基于Sentinel-2A的棉花種植面積提取及產(chǎn)量預(yù)測(cè)

王匯涵，張 澤，康孝巖，林 皎，印彩霞，馬露露， 黃長(zhǎng)平，呂 新※

（1.石河子大學(xué)農(nóng)學(xué)院/新疆生產(chǎn)建設(shè)兵團(tuán)綠洲生態(tài)農(nóng)業(yè)重點(diǎn)實(shí)驗(yàn)室，石河子 832000； 2.中國(guó)科學(xué)院空天信息創(chuàng)新研究院，北京 100094；3.塔里木大學(xué)農(nóng)學(xué)院，阿拉爾 843300）

0 引 言

棉花是重要的經(jīng)濟(jì)作物。新疆作為中國(guó)最大的棉花種植基地，2021年棉花產(chǎn)量512.9萬t，占全國(guó)棉花產(chǎn)量的89.5%，在棉花產(chǎn)業(yè)中發(fā)揮著舉足輕重的作用。棉花產(chǎn)量是指導(dǎo)田間管理的指標(biāo)之一。及時(shí)、準(zhǔn)確地預(yù)測(cè)棉花產(chǎn)量在棉田經(jīng)營(yíng)管理、農(nóng)業(yè)決策制定等方面具有重要的價(jià)值和意義。

遙感技術(shù)具有快速、宏觀、動(dòng)態(tài)、成本低等優(yōu)點(diǎn)，能夠克服傳統(tǒng)作物估產(chǎn)方法的局限性，已成為產(chǎn)量估測(cè)的新技術(shù)。目前，已有學(xué)者對(duì)植被指數(shù)和作物產(chǎn)量的模型進(jìn)行了大量的研究，基于時(shí)間序列MODIS_NDVI的農(nóng)作物產(chǎn)量預(yù)測(cè)研究較為廣泛。趙文亮等根據(jù) NOAA/AVHRR NDVI時(shí)間序列得出作物生長(zhǎng)期內(nèi)的歸一化植被指數(shù)（Normalized Difference Vegetation Index, NDVI）累計(jì)值或最大值，通過線性擬合，建立作物產(chǎn)量遙感預(yù)測(cè)模型。Ji等利用MOD09Q1數(shù)據(jù)產(chǎn)品計(jì)算NDVI時(shí)間序列，用于作物大規(guī)模產(chǎn)量預(yù)測(cè)。由于地物類型復(fù)雜多樣，MODIS數(shù)據(jù)受空間分辨率的限制，對(duì)預(yù)測(cè)效果具有負(fù)面影響，低空間分辨率仍然是遙感技術(shù)預(yù)測(cè)產(chǎn)量應(yīng)用中的一個(gè)問題。劉煥軍等利用30 m空間分辨率的Landsat_5_TM與Landsat_7_ETM影像構(gòu)建非多天合成的NDVI時(shí)間序列數(shù)據(jù)建立棉花估產(chǎn)模型。魯新新等以Landsat 8遙感影像為數(shù)據(jù)源，確定NDVI與棉花產(chǎn)量相關(guān)性最優(yōu)的算法模型。這些研究證明了傳統(tǒng)植被指數(shù)與產(chǎn)量之間的關(guān)系，避免了MODIS數(shù)據(jù)低空間分辨率、多天合成產(chǎn)生混合像元的問題。但也有研究表明，單一植被指數(shù)NDVI在較大的葉面積指數(shù)（Leaf Area Index，LAI）下易出現(xiàn)飽和現(xiàn)象，并受土壤背景影響，與棉花產(chǎn)量相關(guān)性較低（=0.47），Zhao等認(rèn)為，皮棉產(chǎn)量與棉花生長(zhǎng)早期測(cè)得的冠層反射率指數(shù)相關(guān)性最好（為0.56～0.89）。朱婉雪等基于冬小麥不同生育期影像數(shù)據(jù)和植被指數(shù)，構(gòu)建了多個(gè)估產(chǎn)模型，最終確定最佳估產(chǎn)時(shí)期和植被指數(shù)為抽穗灌漿期和增強(qiáng)型植被指數(shù)（Enhanced Vegetation Index，EVI），決定系數(shù)達(dá)到0.70。

