基于積溫-輻射與LAI積分面積模型的玉米成熟期預(yù)測(cè)

黃健熙 王佳麗 黃 然 黃 海 蘇 偉 朱德海

(1.中國(guó)農(nóng)業(yè)大學(xué)土地科學(xué)與技術(shù)學(xué)院， 北京 100083； 2.農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)災(zāi)害遙感重點(diǎn)實(shí)驗(yàn)室， 北京 100083)

0 引言

傳統(tǒng)的成熟期預(yù)測(cè)方法是以野外觀測(cè)為基礎(chǔ)的目視觀察法[1]，即通過地面定點(diǎn)觀測(cè)作物的生長(zhǎng)狀況來預(yù)判成熟，但由于區(qū)域局限性強(qiáng)，需要消耗大量的時(shí)間、人力和物力，難以進(jìn)行大尺度作物成熟情況的時(shí)空分析[2]。UMBER等[3]從氣溫等作物成熟期影響因素出發(fā)，對(duì)香蕉的成熟期進(jìn)行預(yù)測(cè)，研究證實(shí)了有效積溫在作物成熟期預(yù)測(cè)中的決定性作用，文中還提出進(jìn)行香蕉成熟期預(yù)測(cè)的有效總積溫的計(jì)算方法。PERRY等[4]通過分析蘋果生育期內(nèi)熱量累積與對(duì)應(yīng)成熟期的相關(guān)關(guān)系，建立成熟期預(yù)測(cè)模型，并將該預(yù)測(cè)模型運(yùn)用到當(dāng)前年份該地區(qū)香蕉成熟期預(yù)測(cè)中，該模型的平均誤差在8.25 d以內(nèi)，精度可達(dá)1 d。FRIIS等[5]選取氣溫與土壤溫度為預(yù)測(cè)變量，分階段進(jìn)行回歸分析，最終構(gòu)建豌豆的成熟期預(yù)測(cè)模型，實(shí)現(xiàn)了對(duì)豌豆的成熟期預(yù)測(cè)。近年來，國(guó)內(nèi)外學(xué)者研究出一些作物成熟期預(yù)測(cè)的方法與模型：如應(yīng)用氣象統(tǒng)計(jì)模型研究溫度、光周期、降水等因子對(duì)作物的影響，實(shí)現(xiàn)作物成熟期的預(yù)測(cè)，該模型雖簡(jiǎn)單易用、驅(qū)動(dòng)參數(shù)少，但代表性不強(qiáng)，區(qū)域推廣較難[6-8]；基于作物生長(zhǎng)模型可以從作物生長(zhǎng)機(jī)理出發(fā)，描述作物生長(zhǎng)發(fā)育與產(chǎn)量形成的過程，并以作物產(chǎn)量或品質(zhì)(或兩者綜合)為目標(biāo)構(gòu)建代價(jià)函數(shù)，反向求解優(yōu)化作物的收獲時(shí)間，實(shí)現(xiàn)作物成熟期的預(yù)測(cè)，但大區(qū)域范圍的作物生長(zhǎng)模型標(biāo)定與校準(zhǔn)困難使其存在一定的局限性[6-7]；基于遙感獲取作物成熟期的信息，是遙感在精準(zhǔn)農(nóng)業(yè)中的一個(gè)重要應(yīng)用，但單純的遙感方法對(duì)遙感數(shù)據(jù)的時(shí)間和空間分辨率都有嚴(yán)格要求，受到云和衛(wèi)星軌道的影響，獲取大區(qū)域作物關(guān)鍵生育期所需的中等分辨率遙感數(shù)據(jù)難以在數(shù)據(jù)質(zhì)量上滿足要求[7]。

雖然氣象統(tǒng)計(jì)模型[6-9]、作物生長(zhǎng)模型[10]與遙感監(jiān)測(cè)[11-16]這3種方式都存在一定弊端，但是如果進(jìn)行有機(jī)結(jié)合，利用遙感獲取的物候判定值[17]和作物生長(zhǎng)模型的驅(qū)動(dòng)方法，基于現(xiàn)實(shí)狀況與作物生長(zhǎng)趨勢(shì)實(shí)現(xiàn)成熟期預(yù)測(cè)，這樣既能夠在大空間區(qū)域上進(jìn)行推廣[18]，又能簡(jiǎn)化驅(qū)動(dòng)模型，將集合預(yù)報(bào)數(shù)據(jù)引入玉米成熟期預(yù)報(bào)，能夠有效地解決目前時(shí)效性差、缺乏空間分布以及缺少定量描述等瓶頸問題[19]。

本研究選擇東北地區(qū)玉米主產(chǎn)區(qū)，綜合運(yùn)用遙感數(shù)據(jù)、氣象數(shù)據(jù)和氣象集合預(yù)報(bào)數(shù)據(jù)，設(shè)計(jì)出兩種不同的驅(qū)動(dòng)模型，第1種為積溫-輻射模型，主要選擇有效積溫和太陽(yáng)輻射作為玉米成熟期預(yù)報(bào)的主要判別因素，在預(yù)報(bào)起始點(diǎn)之后逐日更新各像元?dú)庀髷?shù)據(jù)和氣象預(yù)報(bào)數(shù)據(jù)，提前10 d對(duì)研究區(qū)玉米成熟期進(jìn)行動(dòng)態(tài)預(yù)測(cè)，當(dāng)各像元內(nèi)玉米從抽雄期開始，有效積溫和太陽(yáng)輻射滿足積溫-輻射模型要求時(shí)，則判定玉米達(dá)到了成熟條件[6-7]；第2種為L(zhǎng)AI積分面積模型，主要選擇乳熟期至當(dāng)前預(yù)測(cè)日期生育階段內(nèi)LAI積分面積占抽雄至當(dāng)前日期LAI積分總面積百分比作為玉米成熟期預(yù)報(bào)的主要判別因素，并引進(jìn)改進(jìn)的冠層結(jié)構(gòu)動(dòng)力學(xué)模型(CSDM)來模擬預(yù)測(cè)年份LAI的時(shí)間軌跡，該模型融合了一些作物生長(zhǎng)發(fā)育的生長(zhǎng)與衰老因子，并通過計(jì)算積分面積百分比的方式消除部分地區(qū)之間溫度、水分、光照、土壤條件和礦質(zhì)營(yíng)養(yǎng)之間的差距，是一種基于作物生長(zhǎng)和衰老規(guī)律建立的關(guān)于積分面積比值的動(dòng)態(tài)預(yù)測(cè)模型。本研究采用上述兩種模型對(duì)區(qū)域玉米成熟期進(jìn)行預(yù)測(cè)，并進(jìn)行對(duì)比分析。

