MODIS時序數(shù)據(jù)在縣級尺度作物長勢監(jiān)測分析中的應(yīng)用

于 堃， 王志明， 孫 玲， 單 捷， 毛良君

(江蘇省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟與信息研究所，江蘇 南京 210014)

農(nóng)業(yè)生產(chǎn)是人類社會存在的基礎(chǔ)，隨著全球氣候的不斷變化，農(nóng)業(yè)生產(chǎn)面臨著越來越多的災(zāi)害威脅［1］。為了提高農(nóng)業(yè)生產(chǎn)對各種災(zāi)害的應(yīng)對能力，降低災(zāi)害帶來的經(jīng)濟損失，需要人們及時掌握農(nóng)作物的生長狀況。作物長勢能夠及時反映農(nóng)情信息，通過對農(nóng)作物長勢的實時監(jiān)測，不僅能夠為農(nóng)業(yè)生產(chǎn)的田間管理提供及時、科學(xué)的依據(jù)，也可為農(nóng)作物產(chǎn)量估測提供必要的基礎(chǔ)數(shù)據(jù)［2-3］。傳統(tǒng)作物長勢監(jiān)測多依賴地面調(diào)查，造成農(nóng)情信息獲取成本高、時效性差，且調(diào)查結(jié)果常受主觀人為因素影響。近年來，隨著遙感技術(shù)的不斷發(fā)展，尤其是遙感信息的覆蓋范圍廣、數(shù)據(jù)獲取周期短、費用成本低等特點，為作物長勢信息的快速、準確、動態(tài)獲取提供了重要的技術(shù)支撐，使傳統(tǒng)作物長勢監(jiān)測中所遇到的難題在一定程度上得以解決［4-5］。

早在上世紀70年代，美國便開始應(yīng)用遙感技術(shù)進行作物長勢的監(jiān)測，并形成了應(yīng)用遙感數(shù)據(jù)監(jiān)測全球作物長勢的業(yè)務(wù)化產(chǎn)品［6-8］。之后，加拿大于上世紀80年代構(gòu)建了基于NOAA/AVHRR以及MODIS等遙感數(shù)據(jù)的全國作物長勢監(jiān)測系統(tǒng)，并每7～10天向用戶提供大尺度的作物長勢數(shù)據(jù)產(chǎn)品［9］。巴西、法國、俄羅斯、日本、阿根廷和印度等國也相繼構(gòu)建了利用遙感數(shù)據(jù)獲取作物長勢信息的業(yè)務(wù)化運行平臺，定期向用戶發(fā)布作物長勢數(shù)據(jù)產(chǎn)品［10］。中國也是較早利用遙感技術(shù)開展作物長勢監(jiān)測的國家之一［11］。上世紀80年代起，中國廣泛開展了利用氣象衛(wèi)星監(jiān)測作物長勢及估產(chǎn)等方面的研究［12-14］。1998年中國科學(xué)院初步建立了國家級的農(nóng)情監(jiān)測系統(tǒng)，利用NOAA/AVHRR遙感數(shù)據(jù)獲取全國尺度上1 km分辨率的旬農(nóng)作物遙感長勢分布圖，并將作物長勢監(jiān)測作為一個主要的監(jiān)測指標(biāo)［15-16］。然而，對快速、準確的作物長勢信息的需求不僅存在于全國尺度，也同樣存在于中小尺度，如省級、市級以及縣級農(nóng)業(yè)相關(guān)管理及決策部門。因為大尺度的作物長勢監(jiān)測信息往往空間分辨率較低(1 km左右)，無法滿足中小尺度的實際需求。但海量多源衛(wèi)星遙感數(shù)據(jù)快速處理能力限制了其在中小尺度作物長勢信息獲取及發(fā)布中的應(yīng)用，這造成了中國目前對于中小尺度尤其是縣級尺度高時間分辨率作物長勢的業(yè)務(wù)化遙感監(jiān)測體系仍不完備［5-17］。以江蘇省64個縣市為例，若要利用MODIS數(shù)據(jù)獲取近12年來覆蓋每個縣市的作物長勢信息，需要處理的數(shù)據(jù)量多達560 640景。

