基于綜合指標(biāo)的農(nóng)作物長勢遙感監(jiān)測研究
——以松嫩平原為例

趙 鑫，那 曉 東

(寒區(qū)地理環(huán)境監(jiān)測與空間信息服務(wù)黑龍江省重點(diǎn)實(shí)驗(yàn)室/哈爾濱師范大學(xué)，黑龍江 哈爾濱150025)

0 引言

世界人口的不斷增長以及氣候的不斷變化帶來嚴(yán)重的全球糧食安全問題，及時獲取農(nóng)作物長勢信息對農(nóng)業(yè)生產(chǎn)預(yù)警、農(nóng)業(yè)政策抉擇以及農(nóng)作物產(chǎn)量估算等具有重要意義[1-5]。近年來，基于光學(xué)遙感衛(wèi)星影像提取的歸一化差異植被指數(shù)(NDVI)、增強(qiáng)植被指數(shù)(EVI)等突破了田間觀察的時空限制[6-9]，成為農(nóng)作物長勢監(jiān)測的重要指標(biāo)[10-14]。然而，以往相關(guān)研究多基于單一的植被指數(shù)結(jié)合閾值法評價(jià)農(nóng)作物長勢，具有一定主觀性且監(jiān)測精度略有不足。為此，Teng提出基于差值模型的農(nóng)作物長勢監(jiān)測方法：將待監(jiān)測年份植被指數(shù)與歷史時期植被指數(shù)數(shù)據(jù)集的平均值進(jìn)行對比，以反映實(shí)時的農(nóng)作物長勢[15]。我國學(xué)者針對不同的農(nóng)作物類型分別構(gòu)建了多年平均植被指數(shù)數(shù)據(jù)集，并采用差值模型對玉米、水稻以及大豆等農(nóng)作物的長勢狀況進(jìn)行監(jiān)測與評估[3,16,17]；張春蘭等為解決植被指數(shù)選取較單一的問題，通過多個農(nóng)作物長勢參量表征冬小麥長勢狀況[18，19]，但研究時段較短(兩年)，且長勢參數(shù)的普適性及其在大范圍區(qū)域的適用性有待進(jìn)一步驗(yàn)證。

綜上，目前研究多利用單一指標(biāo)進(jìn)行農(nóng)作物長勢監(jiān)測，基于綜合指標(biāo)進(jìn)行農(nóng)作物長勢監(jiān)測的研究相對較少，且多數(shù)研究時段較短。因此，本文提出一種新的農(nóng)作物長勢綜合監(jiān)測指標(biāo)GI (Growth Index)，通過建立松嫩平原近20年的歷史綜合植被指數(shù)數(shù)據(jù)庫對該指標(biāo)進(jìn)行驗(yàn)證，并與產(chǎn)量數(shù)據(jù)進(jìn)行對比分析，從而利用松嫩平原遙感影像快速獲取該區(qū)域農(nóng)作物長勢信息。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

松嫩平原(位于121°40′～128°30′E,42°30′～51°20′N)是中國東北三大平原之一，是中國重要商品糧生產(chǎn)基地之一，其耕地面積約為559萬hm2(圖1)。該地區(qū)屬溫帶大陸性季風(fēng)氣候，海拔80～1 670 m，東部被長白山環(huán)繞，西鄰大興安嶺，北靠小興安嶺，年均溫在0～5 ℃之間，年均降水量為380～610 mm，其中約80%集中在夏季(5-10月)，即農(nóng)作物生長期[20]。松嫩平原作為典型的農(nóng)田生態(tài)系統(tǒng)，自20世紀(jì)90年代初以來，農(nóng)業(yè)環(huán)境發(fā)生明顯變化，對耕地種植和農(nóng)業(yè)生態(tài)系統(tǒng)結(jié)構(gòu)及功能產(chǎn)生消極影響[21]，使其農(nóng)業(yè)可持續(xù)性面臨重大挑戰(zhàn)。由于黑河市、齊齊哈爾市、綏化市、大慶市、哈爾濱市、白城市、松原市、長春市、四平市9個市農(nóng)作物耕地面積約占松嫩平原的90%，因此本文選取這9個市作為研究區(qū)。