1 研究區(qū)域概況與數(shù)據(jù)

1.1 研究區(qū)域概況

本文選取黑龍江省、吉林省、遼寧省為研究區(qū)，地理范圍為38°17′～53°23′N，118°44′～135°10′E。研究區(qū)玉米種植區(qū)域與農(nóng)業(yè)氣象站點(diǎn)分布如圖1所示。其中玉米種植區(qū)采用本課題組已有分類結(jié)果[20]。

圖1 研究區(qū)玉米種植區(qū)域和農(nóng)業(yè)氣象站分布Fig.1 Distribution of corn planting area and agricultural meteorological stations in study area

研究區(qū)玉米播種時(shí)間在4月20日—5月10日之間，成熟期在9月10日—10月15日之間。研究區(qū)玉米播種期與當(dāng)年氣象情況相關(guān)性極高，由于遼寧省在3省中熱量條件相對(duì)充足，4月中上旬即可播種，之后逐漸向北，吉林省和黑龍江省于5月1日左右進(jìn)入播種高峰期，個(gè)別低洼地塊5月15—20日播種。

1.2 數(shù)據(jù)源及預(yù)處理

1.2.1MODIS數(shù)據(jù)

農(nóng)作物長(zhǎng)勢(shì)和物候的監(jiān)測(cè)需要較高的時(shí)間和空間分辨率，因此本文選擇時(shí)間分辨率為4 d、空間分辨率為500 m的MCD15A3H產(chǎn)品，該產(chǎn)品包括LAI和光合有效輻射(Fraction of photosynthetically active radiation，F(xiàn)PAR)數(shù)據(jù)，本文主要使用該產(chǎn)品中的LAI數(shù)據(jù)。由于搭載MODIS的TERRA和AQUA衛(wèi)星每天過境兩次，能提供逐日的LAI數(shù)據(jù)，為了提高 LAI/FPAR 數(shù)據(jù)精度，MCD15A3H產(chǎn)品數(shù)據(jù)在每4 d內(nèi)選擇一次“最佳”像素合成，使用Sinusoidal投影，文件格式為HDF-EOS。

獲取研究區(qū)域2012—2015年的MCD15A3H產(chǎn)品(軌道號(hào)分別為h25v03、h26v03、h26v04、h27v04、h27v05)，每年共 48個(gè)時(shí)相的LAI影像。利用MRT(MODIS Reprojection Tool)對(duì)MODIS LAI影像進(jìn)行鑲嵌、投影轉(zhuǎn)換等預(yù)處理，統(tǒng)一輸出為Albers等積投影的LAI數(shù)據(jù)，其中，第1、2緯線和中央經(jīng)線分別采用27、45、105等參數(shù)。利用研究區(qū)域矢量邊界對(duì)投影后的LAI數(shù)據(jù)進(jìn)行裁剪，構(gòu)建研究區(qū)域2012—2015年每一像素的LAI時(shí)間序列。

1.2.2農(nóng)業(yè)氣象資料和地面氣象數(shù)據(jù)

農(nóng)業(yè)氣象資料主要記錄研究區(qū)內(nèi)各個(gè)站點(diǎn)的經(jīng)緯度和高度信息、區(qū)站號(hào)、作物名、生育期名稱及其具體日期。本研究統(tǒng)計(jì)分析2012—2014年的玉米生育期數(shù)據(jù)，獲取玉米在抽雄期、乳熟期和成熟期的具體日期，并將其轉(zhuǎn)換為年積日，為接下來的玉米成熟期預(yù)測(cè)提供數(shù)據(jù)基礎(chǔ)。

地面氣象數(shù)據(jù)中主要記錄站點(diǎn)信息和氣象要素信息，本研究中主要使用日平均氣溫和日照時(shí)數(shù)兩個(gè)氣象要素。地面氣象數(shù)據(jù)從中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http:∥data.cma.cn/site/index.html)下載，由于本研究使用的地面氣象數(shù)據(jù)和農(nóng)業(yè)氣象資料中的地面氣象站點(diǎn)與農(nóng)業(yè)氣象站點(diǎn)之間空間坐標(biāo)不重合，造成兩套數(shù)據(jù)之間不相匹配，需要將地面氣象數(shù)據(jù)中的氣象要素經(jīng)過空間插值得到農(nóng)業(yè)氣象站點(diǎn)尺度上相應(yīng)的平均氣溫和太陽(yáng)輻射數(shù)據(jù)，本研究中采用的空間插值方法為ArcGIS中的反距離權(quán)重插值法(IDW)。利用空間插值法所得到的地面氣象柵格數(shù)據(jù)，可計(jì)算預(yù)測(cè)年份中各玉米像元對(duì)應(yīng)的逐日積溫和太陽(yáng)總輻射。

1.2.3數(shù)值天氣預(yù)報(bào)

