基于SAR技術(shù)的貴州喀斯特山區(qū)煙草估產(chǎn)模型

符勇+周忠發(fā)+賈龍浩+胡勇

摘要：以貴州清鎮(zhèn)市流長國家現(xiàn)代煙草農(nóng)業(yè)基地單元為研究區(qū)，針對貴州喀斯特山區(qū)煙草種植特性，首先利用ＳＡＲ遙感技術(shù)，對煙草葉片進行反演并計算葉面積指數(shù)，其次對煙草生長適宜性進行評價。結(jié)合煙草的葉面積指數(shù)、適宜性等參數(shù)建立適用于喀斯特山區(qū)的煙草估產(chǎn)模型。經(jīng)建立模型計算得出研究區(qū)每666.7 m2產(chǎn)量為７６．１7 ｋｇ，與研究區(qū)實際產(chǎn)量對比精度在９２％以上，滿足喀斯特山區(qū)大面積快速估產(chǎn)需要，為喀斯特山區(qū)煙草估產(chǎn)提供技術(shù)支撐。

關(guān)鍵詞：煙草；ＳＡＲ技術(shù)；葉面積指數(shù)；適宜性；估產(chǎn)模型；貴州喀斯特山區(qū)

中圖分類號：ＴＰ７９；Ｓ５７２文獻標識碼：Ａ文章編號：0439－８114（２０14）09－2156-04

Tobacco Yield Estimation Model in Guizhou Karst Mountain Based on

the Technology of SAR

ＦＵ Ｙｏｎｇ１，２，ＺＨＯＵ Ｚｈｏｎｇ－ｆａ１，２，ＪＩＡ Ｌｏｎｇ－ｈａｏ１，２，ＨＵ Ｙｏｎｇ３

（１． Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｓｏｕｔｈ Ｃｈｉｎａ Ｋａｒｓｔ， Ｇｕｉｚｈｏｕ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ， Ｇｕｉｙａｎｇ ５５０００１， Ｃｈｉｎａ；

２． Ｓｔａｔｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ Ｉｎｃｕｂａｔｉｏｎ Ｂａｓｅ ｆｏｒ Ｋａｒｓｔ Ｍｏｕｎｔａｉｎ Ｅｃｏｌｏｇｙ Ｅｎｖｉｒｏｎｍｅｎｔ ｏｆ Ｇｕｉｚｈｏｕ Ｐｒｏｖｉｎｃｅ， Ｇｕｉｙａｎｇ ５５０００１， Ｃｈｉｎａ；

３． Ｇｕｉｙａｎｇ Ｔｏｂａｃｃｏ Ｃｏ．， Ｑｉｎｇｚｈｅｎ Ｂｒａｎｃｈ Ｏｆｆｉｃｅ， Ｑｉｎｇｚｈｅｎ ５５１４００， Ｇｕｉｚｈｏｕ， Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ： Ｔａｋｉｎｇ ｎａｔｉｏｎａｌ ｍｏｄｅｒｎ ｔｏｂａｃｃｏ ａｇｒｉｃｕｌｔｕｒｅ ｂａｓｅ ｏｆ Ｑｉｎｇｚｈｅｎ ｃｉｔｙ in Ｇｕｉｚｈｏｕ ｐｒｏｖｉｎｃｅ ａｓ ｔｈｅ ｒｅｓｅａｒｃｈ ａｒｅａ， ｉｎ ａｌｌｕｓｉｏｎ ｔｏ ｔｏｂａｃｃｏ ｐｌａｎｔｉｎｇ ｆｅａｔｕｒｅｓ of ｋａｒｓｔ ｍｏｕｎｔａｉｎ ａｒｅａ ｏｆ Ｇｕｉｚｈｏｕ， ｉｎｖｅｒｓｉｏｎ with ＳＡＲ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ｗａｓ ｃａｒｒｉｅｄ ｏｕｔ ｏｎ ｔｈｅ ｔｏｂａｃｃｏ ｌｅａｖｅｓ ａｎｄ ｌｅａｆ ａｒｅａ ｉｎｄｅｘ ｗａｓ ｃａｌｃｕｌａｔｅｄ． Ｔｏｂａｃｃｏ ｙｉｅｌｄ ｅｓｔｉｍａｔｉｏｎ ｍｏｄｅｌａｐｐｌｉｃａｂｌｅ ｔｏ ｋａｒｓｔ ｍｏｕｎｔａｉｎｏｕｓ ａｒｅａ ｗａｓ ｅａｔａｂｌｉｓｈｅｄ ｂｙ ｃｏｍｂｉｎｉｎｇ ｌｅａｆ ａｒｅａ ｉｎｄｅｘ with ｓｕｉｔａｂｉｌｉｔｙ ｐａｒａｍｅｔｅｒｓ． Ｔｈｅ ｒｅｓｅａｒｃｈ ａｒｅａ ｏｕｔｐｕｔ ｐｅｒ ６６７ ｍ２ ｃａｌｃｕｌａｔｅｄ ｂｙ ｔｈｅ ｍｏｄｅｌ ｗａｓ ７６．１６ ｋｇ， with ｔｈｅ ｏｕｔｐｕｔ ａｃｃｕｒａｃｙ of more than ９２％， ｗｈｉｃｈ ｃｏｕｌｄ quickly ｍｅｅｔ ｔｈｅ ｋａｒｓｔ ｍｏｕｎｔａｉｎ ｙｉｅｌｄ ｅｓｔｉｍａｔｉｏｎ ｒｅｑｕｉｒｅｓ ｉｎ ａ ｌａｒｇｅ ａｒｅａ， ａｎｄ ｐｒｏｖｉｄｅ ｔｅｃｈｎｉｃａｌ ｓｕｐｐｏｒｔ ｆｏｒ estimating ｔｈｅ ｋａｒｓｔ ｍｏｕｎｔａｉｎ ｔｏｂａｃｃｏ ｙｉｅｌｄ ｅｓｔｉｍａｔｉｏｎ．

