基于MODIS-LAI 數(shù)據(jù)的廣西甘蔗物候期提取

謝鑫昌 ，楊云川,2,3*，田憶，廖麗萍,2,3，韋鈞培，周津羽，陳立華,2,3

（1.廣西大學(xué)土木建筑工程學(xué)院，廣西 南寧 530004；2.工程防災(zāi)與結(jié)構(gòu)安全教育部重點實驗室，廣西 南寧 530004；3.廣西防災(zāi)減災(zāi)與工程安全重點實驗室，廣西 南寧 530004）

物候是指作物受氣候變化及各種環(huán)境因素的影響而呈現(xiàn)出以年為周期的自然現(xiàn)象，當(dāng)作物達(dá)到關(guān)鍵的生長發(fā)育狀態(tài)所對應(yīng)的時期即為作物物候期[1]。區(qū)域作物物候的動態(tài)變化是響應(yīng)氣候環(huán)境變化的重要指標(biāo)[2]，即反映了作物的生長和發(fā)育規(guī)律，也影響著作物的產(chǎn)量和質(zhì)量[3]。因此，及時、準(zhǔn)確獲取作物物候信息，對作物農(nóng)情實時監(jiān)測、田間精準(zhǔn)管理、作物產(chǎn)量保障和氣候響應(yīng)研究等均具有重要意義[4-5]。

目前，地面監(jiān)測和衛(wèi)星遙感是及時獲取作物物候信息的主要技術(shù)手段[6-7]。地面監(jiān)測主要是在田間設(shè)立觀測站點或手持光譜儀定時獲取作物物候信息，該方式較為費時費力且局限于小范圍田間管理[7]；相比而言，衛(wèi)星遙感方式具有低成本、高時效、觀測區(qū)域廣及省時省力等多方面的顯著優(yōu)勢[8-9]，已廣泛應(yīng)用于農(nóng)業(yè)監(jiān)測；遙感監(jiān)測常通過植被指數(shù)或作物理化參數(shù)來反映大空間尺度上作物的光合作用狀態(tài)及長勢季節(jié)變化，最終實現(xiàn)作物物候期的過程識別[10]。

常用的遙感物候監(jiān)測指標(biāo)有歸一化植被指數(shù)（NDVI，Normalized differential vegetation index）、增強植被指數(shù)（EVI，Enhanced vegetation index）及葉面積指數(shù)（LAI，Leaf area index）等。近年代表性的研究有：辛景峰等[11]、鄭小波等[12]采用的條件時間內(nèi)差法重構(gòu)AVHRR、MODIS-NDVI 時序數(shù)據(jù)集，實現(xiàn)了冬小麥、水稻的關(guān)鍵物候期估測，其物候監(jiān)測誤差均小于1 旬。王堯等[13]、張喜旺等[7]、Chu等[14]、Liu 等[15]及Xu 等[5]在上述研究基礎(chǔ)上采用S-G 濾波法重構(gòu)MODIS-NDVI、HJ-NDVI 時序數(shù)據(jù)集，并通過動態(tài)閾值法提取了單雙季稻、冬小麥、夏玉米、甜菜等多種作物的物候期，結(jié)果表明作物在空間上的物候分布與實地研究具有較好的一致性。上述方法不僅減少云霧對遙感數(shù)據(jù)質(zhì)量的影響，而且降低了數(shù)據(jù)噪聲，能有效提高作物物候信息監(jiān)測的準(zhǔn)確性。楊琳等[1]進(jìn)一步采用非高斯對稱、雙Logistic 擬合法對MODIS-NDVI 時序曲線進(jìn)行平滑降噪處理，實現(xiàn)了冬小麥關(guān)鍵物候期的提取，并通過對比論證了這兩種方法與S-G 濾波方法的優(yōu)劣。李艷等[3]則采用改進(jìn)的最大值合成法重構(gòu)MODIS-NDVI 時序數(shù)據(jù)，并進(jìn)一步通過S-G 濾波降噪處理、Logistic 函數(shù)擬合，最后通過曲率法、動態(tài)閾值法實現(xiàn)夏玉米關(guān)鍵物候期提取。凌洋等[16]則采用HANTS、TSF 濾波法重構(gòu)MODIS-EVI，提取了水稻的關(guān)鍵物候期，結(jié)果表明TSF 濾波法準(zhǔn)確度高于HANTS 濾波，并將平滑和濾波處理綜合，充分考慮作物生長的周期性規(guī)律和遙感數(shù)據(jù)自身特點。黃健熙等[4]基于S-G 濾波法重構(gòu)MODISLAI，并結(jié)合雙Logistic 函數(shù)擬合、歷史積溫法實現(xiàn)了冬小麥返青、拔節(jié)及開花期的提取，研究表明雙Logistic 函數(shù)擬合精度較高。Huang 等[17]則基于重構(gòu)的MODIS-NDVI 時序數(shù)據(jù)，采用有效積溫法，實現(xiàn)了華北平原冬小麥抽穗期和開花期的提取，其中RMSE 均保持在4.5～6.5 d。上述研究表明，通過融入有效積溫、太陽輻射等氣象因素，能進(jìn)一步提高作物不同關(guān)鍵物候期的識別精度。

