1. 研究目的与意义、国内外研究现状（文献综述）
1 本课题的意义、国内外研究概况、应用前景等（列出主要参考文献）1.1 课题意义生物量是作物长势监测的一个重要指标，作物单株生物量反映了个体长势，单位面积生物量则反映了作物群体长势。
[1]同时作物生物量还是重要的农学参数，是形成作物产量的基础，区域尺度上作物生物量的估算可以为作物产量的监测与预测提供依据，结合收获指数就可以对区域尺度上的作物单产进行空间制图。
另一方面农田生物量是研究全球碳循环的重要组成部分，农田在陆地生态系统的物质循环和能量流动中起着主导作用，对农田生物量进行监测将为研究农田生态系统中能量平衡、能量流动和养分循环等功能过程提供基础数据。
2. 研究的基本内容和问题
2 研究的目标、内容和拟解决的关键问题2.1 研究目标研究遥感图像作物生物量的精确提取方法，分析基于不同遥感植被指数的空间变异特性，并在进行空间差异分析的基础上对区域尺度进行管理分区的划分。
综合运用传统统计方法、地质统计方法等方法研究作物叶面积指数、覆盖度等生物量信息的空间变异特征及关系，归纳分析结果，优化、完善参数提取方法。
2.2 研究内容选用农业监测中常用的四种植被指数归一化植被指数ndvi、比值植被指数rvi、差值植被指数dvi、垂直植被指数pvi，他们分别可以表征植被覆盖度、植被长势丰度、植被生态环境、作物估产[4]，研究确定基于遥感图像的四种植被指数提取方法，分析四种植被指数县域尺度区域内的空间变异性，在对拟合的半方差函数模型进行插值的时候尝试几种差值方法，比较几种差值方法的效果，选择确定空间上既存在变异又具有相关性的指标参与分区。
3. 研究的方法与方案
3 研究方法、技术路线、实验方案及可行性分析3.1 研究方法（1） 理论知识准备：采用文献调查法，利用学校图书馆、网上相关学术数据库等资源（2） 图像信息的采集与数据提取：利用实验室已经收集的遥感图像，从遥感影像中运用植被指数提取法提取植被信息（3） 处理分析数据：综合运用地理信息系统软件、地统计学软件研究了作物生物量在不同生育阶段的时空变异特征3.2 技术路线3.3 实验方案（1） 采用遥感软件envi进行landsat-5 tm卫星影像预处理。
利用地面控制点对tm影像进行几何精校正。
tm影像的大气校正釆用软件自带的模块进行。
4. 研究创新点
4 特色或创新之处目前大多数空间变异性研究都基于土壤和气象数据，根据这些指标作为分区的指标，本研究以植被指数作为指标，更加丰富此方面的研究；并且遥感技术与地理信息系统技术的结合对发展高级模型也具有重要的意义；
5. 研究计划与进展
5 研究计划及预期进展（1）2016年12月1日到2016年12月31日查阅课题相关文献，总结遥感技术与空间变异分析的发展现状,确定题目，编写开题报告。
（2）2017年1月1日到2017年1月31日 搭建软件平台，熟悉需要使用的软件，了解相关算法的原理，对所获得的遥感图像数据进行预处理、初步进行生物量参数的提取。
（3）2017年2月1日到2017年2月28日研究对比不同参数提取方法下生物量参数的提取精度，对获得的4个生物量数据进行分析、讨论、评价；（4）2017年3月1日到2017年3月30日归纳分析结果，优化、完善参数提取方法，按研究目标和内容撰写论文，完成论文初稿，准备论文中期检查。