數(shù)值天氣預(yù)報(bào)(Numerical weather prediction)又被稱為天氣數(shù)值預(yù)測(cè)或數(shù)值預(yù)報(bào)，是利用當(dāng)前天氣狀況作為輸入數(shù)據(jù)從而得到未來幾天內(nèi)天氣狀況的手段[21-22]。集合天氣預(yù)報(bào)結(jié)合改進(jìn)的平均值預(yù)報(bào)方法，協(xié)調(diào)集合預(yù)報(bào)離散度與控制預(yù)報(bào)方法，可方便地確定天氣事件發(fā)生概率，并提高對(duì)極端天氣事件的預(yù)報(bào)能力?，F(xiàn)階段世界各國(guó)均已廣泛開展，逐漸集成包含多國(guó)數(shù)值天氣預(yù)報(bào)在內(nèi)的TIGGE資料，其中數(shù)據(jù)來源主要包括歐洲中期天氣預(yù)報(bào)中心(ECMWF)、加拿大氣象中心(CMC)、中國(guó)氣象局(CMA)等提供的集合預(yù)報(bào)數(shù)據(jù)[23-25]。

為構(gòu)建衛(wèi)星遙感與數(shù)值天氣預(yù)報(bào)結(jié)合的玉米成熟期預(yù)測(cè)模型，本研究使用歐洲中期天氣預(yù)報(bào)中心(ECMWF)的氣象預(yù)報(bào)數(shù)據(jù)，獲得研究區(qū)數(shù)值天氣預(yù)報(bào)的GRIB格式的初始數(shù)據(jù)，將其重采樣為空間分辨率為500 m的柵格數(shù)據(jù)，使之與MODIS LAI數(shù)據(jù)及空間插值后的地面氣象要素?cái)?shù)據(jù)在空間分辨率上相匹配，以便建立有效積溫和太陽(yáng)總輻射的逐日成熟期預(yù)測(cè)模型。目前該數(shù)據(jù)預(yù)報(bào)時(shí)效最長(zhǎng)為16 d，經(jīng)驗(yàn)證預(yù)報(bào)數(shù)據(jù)日平均氣溫誤差小于3℃，日照時(shí)數(shù)誤差在0.8 h以內(nèi)，滿足精度要求。該數(shù)據(jù)均可從歐洲中期天氣預(yù)報(bào)中心網(wǎng)站(https:∥apps.ecmwf.int)下載。

2 研究方法

2.1 積溫-輻射模型

積溫-輻射模型以農(nóng)業(yè)氣象資料為基礎(chǔ)數(shù)據(jù)，分別獲得2012—2014年3年的抽雄期到成熟期平均積溫分布和太陽(yáng)總輻射分布，并以其結(jié)果作為判別研究區(qū)內(nèi)玉米成熟的閾值[9]，最后，在預(yù)測(cè)年份采用農(nóng)業(yè)氣象資料和基于TIGGE的氣象集合預(yù)報(bào)數(shù)據(jù)進(jìn)行玉米成熟期的動(dòng)態(tài)預(yù)測(cè)[9-10]。

2.1.1有效積溫模型的構(gòu)建

有效積溫(T)是對(duì)作物生長(zhǎng)發(fā)育起作用的部分溫度(本研究區(qū)玉米發(fā)育溫度閾值為10℃)的總和，表示作物生長(zhǎng)發(fā)育過程中累積的熱量，它直接決定了作物的生長(zhǎng)速度和物候期形成，是衡量熱量條件對(duì)作物生長(zhǎng)發(fā)育影響的重要標(biāo)尺。具體計(jì)算公式如下

(1)

式中Ti——日平均溫度，℃

T0——玉米生長(zhǎng)發(fā)育的基礎(chǔ)溫度，本文取10℃

m——抽雄到成熟期的時(shí)間，d

有效積溫模型的要求為當(dāng)抽雄期至當(dāng)前預(yù)測(cè)日期的有效積溫達(dá)到過去3年的平均有效積溫時(shí)，則判定該像元玉米達(dá)到成熟期所需的積溫條件。

從遙感提取的抽雄期開始，將每個(gè)像元?dú)庀髷?shù)據(jù)中的有效日平均氣溫(高于玉米生長(zhǎng)發(fā)育溫度閾值部分)進(jìn)行累加，計(jì)算各像元有效積溫；預(yù)測(cè)點(diǎn)之后的有效日平均氣溫用氣象集合預(yù)報(bào)數(shù)據(jù)中的氣溫預(yù)報(bào)值代替，得到抽雄期至當(dāng)前預(yù)測(cè)日期內(nèi)研究區(qū)內(nèi)各像元有效積溫分布，然后用有效積溫模型對(duì)其進(jìn)行逐像元判定。

2.1.2太陽(yáng)輻射模型的構(gòu)建

太陽(yáng)輻射總量指太陽(yáng)輻射到達(dá)地面的有效總量，本研究采用聯(lián)合國(guó)糧農(nóng)組織(FAO)給出的計(jì)算公式將地面氣象站點(diǎn)觀測(cè)的日照時(shí)數(shù)轉(zhuǎn)換為太陽(yáng)輻射總量。具體計(jì)算公式為

(2)

其中

(3)

ωs=arccos(-tanftanδ)

(4)

式中Rs——太陽(yáng)輻射總量，MJ/(m2·d)

n——實(shí)際日照時(shí)數(shù)，h

N——最大天文日照時(shí)數(shù)，h

as、bs——經(jīng)驗(yàn)常數(shù)，分別取0.25和0.5

Ra——碧空太陽(yáng)總輻射，MJ/(m2·d)

Gsc——太陽(yáng)常數(shù)，0.082 0 MJ/(m2·min)

dr——日-地相對(duì)距離

f——緯度，rad

ωs——太陽(yáng)時(shí)角，rad

δ——太陽(yáng)赤緯，rad

太陽(yáng)輻射模型的要求為當(dāng)抽雄期至當(dāng)前預(yù)測(cè)日期的太陽(yáng)輻射總量達(dá)到過去3年的平均太陽(yáng)輻射量時(shí)，則判定該像元玉米達(dá)到成熟期所需的輻射條件。

每個(gè)像元從遙感提取的抽雄期日期開始，將該像元?dú)庀髷?shù)據(jù)中的日照時(shí)數(shù)轉(zhuǎn)換為獲得的太陽(yáng)輻射，并進(jìn)行累加，計(jì)算各像元太陽(yáng)輻射總量；預(yù)測(cè)點(diǎn)之后的太陽(yáng)輻射用氣象集合預(yù)報(bào)數(shù)據(jù)中的日照時(shí)數(shù)轉(zhuǎn)換值代替，得到抽雄期至當(dāng)前預(yù)測(cè)日期內(nèi)研究區(qū)內(nèi)各像元太陽(yáng)輻射分布，然后用太陽(yáng)輻射模型對(duì)其進(jìn)行逐像元判定[9-10]。