綜上所述，可通過多種時序重構(gòu)法的對比分析來篩選具體區(qū)域、特定作物物候信息提取的最優(yōu)方法；但已有研究主要應(yīng)用于小麥、玉米、水稻等糧食作物，針對甘蔗等經(jīng)濟(jì)作物的物候期識別研究相對較少。廣西屬亞熱帶季風(fēng)氣候，水熱條件充沛，是我國最大的甘蔗產(chǎn)區(qū)和蔗糖產(chǎn)業(yè)基地[18]。然而，廣西多山地丘陵、云霧覆蓋度高、農(nóng)田地塊破碎、插花種植普遍[19]，導(dǎo)致區(qū)域甘蔗種植面積雖廣但平均單位面積產(chǎn)量不高、歷年災(zāi)害損失嚴(yán)重。因此，及時、準(zhǔn)確獲取廣西甘蔗的物候信息，是提升甘蔗品質(zhì)和產(chǎn)量、優(yōu)化甘蔗種植結(jié)構(gòu)、統(tǒng)籌機(jī)械化收割等精準(zhǔn)管理的迫切需求。本文即采用覆蓋尺度廣、時間分辨率高的MODIS-LAI 數(shù)據(jù)集[4,8]，選擇S-G濾波函數(shù)、非對稱高斯函數(shù)及雙Logistic 函數(shù)等方法進(jìn)行廣西甘蔗物候的LAI 時序擬合，并通過動態(tài)閾值方法實現(xiàn)廣西甘蔗關(guān)鍵物候期提取，對比論證各方法的識別精度差異，為廣西甘蔗種植的智慧管理及蔗糖產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化提供科學(xué)支撐。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

本研究采用覆蓋廣西區(qū)（圖1（a））的MODISMOD15A2H 葉面積指數(shù)（LAI）數(shù)據(jù)產(chǎn)品，來源于美國航天航空局（NASA，https://ladsweb.modaps.eosdis.nasa.gov/），空間分辨率500 m，時間分辨率8 d，時段為2014—2018 年1—12 月，共230 期影像數(shù)據(jù)。文中使用的甘蔗種植空間分布數(shù)據(jù)來源于本課題組采用隨機(jī)森林分類方法提取2014—2018 年的LANDSAT8 OIL（30 m 空間分辨率）遙感影像獲得（圖1（b）—（f）），該數(shù)據(jù)總體識別精度達(dá)到90%以上，Kappa 系數(shù)均超過0.8。此外，采用廣西6 個農(nóng)業(yè)氣象站統(tǒng)計的2014—2018 年甘蔗物候期數(shù)據(jù)作為精度驗證（表1）。

表1 廣西甘蔗物候期統(tǒng)計結(jié)果（d）Table 1 Statistical results of sugarcane phenology in Guangxi (d)

1.2 數(shù)據(jù)處理與函數(shù)擬合方法

1.2.1 MODIS-LAI 數(shù)據(jù)預(yù)處理 MOD15A2H 數(shù)據(jù)的預(yù)處理主要采用NASA 官網(wǎng)軟件MRT（MODIS Reprojection Tool）工具；首先對該數(shù)據(jù)進(jìn)行重投影、拼接及鑲嵌、數(shù)據(jù)重采樣等處理，然后通過ENVIIDL 軟件實現(xiàn)廣西研究區(qū)及甘蔗種植區(qū)數(shù)據(jù)的裁剪。

