基于環(huán)境產(chǎn)量模型和生物產(chǎn)量模型的禹城市夏玉米遙感估產(chǎn)研究

張長(zhǎng)城，常 軍，王赫彬

(山東師范大學(xué) 地理與環(huán)境學(xué)院，山東 濟(jì)南 250014)

1 引言

當(dāng)今的農(nóng)業(yè)發(fā)展中運(yùn)用遙感估產(chǎn)已經(jīng)成為最具研究力的課題，是21世紀(jì)農(nóng)業(yè)發(fā)展進(jìn)步的方向[1]。農(nóng)作物估產(chǎn)在20世紀(jì)50年代就已經(jīng)廣泛應(yīng)用于世界各國(guó)的農(nóng)業(yè)生產(chǎn)指導(dǎo)和糧食安全監(jiān)測(cè)。隨著各國(guó)遙感技術(shù)的發(fā)展，自20世紀(jì)70年代，遙感技術(shù)開始出現(xiàn)在農(nóng)業(yè)生產(chǎn)研究中[2]，總體來看，主要研究集中在低空間分辨率的，大片區(qū)域尺度的的農(nóng)業(yè)估產(chǎn)，如任建強(qiáng)、王長(zhǎng)耀等[3～5]利用逐步回歸方法得到了冬小麥關(guān)鍵生育期內(nèi)MODIS-NDVI 和 MODIS-EVI 數(shù)據(jù)與產(chǎn)量的估產(chǎn)模型；閆巖、李衛(wèi)國(guó)等[6，7]利用遙感技術(shù)反演獲得的葉面積指數(shù)(LAI)數(shù)據(jù)和各種生物量信息對(duì)冬小麥產(chǎn)量進(jìn)行估測(cè)；楊小喚等[8]運(yùn)用閾值提取模型對(duì)MODIS數(shù)據(jù)進(jìn)行提取，從而獲得了玉米、大豆等作物的種植面積；黃敬峰、吳炳方、秦元偉、Moriondo 等[9～12]通過 NOAA/AVHRR 圖像、農(nóng)學(xué)與農(nóng)業(yè)氣象數(shù)據(jù)建立了冬小麥產(chǎn)量預(yù)測(cè)模型。

本文對(duì)高分一遙感數(shù)據(jù)和MODIS NDVI產(chǎn)品以及生物量等相關(guān)農(nóng)學(xué)參數(shù)進(jìn)行反演，分析了冠層光譜與其他生物量等農(nóng)學(xué)參數(shù)之間的相互關(guān)系?；诓煌墓庾V植被指數(shù)反演獲得玉米原始?xì)w一化植被指數(shù)(NDVI)和葉面積指數(shù)(LAI)，應(yīng)用“潛在-脅迫因子產(chǎn)量模式”構(gòu)建LAI-生物量產(chǎn)量模型和LAI-環(huán)境產(chǎn)量模型去估算山東省禹城市夏玉米的生物量，并通過產(chǎn)量與生物量之間的轉(zhuǎn)換關(guān)系，實(shí)現(xiàn)禹城夏玉米產(chǎn)量的估算，從而更好地指導(dǎo)其生產(chǎn)和管理。

2 數(shù)據(jù)準(zhǔn)備與預(yù)處理

2.1 數(shù)據(jù)來源

本文研究使用的遙感數(shù)據(jù)源包括高分一號(hào)(GF-1)衛(wèi)星的高分辨率遙感影像和NASA網(wǎng)站的MODIS-NDVI合成產(chǎn)品，其中高分一號(hào)衛(wèi)星的遙感影像空間分辨率為2 m，成像時(shí)間為2016年8月；NASA網(wǎng)站的MODIS-NDVI影像數(shù)據(jù)空間分辨率為250 m，成像時(shí)間為2016年7月至10月。遙感影像數(shù)據(jù)下載選取的范圍為禹城市，通過掩膜提取得到研究區(qū)的影像數(shù)據(jù)。選取2016年9月禹城市夏玉米收獲期的調(diào)查數(shù)據(jù)為采樣數(shù)據(jù)進(jìn)行實(shí)地估產(chǎn)計(jì)算。通過研究及資料調(diào)查，在山東省禹城市范圍內(nèi)確定了15個(gè)樣方(樣方位置如圖1)，對(duì)每個(gè)樣區(qū)選取3個(gè)樣點(diǎn)，每個(gè)樣點(diǎn)間距約為50 m，其中各觀測(cè)點(diǎn)的觀測(cè)參數(shù)包括：取樣地點(diǎn)、取樣時(shí)間、觀測(cè)經(jīng)緯度、生長(zhǎng)期、種植密度、作物莖、葉、棒的濕重、覆蓋率等。由已確定好的樣方位置，對(duì)研究區(qū)范圍內(nèi)15個(gè)樣方45個(gè)樣點(diǎn)進(jìn)行實(shí)地采樣，從而獲取禹城市夏玉米生長(zhǎng)季生理參數(shù)及其玉米生物量和產(chǎn)量數(shù)據(jù)。此外，通過中央氣象網(wǎng)和山東省氣象站收集了相應(yīng)年份的氣象數(shù)據(jù)。