圖2 積溫-輻射模型構(gòu)建流程圖Fig.2 Flow chart of construction of accumulated temperature-radiation model

綜上所述，積溫-輻射模型就是以農(nóng)業(yè)氣象資料為基礎(chǔ)數(shù)據(jù)，分別獲得2012—2014年抽雄期到成熟期平均積溫分布和太陽(yáng)總輻射分布，并以其結(jié)果作為判別研究區(qū)內(nèi)玉米成熟的閾值，最后，在預(yù)測(cè)年份采用農(nóng)業(yè)氣象資料和基于TIGGE的氣象集合預(yù)報(bào)數(shù)據(jù)進(jìn)行玉米成熟期的動(dòng)態(tài)預(yù)測(cè)，當(dāng)有效積溫和太陽(yáng)總輻射二者均滿足積溫-輻射模型的要求時(shí)則判定該像元玉米達(dá)到成熟條件，按照以上方法可得到研究區(qū)內(nèi)所有像元的成熟期預(yù)測(cè)值。積溫-輻射模型構(gòu)建流程圖如圖2所示。

2.2 LAI曲線積分面積模型

以S-G濾波后的MODIS LAI時(shí)間序列曲線為基礎(chǔ)，結(jié)合農(nóng)業(yè)氣象資料獲得2012—2014年研究區(qū)玉米生育期數(shù)據(jù)，計(jì)算乳熟期至成熟期的積分面積占抽雄期至成熟期的積分總面積的百分比均值Rave作為研究區(qū)玉米的成熟閾值，計(jì)算公式如下

(5)

式中S0——玉米抽雄期日期

Sa——玉米乳熟期日期

Sb——玉米成熟期日期

LAI——葉面積指數(shù)

預(yù)測(cè)年份Rpre的計(jì)算公式如下

(6)

式中Rpre——當(dāng)前年份研究區(qū)玉米乳熟期至當(dāng)前預(yù)測(cè)日期生育階段內(nèi)積分面積占抽雄期至當(dāng)前日期積分總面積百分比

Sc——當(dāng)前預(yù)測(cè)日期

在預(yù)報(bào)區(qū)間內(nèi)逐日以LAI曲線計(jì)算Rpre，當(dāng)Rpre≥Rave時(shí)，即認(rèn)為該像元玉米達(dá)到成熟條件，對(duì)應(yīng)的日期即為玉米成熟期。

在計(jì)算預(yù)測(cè)年份Rpre之前，需要對(duì)預(yù)測(cè)年份LAI曲線進(jìn)行模擬，本研究在提取研究區(qū)玉米抽雄期之后，結(jié)合氣象觀測(cè)數(shù)據(jù)和氣象集合預(yù)報(bào)數(shù)據(jù)得到各生育期內(nèi)有效積溫，通過擬合改進(jìn)的冠層結(jié)構(gòu)動(dòng)力學(xué)模型(CSDM)來模擬LAI的時(shí)間軌跡，并以此曲線作為預(yù)測(cè)年份的LAI曲線，進(jìn)而計(jì)算預(yù)測(cè)年份Rpre。LAI曲線擬合模型為

(7)

式中A——LAI的最大值

J——LAI曲線下降部分拐點(diǎn)位置的有效積溫

k——相對(duì)衰老率

綜上所述，LAI曲線積分面積模型就是以S-G濾波后的MODIS LAI時(shí)間序列曲線和農(nóng)業(yè)氣象資料為基礎(chǔ)數(shù)據(jù)，獲得2012—2014年3年平均的Rave，并以其結(jié)果作為判別研究區(qū)內(nèi)玉米成熟的閾值。最后，在預(yù)測(cè)年份采用CSDM模型擬合的LAI曲線、農(nóng)業(yè)氣象資料，并結(jié)合基于TIGGE的氣象集合預(yù)報(bào)數(shù)據(jù)進(jìn)行玉米成熟期的動(dòng)態(tài)預(yù)測(cè)，LAI曲線積分面積模型構(gòu)建流程圖如圖3所示。

圖3 LAI曲線積分面積模型構(gòu)建流程圖Fig.3 Flow chart of construction of LAI curve integral area model

3 結(jié)果與分析

3.1 積溫-輻射模型對(duì)玉米成熟期的預(yù)測(cè)

圖4 積溫-輻射模型預(yù)測(cè)的玉米成熟期分布圖Fig.4 Distribution map of maize maturity stage predicted by accumulated temperature-radiation model

采用積溫-輻射模型，以農(nóng)業(yè)氣象資料和S-G濾波后的MODIS LAI時(shí)間序列曲線為數(shù)據(jù)源，分別獲得研究區(qū)內(nèi)2012—2014年3年的抽雄期到成熟期平均積溫分布和太陽(yáng)總輻射分布，并以其結(jié)果作為判別研究區(qū)內(nèi)玉米成熟的閾值，最后，在預(yù)測(cè)年份采用農(nóng)業(yè)氣象資料和基于TIGGE的氣象集合預(yù)報(bào)數(shù)據(jù)進(jìn)行玉米成熟期的動(dòng)態(tài)預(yù)測(cè)。從整體區(qū)域上來看(圖4)，隨著緯度的升高玉米成熟期逐漸推遲，一般最先抽雄的區(qū)域?qū)?yīng)著最先成熟的區(qū)域，如遼寧省燈塔、朝陽(yáng)、岫巖、瓦房店等地，在9月上旬左右開始成熟，最晚的地區(qū)包括黑龍江省和吉林省的海倫、樺南、雙陽(yáng)、遼源等地，在10月中旬成熟，因緯度及當(dāng)?shù)靥囟ǖ淖匀粭l件，可使最早成熟區(qū)域與最晚成熟區(qū)域成熟日期相差一個(gè)月左右。