Ｋｅｙ ｗｏｒｄｓ： ＳＡＲ ｔｅｃｈｎｏｌｏｇｙ； ｙｉｅｌｄ ｅｓｔｉｍａｔｉｏｎ ｍｏｄｅｌ； ｌｅａｆ ａｒｅａ ｉｎｄｅｘ； ｓｕｉｔａｂｉｌｉｔｙ； Ｇｕｉｚｈｏｕ ｋａｒｓｔ ｍｏｕｎｔａｉｎ

貴州省是典型的喀斯特山區(qū)，地形破碎，農(nóng)作物種植情況復(fù)雜多樣，而煙草作為該省典型經(jīng)濟型農(nóng)作物在省內(nèi)廣泛種植［１］。以傳統(tǒng)方式預(yù)測煙草種植面積、產(chǎn)量等情況，要花費大量人力、物力和財力，且中間環(huán)節(jié)多，不能準確且高效地預(yù)測估產(chǎn)結(jié)果。研究針對貴州省氣候多云雨，高光譜數(shù)據(jù)難以很好周期性獲取的特點，采用ＳＡＲ數(shù)據(jù)不受時間、氣候的影響限制［２］。

研究在野外樣方選取與調(diào)查的基礎(chǔ)上，將ＳＡＲ技術(shù)融入估產(chǎn)過程當中。首先通過ＳＡＲ影像的處理和計算得出ＳＡＲ亮度值并建立線性回歸的耦合關(guān)系反演出煙草葉長、葉寬。ＳＡＲ技術(shù)能夠從宏觀的角度掌握煙草葉片的生長情況，可以快速準確地獲取煙草生長狀態(tài)的實時信息，為實施精準農(nóng)業(yè)提供重要的技術(shù)支撐［３］。煙草適宜性評價是針對煙草種植情況，鑒定其生態(tài)條件適宜性的過程，是煙草估產(chǎn)的重要依據(jù)。通過經(jīng)驗?zāi)Ｐ秃屠碚撃Ｐ拖嘟Y(jié)合的方法，綜合煙草葉面積指數(shù)、適宜性等參數(shù)建立的模型計算出煙草預(yù)估算產(chǎn)量與實際產(chǎn)量對比驗證精度。

１煙草基地單元與研究區(qū)概況

研究以貴州省清鎮(zhèn)市流長現(xiàn)代煙草農(nóng)業(yè)基地單元為依托，選擇該基地單元馬場片區(qū)的茶山村為研究區(qū)，煙區(qū)屬于黔中高原區(qū)。清鎮(zhèn)市隸屬于貴州省貴陽市，距省會貴陽約２２ km，面積約１ ４９２ km2，轄六鄉(xiāng)四鎮(zhèn)及青龍街道辦事處，人口５３萬，清鎮(zhèn)共有耕地2.34萬hm2，森林覆蓋率３１．１％，農(nóng)產(chǎn)品以水稻、玉米、小麥、油菜、洋芋等為主。清鎮(zhèn)市南部地勢較平緩，以丘陵和喀斯特化低山為主，地勢從南西向北東漸減。東部及中部屬淺、低山丘陵區(qū)，平均海拔１ ３２７ ｍ，其余區(qū)域為淺丘向中低山峽谷過渡區(qū)，平均海拔１ ２９５ ｍ。

流長基地單元轄流長、犁倭、紅楓湖等３個鄉(xiāng)（鎮(zhèn)），宜煙土地5 428 hm2；土壤以黃沙壤、黃壤為主；pＨ ５．５~６．５，呈微酸性；有機質(zhì)含量豐富，屬亞熱帶季風濕潤氣候。土壤條件和氣候條件均有利于烤煙生產(chǎn)。主產(chǎn)煙區(qū)集中在流長鄉(xiāng)、犁倭鄉(xiāng)，面積占基地單元的９０．２６％。２０１２年落實種植計劃收購煙葉114.5萬kg［４］。

２煙葉ＳＡＲ數(shù)據(jù)與葉面積指數(shù)分析

２．１ＳＡＲ數(shù)據(jù)預(yù)處理與亮度值分析

ＳＡＲ影像的處理在某些方面可以繼承光學遙感圖像的處理方法，但也有很多不同之處，原因在于雷達是一種主動式傳感器，通過接受地物反射信號生成影像，由于喀斯特山區(qū)地形獨特， 成像機理復(fù)雜，有特殊的輻射和幾何畸變。因此，研究時不僅需要用高精度地形圖跟合成孔徑雷達數(shù)據(jù)進行配準，還要在野外進行考察，確定目標地物的面積及范圍，最后疊加在影像上，最大限度降低由地形造成的形變誤差。在進行野外考察的同時，建立樣方并詳細記錄煙草生長信息，考察時間盡可能與遙感影像拍攝的時間保持一致，以達到最佳監(jiān)測效果。

研究選取德國發(fā)射的ＴｅｒｒａＳＡＲ－Ｘ衛(wèi)星，獲取了煙草不同生長期的研究影像（表１）。

濾波方法通常有均值濾波法、模型方法、區(qū)域統(tǒng)計自適應(yīng)濾波法、幾何濾波法、分級濾波法等。由于不同濾波器的濾波算法不同，故對原始雷達影像進行不同窗口、不同濾波方法的濾波處理［５－７］。通過比較平滑濾波處理的各種算法，選?。贰粒反翱冢疲遥希樱宰罴褳V波方法對原始影像進行濾波處理，并得到研究區(qū)濾波后煙草不同生長時期的ＳＡＲ影像（圖１）。