圖1 2019年松嫩平原耕地利用現(xiàn)狀Fig.1 Status of cultivated land use in the Songnen Plain in 2019

1.2 數(shù)據(jù)獲取與預(yù)處理

1.2.1 MODIS遙感數(shù)據(jù) MODIS遙感數(shù)據(jù)源自美國 NASA LPDAAC EOS數(shù)據(jù)中心[22]，其中分辨率成像光譜儀植被指數(shù)產(chǎn)品(MOD13)可以提供全球植被狀況的時空比較，時間分辨率為16 d，可用于監(jiān)測陸地光合植被活動，支持物候變化檢測和生物物理解釋[23,24]。為滿足監(jiān)測時效性，本文選取松嫩平原2000-2019年生長季(第120天至第304天)的MOD13Q1產(chǎn)品。對遙感數(shù)據(jù)利用MODIS Reprojection Tool software (MRT)及ArcGIS進(jìn)行波段提取、拼接、裁剪、重采樣(空間分辨率為250 m)和投影轉(zhuǎn)換(由 Sinusoidal 投影轉(zhuǎn)換為經(jīng)緯度投影，投影參數(shù)：第一標(biāo)準(zhǔn)緯線為25°0′0″N，第二標(biāo)準(zhǔn)緯線為47°0′0″N，中央經(jīng)線為105°0′0″E)等預(yù)處理。為消除云、雨、大氣對數(shù)據(jù)的影響，采用S-G濾波器(式(1))[25]逐像素重建研究區(qū)的植被指數(shù)時間序列數(shù)據(jù)，濾波使用的二項(xiàng)式擬合次數(shù)為1，通過多次試驗(yàn)觀察及S-G濾波法原理，選擇最佳擬合滑動半窗口為5。通過濾波后得到的遙感圖像灰度值變化平穩(wěn)，顯著改善了原始數(shù)據(jù)的質(zhì)量問題。

(1)

式中：Y為原始植被指數(shù)值；Y*為合成植被指數(shù)值；Ci為第i個植被指數(shù)值的濾波系數(shù)；N=2n+1為過濾器(平滑窗口)包含的數(shù)據(jù)數(shù)量；索引j為原始縱坐標(biāo)數(shù)據(jù)表的運(yùn)行索引。

1.2.2 土地利用數(shù)據(jù)及產(chǎn)量數(shù)據(jù) 2000-2019年松嫩平原農(nóng)作物覆蓋信息數(shù)據(jù)源于中國科學(xué)院資源與環(huán)境數(shù)據(jù)中心(http://www.resdc.cn)提供的1∶10萬土地利用現(xiàn)狀數(shù)據(jù)，該數(shù)據(jù)基于Landsat TM影像通過人工目視解譯獲取，精度達(dá)90%以上。為統(tǒng)一影像分辨率，本文通過最近鄰法將數(shù)據(jù)分辨率重采樣為250 m。土地利用類型包含耕地、林地、草地、水域、城鄉(xiāng)工礦居民用地以及未利用地6個一級類型及25個二級類型，其中耕地包括水田和旱地兩種[26](圖1)。2000-2019年松嫩平原的播種面積及產(chǎn)量數(shù)據(jù)源于黑龍江省統(tǒng)計(jì)局和吉林省統(tǒng)計(jì)局。松嫩平原近20年的農(nóng)作物統(tǒng)計(jì)年鑒顯示，該區(qū)域主要的大宗作物有玉米、水稻、大豆、春小麥等糧食產(chǎn)物，作物種植結(jié)構(gòu)以及各作物的播種面積雖有年際變化但變化不大，因此本文忽略了農(nóng)作物種植結(jié)構(gòu)對最終單產(chǎn)的影響。