本研究擬選取江蘇省泗洪縣為研究目標(biāo)，利用近12年250 m地面分辨率的MODIS數(shù)據(jù)評價以旬為時間間隔的該縣作物長勢情況，結(jié)合野外實地觀測數(shù)據(jù)對監(jiān)測精度進行評價，探索利用中等分辨率的MODIS數(shù)據(jù)解決縣級尺度作物長勢信息的方法。由于MODIS遙感數(shù)據(jù)在實效性以及經(jīng)濟性等方面具有其他遙感數(shù)據(jù)無法比擬的優(yōu)勢，因此，將該方法推廣應(yīng)用到江蘇省其他縣市，不僅可以指導(dǎo)各縣的農(nóng)業(yè)生產(chǎn)、防災(zāi)減災(zāi)工作，也將推進江蘇省縣級尺度農(nóng)情信息的業(yè)務(wù)化進程。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

江蘇省是中國產(chǎn)糧大省之一，轄區(qū)內(nèi)有64個縣市。泗洪縣位于蘇北平原西部，東臨洪澤湖，西接安徽省泗縣，南靠江蘇省盱眙縣，北接江蘇省宿豫縣(圖1)，屬東亞季風(fēng)區(qū)，四季分明，氣候溫和，光照充足，年均氣溫14.3℃，年均降水量893.9 mm，無霜期213 d，年均風(fēng)速3.7 m/s。泗洪縣轄區(qū)總面積為2 731 km2，其中耕地面積1 331.79 km2，總?cè)丝跀?shù)約為7.808×105，該縣的糧食總產(chǎn)量多年一直位列江蘇省各縣市的前茅，被評為中國商品糧基地縣以及糧食生產(chǎn)先進縣。泗洪縣的糧食作物主要以小麥、水稻為主，經(jīng)濟作物主要有大豆、花生、山芋、西瓜等［18-19］。由于泗洪縣特殊的地理位置，使其易受洪澇以及干旱等氣象災(zāi)害的影響，統(tǒng)計數(shù)據(jù)表明，該地區(qū)平均每2.4年就會發(fā)生一次旱災(zāi)。同時，泗洪縣的洪澇災(zāi)害也頻繁爆發(fā)，如2003年、2007年泗洪縣各地均不同程度的受到洪澇災(zāi)害的影響［20-21］。

圖1 泗洪縣地理位置圖Fig.1 The location of Sihong county

1.2 數(shù)據(jù)來源

本研究所利用的遙感數(shù)據(jù)取自極地軌道環(huán)境遙感衛(wèi)星Terra/Aqua上的MODIS(Moderate Resolution Imaging Spectroradiometer)所采集的遙感影像，數(shù)據(jù)由美國國家航空航天局(NASA)所屬的戈達德航天中心(GSFC)提供。MODIS通過x波段將實時觀測數(shù)據(jù)向全球免費發(fā)送。MODIS數(shù)據(jù)波段范圍廣，包括36個波段，分布在0.4～14.0 μm電磁波譜范圍內(nèi)，且具有很高的信噪比。其數(shù)據(jù)空間分辨率包括了250 m、500 m和1 000 m三個尺度，幅寬為2 330 km，垂直觀測視場±55°。在對地觀測過程中，可同時獲得來自大氣、海洋和陸地表面的信息，每1～2 d即可獲取一次全球觀測數(shù)據(jù)，因此被廣泛應(yīng)用于對陸表、生物圈、大氣和海洋的長期全球觀測［22-23］。