3.2 LAI曲線積分面積模型對(duì)玉米成熟期的預(yù)測(cè)

在構(gòu)建CSDM模型時(shí)，LAI最大值A(chǔ)已由動(dòng)態(tài)閾值法提取出，J和k由過去3年S-G濾波后的MODIS LAI時(shí)間序列曲線求平均值得出，預(yù)測(cè)年份內(nèi)的逐日有效積溫T由兩部分構(gòu)成，在預(yù)測(cè)點(diǎn)之前使用預(yù)測(cè)年份的農(nóng)業(yè)氣象資料所記錄的日平均氣溫，在預(yù)測(cè)點(diǎn)之后使用歐洲中期天氣預(yù)報(bào)中心(ECMWF)的逐日集合預(yù)報(bào)資料，二者結(jié)合用以計(jì)算預(yù)測(cè)年份Rpre，用2012—2014年3年平均的Rave對(duì)Rpre進(jìn)行判定，得到成熟期預(yù)測(cè)結(jié)果如圖5所示。

圖5 LAI曲線積分面積模型預(yù)測(cè)的玉米成熟期分布圖Fig.5 Distribution map of maize maturity stage predicted by LAI curve integral area model

本方法結(jié)合氣象觀測(cè)數(shù)據(jù)和氣象集合預(yù)報(bào)數(shù)據(jù)得到各生育期內(nèi)有效積溫，通過擬合改進(jìn)的冠層結(jié)構(gòu)動(dòng)力學(xué)模型(CSDM)來模擬預(yù)測(cè)年份LAI的時(shí)間軌跡，并以此曲線作為預(yù)測(cè)年份的LAI曲線，進(jìn)而計(jì)算預(yù)測(cè)年份Rpre，為成熟期預(yù)測(cè)工作提供了基礎(chǔ)。

選擇龍江、海倫、農(nóng)安、遼源、朝陽(yáng)、莊河6個(gè)農(nóng)業(yè)氣象站點(diǎn)，提取其通過改進(jìn)的冠層結(jié)構(gòu)動(dòng)力學(xué)模型(CSDM)所擬合的預(yù)測(cè)年份LAI的時(shí)間軌跡，結(jié)合LAI曲線積分模型預(yù)測(cè)玉米成熟期日期，對(duì)比S-G濾波后的MODIS LAI曲線和模擬的LAI曲線，結(jié)果如圖6所示。圖中龍江、海倫兩個(gè)站點(diǎn)的模擬LAI曲線與S-G濾波后的MODIS LAI曲線在下降部分拐點(diǎn)位置相交，相交點(diǎn)之前模擬LAI值大于S-G濾波后的MODIS LAI值，相交點(diǎn)之后模擬LAI值小于S-G濾波后的MODIS LAI值，此規(guī)律在一定程度上造成相對(duì)衰老率k偏高，導(dǎo)致龍江、海倫兩個(gè)站點(diǎn)的成熟期預(yù)測(cè)值提前。如圖7中，農(nóng)安和遼源兩個(gè)站點(diǎn)出現(xiàn)抽雄-成熟期全階段性的模擬LAI值大于S-G濾波后的MODIS LAI值或模擬LAI值小于S-G濾波后的MODIS LAI值的現(xiàn)象，在一定程度上修正了S-G濾波后的MODIS LAI曲線拐點(diǎn)位置不明確造成的成熟期預(yù)測(cè)誤差，農(nóng)安和遼源兩個(gè)站點(diǎn)的成熟期預(yù)測(cè)值與農(nóng)業(yè)氣象資料記錄的觀測(cè)值偏差較小，均在1 d之內(nèi)。如圖8中，朝陽(yáng)、莊河兩個(gè)站點(diǎn)自抽雄期開始模擬LAI值大于S-G濾波后的MODIS LAI值，趨勢(shì)穩(wěn)定，曲線斜率變化相對(duì)緩慢，此規(guī)律在一定程度上造成相對(duì)衰老率k偏低，導(dǎo)致朝陽(yáng)、莊河兩個(gè)站點(diǎn)的成熟期預(yù)測(cè)值滯后。

圖6 成熟期預(yù)測(cè)值提前示例Fig.6 Ahead-of-time example of maturity stage forecast

圖7 成熟期預(yù)測(cè)值準(zhǔn)確示例Fig.7 On-time example of maturity stage forecast

圖8 成熟期預(yù)測(cè)值滯后示例Fig.8 Behind-of-time example of maturity stage forecast

3.3 結(jié)果分析

本文所采用的積溫-輻射模型對(duì)區(qū)域玉米成熟期預(yù)測(cè)的方法和基于時(shí)間序列LAI曲線積分面積的區(qū)域玉米成熟期預(yù)測(cè)方法，均考慮遙感和農(nóng)業(yè)氣象資料兩種數(shù)據(jù)分別在時(shí)間和空間上的優(yōu)勢(shì)，同時(shí)充分利用氣象集合預(yù)報(bào)數(shù)據(jù)的預(yù)測(cè)性能，利用遙感獲取的作物生育期時(shí)間序列曲線與物候判定值，參考農(nóng)業(yè)氣象站點(diǎn)記錄的物候信息，再結(jié)合氣象集合預(yù)報(bào)數(shù)據(jù)將其溫度信息融入遙感生成的時(shí)間序列曲線中，最終通過兩種不同的預(yù)測(cè)模型來預(yù)測(cè)同一年份同一地區(qū)的玉米成熟期。

積溫-輻射模型主要選擇有效積溫和太陽(yáng)輻射作為玉米成熟期預(yù)報(bào)的主要判別因素，尚未充分考慮品種、水分、養(yǎng)分等條件的差異。預(yù)測(cè)結(jié)果決定系數(shù)R2為0.77，均方根誤差(RMSE)為3.3 d。