將濾波后的影像通過公式（１）計算雷達亮度：

β０＝ｋｓ×｜ＤＮ｜２公式（１）

式中，β０為雷達亮度強度；ｋｓ為雷達的校準系數(shù)，從頭文件中讀??；ＤＮ為ＳＡＲ濾波后的灰度。

β０ｄｂ＝１０·ｌｏｇ１０（β０） 公式（２）

式中，β０ｄｂ為雷達亮度分貝。ＳＡＲ亮度分為兩種：一種為強度類型（β０）；另一種為分貝類型（β０ｄｂ）。

將研究區(qū)樣方內(nèi)煙草團棵期、旺長期、成熟期獲取的衛(wèi)星雷達影像處理得到ＳＡＲ亮度（表２）。

根據(jù)表２中的數(shù)據(jù)，將各生長期內(nèi)的樣方數(shù)據(jù)去掉最大值和最小值，并與ＳＡＲ亮度值建立線性回歸關(guān)系。通過運算得到煙草不同生長期雷達遙感監(jiān)測模型（表３）。將不同生長期葉片ＳＡＲ亮度值（表２）代入不同生長期回歸模型中（表３）得到了不同時期的煙草葉長、葉寬。

２．２葉面積指數(shù)分析計算

葉面積指數(shù)（ＬＡＩ）指單位土地面積上植物葉片總面積占土地面積的倍數(shù)， 即：葉面積指數(shù)＝葉片總面積／土地面積［９］。葉面積指數(shù)是重要的植物學參數(shù)和評價指標［１０］，其大小與最終產(chǎn)量密切相關(guān)。

由于團棵期、成熟期的煙葉葉片較小、較少，對土地覆蓋性弱，而旺長期的煙葉葉片較大、較多，對土地覆蓋性強。所以選擇代表性最強的旺長期ＳＡＲ亮度對煙草葉片進行分析，計算葉面積指數(shù)。煙草單葉面積的獲取由ＳＡＲ亮度值代入線性回歸模型中擬合出煙草單葉的葉長（Ｌｉ）、葉寬（Ｗｉ），Li、Wi分別為第ｉ（ｉ＝１，２，…，ｎ）個對應(yīng)的煙草的葉長、葉寬，ｎ為所取葉片數(shù)。計算煙草平均單葉面積（Ｆ）最后取平均值。

Ｆ＝０．６３４ ５■（Ｌｉ×Ｗｉ）／ｎ 公式（3）

式中，０．６３４ ５為烤煙計算葉面積時的常數(shù) ［１１］。

煙草葉片在煙田666.7 m2地中葉面積指數(shù)計算通過公式（4）進行：

ＬＡＩ＝■（Ｆｉ×Ｐｉ×Ｒｉ）／６６６．７／ｎ公式（4）

式中，ＬＡＩ為葉面積指數(shù)，Ｆｉ為平均單葉面積，Ｐｉ為單株平均葉片數(shù)，Ｒｉ為666.7 m2的平均株數(shù)。經(jīng)過野外考察研究區(qū)１５ ｍ ×１５ ｍ樣方，得出每株煙草的有效葉片平均為１３片，樣方內(nèi)煙草株數(shù)平均為３２５株（即666.7 m2地為９６２株），反演出平均單葉面積為０．０６２ ２ ｍ２。將上述參數(shù)數(shù)值代入公式（4）計算得出葉面積指數(shù)ＬＡＩ＝１．１６。

３煙葉生長適宜性評價

適宜性是煙草生長的一項重要指標，對煙草的產(chǎn)量有直接的影響。將適宜性代入估產(chǎn)模型，綜合考慮氣候和土壤等１３個生態(tài)指標，運用模糊數(shù)學隸屬函數(shù)和權(quán)重，對研究區(qū)煙草生態(tài)適宜性進行了綜合評價［１２］（表4）。

采用隸屬函數(shù)的數(shù)學模型模擬氣候適宜性Ｓ，

Ｓ＝■（Ｃｉ×Ｐｉ）公式（5）

式中，Ｃｉ和Ｐｉ分別表示第ｉ（ｉ＝１，２，…，ｎ）個影響煙草生長因子的隸屬度值和權(quán)重，ｎ＝１３。經(jīng)計算，清鎮(zhèn)市煙草種植適宜性為０．５８。

４模型建立與估產(chǎn)

４．１模型原理

經(jīng)驗?zāi)Ｐ停喊凑`差最小原則，歸納出該過程各參數(shù)和變量之間的數(shù)學關(guān)系式。理論模型：從基本理論出發(fā)，用數(shù)學方法對某一過程進行深入研究，通過基本理論得到表示過程各有關(guān)變量之間的物理數(shù)學關(guān)系。

經(jīng)驗?zāi)Ｐ筒环治鰧嶋H過程的機理，而是根據(jù)從實際得到的與過程有關(guān)的數(shù)據(jù)進行數(shù)理統(tǒng)計分析，理論模型能反映過程機理，但由于實際的過程比較復(fù)雜，影響因素很多，用理論方法描敘過程缺乏準確性，因而采用理論模型與經(jīng)驗?zāi)Ｐ拖嘟Y(jié)合的方法進行模型的建立?？紤]煙草從種植到采摘是一個連續(xù)的過程，任一時期生長不好都會影響其最終產(chǎn)量， 而遙感信息只能反演出煙草葉片的大小， 對氣象條件及外界影響因子難以反映。在估產(chǎn)過程中， 選擇煙草的適宜性作為其中一項參數(shù)來完善模型。