1.2.2 函數(shù)擬合方法 MODIS-LAI 數(shù)據(jù)產(chǎn)品雖然經(jīng)過8 d最大值合成，減弱了受大氣中云和氣溶膠的影響，但是由于衛(wèi)星傳感器角度、太陽高度角、水蒸氣等因素的變化產(chǎn)生影像噪聲[1]，致使LAI 數(shù)據(jù)產(chǎn)品的時序特征存在顯著的不規(guī)則波動，難以真實地反映作物的時序特征。為此，文中對MODIS-LAI 時序數(shù)據(jù)進(jìn)行必要的濾波處理，通過平滑降噪去空值處理的方法來削弱這種不規(guī)則波動的影響；具體選擇了S-G 濾波函數(shù)法（Savitzky-Golay）、非對稱高斯擬合法（Asymmetric Gauss）及雙Logistic 函數(shù)擬合法（Double Logistic）等。

1）S-G 濾波函數(shù)法。該方法是由Savitzky[20]等提出的一種移動窗口式加權(quán)平均算法，其加權(quán)系數(shù)主要通過最小二乘法擬合得出，計算公式如下：

式中：Y指像元對應(yīng)的LAI 原始值；Y*指對應(yīng)像元通過濾波處理后的LAI 值；Ci為第i期LAI 值濾波過程的系數(shù)；j指原始LAI 數(shù)組的系數(shù)。

2）非對稱高斯擬合法。Jonsson 和Eklundh[21]提出了一種通過局部時序曲線擬合拓展到整體擬合的平滑函數(shù)處理法，即非對稱高斯擬合法，主要是通過不同的分段高斯函數(shù)模擬植被或作物的生長情況，最后采用平滑連接的方法實現(xiàn)整個時序曲線擬合，完成時間序列重建。局部擬合函數(shù)如下式（2）和（3）：

式中，g(t,a1,…a5)為高斯函數(shù)；a1為決定最大值和最小值所在整條時序曲線的位置；c1和c2為控制整條曲線的基準(zhǔn)及振幅；a4、a5和a2、a3分別為控制曲線左、右部分的寬度及斜率。

式中：[tL,tR]表示時序曲線中待擬合部分的取值區(qū)間范圍；fL(t)、fC(t)和fR(t)分別為該區(qū)間[tL,tR]內(nèi)左邊最小值、中間最大值及右邊最小值所對應(yīng)的局部擬合函數(shù)；α(t)和β(t)分別為介于0 到1 之間的剪切系數(shù)。

3）雙Logistic 函數(shù)擬合法。雙Logistic 函數(shù)擬合法是由Beck 等[22]提出，其擬合過程與上述非對稱高斯擬合類似，都需要進(jìn)行局部擬合再到整體擬合，其相比基于傅里葉變換的濾波函數(shù)擬合法，對植被或作物生長過程的擬合更為準(zhǔn)確，對于高緯度地區(qū)的作物生長模擬也普遍適用，其擬合結(jié)果與非對稱高斯擬合相似，不同在于所采用的局部擬合函數(shù)為雙邏輯形式，且公式中缺少一個參數(shù)，僅有在大量統(tǒng)計對比中非對稱高斯擬合對比該方法才會產(chǎn)生較小優(yōu)勢。其局部擬合公式如下：

式中：g(t,a1,…,a5)為高斯函數(shù)，a1為決定最大值和最小值所在整條時序曲線的位置，a2、a3和a4、a5分別為控制整條曲線左右半部分的寬度及斜率，最后通過整體擬合函數(shù)實現(xiàn)MODIS-LAI 時間序列重構(gòu)。