2 研究方法

2.1 農(nóng)作物長勢綜合監(jiān)測指標(biāo)構(gòu)建

植被指數(shù)普遍應(yīng)用在植被種類判別、植被長勢評估以及經(jīng)濟(jì)作物產(chǎn)量估算等研究中[27]。利用時空序列遙感數(shù)據(jù)獲取合理表達(dá)植被動態(tài)變化的估計(jì)值，可科學(xué)、準(zhǔn)確評估農(nóng)作物長勢狀況[28]。本研究參考文獻(xiàn)[6,13,29-32]，選取6種常用的監(jiān)測農(nóng)作物長勢的植被指數(shù)(表1)與2000-2019年農(nóng)作物生長季的產(chǎn)量數(shù)據(jù)進(jìn)行主成分分析與回歸分析，結(jié)果顯示NDVI和EVI兩種植被指數(shù)可在99.93%的程度上解釋歷年的農(nóng)作物產(chǎn)量變化，因此，本文采用NDVI和EVI構(gòu)建綜合監(jiān)測指標(biāo)。其中，NDVI能有效表征植被發(fā)育時的數(shù)據(jù)信息，可展現(xiàn)不同農(nóng)作物物候期的表現(xiàn)形式，從而獲取農(nóng)作物長勢信息[32]；EVI能敏感地監(jiān)測茂密植被和稀疏植被生長與衰落狀況，可以較真實(shí)、穩(wěn)定地表現(xiàn)農(nóng)作物生長過程[6]。

表1 不同植被指數(shù)計(jì)算公式Table 1 Formulas of various vegetation indices

綜合監(jiān)測指標(biāo)構(gòu)建流程為：首先對生長季各月份的NDVI和EVI進(jìn)行歸一化(式(2))；然后通過調(diào)整參數(shù)設(shè)計(jì)9組實(shí)驗(yàn)，分別賦予系數(shù)a(NDVI)和b(EVI)不同的數(shù)值，求出各指標(biāo)的最佳R2值，得到兩個最佳系數(shù)與最佳回歸模型；最后利用式(3)獲取最優(yōu)的綜合監(jiān)測指標(biāo)GI。

UiZ=XZ/max(XZ)

(2)

GIZ=aUi1Z+bUi2Z

(3)

式中：Ui、X分別為第i類指數(shù)的歸一化值和原始值，i1為NDVI值，i2為EVI值；a、b分別為NDVI、EVI的系數(shù)，取值范圍均為0.1～0.9；Z為生長季的月份，本文中取5～10。

2.2 差值模型構(gòu)建

本文采用可以體現(xiàn)農(nóng)作物長勢年際變化的差值模型對農(nóng)作物長勢進(jìn)行實(shí)時監(jiān)測與評價(jià)。首先，在農(nóng)作物生長季內(nèi)，以月為單位構(gòu)建2000-2018年平均農(nóng)作物長勢綜合監(jiān)測指標(biāo)數(shù)據(jù)庫以及2019年農(nóng)作物長勢綜合監(jiān)測指標(biāo)數(shù)據(jù)庫；然后計(jì)算2019年各月農(nóng)作物長勢綜合監(jiān)測指標(biāo)值與2000-2018年多年各月農(nóng)作物長勢綜合監(jiān)測指標(biāo)均值之差，得到各月農(nóng)作物長勢監(jiān)測差值空間分布。本文在正態(tài)分布的基礎(chǔ)上考慮降雨量、時間周期等，將長勢狀況分為極好(3GI/2，1]、好(GI，3GI/2]、正常(GI/2，GI]、差(GI/4，GI/2]和極差[0，GI/4]5個等級。