４．２模型建立與估產(chǎn)

根據(jù)煙草生長過程再綜合煙草種植適宜性評價Ｓ值、葉面積指數(shù)值（ＬＡＩ）建立煙草估產(chǎn)模型進行估產(chǎn)。由歷史資料以及煙草種植農(nóng)戶以往種植經(jīng)驗得知煙草666.7 m2平均產(chǎn)量ｍ，煙草估產(chǎn)值即為煙葉干重Ｍ。由于過程中受到人為因素及其他各個因素的影響，使得從煙葉鮮重到煙葉干重的過程中煙葉水分的損失量不同，針對這一情況在進行野外周期性調(diào)查時，在煙草采摘與烘烤階段進行煙葉鮮重與干重的采樣，得到鮮重與干重的平均比值。

Ｍ＝Ｓ×ＬＡＩ×ｍ／１０．６公式（6）

ｍ為理論666.7 m2產(chǎn)煙葉鮮重１ ２００ ｋｇ，ＬＡＩ為煙草葉面積指數(shù)值１．１６，Ｓ為０．５８，１０．６是通過２０１２年周期性野外調(diào)查時獲取煙草干重與鮮重的比值。經(jīng)過計算農(nóng)戶666.7 m2產(chǎn)量為７６．１７ ｋｇ。通過清鎮(zhèn)市２０１２年統(tǒng)計結(jié)果知該農(nóng)戶實際上交煙葉數(shù)量為666.7 m2產(chǎn)８２.00 ｋｇ，估產(chǎn)精度在９２％以上。經(jīng)過實地采樣調(diào)查驗證，２０１２年煙草種植估產(chǎn)所得的結(jié)果與實際情況基本吻合，符合清鎮(zhèn)市流長現(xiàn)代煙草農(nóng)業(yè)基地單元的實際情況。

5小結(jié)

受喀斯特山區(qū)地形破碎、遙感影像空間分辨率等因素的影響，將SAR技術(shù)融入估產(chǎn)建模當中。基于SAR技術(shù)得出煙草的葉面積指數(shù)，通過影響煙草生長的土壤、氣候條件得出煙草種植的適宜性，結(jié)合煙草的葉面積指數(shù)、適宜性等參數(shù)建立適用于喀斯特山區(qū)的煙草估產(chǎn)模型精度達92%以上，為喀斯特山區(qū)煙草遙感估產(chǎn)提供了技術(shù)支持，同時也為喀斯特山區(qū)其他農(nóng)作物基于SAR技術(shù)遙感估產(chǎn)的研究提供了參考。研究數(shù)據(jù)在田間試驗中獲取，受人為因素的影響，例如煙草移栽質(zhì)量、煙草種植間距等，以及生長過程中煙田的肥力、水分條件等不同勢必影響煙草的特性，在估測葉面積指數(shù)等參數(shù)時產(chǎn)生誤差。建立的喀斯特山地煙草估產(chǎn)模型，還需在提高估產(chǎn)精度的同時，在更多煙區(qū)進一步完善試驗方法和技術(shù)路線提高模型的精度。

參考文獻：

［１］ 肖家?。F州烤煙的生產(chǎn)條件與分區(qū)發(fā)展方向［Ｊ］．經(jīng)濟地理，１９８２（４）：２６８－２７３．

［２］ 陳勁松， 林琿，邵蕓．微波遙感農(nóng)業(yè)應(yīng)用研究——水稻生長監(jiān)測［Ｍ］．北京：科學出版社，２０１０．

［３］ 劉彥，關(guān)欣，羅珊，等．遙感技術(shù)在作物生長監(jiān)測與估產(chǎn)中的應(yīng)用綜述［Ｊ］．湖南農(nóng)業(yè)科學，２０１０（１１）：１３６－１３９．

［４］ 周忠發(fā)，李波，賈龍浩．合成孔徑雷達技術(shù)在喀斯特山區(qū)煙草種植定量監(jiān)測應(yīng)用探討［Ｊ］．測繪通報，２０１２（增刊）：２４６－２４８．

［５］ 余麗萍，黎明，楊小芹，等．基于灰度共生矩陣的斷口圖像識

別［Ｊ］．計算機仿真，２０１０，２７（４）：２２４－２２７．

［６］ 李智峰，朱谷昌，董泰鋒．基于灰度共生矩陣的圖像紋理特征地物分類應(yīng)用［Ｊ］．地質(zhì)與勘探，２０１１，１７（３）：４５６－４６１．

［７］ 高程程，惠曉威．基于灰度共生矩陣的紋理特征提?。郏剩荩嬎銠C系統(tǒng)應(yīng)用，２０１０，１９（６）：１９５－１９８．

［８］ 賈龍浩，周忠發(fā)，李波．ＳＡＲ在喀斯特山區(qū)煙草生長監(jiān)測中的應(yīng)用探討［Ｒ］．第十八屆中國遙感大會論文集，北京：科學出版社，２０１２．

［９］ 中國農(nóng)業(yè)百科全書總編輯委員會農(nóng)作物卷輯委員會．中國農(nóng)業(yè)百科全書·農(nóng)作物卷（下）［Ｍ］．北京：農(nóng)業(yè)出版社，１９９１．

［１０］ 劉占宇，黃敬峰，王福民，等．估算水稻葉面積指數(shù)的調(diào)節(jié)型歸一化植被指數(shù)［Ｊ］．中國農(nóng)業(yè)科學，２００８，４１（１０）：３３５０－３３５６．