綜上所述，以往研究主要通過建立單一植被指數(shù)與棉花產(chǎn)量的線性或非線性回歸方程，比較分析其相關(guān)性，選用相關(guān)性最高的某一植被指數(shù)與棉花產(chǎn)量的回歸方程作為棉花產(chǎn)量預(yù)測(cè)模型，而棉花產(chǎn)量形成是一個(gè)連續(xù)變化的動(dòng)態(tài)過程，受冠層結(jié)構(gòu)、生物量和葉綠素含量等因素的影響。單一植被指數(shù)的應(yīng)用簡(jiǎn)化了棉花產(chǎn)量預(yù)測(cè)的復(fù)雜性，增加了模型的誤差和不穩(wěn)定性。針對(duì)該問題，本研究以新疆莫索灣墾區(qū)為研究區(qū)，基于Google Earth Engine（GEE）平臺(tái)，獲取棉花3個(gè)生育時(shí)期的Sentinel-2A影像，并進(jìn)行預(yù)處理，重采樣至10 m空間分辨率，計(jì)算14種植被指數(shù)，探討不同指數(shù)預(yù)測(cè)棉花產(chǎn)量的能力，確定棉花產(chǎn)量預(yù)測(cè)的最佳生育時(shí)期，建立最優(yōu)的棉花產(chǎn)量預(yù)測(cè)模型，實(shí)現(xiàn)莫索灣墾區(qū)棉花產(chǎn)量預(yù)測(cè)制圖，以期為棉花精準(zhǔn)管理提供決策信息。

1 研究區(qū)與數(shù)據(jù)來源

1.1 研究區(qū)概況

研究區(qū)位于新疆兵團(tuán)第八師莫索灣墾區(qū)，地處天山北麓中段，準(zhǔn)噶爾盆地南部，東經(jīng)84°58′～86°24′，北緯43°26′～45°20′，平均海拔300～500 m，屬典型的溫帶大陸性氣候，冬季長(zhǎng)而嚴(yán)寒，夏季短而炎熱，年平均降水量180～270 mm，年平均氣溫7.5～8.2 ℃，光熱資源豐富，日照2 318～2 732 h，無霜期147～191 d。研究區(qū)域內(nèi)種植少量小麥、苜蓿等作物，以棉花為主栽作物。

1.2 數(shù)據(jù)來源

以2020年Sentinel-2A影像數(shù)據(jù)為主要數(shù)據(jù)源，包含13個(gè)光譜波段，具體波段參數(shù)如表1所示。在GEE平臺(tái)中，利用JavaScript編程計(jì)算云信息波段QA60的Bit10和Bit11的值，設(shè)置二者的值均為0得到云掩膜，使用云掩膜去除影像中的云信息，得到無云影像，并重采樣至10 m分辨率。

表1 Sentinel-2A波段信息 Table 1 Band information of Sentinel 2A

地物分類數(shù)據(jù)：數(shù)據(jù)來自Google Earth 高分辨率影像和野外調(diào)查。為了充分掌握研究區(qū)域內(nèi)的地物類型及其典型樣本的空間位置，調(diào)查時(shí)利用Google Earth 高分辨率影像記錄代表性地塊的經(jīng)緯度坐標(biāo)及相應(yīng)的植被類型。樣本數(shù)據(jù)分布均勻，覆蓋研究區(qū)域范圍，用于農(nóng)田提取的樣本共計(jì)609，包括非農(nóng)田樣本282，農(nóng)田樣本327；用于棉花提取的樣本共計(jì)207，其中非棉花樣本74，棉花樣本133。

棉花實(shí)測(cè)產(chǎn)量數(shù)據(jù)：在棉花收獲期開展測(cè)產(chǎn)工作，在研究區(qū)內(nèi)，每個(gè)團(tuán)場(chǎng)選擇4～5個(gè)采樣站點(diǎn)，每個(gè)站點(diǎn)附近范圍內(nèi)選取5個(gè)樣點(diǎn)，共計(jì)95個(gè)樣點(diǎn)進(jìn)行模型構(gòu)建，同時(shí)選擇21個(gè)樣點(diǎn)進(jìn)行模型驗(yàn)證（圖1）。按照五點(diǎn)采樣法，調(diào)查株數(shù)、鈴數(shù)，取一膜一米的棉絮稱干質(zhì)量，計(jì)算平均鈴質(zhì)量。