1.3 物候期提取與精度檢驗方法

1.3.1 物候期提取 TIMESAT 是一款由Jonsson 和Eklundh[23]基于Matlab 程序開發(fā)的專門用來處理時間序列衛(wèi)星遙感數(shù)據(jù)的軟件，能很好地實現(xiàn)植被或作物的物候期動態(tài)特性分析，并獲取短期甚至長期的植被或作物生長發(fā)育信息。該軟件中能夠?qū)崿F(xiàn)S-G濾波函數(shù)法（Savitzky-Golay）、非對稱高斯擬合法（Asymmetric Gauss）及雙Logistic函數(shù)擬合法（Double Logistic）等多種時間序列降噪重構(gòu)的平滑處理，本文主要采用動態(tài)閾值方法[23]并結(jié)合重構(gòu)的作物生長曲線來實現(xiàn)廣西甘蔗播種-萌芽期、莖伸期及成熟期的提取。其中本研究主要將20%閾值位置處確定為甘蔗的播種-萌芽期，也就是LAI 曲線上升階段最大值的20%位置處所對應(yīng)的時間即為甘蔗的播種-萌芽期開始時間；下降段最大值的20%處所對應(yīng)的時間即為甘蔗成熟期開始的時間[23]；根據(jù)FAO作物生育期的規(guī)劃方法[18]，其中作物生長中期對應(yīng)甘蔗生育的莖伸期，即甘蔗LAI 曲線達(dá)到峰值所對應(yīng)的時間即為莖伸期開始時間。

1.3.2 精度檢驗 本文主要通過圖1（a）中6 個主要農(nóng)業(yè)氣象站點的2014—2018 年甘蔗物候期地面觀測數(shù)據(jù)對廣西甘蔗生育期遙感識別結(jié)果進(jìn)行精度驗證，分別采用最大誤差、最小誤差、平均誤差及均方根誤差等指標(biāo)驗證甘蔗物候期識別的準(zhǔn)確度。均方根誤差計算公式如下：

式中：di為廣西甘蔗物候期提取的反演日期，為對應(yīng)的廣西甘蔗物候期的觀測日期，d；n為樣本總數(shù)。

2 結(jié)果與分析

2.1 擬合結(jié)果比較

選取廣西崇左市扶綏縣甘蔗種植區(qū)域內(nèi)的某甘蔗像元，并查看該像元2014—2018 年LAI 時序重構(gòu)曲線結(jié)果；由圖2 可知，主要受到衛(wèi)星傳感器角度及水蒸氣等不確定性因素影響，不論是哪年的LAI 原始時序曲線均呈現(xiàn)出顯著的鋸齒狀波動，不能準(zhǔn)確地反映整個甘蔗物候期的長勢變化特征。因此，文中通過平滑函數(shù)處理方法可以很好地保持原始時序曲線的時間變化形態(tài)，并校正極低的離異值，使整個時序曲線擬合更接近甘蔗生長發(fā)育的真實情況。從圖2 可以看出，S-G 濾波擬合效果較低，雖然消除了曲線不規(guī)則波動的影響，但局部曲線仍存在不規(guī)則波動變化，主要由于S-G 濾波處理的局限性導(dǎo)致的；根據(jù)楊琳等[1]、邊金虎等[24]研究可知，S-G 濾波窗口大小及函數(shù)階數(shù)的選取需要根據(jù)不同的條件進(jìn)行主觀人為地設(shè)定，如果選取的濾波窗口過大則容易遺漏掉較多的作物生長發(fā)育信息；反之偏小，則導(dǎo)致數(shù)據(jù)冗余，不能及時、準(zhǔn)確地獲取到整個物候期的長期長勢變化趨勢；S-G 函數(shù)的階數(shù)使用過高，則容易出現(xiàn)曲線過擬合，且局部曲線數(shù)值就會產(chǎn)生不規(guī)則波動的情況。而非高斯對稱及雙Logistic 函數(shù)擬合的效果較好，消除了S-G 擬合存在的鋸齒狀波動情況，較好地模擬了整個甘蔗生育期的生長發(fā)育，并保持了S-G 濾波及原始數(shù)據(jù)長勢季節(jié)性變化的趨勢。