3 結(jié)果分析

3.1 農(nóng)作物長勢綜合監(jiān)測指標(biāo)構(gòu)建結(jié)果分析

首先在ArcGIS中進(jìn)行系數(shù)選取實(shí)驗(yàn)，以近20年9個市的農(nóng)作物生長季長勢監(jiān)測指標(biāo)與產(chǎn)量數(shù)據(jù)進(jìn)行線性回歸分析(表2)。可以看出，當(dāng)NDVI的系數(shù)取0.7、EVI的系數(shù)取0.3時，R2值最高，所解釋的農(nóng)作物長勢狀況最準(zhǔn)確，故本文用該系數(shù)組合計(jì)算GI。

表2 不同系數(shù)的植被指數(shù)與產(chǎn)量的回歸模型Table 2 Regression models of vegetation indices and yield with different coefficients

利用ArcGIS 10.5和ENVI 5.3軟件計(jì)算得到2000-2018年及2019年5-10月松嫩平原綜合監(jiān)測指標(biāo)GI的空間分布對比圖(圖2)以及農(nóng)作物長勢監(jiān)測差值結(jié)果空間分布圖(圖3)，可以看出：2019年5月松嫩平原的春小麥、水稻、玉米和大豆正處于播種期，GI值最低，農(nóng)作物整體長勢一般；6月由于降雨量低于往年平均水平，導(dǎo)致春播農(nóng)作物長勢劣于往年同期，長勢整體呈下降趨勢，松嫩平原北部及東南部地區(qū)長勢降幅較大，齊齊哈爾與黑河大部以及綏化北部受前期低溫影響，返青較晚，導(dǎo)致GI值較低，長勢相比往年差，哈爾濱南部以及長春、四平大部地區(qū)均為極差類別，其中，大慶、哈爾濱北部以及松原受良好水熱條件影響，優(yōu)勢明顯；7、8月松嫩平原春玉米由吐絲階段進(jìn)入乳熟階段，大豆由開花期轉(zhuǎn)為結(jié)莢鼓粒期，整體農(nóng)作物長勢顯著高于2000-2018年同期水平，其中，西北部地區(qū)長勢好于東南部地區(qū)，齊齊哈爾以及大慶長勢較好，其他城市長勢與往年持平； 9月春玉米慢慢進(jìn)入乳熟及成熟期，大部分大豆位于成熟期，松嫩平原的農(nóng)作物長勢居中，長勢好與差的耕地面積各占50%，主要是西部長勢較好，東部長勢較差，東南部(哈爾濱、長春及四平)長勢變化顯著，整體上看，9月松嫩平原作物長勢比近年平均水平偏高；10月松嫩平原大部分農(nóng)作物處于收獲后期，受雨夾雪的影響，農(nóng)作物長勢低于平均水平。但總體上看，松嫩平原9個市農(nóng)作物長勢呈偏好態(tài)勢。

圖2 2000-2018年5-10月GI均值與2019年5-10月GI值對比Fig.2 Comparison between the average GI from May to October in 2000-2018 and the GI from May to October in 2019

圖3 2019年5-10月松嫩平原農(nóng)作物長勢監(jiān)測差值空間分布Fig.3 Spatial distribution of crop growth monitoring differences in the Songnen Plain from May to October in 2019

3.2 農(nóng)作物長勢綜合監(jiān)測指標(biāo)精度驗(yàn)證

3.2.1 2019年松嫩平原各市農(nóng)作物產(chǎn)量驗(yàn)證 對松嫩平原9個市歷年的單產(chǎn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，由于松嫩平原每年耕種的糧食產(chǎn)物種類與數(shù)量變化不大，除旱澇等災(zāi)害的影響外，其他情況基本不會影響農(nóng)作物長勢及產(chǎn)量，加之8月是農(nóng)作物長勢最茂盛時期，因此，本文分別計(jì)算2019年農(nóng)作物8月3種指數(shù)(GI、NDVI、EVI)的月均值，將其與單產(chǎn)數(shù)據(jù)建立線性、指數(shù)、對數(shù)以及冪4種回歸模型(表3)。可以看出，4種回歸模型均顯示GI與單產(chǎn)值的相關(guān)性更高，說明GI適用于監(jiān)測松嫩平原植被高覆蓋地區(qū)以及植被長勢茂盛時期的農(nóng)作物長勢狀況。