［１１］ 劉國順．煙草栽培學［Ｍ］．北京：中國農(nóng)業(yè)出版社，２００３．

［１２］ 李湘?zhèn)ィ悙蹏?，戴培剛，等．南平烤煙種植生態(tài)適宜性評價［Ｊ］．中國煙草科學，２０１２，３３（２）：７７－８１．

式中，β０為雷達亮度強度；ｋｓ為雷達的校準系數(shù)，從頭文件中讀??；ＤＮ為ＳＡＲ濾波后的灰度。

β０ｄｂ＝１０·ｌｏｇ１０（β０） 公式（２）

式中，β０ｄｂ為雷達亮度分貝。ＳＡＲ亮度分為兩種：一種為強度類型（β０）；另一種為分貝類型（β０ｄｂ）。

將研究區(qū)樣方內(nèi)煙草團棵期、旺長期、成熟期獲取的衛(wèi)星雷達影像處理得到ＳＡＲ亮度（表２）。

根據(jù)表２中的數(shù)據(jù)，將各生長期內(nèi)的樣方數(shù)據(jù)去掉最大值和最小值，并與ＳＡＲ亮度值建立線性回歸關(guān)系。通過運算得到煙草不同生長期雷達遙感監(jiān)測模型（表３）。將不同生長期葉片ＳＡＲ亮度值（表２）代入不同生長期回歸模型中（表３）得到了不同時期的煙草葉長、葉寬。

２．２葉面積指數(shù)分析計算

葉面積指數(shù)（ＬＡＩ）指單位土地面積上植物葉片總面積占土地面積的倍數(shù)， 即：葉面積指數(shù)＝葉片總面積／土地面積［９］。葉面積指數(shù)是重要的植物學參數(shù)和評價指標［１０］，其大小與最終產(chǎn)量密切相關(guān)。

由于團棵期、成熟期的煙葉葉片較小、較少，對土地覆蓋性弱，而旺長期的煙葉葉片較大、較多，對土地覆蓋性強。所以選擇代表性最強的旺長期ＳＡＲ亮度對煙草葉片進行分析，計算葉面積指數(shù)。煙草單葉面積的獲取由ＳＡＲ亮度值代入線性回歸模型中擬合出煙草單葉的葉長（Ｌｉ）、葉寬（Ｗｉ），Li、Wi分別為第ｉ（ｉ＝１，２，…，ｎ）個對應(yīng)的煙草的葉長、葉寬，ｎ為所取葉片數(shù)。計算煙草平均單葉面積（Ｆ）最后取平均值。

Ｆ＝０．６３４ ５■（Ｌｉ×Ｗｉ）／ｎ 公式（3）

式中，０．６３４ ５為烤煙計算葉面積時的常數(shù) ［１１］。

煙草葉片在煙田666.7 m2地中葉面積指數(shù)計算通過公式（4）進行：

ＬＡＩ＝■（Ｆｉ×Ｐｉ×Ｒｉ）／６６６．７／ｎ公式（4）

式中，ＬＡＩ為葉面積指數(shù)，Ｆｉ為平均單葉面積，Ｐｉ為單株平均葉片數(shù)，Ｒｉ為666.7 m2的平均株數(shù)。經(jīng)過野外考察研究區(qū)１５ ｍ ×１５ ｍ樣方，得出每株煙草的有效葉片平均為１３片，樣方內(nèi)煙草株數(shù)平均為３２５株（即666.7 m2地為９６２株），反演出平均單葉面積為０．０６２ ２ ｍ２。將上述參數(shù)數(shù)值代入公式（4）計算得出葉面積指數(shù)ＬＡＩ＝１．１６。

３煙葉生長適宜性評價

適宜性是煙草生長的一項重要指標，對煙草的產(chǎn)量有直接的影響。將適宜性代入估產(chǎn)模型，綜合考慮氣候和土壤等１３個生態(tài)指標，運用模糊數(shù)學隸屬函數(shù)和權(quán)重，對研究區(qū)煙草生態(tài)適宜性進行了綜合評價［１２］（表4）。

采用隸屬函數(shù)的數(shù)學模型模擬氣候適宜性Ｓ，

Ｓ＝■（Ｃｉ×Ｐｉ）公式（5）

式中，Ｃｉ和Ｐｉ分別表示第ｉ（ｉ＝１，２，…，ｎ）個影響煙草生長因子的隸屬度值和權(quán)重，ｎ＝１３。經(jīng)計算，清鎮(zhèn)市煙草種植適宜性為０．５８。

４模型建立與估產(chǎn)

４．１模型原理

經(jīng)驗?zāi)Ｐ停喊凑`差最小原則，歸納出該過程各參數(shù)和變量之間的數(shù)學關(guān)系式。理論模型：從基本理論出發(fā)，用數(shù)學方法對某一過程進行深入研究，通過基本理論得到表示過程各有關(guān)變量之間的物理數(shù)學關(guān)系。

經(jīng)驗?zāi)Ｐ筒环治鰧嶋H過程的機理，而是根據(jù)從實際得到的與過程有關(guān)的數(shù)據(jù)進行數(shù)理統(tǒng)計分析，理論模型能反映過程機理，但由于實際的過程比較復(fù)雜，影響因素很多，用理論方法描敘過程缺乏準確性，因而采用理論模型與經(jīng)驗?zāi)Ｐ拖嘟Y(jié)合的方法進行模型的建立。考慮煙草從種植到采摘是一個連續(xù)的過程，任一時期生長不好都會影響其最終產(chǎn)量， 而遙感信息只能反演出煙草葉片的大小， 對氣象條件及外界影響因子難以反映。在估產(chǎn)過程中， 選擇煙草的適宜性作為其中一項參數(shù)來完善模型。

４．２模型建立與估產(chǎn)