由圖2（a）—（e）結(jié)合廣西甘蔗的實際生長發(fā)育概況可知，廣西甘蔗的播種-萌芽期一般在2—6 月份，因此前期甘蔗的LAI 值增長緩慢；6—8 月份廣西甘蔗進(jìn)入分蘗期-莖伸期后，其生長速度加快，生長力旺盛，LAI 指數(shù)變化加快，曲線呈現(xiàn)出陡峭上升趨勢，直到8 月中旬左右達(dá)到最高值；9月下旬后進(jìn)入甘蔗莖伸期末，生長緩慢，曲線呈緩慢下降趨勢；11 月份前后進(jìn)入成熟期，曲線下降速度加快，該甘蔗物候曲線變化趨勢與丁美花[25-26]等在廣西甘蔗長勢監(jiān)測及長勢信息提取研究中的結(jié)論相一致，表明采用平滑函數(shù)降噪取空值的擬合方法可以較好地模擬廣西甘蔗長勢變化情況。

綜上可知，S-G 濾波窗口及函數(shù)階數(shù)是S-G 函數(shù)準(zhǔn)確擬合及獲取作物長勢變化信息的關(guān)鍵因素；而非高斯對稱及雙Logistic 函數(shù)擬合的效果較好地彌補了S-G濾波處理中局部曲線值動蕩變化的缺點，并保持了原始數(shù)據(jù)中作物長勢季節(jié)性變化的趨勢，能更準(zhǔn)確地模擬廣西甘蔗生長過程。

2.2 廣西甘蔗關(guān)鍵物候期提取結(jié)果精度驗證

文中采用6 個主要農(nóng)業(yè)氣象站點的2014—2018年甘蔗生育期地面觀測數(shù)據(jù)對上述三種方法提取的廣西甘蔗物候期結(jié)果進(jìn)行了對比和精度驗證（圖3和表2）。

由圖3 可知，2014—2018 年的甘蔗播種-萌芽期、莖伸期及成熟期的提取誤差普遍都在15 d 以內(nèi)，只有少數(shù)是超過15 d；其中2014—2018 年，基于S-G濾波擬合提取的甘蔗物候期誤差超過15 d 的樣本數(shù)為播種-萌芽期3 個（10%），莖伸期7 個（23.33%），成熟期9 個（30%）；2014—2018 年基于A-G 函數(shù)擬合提取的甘蔗物候期誤差超過15 d 的樣本數(shù)為播種-萌芽期0 個，莖伸期2 個（6.67%），成熟期6個（20%）；2014—2018 年基于D-L 函數(shù)擬合提取的甘蔗物候期誤差超過15 d 的樣本數(shù)為播種-萌芽期2 個（6.67%），莖伸期3 個（10%），成熟期8 個（26.67%）。

由表2 可知，基于S-G 濾波擬合提取的播種-萌芽期、莖伸期、成熟期開始時間的均方根誤差分別為10.43 d、11.67 d、12.46 d，而平均誤差分別為9.16 d、10.17 d、11.28 d；基于A-G 函數(shù)擬合提取的三個關(guān)鍵物候期開始時間的均方根誤差分別為7.63 d、8.43 d、10.48 d，其中播種-萌芽期及成熟期精度較高，平均誤差分別為6.69 d、6.91 d、9.13 d；基于D-L 函數(shù)擬合提取結(jié)果的均方根誤差分別為9.02 d、10.01 d、11.76 d，平均誤差為7.75 d、8.42 d、10.28 d。

綜合圖3 和表2 結(jié)果表明，S-G、A-G 和D-L對廣西甘蔗的三個關(guān)鍵物候期提取結(jié)果的均方根誤差及平均誤差均在15 d 內(nèi)，其中A-G、D-L 方法的提取結(jié)果優(yōu)于S-G 方法結(jié)果，而A-G 結(jié)果則較D-L結(jié)果優(yōu)，也即A-G 函數(shù)擬合方法對廣西甘蔗的物候期識別效果最好，在廣西甘蔗物候監(jiān)測識別方面具有良好的應(yīng)用價值。

2.3 廣西甘蔗關(guān)鍵物候期空間分布格局

由3.2 節(jié)的甘蔗物候期提取精度分析可知，非對稱高斯函數(shù)（A-G）擬合法對廣西甘蔗物候期的提取效果最優(yōu)，其中圖5 為基于該方法對MODISLAI 時序曲線重構(gòu)，并采用動態(tài)閾值法提取的2014—2018 年廣西甘蔗播種-萌芽期、莖伸期和成熟期開始時間的空間差異分布圖。