表3 各指數(shù)與單產(chǎn)之間的4種回歸模型Table 3 Four regression models between each index and per unit yield

3.2.2 2000-2019年松嫩平原農(nóng)作物總產(chǎn)量驗(yàn)證 從黑龍江省、吉林省統(tǒng)計(jì)局獲取松嫩平原9個市2000-2019年的農(nóng)作物總產(chǎn)量數(shù)據(jù)(表4)。可以看出，松嫩平原歷年農(nóng)作物總產(chǎn)量在2 939.9～8 543.6萬t之間，往年總產(chǎn)量均值為5 931.7萬t，其中2003年、2007年和2009年由于嚴(yán)重旱災(zāi)導(dǎo)致作物產(chǎn)量急劇下降。通過GI對2019年松嫩平原農(nóng)作物生長季的長勢狀況進(jìn)行監(jiān)測，得到與往年相比僅有小部分地區(qū)長勢欠佳(圖2)，預(yù)測其2019年的農(nóng)作物產(chǎn)量高于往年(圖3)，而通過總產(chǎn)量的對比也驗(yàn)證了這一結(jié)果。因此，GI可以及時評估農(nóng)作物長勢狀況并可對最終產(chǎn)量起到指示作用。

表4 2000-2019年松嫩平原農(nóng)作物總產(chǎn)量統(tǒng)計(jì)Table 4 Total crop yield in the Songnen Plain from 2000 to 2019 單位：萬t

4 結(jié)論與討論

本文結(jié)合NDVI和EVI構(gòu)建了一種新的農(nóng)作物長勢綜合監(jiān)測指標(biāo)GI，通過建立近20年的歷史綜合植被指標(biāo)數(shù)據(jù)庫，應(yīng)用差值模型將2019年的農(nóng)作物長勢指標(biāo)與歷史同期的平均長勢指標(biāo)進(jìn)行對比分析，最后將長勢狀況分為極好、好、正常、差、極差5類，用以評價(jià)松嫩平原2019年的農(nóng)作物生長季長勢。結(jié)論如下：1)2019年5-10月松嫩平原農(nóng)作物長勢呈“前期較差，中期較好，后期略差”的趨勢，整體好于2000-2018年同期，2019年松嫩平原的農(nóng)作物與過去20年相比產(chǎn)量保持穩(wěn)定，可確保國內(nèi)農(nóng)產(chǎn)品供應(yīng)充裕；2)松嫩平原中西部、東北部和西南部農(nóng)作物長勢好于過去20年平均長勢，東南部部分地區(qū)農(nóng)作物長勢基本與過去持平，沿松花江流域市域(哈爾濱中部、松原北部及大慶東南部)農(nóng)作物長勢較好，緣于該地區(qū)水資源較豐富；3)單產(chǎn)及總產(chǎn)量驗(yàn)證均表明，GI可以及時評估農(nóng)作物長勢狀況，且該方法精度更高、操作簡單，具有一定普適性，可為農(nóng)作物長勢狀況監(jiān)測提供一種新思路，并為農(nóng)作物產(chǎn)量的預(yù)測預(yù)報(bào)以及農(nóng)作物災(zāi)情的預(yù)警提供重要的科學(xué)依據(jù)。

本研究由于缺乏歷年耕地中精確的作物種類以及各類農(nóng)作物種植的空間分布信息，會影響農(nóng)作物長勢狀況監(jiān)測以及未來農(nóng)作物產(chǎn)量的預(yù)測精度，未來將利用更準(zhǔn)確的農(nóng)作物種植結(jié)構(gòu)與布局信息獲取農(nóng)作物長勢的時空分布變化。