然灾害。为应对洪涝等农业自然灾害造成的影响，国家正在积极推行政策性农业保险，其关键便在于科学、快速地预测农作物在不同洪涝胁迫强度下的减产率，为农业保险费率的精确厘定和灾后及时理赔提供支持。当前针对特定农作物的洪涝灾情损失评估的研究还很少见。本项目选取洪涝灾害频发的淮河流域为实验区，以水稻为监测对象，获取洪涝灾前、灾中、灾后的多时相、多源光学和雷达数据，识别淹没区和内涝区分布范围，建立洪涝历时提取模型，结合遥感光谱信息、地面实测样点信息和水稻物候特征，提取洪涝灾前与灾后的水稻长势表征指标(LAI、叶片叶绿素含量)，定量分析不同等级的洪涝灾害胁迫与正常状态的长势差异，以水稻生长过程模型为基础研究长势诊断与产量减损之间的潜在规律，预测不同洪涝灾害强度下的水稻产量减损率，为农业受灾补偿额度确定、政策性农业保险的赔付率厘定提供决策支持。

为应对洪涝等农业自然灾害造成的影响，国家正在积极推行政策性农业保险，其关键便在于科学、快速地预测农作物在不同洪涝胁迫强度下的减产率，为农业保险费率的精确厘定和灾后及时理赔提供支持。本项目选取以水稻洪涝为监测对象，在多时相遥感数据支持下，研究水稻洪涝受灾范围遥感监测方法，以叶面积指数与叶片叶绿素含量为长势表征参量，定量分析不同胁迫强度的受涝水稻与正常水稻的长势差异，研究长势诊断与水稻产量减损之间的响应规律，预测不同洪涝灾害强度下的水稻产量减损率，为农业受灾补偿额度确定、政策性农业保险的赔付率厘定提供决策支持。.在水稻洪涝小区模拟实验和野外观测数据支持下，项目取得了一系列研究成果：（1）基于暴雨内涝发生前后的环境小卫星影像，筛选水稻长势胁迫的敏感表征参量，构建了基于变化向量分析的水稻洪涝范围监测模型，该方法在不同区域不同数据源具备通用性；（2）通过水稻淹水实验模拟洪涝胁迫状态，分析不同生育期、不同洪涝胁迫强度下的水稻叶面积指数变化规律，利用相关分析法研究水稻冠层高光谱响应特征，建立了基于敏感特征向量的洪涝胁迫水稻叶面积指数反演模型；（3）分析了水稻各个生育期的叶绿素荧光参数与洪涝胁迫强度（历时、深度）的响应变化规律，通过结构不敏感色素指数（SIPI）、光化学植被指数（PRI）与叶绿素荧光参数的相关性分析，提出了基于BP神经元网络的洪涝胁迫水稻叶绿素参数监测模型；（4）利用光谱敏感度法对不同生育期内淹水胁迫水稻光谱曲线进行对比分析，探明了洪涝胁迫的水稻产量减损光谱机理，采用偏最小二乘回归法（PLSR）建立了产量和产量构成因素的多元回归模型；（5）通过洪涝发生前的多时相遥感数据建立水稻产量预测模型，利用内涝发生前、后光谱特征的变化强度构建洪涝胁迫因子，建立了基于洪涝胁迫因子调整的水稻产量减损估算模型，实现了较高精度的水稻洪涝胁迫产量空间制图；（6）通过洪涝发生后的水体光谱分析，计算水体浑浊指数 (WTI)和垂直植被指数（PVI），分析了WTI与水体泥沙含量、PVI与水稻产量的内在规律，建立了受灾水稻PVI与WTI的线性回归方程，形成了基于水体浑浊指数的水稻洪涝胁迫产量减损遥感评估方法。通过项目全体研究人员的三年攻关，全面按计划完成了项目任务书规定的内容，达到了研究目标。项目资助已发表论文20篇，其中SCI论文4篇，EI论文14篇。