由圖4 可知：2014 年廣西甘蔗播種-萌芽期的開始時間呈“桂東向桂西推遲”的空間特征，桂東開始時間主要集中在第121～153 d（即4 月1 日到5 月2 日），桂西的開始時間則推遲至第153 d 后；2015—2018 年廣西甘蔗播種-萌芽期開始時間的空間格局相似，整體趨于5 月2 日后。

2014、2016 年廣西甘蔗莖伸期開始時間呈“桂西南向桂東北提前”的空間分布格局，由第281 d后向217 d前過渡（即10月8日后提前至8月5日前）；2015 年甘蔗莖伸期開始時間的空間格局則整體推遲至10 月8 日后；2017 年甘蔗莖伸期開始時間呈“桂東向桂西提前”的空間分布特征，即時間提前至8月5 日前；2018 年莖伸期開始時間則整體集中在8月5 日到10 月8 日。

2014 年廣西甘蔗成熟期開始時間的空間特征與莖伸期相似，即由2014 年12 月11 日—2015 年1月12 日提前至2014 年11 月9 日—12 月10 日（即第346～377 d 提前至第313～345 d）；2015 年成熟期開始時間則由11 月9 日前（桂東北）推遲至12 月10 日后（桂西南）；2016、2018 年成熟期開始時間則呈“桂西向桂東提前”的空間變化特征，由2016年12 月10 日后提前至11 月9 日前。

綜上可知，通過遙感技術(shù)提取的廣西甘蔗物候信息能夠很好地反映甘蔗生長發(fā)育的時空變化過程，對于廣西甘蔗物候監(jiān)測的年際、年內(nèi)變化分析具有較好的應(yīng)用價值。

2.4 物候提取結(jié)果的影響因素分析

表2 2014—2018 年廣西甘蔗物候期提取精度評價（d）Table 2 Accuracy evaluation of sugarcane phenology inversion in Guangxi from 2014 to 2018 (d)

綜上可知，基于三種方法重構(gòu)MODIS-LAI 時序數(shù)據(jù)，并通過動態(tài)閾值法提取的廣西甘蔗物候期存在顯著差異，這與三種序列重構(gòu)法本身的特點密切相關(guān)。首先，A-G 和D-L 擬合方法均屬于函數(shù)擬合法，通過局部擬合擴(kuò)展至整體，受到擬合函數(shù)自身形式的影響較大，可獲得平滑的重構(gòu)曲線；而S-G濾波屬于時域濾波法，屬于局部處理方法，時序曲線的平滑程度與濾波窗口及函數(shù)階數(shù)的選取有關(guān)，人為主觀性較大，受原始數(shù)據(jù)質(zhì)量的影響大。其次，A-G 函數(shù)和D-L 函數(shù)擬合的基本原理相同，僅是局部擬合函數(shù)不同，導(dǎo)致兩種方法無論是時間還是空間上得到的甘蔗物候期模擬結(jié)果非常相似；S-G 濾波法的原理和前者完全不同，因此，造成其與A-G和D-L 函數(shù)擬合法提取甘蔗物候期的時空信息存在顯著差異，而該曲線上升及下降階段的左右偏移也是造成物候期出現(xiàn)提前或推遲的主要原因。

雖然通過AG 函數(shù)提取的廣西甘蔗物候期效果最優(yōu)，但其估測結(jié)果仍與地面觀測值存在誤差，而導(dǎo)致該誤差的主要原因有：

1）數(shù)據(jù)方面，MODIS-LAI 數(shù)據(jù)受空間分辨率限制（空間分辨率500 m），其值僅代表像元平均值，而地面觀測數(shù)據(jù)來自農(nóng)業(yè)站點的物候觀測值，二者空間坐標(biāo)匹配存在明顯差異，影響了遙感提取的物候期與觀測值空間分辨率的一致性；但農(nóng)業(yè)氣象站點并不是在甘蔗田間的單點設(shè)置，而是在當(dāng)?shù)馗收岱N植區(qū)范圍內(nèi)布置多個觀測站點，通過多站點的共同協(xié)調(diào)作用實現(xiàn)當(dāng)?shù)馗收嵛锖虮O(jiān)測，所以站點布置的觀測范圍與MODIS-LAI 的空間分辨率接近，采用該遙感數(shù)據(jù)進(jìn)行廣西甘蔗物候信息監(jiān)測具有一定的合理性。