圖1 研究區(qū)域及樣點(diǎn)分布圖 Fig.1 Study area and distributions of sample points

植被指數(shù)是多個(gè)光譜帶和波長(zhǎng)的轉(zhuǎn)換，可以解釋冠層結(jié)構(gòu)和光合作用的變化。根據(jù)光譜特性，本文研究了產(chǎn)量預(yù)測(cè)中常用的14種光譜植被指數(shù)，包括6個(gè)冠層結(jié)構(gòu)指數(shù)及8個(gè)葉綠素相關(guān)指數(shù)（表2）。

表2 文中選用的植被指數(shù) Table 2 The selected vegetation index

2 數(shù)據(jù)處理及分析方法

利用GEE平臺(tái)對(duì)Sentinel-2A影像進(jìn)行預(yù)處理。采用兩步分級(jí)制圖策略，利用分類算法剔除非農(nóng)作物分布區(qū)域，合成棉花不同生育時(shí)期的影像，實(shí)現(xiàn)棉田與非棉田的劃分。利用順序向前算法（Sequential Forward Selection，SFS）對(duì)波段和植被指數(shù)進(jìn)行特征篩選，基于偏最小二乘回歸模型（Partial Least Squares Regression，PLSR）構(gòu)建不同生育時(shí)期的棉花產(chǎn)量預(yù)測(cè)模型，以確定棉花估產(chǎn)最佳時(shí)期，并將模型應(yīng)用到棉花產(chǎn)量制圖中。

2.1 兩步分級(jí)棉花種植區(qū)域提取策略

本研究中實(shí)施兩步分級(jí)策略用于棉花種植區(qū)域提取。第一步，將研究區(qū)域劃分為5個(gè)主要的土地覆蓋類別（農(nóng)田、荒漠、建筑、城市綠地和水體），基于10 m空間分辨率Sentinel-2A影像，選擇17個(gè)特征用于農(nóng)田提取，包括12個(gè)光譜特征、3個(gè)植被指數(shù)特征、2個(gè)地形特征（Digital Elevation Model ，DEM）特征剔除非農(nóng)作物分布區(qū)域，得到準(zhǔn)確的農(nóng)田掩膜。第二步，將農(nóng)田劃分為棉花區(qū)和非棉花區(qū)。對(duì)研究區(qū)影像進(jìn)行掩膜處理得到農(nóng)田植被的總體分布，確定棉花5個(gè)生育時(shí)期，將各生育期的5幅合成圖像組合，形成包括12個(gè)光譜特征、3個(gè)植被指數(shù)特征、2個(gè)DEM特征的新圖像，進(jìn)行棉花種植區(qū)提取。

2.2 分類方法

利用隨機(jī)森林（Radom Forest, RF）、支持向量機(jī)（Support Vector Machine, SVM）算法和決策樹（Classification and Regression Tree, CART）三種分類方法，結(jié)合研究區(qū)域及算法本身的特點(diǎn)，在樣本數(shù)據(jù)中隨機(jī)選取 70%作為訓(xùn)練數(shù)據(jù)，剩下的30%作為驗(yàn)證數(shù)據(jù)。分類性能的評(píng)估基于混淆矩陣（Confusion Matrix），用行列的矩陣形式表示。每一行代表參考數(shù)據(jù)中的實(shí)際類，每一列代表預(yù)測(cè)類，對(duì)角線元素表示正確分類的像素個(gè)數(shù)?；煜仃囍休^常使用的具體評(píng)價(jià)指標(biāo)有總體精度（Overall Accuracy, OA）、制圖精度（Producer’s Accuracy, PA）、用戶精度（User’s Accuracy, UA）以及Kappa系數(shù)（Kappa Coefficient, KC）等，這些指標(biāo)從不同的角度反映作物分類的精度。

2.3 特征選擇

由于棉花早期生長(zhǎng)階段的田間空間變異性小，考慮土壤背景反射率的潛在負(fù)面影響，開花后期的棉花產(chǎn)量和植被指數(shù)之間的相關(guān)性更好，因此本研究選取棉花3個(gè)主要生育時(shí)期的遙感影像。7月11日－7月20日，7月21日－8月30日，8月31日－9月10日，分別對(duì)應(yīng)棉花花期、鈴期、吐絮期。利用SFS方法對(duì)波段和植被指數(shù)進(jìn)行篩選。