1.3 MODIS數(shù)據(jù)預(yù)處理

目前NASA針對MODIS開發(fā)了若干產(chǎn)品，其中被用于陸地研究的多達10種，常用的陸地產(chǎn)品如MOD09(地表反射率產(chǎn)品)、MOD13(地表植被指數(shù)產(chǎn)品)，這些MODIS陸地產(chǎn)品的時間分辨率為8-Day、16-Day和monthly合成值，空間分辨率可分為250 m、500 m、1 km 和 25 km［24］。而中國的農(nóng)業(yè)生產(chǎn)往往以旬(10 d)為時間間隔，因此，NASA所提供的陸地產(chǎn)品在時間間隔上不能夠滿足中國農(nóng)作物長勢監(jiān)測的需求。同時，NASA所提供的MOD09產(chǎn)品中各個波段不具有統(tǒng)一的最高250 m的地面分辨率，若想使用該產(chǎn)品需要對數(shù)據(jù)進行重采樣［25］。因此，綜合上述原因，本研究選用GSFC提供的MODIS原始數(shù)據(jù)，也被稱為 Level-0(L0)級數(shù)據(jù)。自2000年2月至2012年11月間，覆蓋研究區(qū)的L0級數(shù)據(jù)共計約9 000景，通過快視圖篩選出667景無云且無太陽耀斑的數(shù)據(jù)用于本研究，并對所選取的遙感影像做如下處理:(1)輻射校正。通過輻射校正可消除因傳感器自身條件、大氣因素、太陽角度及其他噪聲引起的衛(wèi)星觀測值與實際反射率之間的差異。因此，本研究采用NASA提供的水色遙感軟件Sea-DAS 6.1以及MODIS Science Team提供的針對氣溶膠吸收和瑞利散射校正軟件對MODIS L0數(shù)據(jù)進行輻射校正，并將所有MODIS數(shù)據(jù)歸一化為地面反射率。(2)幾何校正。Terra和Aqua兩顆衛(wèi)星搭載有外部定位系統(tǒng)，每景MODIS L0數(shù)據(jù)的HDF文件中均包含按照順序存放的掃描數(shù)據(jù)幀、時間碼和定位信息，利用SeaDAS 6.1軟件可以針對MODIS L0數(shù)據(jù)中包括的定位信息完成MODIS數(shù)據(jù)的幾何校正。應(yīng)用該軟件包將所選研究區(qū)的數(shù)據(jù)校正為等經(jīng)緯度切圓柱投影，坐標(biāo)系為WGS-84，幾何校正的誤差小于0.5個像元［26］。(3)數(shù)據(jù)重采樣。由于針對陸地設(shè)計的MODIS數(shù)據(jù)1～7波段地面分辨率不統(tǒng)一，即1～2波段為250 m地面分辨率，而3～7波段為500 m地面分辨率。因此，需要對3～7波段進行數(shù)據(jù)重采樣，將其分辨率轉(zhuǎn)換成250 m?？紤]到雙線性內(nèi)插法計算量適中且精度較高，故本研究選用雙線性內(nèi)插法對500 m分辨率波段進行重采樣。(4)圖像裁剪。以泗洪縣行政邊界為基礎(chǔ)，結(jié)合2011年3月31日10 m分辨率的ALOS遙感數(shù)據(jù)，去除泗洪縣內(nèi)的水體、河流、居民點及主要道路，生成用于批量裁切的研究區(qū)矢量文件并完成研究區(qū)MODIS數(shù)據(jù)的裁剪［27］。

以上數(shù)據(jù)處理過程均通過批處理模式完成，大大提高了計算效率，生成單景MODIS數(shù)據(jù)地面反射率產(chǎn)品僅需5 min，使海量遙感數(shù)據(jù)用于縣級尺度作物長勢實時監(jiān)測成為可能。

1.4 作物長勢監(jiān)測方法

目前，作物長勢監(jiān)測的主要方法有過程監(jiān)測和實時監(jiān)測。過程監(jiān)測主要是通過時序植被指數(shù)來構(gòu)建作物生長過程，通過生長過程的年際間(如高產(chǎn)年、平產(chǎn)年、低產(chǎn)年和去年)對比來反映作物生長的狀況，尋找出當(dāng)年與典型年份曲線間的相似和差異，統(tǒng)計生長過程曲線的上升速率、下降速率、累計值等特征參數(shù)來反映當(dāng)年作物生長趨勢上的差異［28］。實時監(jiān)測是利用實時遙感圖像判斷具體時間段(旬、月、年)作物長勢優(yōu)劣及其空間分布，評價該時間段內(nèi)作物長勢狀況的空間分布，主要是將實時植被指數(shù)與去年、多年同期平均以及指定年份同期對比，通過對差異值進行分級、統(tǒng)計來反映區(qū)域作物實時生長狀況［3，29-30］。過程監(jiān)測和實時監(jiān)測都要通過植被指數(shù)實現(xiàn)。植被指數(shù)是指由多光譜數(shù)據(jù)，經(jīng)線性或非線性組合構(gòu)成的各種數(shù)值，其對植物的葉綠素含量、健康程度以及植物含水量等特性非常敏感，因此，是評價植被覆蓋、生長活力及生物量的簡單有效的度量參數(shù)［31］。目前，被廣泛使用的植被指數(shù)有:歸一化植被指數(shù)NDVI(Normalized difference vegetation index)和增強型植被指數(shù) EVI(Enhanced vegetation index)［24］，各個植被指數(shù)的計算公式如下:

NDVI因無法去除大氣干擾(如水汽、瑞利散射、氣溶膠等)，其值往往較實際值偏低，同時NDVI在高植被覆蓋區(qū)域紅光波段會出現(xiàn)飽和現(xiàn)象，造成其值在高植被覆蓋區(qū)域無法與植被覆蓋度同步增長。而EVI中增加了大氣修正參數(shù)C1和C2，一定程度上減弱了大氣干擾［24，33-34］，因此，本研究采用 EVI來實現(xiàn)對泗洪縣近12年來每旬作物長勢的實時監(jiān)測和過程監(jiān)測。

2 結(jié)果與分析

2.1 作物長勢過程監(jiān)測

將經(jīng)過預(yù)處理的641景MODIS地面反射率數(shù)據(jù)(250 m分辨率)先按照公式(3)計算EVI值，之后，將每景圖像中各像元的EVI值進行加和平均以獲取每景圖像的EVI平均值。根據(jù)短期植被生長過程中EVI表現(xiàn)為穩(wěn)定的上升或者下降這一特性［35］，利用線性插值法生成泗洪縣12年每日平均EVI值序列，共有4 538個平均EVI值，最后以旬為時間間隔按照對應(yīng)年份及月份計算12年來泗洪縣各月份逐旬平均EVI值。

統(tǒng)計數(shù)據(jù)顯示，2011年泗洪縣糧食作物產(chǎn)量為9.452×105t，為2000～2011年間的極大值。因此，選取2011年各旬EVI值作為典型豐產(chǎn)年參考序列。同時，選取2000～2012年各旬EVI平均值作為多年平均參考序列(圖2)。將2012年監(jiān)測期內(nèi)各旬平均EVI值序列與典型豐產(chǎn)年及多年平均參考序列進行對比。結(jié)果表明，2011～2012年稻麥輪作期內(nèi)，除4月中旬外其余各旬小麥長勢均好于典型豐產(chǎn)年及多年平均。2011～2012年稻麥輪作期內(nèi)，除6月中旬外其余各旬水稻長勢均好于多年平均，但8月中旬～9月下旬以及11月上旬水稻長勢不及典型豐產(chǎn)年。野外實地考察及歷史資料均證明監(jiān)測期內(nèi)泗洪縣的主要作物為小麥和水稻。因此，可以預(yù)測2012年泗洪縣夏糧產(chǎn)量(小麥)將高于典型豐產(chǎn)年和多年平均;秋糧(水稻)產(chǎn)量將高于多年平均，但由于水稻產(chǎn)量形成的關(guān)鍵期內(nèi)(8月中旬～9月下旬)其長勢不及典型豐產(chǎn)年，所以秋糧的最終產(chǎn)量將不及典型豐產(chǎn)年。

圖2 泗洪縣2011～2012年稻麥輪作期各旬與典型豐產(chǎn)年及多年平均作物長勢對比曲線圖Fig.2 Comparison of the 10-day crop growth condition(CGC)of Sihong county among the 2011 －2012 wheat-rice rotation periods，the typical harvest year and the mean of the past 12 years

2.2 作物長勢實時監(jiān)測

以上述作物長勢過程監(jiān)測中所生成的667景EVI指數(shù)圖為基礎(chǔ)，生成2011～2012年稻麥輪作期內(nèi)各旬平均EVI指數(shù)圖，同時生成典型豐產(chǎn)年以及多年平均(2000～2012年)各旬平均EVI指數(shù)圖。將2011～2012年稻麥輪作期內(nèi)各旬的EVI指數(shù)圖與同期的典型豐產(chǎn)年以及多年平均EVI指數(shù)圖進行比較，并按照EVI差值≥0.1、0.1＞EVI差值＞ －0.1、EVI差值≤－0.1將長勢劃分為優(yōu)于典型豐產(chǎn)年(或多年平均)、與典型豐產(chǎn)年(或多年平均)持平、劣于典型豐產(chǎn)年(或多年平均)3個級別(圖3～6)。