LAI曲線積分面積模型主要選擇乳熟期至當(dāng)前預(yù)測(cè)日期生育階段內(nèi)LAI積分面積占抽雄期至當(dāng)前日期LAI積分總面積百分比作為玉米成熟期預(yù)報(bào)的主要判別因素，并引進(jìn)改進(jìn)的冠層結(jié)構(gòu)動(dòng)力學(xué)模型(CSDM)來模擬預(yù)測(cè)年份LAI的時(shí)間軌跡，該模型融合了一些作物生長(zhǎng)發(fā)育的生長(zhǎng)與衰老因子，并通過計(jì)算積分面積百分比的方式消除部分地區(qū)之間溫度、水分、光照、土壤條件和礦質(zhì)營(yíng)養(yǎng)之間的差距，是一種基于作物生長(zhǎng)和衰老規(guī)律建立的關(guān)于積分面積比值的動(dòng)態(tài)預(yù)測(cè)模型。預(yù)測(cè)結(jié)果決定系數(shù)R2為0.87，均方根誤差(RMSE)為2.5 d。

兩種模型均存在一定的預(yù)測(cè)誤差的原因在于，MODIS LAI空間分辨率較低，受混合像元影響較大，加之實(shí)驗(yàn)中采用步長(zhǎng)為4 d的MODIS LAI產(chǎn)品數(shù)據(jù)，會(huì)出現(xiàn)2 d的誤差，即使通過S-G濾波和氣象集合預(yù)報(bào)數(shù)據(jù)將成熟期確定到以天為單位的尺度上，仍會(huì)導(dǎo)致成熟期預(yù)測(cè)出現(xiàn)偏差的現(xiàn)象；其次，雖然農(nóng)業(yè)氣象站對(duì)作物物候期觀測(cè)嚴(yán)格按照有關(guān)標(biāo)準(zhǔn)規(guī)范進(jìn)行，但因受環(huán)境等客觀條件的影響，記錄的物候資料也會(huì)有一定的誤差，會(huì)對(duì)驗(yàn)證結(jié)果產(chǎn)生影響。

3.4 精度驗(yàn)證

將兩種模型的預(yù)測(cè)結(jié)果作為成熟期預(yù)測(cè)值，與農(nóng)業(yè)氣象站點(diǎn)記錄的成熟期觀測(cè)值進(jìn)行比較。研究區(qū)內(nèi)共有28個(gè)農(nóng)業(yè)氣象站點(diǎn)，分別為龍江、海倫、肇東、巴彥、佳木斯、樺南、集賢、饒河、肇源、雙城、賓縣、方正、尚志、五常、農(nóng)安、榆樹、舒蘭、公主嶺、雙陽(yáng)、遼源、梅河口、通化縣、彰武、朝陽(yáng)、燈塔、岫巖、瓦房店、莊河。兩種模型預(yù)測(cè)的玉米成熟期日期預(yù)測(cè)值與觀測(cè)值對(duì)比結(jié)果如表1所示。

為驗(yàn)證兩種成熟期預(yù)測(cè)模型的預(yù)測(cè)精度并對(duì)這兩個(gè)模型進(jìn)行對(duì)比，本研究選擇決定系數(shù)R2和均方根誤差(RMSE)作為評(píng)價(jià)指標(biāo)。其中決定系數(shù)R2用來評(píng)價(jià)成熟期預(yù)測(cè)值與觀測(cè)值之間的線性相關(guān)程度，RMSE用來衡量本研究中所構(gòu)建的模型對(duì)研究區(qū)內(nèi)玉米成熟期預(yù)測(cè)值與相應(yīng)實(shí)地觀測(cè)值之間的偏差，決定系數(shù)R2越高，RMSE越低，說明模型的成熟期預(yù)測(cè)值與農(nóng)業(yè)氣象資料記錄的成熟期觀測(cè)值之間偏差越小，模型的預(yù)測(cè)精度越高；反之，模型的預(yù)測(cè)精度越低。

兩種模型的預(yù)測(cè)結(jié)果表明，積溫-輻射模型和LAI曲線積分面積模型預(yù)測(cè)研究區(qū)玉米成熟期都是可行的。將兩種模型的成熟期預(yù)測(cè)結(jié)果分別進(jìn)行回歸分析，積溫-輻射模型預(yù)測(cè)研究區(qū)玉米成熟期的回歸方程為y=0.885 7x+30.251，決定系數(shù)R2為0.77，RMSE為3.3 d；LAI曲線積分面積模型預(yù)測(cè)研究區(qū)玉米成熟期的回歸方程為y=0.956 2x+11.635，決定系數(shù)R2為0.87，RMSE為2.5 d。LAI曲線積分面積模型整體預(yù)測(cè)精度高于積溫-輻射模型預(yù)測(cè)精度。

表1 兩種模型對(duì)玉米成熟期日期預(yù)測(cè)值與 觀測(cè)值對(duì)比Tab.1 Comparison of corn maturity date from two prediction models and observational date d

4 討論

4.1 成熟期影響因素

溫度、光照、水分、空氣、養(yǎng)分和土壤6個(gè)因素是影響玉米生長(zhǎng)發(fā)育的主要環(huán)境因素，具有各自獨(dú)特作用且不可替代，同時(shí)它們之間相互作用、互為補(bǔ)償，具有可調(diào)劑性，密不可分，共同影響玉米生育進(jìn)程。了解并掌握這些環(huán)境因素與玉米生育的關(guān)系，通過改變環(huán)境因素來調(diào)控玉米生育進(jìn)程，從而實(shí)現(xiàn)高產(chǎn)、優(yōu)質(zhì)和高效的目的。