根據(jù)煙草生長過程再綜合煙草種植適宜性評價Ｓ值、葉面積指數(shù)值（ＬＡＩ）建立煙草估產(chǎn)模型進行估產(chǎn)。由歷史資料以及煙草種植農(nóng)戶以往種植經(jīng)驗得知煙草666.7 m2平均產(chǎn)量ｍ，煙草估產(chǎn)值即為煙葉干重Ｍ。由于過程中受到人為因素及其他各個因素的影響，使得從煙葉鮮重到煙葉干重的過程中煙葉水分的損失量不同，針對這一情況在進行野外周期性調(diào)查時，在煙草采摘與烘烤階段進行煙葉鮮重與干重的采樣，得到鮮重與干重的平均比值。

Ｍ＝Ｓ×ＬＡＩ×ｍ／１０．６公式（6）

ｍ為理論666.7 m2產(chǎn)煙葉鮮重１ ２００ ｋｇ，ＬＡＩ為煙草葉面積指數(shù)值１．１６，Ｓ為０．５８，１０．６是通過２０１２年周期性野外調(diào)查時獲取煙草干重與鮮重的比值。經(jīng)過計算農(nóng)戶666.7 m2產(chǎn)量為７６．１７ ｋｇ。通過清鎮(zhèn)市２０１２年統(tǒng)計結(jié)果知該農(nóng)戶實際上交煙葉數(shù)量為666.7 m2產(chǎn)８２.00 ｋｇ，估產(chǎn)精度在９２％以上。經(jīng)過實地采樣調(diào)查驗證，２０１２年煙草種植估產(chǎn)所得的結(jié)果與實際情況基本吻合，符合清鎮(zhèn)市流長現(xiàn)代煙草農(nóng)業(yè)基地單元的實際情況。

5小結(jié)

受喀斯特山區(qū)地形破碎、遙感影像空間分辨率等因素的影響，將SAR技術(shù)融入估產(chǎn)建模當中?；赟AR技術(shù)得出煙草的葉面積指數(shù)，通過影響煙草生長的土壤、氣候條件得出煙草種植的適宜性，結(jié)合煙草的葉面積指數(shù)、適宜性等參數(shù)建立適用于喀斯特山區(qū)的煙草估產(chǎn)模型精度達92%以上，為喀斯特山區(qū)煙草遙感估產(chǎn)提供了技術(shù)支持，同時也為喀斯特山區(qū)其他農(nóng)作物基于SAR技術(shù)遙感估產(chǎn)的研究提供了參考。研究數(shù)據(jù)在田間試驗中獲取，受人為因素的影響，例如煙草移栽質(zhì)量、煙草種植間距等，以及生長過程中煙田的肥力、水分條件等不同勢必影響煙草的特性，在估測葉面積指數(shù)等參數(shù)時產(chǎn)生誤差。建立的喀斯特山地煙草估產(chǎn)模型，還需在提高估產(chǎn)精度的同時，在更多煙區(qū)進一步完善試驗方法和技術(shù)路線提高模型的精度。

參考文獻：

［１］ 肖家?。F州烤煙的生產(chǎn)條件與分區(qū)發(fā)展方向［Ｊ］．經(jīng)濟地理，１９８２（４）：２６８－２７３．

［２］ 陳勁松， 林琿，邵蕓．微波遙感農(nóng)業(yè)應(yīng)用研究——水稻生長監(jiān)測［Ｍ］．北京：科學出版社，２０１０．

［３］ 劉彥，關(guān)欣，羅珊，等．遙感技術(shù)在作物生長監(jiān)測與估產(chǎn)中的應(yīng)用綜述［Ｊ］．湖南農(nóng)業(yè)科學，２０１０（１１）：１３６－１３９．

［４］ 周忠發(fā)，李波，賈龍浩．合成孔徑雷達技術(shù)在喀斯特山區(qū)煙草種植定量監(jiān)測應(yīng)用探討［Ｊ］．測繪通報，２０１２（增刊）：２４６－２４８．

［５］ 余麗萍，黎明，楊小芹，等．基于灰度共生矩陣的斷口圖像識

別［Ｊ］．計算機仿真，２０１０，２７（４）：２２４－２２７．

［６］ 李智峰，朱谷昌，董泰鋒．基于灰度共生矩陣的圖像紋理特征地物分類應(yīng)用［Ｊ］．地質(zhì)與勘探，２０１１，１７（３）：４５６－４６１．

［７］ 高程程，惠曉威．基于灰度共生矩陣的紋理特征提?。郏剩荩嬎銠C系統(tǒng)應(yīng)用，２０１０，１９（６）：１９５－１９８．

［８］ 賈龍浩，周忠發(fā)，李波．ＳＡＲ在喀斯特山區(qū)煙草生長監(jiān)測中的應(yīng)用探討［Ｒ］．第十八屆中國遙感大會論文集，北京：科學出版社，２０１２．

［９］ 中國農(nóng)業(yè)百科全書總編輯委員會農(nóng)作物卷輯委員會．中國農(nóng)業(yè)百科全書·農(nóng)作物卷（下）［Ｍ］．北京：農(nóng)業(yè)出版社，１９９１．

［１０］ 劉占宇，黃敬峰，王福民，等．估算水稻葉面積指數(shù)的調(diào)節(jié)型歸一化植被指數(shù)［Ｊ］．中國農(nóng)業(yè)科學，２００８，４１（１０）：３３５０－３３５６．