通過統(tǒng)計對比，發(fā)現(xiàn)2011～2012年稻麥輪作期內(nèi)各旬小麥長勢劣于典型豐產(chǎn)年的面積至多占研究區(qū)總面積的13%，劣于多年平均的面積至多占研究區(qū)總面積的10%，這說明該時間段內(nèi)泗洪縣小麥長勢大多為優(yōu)于典型豐產(chǎn)年(或多年平均)或持平。而2011～2012年稻麥輪作期內(nèi)各旬水稻長勢劣于典型豐產(chǎn)年的面積至多占研究區(qū)總面積的48%，劣于多年平均的面積至多占研究區(qū)總面積的35%，這說明該時間段內(nèi)泗洪縣水稻長勢較多為優(yōu)于典型豐產(chǎn)年(或多年平均)或持平。

泗洪縣東北部及西南部地勢較高，耕地以旱田為主;而泗洪縣中部地勢較低，耕地以水旱輪作田為主。由于水旱輪作區(qū)冬小麥播種較旱田晚，使得該區(qū)域的小麥在拔節(jié)期(4月上旬)之前長勢要劣于旱田區(qū)域，這一結(jié)論也得到野外實地驗證的證明。但水旱輪作區(qū)域的水分及土壤肥力條件均要優(yōu)于旱田區(qū)域，保證了該區(qū)域的小麥在4月下旬之后的孕穗期、抽穗期以及成熟期中長勢基本與旱田區(qū)域生長周期更長的小麥長勢相當(dāng)(圖3、圖4、圖7)。隨著5月下旬小麥相繼收割，泗洪縣的小麥長勢開始出現(xiàn)退化，但從圖7中的5月下旬～6月上旬的監(jiān)測結(jié)果中不難發(fā)現(xiàn)，泗洪縣的旱田區(qū)域小麥收割進程要先于水旱輪作區(qū)域?？梢?，通過對作物長勢的實時監(jiān)測，不僅能夠及時反饋各旬作物長勢的空間分布情況，同時也能夠做到對作物生長及收獲進程的全程監(jiān)控(圖7、圖8)。

圖3 泗洪縣2011～2012年稻麥輪作期小麥長勢與典型豐產(chǎn)年同期對比分級圖Fig.3 Comparison of the 10-day wheat growth condition of Sihong county between the 2011 －2012 wheat-rice rotation periods and the typical harvest year

圖4 泗洪縣2011～2012年稻麥輪作期小麥長勢與多年平均對比分級圖Fig.4 Comparison of the 10-day wheat growth condition of Sihong county between the 2011 －2012 wheat-rice rotation periods and the mean of the past 12 years

圖7 泗洪縣2011～2012年稻麥輪作期內(nèi)小麥長勢分布圖Fig.7 The 10-day wheat growth condition of Sihong county during the 2011 －2012 wheat-rice rotation periods

圖8 泗洪縣2011～2012年稻麥輪作期內(nèi)水稻長勢分布圖Fig.8 The 10-day rice growth condition of Sihong county during the 2011 －2012 wheat-rice rotation periods

2.3 作物長勢監(jiān)測精度驗證

為了保證作物長勢監(jiān)測結(jié)果的準確性，隨機選取均勻分布于研究區(qū)內(nèi)的32個驗證點對2012年4月上旬的小麥和2012年9月下旬的水稻長勢遙感監(jiān)測結(jié)果進行了野外實地驗證(圖9)，驗證結(jié)果表明遙感監(jiān)測結(jié)果能夠準確、客觀地反映研究區(qū)內(nèi)作物長勢的差異。

圖9 泗洪縣作物長勢遙感監(jiān)測結(jié)果及野外驗證信息表Fig.9 The CGC monitoring results vs.the ground monitoring results

3 結(jié)論

泗洪縣的作物長勢過程監(jiān)測結(jié)果表明，2011～2012年稻麥輪作期內(nèi)小麥長勢優(yōu)于典型豐產(chǎn)年以及多年平均;水稻長勢優(yōu)于多年平均，但在關(guān)鍵生長期內(nèi)不及典型豐產(chǎn)年。而作物長勢實時監(jiān)測結(jié)果不僅顯示了監(jiān)測周期內(nèi)作物長勢優(yōu)劣在空間上的分布情況，同時也揭示了作物生長及收獲的變化過程。因此，二者結(jié)合監(jiān)測作物長勢，可使地方農(nóng)業(yè)管理部門足不出戶就能全面掌握轄區(qū)內(nèi)的作物生長及收割情況，以便及時調(diào)整田間管理措施，實現(xiàn)防災(zāi)減災(zāi)、增產(chǎn)增收的目的。