2.2 數(shù)據(jù)預(yù)處理

2.2.1 遙感影像數(shù)據(jù)預(yù)處理

為保證不同時(shí)相影像數(shù)據(jù)輻射水平的一致性，運(yùn)用相對(duì)輻射校正方法將獲得的遙感影像建立不同時(shí)相遙感圖像各波段之間的校正方程，從而進(jìn)行輻射歸一化處理[13～18]。幾何校正處理過程中，在禹城市范圍內(nèi)的遙感圖像上均勻選取了16控制點(diǎn)，通過ArcGIS軟件的操作處理，獲取矯正后的遙感數(shù)據(jù)，然后通過ENVI軟件操作處理，將處理后遙感影像與研究區(qū)行政邊界矢量數(shù)據(jù)進(jìn)行掩膜處理，裁切出研究區(qū)影像，確定了研究區(qū)的種植范圍。

2.2.2 夏玉米種植面積提取

本文采用2016年8月份禹城市高分一號(hào)遙感數(shù)據(jù)影像，結(jié)合農(nóng)情采集系統(tǒng)(GVG系統(tǒng))觀測(cè)信息和實(shí)地調(diào)查研究，使用目視解譯方法對(duì)禹城市土地利用類型進(jìn)行劃分，得到禹城市2016年8月土地利用類型，并結(jié)合實(shí)地調(diào)查數(shù)據(jù)得出禹城市夏玉米種植的分布范圍(圖2)。將采樣結(jié)束后獲得的夏玉米樣品進(jìn)行烘干處理，進(jìn)而獲取樣品粒數(shù)、干重、百粒重等數(shù)據(jù)，然后將統(tǒng)計(jì)好的數(shù)據(jù)進(jìn)行歸納整理，計(jì)算每棒平均粒數(shù)、單株結(jié)棒率、作物單產(chǎn)(kg/hm2)。根據(jù)禹城市夏玉米生理化參數(shù)及野外實(shí)地調(diào)查數(shù)據(jù)，得到研究區(qū)9月份15個(gè)樣方45個(gè)樣點(diǎn)夏玉米生長(zhǎng)季的生理生化參數(shù)。

圖1禹城市夏玉米野外實(shí)地測(cè)量點(diǎn)分布

圖2 禹城市夏玉米種植區(qū)范圍

2.2.3 氣象數(shù)據(jù)處理

本文將中國(guó)氣象數(shù)據(jù)網(wǎng)提供的2016年降水?dāng)?shù)據(jù)和氣溫?cái)?shù)據(jù)以及山東省20個(gè)氣象站的太陽(yáng)總輻射數(shù)據(jù)進(jìn)行插值計(jì)算。在ArcGIS軟件中進(jìn)行矢量化，運(yùn)用地統(tǒng)計(jì)分析(Geostatistial Analyst)中的普通克里金插值方法對(duì)氣象數(shù)據(jù)進(jìn)行插值金酸，得到相應(yīng)插值圖，并對(duì)禹城市矢量行政圖對(duì)插值后的數(shù)據(jù)進(jìn)行掩膜提取，最終得到禹城市氣象數(shù)據(jù)分布圖(圖3，圖4)。

3 數(shù)據(jù)分析與研究方法

本文利用2016年的遙感數(shù)據(jù)反演禹城市夏玉米LAI數(shù)據(jù)與產(chǎn)量數(shù)據(jù)，采用回歸分析方法建立遙感參數(shù)與玉米產(chǎn)量的定量關(guān)系模型。