2）廣西屬于亞熱帶季風(fēng)區(qū)，降雨充沛，在甘蔗等作物生育季期間云雨較多，對于受云霧影響的區(qū)域，甘蔗物候期內(nèi)LAI 值普遍偏低，時序曲線波動變化顯著，不能反映真實的甘蔗生長發(fā)育狀況；而時序曲線重構(gòu)法具有較好的魯棒性，可更好地提高影像數(shù)據(jù)質(zhì)量，并獲得連續(xù)完整的甘蔗區(qū)LAI 時序曲線，使其更接近甘蔗的物候生長過程，具有一定的合理性；但其LAI 模擬值仍與甘蔗的實際值存在一定誤差，因此，導(dǎo)致遙感提取的甘蔗物候期與真實情況對比存在高估或低估現(xiàn)象。

3）廣西山地丘陵偏多，地勢復(fù)雜，農(nóng)田地塊破碎，插花種植現(xiàn)象嚴(yán)重，導(dǎo)致甘蔗種植區(qū)解譯結(jié)果偏少或偏多，且影像獲取的蔗區(qū)位置相對偏移，與真實的甘蔗空間種植結(jié)構(gòu)分布存在一定偏差，進(jìn)而影響甘蔗的物候提取結(jié)果；且山地丘陵區(qū)也屬于云雨及大霧天氣易發(fā)區(qū)，嚴(yán)重影響遙感數(shù)據(jù)質(zhì)量，與2）中影響效應(yīng)相同。

隨著遙感技術(shù)的發(fā)展，GF-1、GF-6、Sentinel-2、ZY-3 等中高分辨率影像的日益豐富，有效積溫、太陽輻射等有關(guān)作物生長因素的融入，有助于實現(xiàn)更加精準(zhǔn)的作物物候信息提取。因此，采用遙感提取的作物物候信息與地面觀測相結(jié)合是實現(xiàn)作物物候信息監(jiān)測的有效途徑，也是未來農(nóng)業(yè)資源遙感監(jiān)測的研究熱點之一。

3 結(jié)論

本文基于MODIS-LAI 數(shù)據(jù)，通過三種時序重構(gòu)方法實現(xiàn)了廣西甘蔗關(guān)鍵物候期提取，得到以下主要結(jié)論：

1）針對MODIS-LAI 數(shù)據(jù)時序曲線存在鋸齒狀波動而難以準(zhǔn)確反映廣西甘蔗生育期長勢變化的問題，S-G 濾波函數(shù)法、非對稱高斯擬合法和雙Logistic 函數(shù)擬合法等均可有效消除該序列的不穩(wěn)定波動及其奇異值，但后兩種方法的擬合結(jié)果較好地彌補了S-G 濾波處理中局部曲線值動蕩變化的缺點，能更準(zhǔn)確地獲取廣西甘蔗生長過程信息。

2）在廣西甘蔗物候期提取精度方面，三種方法提取結(jié)果的均方根誤差及平均誤差普遍在15 d內(nèi)；其中，A-G 方法的精度最高，其次為D-L 方法，S-G 方法的提取結(jié)果精度相對最差。

3）由于S-G 函數(shù)法的濾波窗口及函數(shù)階數(shù)選取的主觀性和A-G、D-L 擬合法自身函數(shù)形式的限制，導(dǎo)致三者在時空上獲取的廣西甘蔗物候期模擬結(jié)果存在明顯的差異性；地面觀測數(shù)據(jù)與遙感數(shù)據(jù)的空間一致性，云雨及大霧天氣導(dǎo)致遙感數(shù)據(jù)質(zhì)量的下降及廣西復(fù)雜地勢條件對甘蔗種植分布解譯結(jié)果的干擾等均是造成廣西甘蔗物候期估測結(jié)果與地面觀測值存在誤差的主要原因。