4.2 模型誤差

通過對(duì)比本研究所選擇的決定系數(shù)R2和RMSE兩個(gè)精度驗(yàn)證指標(biāo)，可計(jì)算出LAI曲線積分面積模型的相關(guān)系數(shù)R2比積溫-輻射模型高0.1，RMSE比積溫-輻射模型低0.8 d，在時(shí)效和精度上最優(yōu)。為分析其中原因，本研究選取3 km和5 km的驗(yàn)證窗口，對(duì)研究區(qū)內(nèi)各個(gè)農(nóng)業(yè)氣象站點(diǎn)分別建立半徑為3 km和5 km的緩沖區(qū)并統(tǒng)計(jì)玉米像元占總像元的百分比Rm。綜合考慮農(nóng)業(yè)氣象站點(diǎn)周圍玉米種植區(qū)分布以及驗(yàn)證窗口半徑等影響成熟期預(yù)測(cè)的因素，對(duì)兩種模型的誤差進(jìn)行進(jìn)一步的分析。

研究區(qū)內(nèi)28個(gè)農(nóng)業(yè)氣象站點(diǎn)的地理位置及不同驗(yàn)證窗口對(duì)應(yīng)的玉米種植區(qū)分布如圖9所示，其中每個(gè)農(nóng)業(yè)氣象站點(diǎn)地理位置圖下方左、右兩圖分別為3 km和5 km驗(yàn)證窗口內(nèi)的玉米像元分布。統(tǒng)計(jì)結(jié)果表明：

(1)3 km驗(yàn)證窗口內(nèi)，Rm≤20%的農(nóng)業(yè)氣象站點(diǎn)為龍江、肇東、佳木斯、集賢、肇源、賓縣、五常、農(nóng)安、公主嶺、遼源、通化縣、彰武、朝陽(yáng)、岫巖、瓦房店、莊河16個(gè)農(nóng)業(yè)氣象站點(diǎn)；20%

(2)5 km驗(yàn)證窗口內(nèi)，Rm≤20%的農(nóng)氣站點(diǎn)為龍江、佳木斯、集賢、肇源、賓縣、遼源、通化縣、彰武、朝陽(yáng)、岫巖、瓦房店11個(gè)農(nóng)氣站點(diǎn)；20%

如圖9所示，樺南、榆樹、舒蘭、雙陽(yáng)、梅河口、燈塔農(nóng)業(yè)氣象站點(diǎn)距離農(nóng)田較近，半徑為5 km的驗(yàn)證窗口內(nèi)玉米像元占總像元的百分比普遍高于40%，在一定程度上減小了混合像元的影響。佳木斯、集賢、肇源、賓縣、彰武、瓦房店農(nóng)業(yè)氣象站點(diǎn)周圍的建筑、其他植被類型比較多，半徑為5 km的驗(yàn)證窗口內(nèi)玉米像元占總像元的百分比普遍低于20%，均易產(chǎn)生混合像元的影響，致使模型預(yù)測(cè)的成熟期日期與實(shí)測(cè)成熟期偏差較大。肇東、五常、農(nóng)安、公主嶺、莊河農(nóng)業(yè)氣象站點(diǎn)在半徑為3 km的驗(yàn)證窗口內(nèi)玉米像元占總像元的百分比低于20%，然而在半徑為5 km的驗(yàn)證窗口內(nèi)玉米像元占總像元的百分比高于20%，說明成熟期預(yù)測(cè)結(jié)果受驗(yàn)證窗口半徑的影響，采用半徑為5 km的驗(yàn)證窗口更容易獲得準(zhǔn)確的成熟期預(yù)測(cè)值。

兩種模型對(duì)2015年研究區(qū)玉米成熟期預(yù)測(cè)值與農(nóng)業(yè)氣象資料記錄的玉米成熟期觀測(cè)值之間的誤差如表2所示，經(jīng)統(tǒng)計(jì)研究區(qū)內(nèi)28個(gè)農(nóng)業(yè)氣象站點(diǎn)的玉米成熟期誤差可得，積溫-輻射模型的誤差普遍大于LAI曲線積分面積模型的誤差。LAI曲線積分面積模型比積溫-輻射模型在成熟期預(yù)報(bào)上取得了更高的精度，該研究表明LAI曲線積分面積模型在預(yù)測(cè)玉米成熟期方面具有較大的應(yīng)用潛力。本研究使用分辨率500 m的MODIS-LAI產(chǎn)品空間分辨率較低，容易受到遙感數(shù)據(jù)的混合像元效應(yīng)影響，現(xiàn)階段仍然無法消除地塊之間的差異，而且本研究使用的LAI時(shí)間序列是由步長(zhǎng)為4 d的MODIS數(shù)據(jù)合成，即使通過S-G濾波和氣象集合預(yù)報(bào)數(shù)據(jù)將成熟期確定到以天為單位的尺度上，仍會(huì)導(dǎo)致成熟期預(yù)測(cè)出現(xiàn)偏差的現(xiàn)象。另外，雖然農(nóng)業(yè)氣象站對(duì)作物物候期觀測(cè)嚴(yán)格按照有關(guān)標(biāo)準(zhǔn)規(guī)范進(jìn)行，但因受環(huán)境等客觀條件的影響，記錄的物候資料也會(huì)有一定的誤差，會(huì)對(duì)驗(yàn)證結(jié)果產(chǎn)生影響。

圖9 農(nóng)業(yè)氣象站點(diǎn)地理位置與玉米種植區(qū)分布Fig.9 Distribution map of agro-meteorological stations and corn growing area

4.3 研究展望

本文提出了基于LAI曲線積分面積模型的區(qū)域玉米成熟期預(yù)測(cè)方法，經(jīng)驗(yàn)證該模型預(yù)測(cè)精度優(yōu)良，在大區(qū)域作物成熟期預(yù)測(cè)方面具有較高的適用性，但本研究仍存在一些可進(jìn)一步改善的地方，今后將在后續(xù)的研究工作中加以完善。