［１１］ 劉國順．煙草栽培學［Ｍ］．北京：中國農(nóng)業(yè)出版社，２００３．

［１２］ 李湘?zhèn)?，陳愛國，戴培剛，等．南平烤煙種植生態(tài)適宜性評價［Ｊ］．中國煙草科學，２０１２，３３（２）：７７－８１．

式中，β０為雷達亮度強度；ｋｓ為雷達的校準系數(shù)，從頭文件中讀??；ＤＮ為ＳＡＲ濾波后的灰度。

β０ｄｂ＝１０·ｌｏｇ１０（β０） 公式（２）

式中，β０ｄｂ為雷達亮度分貝。ＳＡＲ亮度分為兩種：一種為強度類型（β０）；另一種為分貝類型（β０ｄｂ）。

將研究區(qū)樣方內(nèi)煙草團棵期、旺長期、成熟期獲取的衛(wèi)星雷達影像處理得到ＳＡＲ亮度（表２）。

根據(jù)表２中的數(shù)據(jù)，將各生長期內(nèi)的樣方數(shù)據(jù)去掉最大值和最小值，并與ＳＡＲ亮度值建立線性回歸關(guān)系。通過運算得到煙草不同生長期雷達遙感監(jiān)測模型（表３）。將不同生長期葉片ＳＡＲ亮度值（表２）代入不同生長期回歸模型中（表３）得到了不同時期的煙草葉長、葉寬。

２．２葉面積指數(shù)分析計算

葉面積指數(shù)（ＬＡＩ）指單位土地面積上植物葉片總面積占土地面積的倍數(shù)， 即：葉面積指數(shù)＝葉片總面積／土地面積［９］。葉面積指數(shù)是重要的植物學參數(shù)和評價指標［１０］，其大小與最終產(chǎn)量密切相關(guān)。

由于團棵期、成熟期的煙葉葉片較小、較少，對土地覆蓋性弱，而旺長期的煙葉葉片較大、較多，對土地覆蓋性強。所以選擇代表性最強的旺長期ＳＡＲ亮度對煙草葉片進行分析，計算葉面積指數(shù)。煙草單葉面積的獲取由ＳＡＲ亮度值代入線性回歸模型中擬合出煙草單葉的葉長（Ｌｉ）、葉寬（Ｗｉ），Li、Wi分別為第ｉ（ｉ＝１，２，…，ｎ）個對應(yīng)的煙草的葉長、葉寬，ｎ為所取葉片數(shù)。計算煙草平均單葉面積（Ｆ）最后取平均值。

Ｆ＝０．６３４ ５■（Ｌｉ×Ｗｉ）／ｎ 公式（3）

式中，０．６３４ ５為烤煙計算葉面積時的常數(shù) ［１１］。

煙草葉片在煙田666.7 m2地中葉面積指數(shù)計算通過公式（4）進行：

ＬＡＩ＝■（Ｆｉ×Ｐｉ×Ｒｉ）／６６６．７／ｎ公式（4）

式中，ＬＡＩ為葉面積指數(shù)，Ｆｉ為平均單葉面積，Ｐｉ為單株平均葉片數(shù)，Ｒｉ為666.7 m2的平均株數(shù)。經(jīng)過野外考察研究區(qū)１５ ｍ ×１５ ｍ樣方，得出每株煙草的有效葉片平均為１３片，樣方內(nèi)煙草株數(shù)平均為３２５株（即666.7 m2地為９６２株），反演出平均單葉面積為０．０６２ ２ ｍ２。將上述參數(shù)數(shù)值代入公式（4）計算得出葉面積指數(shù)ＬＡＩ＝１．１６。

３煙葉生長適宜性評價

適宜性是煙草生長的一項重要指標，對煙草的產(chǎn)量有直接的影響。將適宜性代入估產(chǎn)模型，綜合考慮氣候和土壤等１３個生態(tài)指標，運用模糊數(shù)學隸屬函數(shù)和權(quán)重，對研究區(qū)煙草生態(tài)適宜性進行了綜合評價［１２］（表4）。

采用隸屬函數(shù)的數(shù)學模型模擬氣候適宜性Ｓ，

Ｓ＝■（Ｃｉ×Ｐｉ）公式（5）

式中，Ｃｉ和Ｐｉ分別表示第ｉ（ｉ＝１，２，…，ｎ）個影響煙草生長因子的隸屬度值和權(quán)重，ｎ＝１３。經(jīng)計算，清鎮(zhèn)市煙草種植適宜性為０．５８。

４模型建立與估產(chǎn)

４．１模型原理

經(jīng)驗?zāi)Ｐ停喊凑`差最小原則，歸納出該過程各參數(shù)和變量之間的數(shù)學關(guān)系式。理論模型：從基本理論出發(fā)，用數(shù)學方法對某一過程進行深入研究，通過基本理論得到表示過程各有關(guān)變量之間的物理數(shù)學關(guān)系。

經(jīng)驗?zāi)Ｐ筒环治鰧嶋H過程的機理，而是根據(jù)從實際得到的與過程有關(guān)的數(shù)據(jù)進行數(shù)理統(tǒng)計分析，理論模型能反映過程機理，但由于實際的過程比較復(fù)雜，影響因素很多，用理論方法描敘過程缺乏準確性，因而采用理論模型與經(jīng)驗?zāi)Ｐ拖嘟Y(jié)合的方法進行模型的建立?？紤]煙草從種植到采摘是一個連續(xù)的過程，任一時期生長不好都會影響其最終產(chǎn)量， 而遙感信息只能反演出煙草葉片的大小， 對氣象條件及外界影響因子難以反映。在估產(chǎn)過程中， 選擇煙草的適宜性作為其中一項參數(shù)來完善模型。

４．２模型建立與估產(chǎn)