2.4 棉花產(chǎn)量預(yù)測(cè)模型

PLSR是一種融合了主成分分析、回歸分析和典型相關(guān)分析等方法的多元數(shù)據(jù)統(tǒng)計(jì)分析模型，能夠同時(shí)考慮各特征之間的相關(guān)性以及與因變量之間的相關(guān)性，實(shí)現(xiàn)數(shù)據(jù)的降維、信息綜合與篩選，較好地解決特征共線性問題，有效剔除不重要的變量。本文利用SPXY（sample set partitioning based on joint x-y distance）算法同時(shí)計(jì)算樣本間距離對(duì)樣品集進(jìn)行劃分，基于PLSR構(gòu)建不同生育時(shí)期棉花產(chǎn)量預(yù)測(cè)模型，并采用獨(dú)立驗(yàn)證數(shù)據(jù)對(duì)預(yù)測(cè)模型進(jìn)行評(píng)估和驗(yàn)證，最終確定棉花最佳估產(chǎn)模型。評(píng)價(jià)指標(biāo)包括：決定系數(shù)（），均方根誤差（RMSE）和相對(duì)誤差RE（%），其值越大和 RMSE 值越小，說明模型的預(yù)測(cè)性能和準(zhǔn)確性越高。均方根誤差（RMSE）和相對(duì)誤差RE（%）公式如下：

式中P、O和分別為預(yù)測(cè)值、觀測(cè)值和實(shí)測(cè)值的平均值，為樣本數(shù)量。當(dāng)RE≤10%時(shí)，模型較優(yōu)，10%＜RE≤20%模型適中，RE＞20%模型較差。

3 結(jié)果與分析

3.1 棉花種植區(qū)域提取

結(jié)合多種分類特征對(duì)莫索灣墾區(qū)棉花種植區(qū)域進(jìn)行提取。利用驗(yàn)證點(diǎn)數(shù)據(jù)對(duì)農(nóng)田與非農(nóng)田分類進(jìn)行交叉驗(yàn)證，結(jié)果如圖2a所示，其中，RF、SVM、CART的UA分別為0.96、0.97、0.91；PA分別為0.92、0.83、0.74；OA精度分別為0.94、0.90、0.83；KC分別為0.89、0.81、0.67。除UA相差較小以外，其他指標(biāo)差距較大，RF算法分類效果明顯優(yōu)于SVM和CART，更適用于農(nóng)田與非農(nóng)田的提取。

在農(nóng)田掩膜基礎(chǔ)上，根據(jù)棉花不同生育時(shí)期影像，進(jìn)行棉田與非棉田分類，分類結(jié)果如圖3b所示。計(jì)算分類結(jié)果的混淆矩陣，對(duì)不同分類方法的分類結(jié)果進(jìn)行精度驗(yàn)證，驗(yàn)證結(jié)果如圖2b所示，RF算法的PA為0.95，SVM算法PA為0.93，CART的PA為0.90。RF與CART分類精度相差不大，SVM的精度最低，其OA為0.89，KC為0.78。總體而言，RF算法最佳，對(duì)2020年莫索灣墾區(qū)的棉花種植面積進(jìn)行計(jì)算，并與實(shí)際種植面積進(jìn)行比較，分類結(jié)果面積為60 400 hm，實(shí)際面積為64 866.7 hm，相對(duì)誤差為6.9%，與團(tuán)場(chǎng)棉花的種植現(xiàn)狀相吻合。

圖2 基于不同算法的分類精度評(píng)價(jià) Fig.2 Classification accuracy evaluation based on different algorithms

圖3 基于隨機(jī)森林算法的兩步分級(jí)棉花種植面積提取 Fig.3 Two-step grading cotton planting area extraction based on random forest algorithm