基于遙感數(shù)據(jù)的LAI-環(huán)境估測(cè)模型:

Yied=F(LATOPT,RAt,WIt)

(1)

式(1)中，Yied為玉米作物單產(chǎn)，F(xiàn)為線性函數(shù)的參數(shù)，LATOPT為最佳時(shí)相的夏玉米葉面積指數(shù)，TAt為累積溫度,RAt為累積太陽(yáng)輻射，WIT為累積水分。

基于遙感數(shù)據(jù)和生物量的LAI-生物量估測(cè)模型：

(2)

式(2)中，Yied為夏玉米作物單產(chǎn)，HI為收獲系數(shù)，IPAR為作物吸收的光合有效輻射(MJ×m-2)，BE為光能物質(zhì)轉(zhuǎn)化率(gc×MJ-1)，Ec指夏玉米生物體中的C元素含量，Wm為夏玉米籽粒含水量，t為夏玉米生長(zhǎng)期。

IPAR(t)=0.5×RAt×{1-exp[-0.65×LAI(t)]}

(3)

式(3)中，0.5為夏玉米能夠吸收的太陽(yáng)有效輻射與總輻射比，RAt為冠層入射太陽(yáng)總輻射量(MJ×m-2)，LAI為葉面積指數(shù)，0.65為行距的作物消光系數(shù)，t為夏玉米生長(zhǎng)天數(shù)。Stress為綜合脅迫系數(shù)。

3.1 葉面積指數(shù)(LAI)計(jì)算

考慮到不同時(shí)期LAI反演參數(shù)的復(fù)雜性等實(shí)際困難，本文研究選取6種指標(biāo)(表1)來與LAI值建立統(tǒng)計(jì)模型，從而獲取各期LAI反演的模型：

LAI=13.382HJVI-5.765VCF2+10.249MSAVI-0.33RVI-4.872EVI+3.475NDVI-3.489

(4)

式(4)中NDVI，RVI，EVI為常用來反演LAI的植被指數(shù)；MSAVI考慮了植被對(duì)土壤的影響，一定程度上可以消除或減弱土壤背景噪聲；HJVI引入反映葉綠素濃度變化、植被長(zhǎng)勢(shì)的綠光波段，可以進(jìn)一步增強(qiáng)植被與土壤背景之間的輻射差異；VCF為每個(gè)像元內(nèi)的植土比，能較好地反映出植被生長(zhǎng)的長(zhǎng)勢(shì)。

圖3禹城市夏玉米NDVI分布

圖4 禹城市夏玉米LAI 分布

IndexFormulaNDVI(R800-R670)/(R800+R670)MSAVI(2R800+1-(2R800+1)2-8(R800-R670)/2EVI2.5(ρNIR-ρRed)/(ρNIR+6ρRed-7.5ρBlue+1)2.5(R800-R670)/(R800+6R670-7.5R470+1)RVIR800/R670VCFVCF=(NDVI-NDVImin)/(NDVImax-NDVImin)

3.2 農(nóng)學(xué)參數(shù)數(shù)據(jù)處理

通過對(duì)禹城市研究區(qū)成熟期的夏玉米樣品進(jìn)行烘干處理，獲取樣品粒數(shù)、干重、百粒重等數(shù)據(jù)(表2)，然后進(jìn)行作物單產(chǎn)kg/hm2的計(jì)算。

3.3 夏玉米產(chǎn)量與LAI之間的關(guān)系

夏玉米估產(chǎn)不同時(shí)相的選擇在一定程度上決定著遙感信息與玉米產(chǎn)量相關(guān)程度。本文通過對(duì)各期的LAI與玉米產(chǎn)量做相關(guān)性分析(圖5)可以發(fā)現(xiàn)：8月中旬前后LAI與夏玉米產(chǎn)量的相關(guān)系數(shù)達(dá)到峰值，此時(shí)夏玉米生長(zhǎng)情況穩(wěn)定。結(jié)合夏玉米干物質(zhì)量的累積規(guī)律，選擇8月中旬夏玉米抽雄期作為禹城市夏玉米估產(chǎn)的最佳時(shí)相。