圖5 泗洪縣2011-2012年稻麥輪作期水稻長勢與典型豐產(chǎn)年同期對比分級圖Fig.5 Comparison of the 10-day rice growth condition of Sihong county between the 2011 －2012 wheat-rice rotation periods and the typical harvest year

圖6 泗洪縣2011～2012年稻麥輪作期水稻長勢與多年平均對比分級圖Fig.6 Comparison of the 10-day rice growth condition of Sihong county between the 2011 －2012 wheat-rice rotation periods and the mean of the past 12 years

將近12年來泗洪縣的平均EVI值與對應(yīng)年份的糧食產(chǎn)量進行了相關(guān)性分析，二者的相關(guān)系數(shù)為0.66，在置信度水平為95%下表現(xiàn)為顯著相關(guān)。這表明作物長勢在一定程度上反映了糧食產(chǎn)量。因此，如果將定期的作物長勢監(jiān)測與生長模型以及氣象數(shù)據(jù)結(jié)合，可以對研究區(qū)內(nèi)的作物產(chǎn)量進行估測。

由于受季風(fēng)影響，江蘇省夏初常伴隨持續(xù)陰雨天氣，這大大增加了以旬為時間間隔的作物長勢監(jiān)測難度。因此，在今后的研究中需開發(fā)針對海量MODIS數(shù)據(jù)的有效自動云像元識別算法，并用與之最近日期無云像元替換對應(yīng)的云像元，從而實現(xiàn)對監(jiān)測目標(biāo)的不間斷實時監(jiān)測。

MODIS數(shù)據(jù)時間分辨率高且可以免費獲取，因此，如果能將利用250 m分辨率的MODIS數(shù)據(jù)實時監(jiān)測縣級尺度作物長勢方法推廣到江蘇省其他縣市，既能滿足地方農(nóng)業(yè)管理部門對實時作物長勢信息的需求，也將有助于當(dāng)?shù)氐霓r(nóng)業(yè)防災(zāi)、減災(zāi)工作。

［1］吳炳方，蒙繼華，李強子.國外農(nóng)情遙感監(jiān)測系統(tǒng)現(xiàn)狀與啟示［J］.地球科學(xué)進展，2010，25(10):1003-1012.

［2］楊邦杰，裴志遠，周清波，等.我國農(nóng)情遙感監(jiān)測關(guān)鍵技術(shù)研究進展［J］.農(nóng)業(yè)工程學(xué)報，2002，3(18):191-194.

［3］吳炳方，張 峰，劉成林，等.農(nóng)作物長勢綜合遙感監(jiān)測方法［J］.遙感學(xué)報，2004，8(6):498-514.

［4］MACDONALD R B，HALL F G.Global crop forecasting［J］.Science，1980，208:670-679.

［5］蒙繼華，吳炳方，李子強，等.集成化的省級農(nóng)情遙感監(jiān)測系統(tǒng)［J］.農(nóng)業(yè)工程學(xué)報，2011，27(6):169-175.

［6］USDA FAS.The FAS cropexplorer:A web success story［EB/OL］.(2005-06-01)［2013-03-01］.http://www.fas.usda.gov/info/fasworldwide/2005/06-2005/CropExplorer.pdf.

［7］USDA FAS.Production，Supply and distribution online［EB/OL］.(2007-08-12)［2013-03-01］.http://www.fas.usda.gov/psdonline.

［8］USDA NASS.History of remotesensing for crop acreage［EB/OL］.(2009-05-27)［2013-03-01］.http://www.nass.usda.gov/Surveys/Remotely_Sensed_Data_Crop_Acreage.

［9］STATISTICSCANADA.Overview of the crop condition assessment program ［EB/OL］.(2012-05-07)［2013-03-01］.http://www26.statcan.ca/ccap/overview-aper-cu-eng.jsp.

［10］CONAB.GEOSAFRAS［EB/OL］.(2010-06-18)［2013-03-01］.http://www.conab.gov.br/conabweb/index.php?PAG=81.

［11］陳述彭.遙感在農(nóng)業(yè)科學(xué)技術(shù)中的應(yīng)用［M］.北京:科學(xué)出版社，1990.

［12］肖淑昭，孟憲鉞，張桂宗，等.NOAA/AVHRR資料在中小尺度地區(qū)進行冬小麥估產(chǎn)的應(yīng)用研究［J］.環(huán)境遙感，1988，3(3):299-307.