4.3.1預(yù)測(cè)模型的選擇

本研究介紹的兩種模型中，積溫-輻射模型主要選擇有效積溫和太陽(yáng)輻射兩個(gè)判別因素來判定玉米是否達(dá)到模型中已設(shè)定成熟期的要求，以氣象條件為主，尚未充分考慮玉米品種分布、水分和土壤養(yǎng)分等條件存在的區(qū)域性差異；LAI曲線積分面積模型中，選擇乳熟期至當(dāng)前預(yù)測(cè)日期生育階段內(nèi)LAI積分面積占抽雄至當(dāng)前日期LAI積分總面積百分比作為玉米成熟期預(yù)報(bào)的主要判別因素，并引進(jìn)改進(jìn)的冠層結(jié)構(gòu)動(dòng)力學(xué)模型(CSDM)來模擬預(yù)測(cè)年份LAI的時(shí)間軌跡，該模型融合了一些作物生長(zhǎng)發(fā)育的生長(zhǎng)與衰老因子，并通過計(jì)算積分面積百分比的方式消除部分地區(qū)之間溫度、水分、光照、土壤條件和礦質(zhì)營(yíng)養(yǎng)之間的差距，最終達(dá)到了良好的預(yù)測(cè)精度，有效地克服了當(dāng)前成熟期預(yù)測(cè)在空間分辨率和預(yù)測(cè)時(shí)效性差尚無法滿足精準(zhǔn)農(nóng)業(yè)要求的局限性，并引入氣象集合預(yù)報(bào)數(shù)據(jù)，充分考慮作物種植區(qū)氣候變化，為指導(dǎo)區(qū)域作物農(nóng)機(jī)的調(diào)度以及防止突發(fā)情況做準(zhǔn)備，經(jīng)驗(yàn)證該方法適合于區(qū)域范圍作物成熟期預(yù)測(cè)。但該方法還存在一些缺點(diǎn)，比如復(fù)雜數(shù)據(jù)來源導(dǎo)致模型輸入數(shù)據(jù)之間尺度難以統(tǒng)一且容易造成誤差，作物生長(zhǎng)和衰老規(guī)律與成熟期預(yù)測(cè)模型融合度不夠等。今后的研究工作中可以增加成熟期預(yù)測(cè)模型的復(fù)雜度，引入多重因子對(duì)成熟期預(yù)測(cè)值進(jìn)行綜合判定，或者參考運(yùn)用作物生長(zhǎng)模型來進(jìn)行成熟期的預(yù)測(cè)。

表2 成熟期預(yù)測(cè)誤差對(duì)比Tab.2 Comparison of prediction error of maturity date

4.3.2遙感數(shù)據(jù)的選擇

MODIS遙感數(shù)據(jù)的優(yōu)勢(shì)在于能夠獲取大面積且時(shí)間上呈連續(xù)分布的影像序列，相比傳統(tǒng)預(yù)測(cè)方法能夠?qū)崿F(xiàn)大區(qū)域玉米的成熟期預(yù)測(cè)；但限于該產(chǎn)品有限的空間分辨率，現(xiàn)階段仍然無法消除地塊間差異。目前，中等空間分辨率數(shù)據(jù)的日益豐富，特別是Sentinel-2、Landsat 8 OLI、GF1、GF6，有望實(shí)現(xiàn)10～30 m空間分辨率的成熟期預(yù)測(cè)。

4.3.3氣象數(shù)據(jù)精度有待提高

由于本研究使用的地面氣象數(shù)據(jù)和農(nóng)業(yè)氣象資料中的地面氣象站點(diǎn)與農(nóng)業(yè)氣象站點(diǎn)的空間坐標(biāo)不重合，造成兩套數(shù)據(jù)之間不相匹配；經(jīng)過空間插值得到的農(nóng)業(yè)氣象站點(diǎn)尺度的平均氣溫和太陽(yáng)輻射數(shù)據(jù)與對(duì)應(yīng)的真實(shí)值存在一定的偏差；另外，本研究使用的數(shù)值天氣預(yù)報(bào)數(shù)據(jù)的空間分辨率較低，而且受預(yù)報(bào)時(shí)效影響，氣象預(yù)報(bào)數(shù)據(jù)與真實(shí)值之間也存在一定的偏差，這將導(dǎo)致成熟期預(yù)測(cè)誤差進(jìn)一步增大，對(duì)最終的成熟期動(dòng)態(tài)預(yù)測(cè)結(jié)果造成影響。為此，提高農(nóng)業(yè)氣象資料與氣象預(yù)報(bào)數(shù)據(jù)的精度是準(zhǔn)確預(yù)測(cè)成熟期的另一個(gè)改進(jìn)方向。

5 結(jié)論

(1)積溫-輻射模型和LAI曲線積分面積模型均可用于預(yù)測(cè)玉米成熟期。2個(gè)模型均以研究區(qū)內(nèi)玉米抽雄期初始日期為起始日期，逐日逐像元更新氣象數(shù)據(jù)和氣象集合預(yù)報(bào)數(shù)據(jù)。積溫-輻射模型通過各像元內(nèi)抽雄期開始的有效積溫和太陽(yáng)總輻射是否滿足玉米抽雄-成熟期的有效積溫和太陽(yáng)總輻射模型的要求來判斷玉米是否達(dá)到成熟條件。LAI曲線積分面積模型通過擬合改進(jìn)的冠層結(jié)構(gòu)動(dòng)力學(xué)模型(CSDM)來模擬LAI的時(shí)間軌跡，并以此曲線作為預(yù)測(cè)年份的LAI曲線。當(dāng)各像元內(nèi)玉米乳熟期至當(dāng)前預(yù)測(cè)日期LAI積分面積占抽雄期至當(dāng)前預(yù)測(cè)日期積分總面積百分比達(dá)到模型的要求時(shí)，則判斷玉米達(dá)到了成熟條件。以上兩個(gè)模型均可對(duì)研究區(qū)玉米成熟期進(jìn)行逐日動(dòng)態(tài)預(yù)測(cè)，且預(yù)測(cè)精度較高。

(2)利用LAI曲線積分面積模型預(yù)測(cè)玉米成熟期的精度優(yōu)于積溫-輻射模型。將LAI曲線積分面積模型和積溫-輻射模型的玉米成熟期預(yù)測(cè)結(jié)果分別與農(nóng)業(yè)氣象資料記錄的成熟期觀測(cè)值進(jìn)行回歸分析，其R2分別為0.87和0.77， RMSE分別為2.5 d和3.3 d。