根據(jù)煙草生長過程再綜合煙草種植適宜性評價Ｓ值、葉面積指數(shù)值（ＬＡＩ）建立煙草估產(chǎn)模型進行估產(chǎn)。由歷史資料以及煙草種植農(nóng)戶以往種植經(jīng)驗得知煙草666.7 m2平均產(chǎn)量ｍ，煙草估產(chǎn)值即為煙葉干重Ｍ。由于過程中受到人為因素及其他各個因素的影響，使得從煙葉鮮重到煙葉干重的過程中煙葉水分的損失量不同，針對這一情況在進行野外周期性調(diào)查時，在煙草采摘與烘烤階段進行煙葉鮮重與干重的采樣，得到鮮重與干重的平均比值。

Ｍ＝Ｓ×ＬＡＩ×ｍ／１０．６公式（6）

ｍ為理論666.7 m2產(chǎn)煙葉鮮重１ ２００ ｋｇ，ＬＡＩ為煙草葉面積指數(shù)值１．１６，Ｓ為０．５８，１０．６是通過２０１２年周期性野外調(diào)查時獲取煙草干重與鮮重的比值。經(jīng)過計算農(nóng)戶666.7 m2產(chǎn)量為７６．１７ ｋｇ。通過清鎮(zhèn)市２０１２年統(tǒng)計結(jié)果知該農(nóng)戶實際上交煙葉數(shù)量為666.7 m2產(chǎn)８２.00 ｋｇ，估產(chǎn)精度在９２％以上。經(jīng)過實地采樣調(diào)查驗證，２０１２年煙草種植估產(chǎn)所得的結(jié)果與實際情況基本吻合，符合清鎮(zhèn)市流長現(xiàn)代煙草農(nóng)業(yè)基地單元的實際情況。

5小結(jié)

受喀斯特山區(qū)地形破碎、遙感影像空間分辨率等因素的影響，將SAR技術(shù)融入估產(chǎn)建模當中?；赟AR技術(shù)得出煙草的葉面積指數(shù)，通過影響煙草生長的土壤、氣候條件得出煙草種植的適宜性，結(jié)合煙草的葉面積指數(shù)、適宜性等參數(shù)建立適用于喀斯特山區(qū)的煙草估產(chǎn)模型精度達92%以上，為喀斯特山區(qū)煙草遙感估產(chǎn)提供了技術(shù)支持，同時也為喀斯特山區(qū)其他農(nóng)作物基于SAR技術(shù)遙感估產(chǎn)的研究提供了參考。研究數(shù)據(jù)在田間試驗中獲取，受人為因素的影響，例如煙草移栽質(zhì)量、煙草種植間距等，以及生長過程中煙田的肥力、水分條件等不同勢必影響煙草的特性，在估測葉面積指數(shù)等參數(shù)時產(chǎn)生誤差。建立的喀斯特山地煙草估產(chǎn)模型，還需在提高估產(chǎn)精度的同時，在更多煙區(qū)進一步完善試驗方法和技術(shù)路線提高模型的精度。

參考文獻：

［１］ 肖家?。F州烤煙的生產(chǎn)條件與分區(qū)發(fā)展方向［Ｊ］．經(jīng)濟地理，１９８２（４）：２６８－２７３．

［２］ 陳勁松， 林琿，邵蕓．微波遙感農(nóng)業(yè)應(yīng)用研究——水稻生長監(jiān)測［Ｍ］．北京：科學出版社，２０１０．

［３］ 劉彥，關(guān)欣，羅珊，等．遙感技術(shù)在作物生長監(jiān)測與估產(chǎn)中的應(yīng)用綜述［Ｊ］．湖南農(nóng)業(yè)科學，２０１０（１１）：１３６－１３９．

［４］ 周忠發(fā)，李波，賈龍浩．合成孔徑雷達技術(shù)在喀斯特山區(qū)煙草種植定量監(jiān)測應(yīng)用探討［Ｊ］．測繪通報，２０１２（增刊）：２４６－２４８．

［５］ 余麗萍，黎明，楊小芹，等．基于灰度共生矩陣的斷口圖像識

別［Ｊ］．計算機仿真，２０１０，２７（４）：２２４－２２７．

［６］ 李智峰，朱谷昌，董泰鋒．基于灰度共生矩陣的圖像紋理特征地物分類應(yīng)用［Ｊ］．地質(zhì)與勘探，２０１１，１７（３）：４５６－４６１．

［７］ 高程程，惠曉威．基于灰度共生矩陣的紋理特征提?。郏剩荩嬎銠C系統(tǒng)應(yīng)用，２０１０，１９（６）：１９５－１９８．

［８］ 賈龍浩，周忠發(fā)，李波．ＳＡＲ在喀斯特山區(qū)煙草生長監(jiān)測中的應(yīng)用探討［Ｒ］．第十八屆中國遙感大會論文集，北京：科學出版社，２０１２．

［９］ 中國農(nóng)業(yè)百科全書總編輯委員會農(nóng)作物卷輯委員會．中國農(nóng)業(yè)百科全書·農(nóng)作物卷（下）［Ｍ］．北京：農(nóng)業(yè)出版社，１９９１．

［１０］ 劉占宇，黃敬峰，王福民，等．估算水稻葉面積指數(shù)的調(diào)節(jié)型歸一化植被指數(shù)［Ｊ］．中國農(nóng)業(yè)科學，２００８，４１（１０）：３３５０－３３５６．

［１１］ 劉國順．煙草栽培學［Ｍ］．北京：中國農(nóng)業(yè)出版社，２００３．

［１２］ 李湘?zhèn)?，陳愛國，戴培剛，等．南平烤煙種植生態(tài)適宜性評價［Ｊ］．中國煙草科學，２０１２，３３（２）：７７－８１．