［13］肖乾廣.用NOAA氣象衛(wèi)星的定量資料計算冬小麥種植面積的兩種方法［J］.環(huán)境遙感，1989，4(3):191-196.

［14］李郁竹.北方冬小麥衛(wèi)星遙感監(jiān)測及估產(chǎn)業(yè)務(wù)系統(tǒng)［J］.氣象，1992，18(11):14-16.

［15］吳炳方.全國農(nóng)情監(jiān)測與估產(chǎn)的運行化遙感方法［J］.地理學(xué)報，2000，55(1):25-35.

［16］吳炳方.中國農(nóng)情遙感監(jiān)測研究［J］.中國科學(xué)院院刊，2004，19(3):202-205.

［17］吳素霞，毛任釗，李紅軍，等.中國農(nóng)作物長勢遙感監(jiān)測研究綜述［J］.中國農(nóng)學(xué)通報，2005，21(3):319-322.

［18］江蘇省統(tǒng)計局等.江蘇省農(nóng)村統(tǒng)計年鑒［M］.北京:中國統(tǒng)計出版社，2009.

［19］江蘇省統(tǒng)計局等.江蘇省農(nóng)村統(tǒng)計年鑒［M］.北京:中國統(tǒng)計出版社，2010.

［20］陸一忠，劉春山.2003年洪澤湖洪水分析［J］.江蘇水利，2004(7):17-18.

［21］楚恩國，卜賢暉.2004年洪澤湖流域干旱原因分析［J］.水文，2006，26(5):80-82.

［22］劉玉潔，楊忠東.MODIS遙感信息處理原理與算法［M］.北京:科學(xué)出版社，2001.

［23］于 堃，陸殿梅，熊黑鋼.近7年來渤海海區(qū)冬季表層海水葉綠素濃度的遙感反演及其變化分析［J］.遙感信息，2009(6):55-62.

［24］HUETE A R，JUSTICE C.MODIS vegetation index(MOD13)algorithm theoretical basis document［R/OL］.(1999-04-30)［2013-03-01］.http://modis.gsfc.nasa.gov/data/atbd/atbd_mod13.pdf.

［25］程 乾.基于MOD09產(chǎn)品的水稻葉面積指數(shù)和葉綠素含量的遙感估算模型［J］.應(yīng)用生態(tài)學(xué)報，2006，17(8):1453-1458.

［26］WOLFE R E，NISHIHAMA M，F(xiàn)LEIG A J，et al.Achieving subpixel geolocation accuracy in support of MODIS land science［J］.Remote Sensing of Environment，2002，83:31-49.

［27］于 堃.典型平原濕地成因及近10年來植被變化研究［D］.南京:南京大學(xué)，2011.

［28］GENOVESE G，VIGNOLLES C，NEGRE T，et al.A methodology for a combined use of normalized difference vegetation index and CORINE land cover data for crop yield monitoring and forecasting-A case study on spain［J］.Agronomie，2001，21(1):91-111.

［29］武建軍，楊勤業(yè).干旱區(qū)農(nóng)作物長勢綜合監(jiān)測［J］.地理學(xué)報，2002，21(5):593-598.

［30］劉愛霞，王長耀，劉正軍，等.基于RS與GIS的干旱區(qū)棉花信息提取及長勢監(jiān)測［J］.地理與地理信息科學(xué)，2003，19(4):101-104.

［31］SIVANPILLAI R，LATCHININSKY A V.Mapping locust habitats in the Amudarya River Delta，Uzbekistan with multi-temporal MODIS imagery［J］.Environmental Management，2007，39:876-886.

［32］VERMOTE E F，TANRE J L，DEUZE M H，et al.Second simulation of the satellite signal in the solar spectrum，6S:an overview［J］.IEEE Transactions Geoscience and Remote Sensing，1997，35:675-686.

［33］HUETE A R，DIDAN K，MIURA T，et al.Overview of the radiometric and biophysical performance of the MODIS vegetation indices［J］.Remote Sensing of Environment，2002，83:95-213.

［34］王正興，劉 闖，HUETE A R.植被指數(shù)研究進展:從AVHRRNDVI到 MODIS-EVI［J］.生態(tài)學(xué)報，2003，23(5):979-986.

［35］PAN Y，LI L，ZHANG J，et al.Winter wheat area estimation from MODIS-EVI time series data using the Crop Proportion Phenology Index［J］.Remote Sensing of Environment，2012，119:232-242.