表2 禹城市夏玉米各鄉(xiāng)鎮(zhèn)單產(chǎn)均值數(shù)據(jù)表

圖5 禹城市樣點(diǎn)玉米產(chǎn)量與各生長(zhǎng)期LAI相關(guān)系數(shù)

4 結(jié)果與分析

4.1 基于LAI-環(huán)境產(chǎn)量模型結(jié)果分析

以鎮(zhèn)為單位求玉米像元LAI的平均值，并對(duì)氣象數(shù)據(jù)與各鎮(zhèn)的單產(chǎn)數(shù)量做相關(guān)分析，得出8月15日估產(chǎn)模型：

Yield=599.883×LAI0815+4.935×TA-3.688×RA-648.974×WI+9790.873

(5)

式(5)中模型相關(guān)性判定系數(shù)R2值為0.725， F檢驗(yàn)結(jié)果為0.05，表明通過遙感數(shù)據(jù)和限制環(huán)境因子建立LAI-環(huán)境產(chǎn)量模型進(jìn)行玉米產(chǎn)量估測(cè)，其結(jié)果是可信的。

根據(jù)該模型得到禹城夏玉米的單產(chǎn)水平主要集中在9000 kg/hm2～10000 kg/hm2之間。其中，玉米產(chǎn)量最高值為11000 kg/hm2，最低值為7000 kg/hm2，平均值為10060 kg/hm2，略大于實(shí)際測(cè)量的玉米產(chǎn)量均值水平9636 kg/hm2，估產(chǎn)精度為95.60%。具體情況如表3。

表3 禹城市各鄉(xiāng)鎮(zhèn)夏玉米實(shí)測(cè)單產(chǎn)數(shù)據(jù)統(tǒng)計(jì)

4.2 基于LAI-生物產(chǎn)量模型結(jié)果分析

以鎮(zhèn)為單位求玉米像元LAI的平均值，并對(duì)生物量與各鎮(zhèn)的單產(chǎn)數(shù)量做相關(guān)分析，得出8月15日估產(chǎn)模型：

Yield=

(6)

根據(jù)該模型得到禹城研究區(qū)玉米的單產(chǎn)水平主要集中在9000 kg/hm2～10000 kg/hm2之間。其中，玉米產(chǎn)量最高值為11000 kg/hm2，最低值為7000 kg/hm2，其平均值為9270 kg/hm2，略大于實(shí)際測(cè)量的玉米產(chǎn)量均值水平9636 kg/hm2，估產(chǎn)精度為96.20%。

5 結(jié)語(yǔ)

(1) 結(jié)合禹城市夏玉米生長(zhǎng)期到成熟期的累積太陽(yáng)輻射、累積氣溫、水分條件和最佳估產(chǎn)時(shí)相的LAI，利用LAI-環(huán)境模型得到禹城市夏玉米的產(chǎn)量空間分布狀況(圖6)，其估產(chǎn)結(jié)果平均值為10060 kg/hm2，和實(shí)際產(chǎn)量的誤差為424 kg/hm2，估產(chǎn)精度為95.60%，符合估產(chǎn)精度要求。

圖6 禹城市基于LAI-環(huán)境模型的玉米產(chǎn)量分布

圖7 禹城市基于LAI-生物量模型的玉米產(chǎn)量分布

(2)利用LAI-生物量模型估算夏玉米產(chǎn)量，得到禹城市夏玉米的產(chǎn)量空間分布(圖7)。其估產(chǎn)結(jié)果平均值為9270 kg/hm2，和實(shí)際產(chǎn)量的誤差為366 kg/hm2，估產(chǎn)精度為96.20%，符合估產(chǎn)精度要求。

(3) 利用遙感信息與農(nóng)作物生理生長(zhǎng)特征，可以較好的對(duì)農(nóng)作物產(chǎn)量進(jìn)行估測(cè)，從而有效地監(jiān)測(cè)農(nóng)作物的長(zhǎng)勢(shì)狀況。但是在氣象因子與遙感參數(shù)的選取上，利用遙感技術(shù)估算只能是一個(gè)空間范圍內(nèi)的平均產(chǎn)量水平。今后可以不斷完善模型從而提高模擬精度，真正實(shí)現(xiàn)大面積精確估測(cè)夏玉米產(chǎn)量，為我國(guó)糧食安全提供保障。