3.2 不同生育時(shí)期特征變量選擇

為進(jìn)一步分析不同生育時(shí)期波段/植被指數(shù)對(duì)棉花估產(chǎn)的影響，對(duì)研究區(qū)棉花產(chǎn)量與不同生育時(shí)期波段/植被指數(shù)之間的相關(guān)性進(jìn)行統(tǒng)計(jì)（圖4）?；ㄆ?、鈴期、吐絮期波段/植被指數(shù)與產(chǎn)量的相關(guān)性趨勢(shì)基本相同，其中B6波段與產(chǎn)量相關(guān)性最高，隨著生育時(shí)期的推進(jìn)，相關(guān)系數(shù)逐漸增大，依次為0.37、0.47、0.53。其次是B7波段，相關(guān)系數(shù)依次為0.32、0.45、0.51。近紅波段僅次于紅邊波段，B8A波段與產(chǎn)量的相關(guān)系數(shù)分別為0.31、0.42、0.50?？梢?，Sentinel-2A特有的紅邊波段以及近紅外波段對(duì)棉花產(chǎn)量預(yù)測(cè)具有一定幫助。

圖4 不同特征變量（波段/植被指數(shù)）與產(chǎn)量的相關(guān)性分析 Fig.4 Correlation analysis between different characteristic variables (Band/Vegetation Index) and yield

相關(guān)分析結(jié)果能夠反映出單個(gè)波段/植被指數(shù)的預(yù)測(cè)性能，但并不能有效推斷出多波段/植被指數(shù)組合的預(yù)測(cè)能力。利用SFS方法對(duì)波段/植被指數(shù)進(jìn)行特征選擇，結(jié)果如表3所示，就篩選順序而言，在三個(gè)生育時(shí)期中篩選的第1個(gè)特征都為紅邊波段（B6波段），進(jìn)一步證明紅邊波段在棉花產(chǎn)量預(yù)測(cè)中的重要性。就數(shù)量而言，波段在花期對(duì)棉花產(chǎn)量較為敏感，篩選數(shù)量多于冠層結(jié)構(gòu)指數(shù)和葉綠素相關(guān)指數(shù)，依次為6個(gè)、1個(gè)、4個(gè)。鈴期葉綠素相關(guān)植被指數(shù)篩選數(shù)量（6個(gè)）明顯多于波段（3個(gè)）和冠層結(jié)構(gòu)指數(shù)（2個(gè)）。吐絮期冠層結(jié)構(gòu)相關(guān)指數(shù)5個(gè)，其次波段4個(gè)，葉綠素相關(guān)指數(shù)2個(gè)。冠層結(jié)構(gòu)相關(guān)指數(shù)隨著生育期的推進(jìn)，對(duì)產(chǎn)量的敏感性增大，在棉花生育后期對(duì)產(chǎn)量預(yù)測(cè)模型的貢獻(xiàn)較多，葉綠素相關(guān)指數(shù)則呈現(xiàn)先增長(zhǎng)后減小的趨勢(shì)，在鈴期貢獻(xiàn)最為突出。弱相關(guān)性To指數(shù)均被篩選為特征變量，相關(guān)系數(shù)依次為0.02、0.03、0.10，可見，弱相關(guān)性特征的預(yù)測(cè)性能未必低于獨(dú)立性弱的強(qiáng)相關(guān)性特征組合。對(duì)產(chǎn)量預(yù)測(cè)篩選特征波段時(shí)不僅僅考慮單一特征的性能，還要衡量特征之間的獨(dú)立性和冗余度。

表3 特征變量篩選結(jié)果 Table 3 Characteristic band screening results

3.3 不同生育時(shí)期棉花產(chǎn)量預(yù)測(cè)模型

本研究利用SPXY算法對(duì)樣品集進(jìn)行劃分，以產(chǎn)量為變量，波段/植被指數(shù)為變量，將70%的樣本訓(xùn)練，剩余30%為預(yù)測(cè)集樣本。基于PLSR將篩選出的特征變量與產(chǎn)量構(gòu)建模型，結(jié)果如圖5。鈴期模型預(yù)測(cè)效果最佳（=0.62，RMSE=625.5 kg/hm，RE=8.87%），優(yōu)于吐絮期（=0.51，RMSE=789.45 kg/hm，RE=11.06%）、花期（=0.48，RMSE=686.4 kg/hm，RE=9.86%）。預(yù)測(cè)模型的精度隨著生育時(shí)期的推進(jìn)有了較大的提升。

圖5 基于偏最小二乘算法不同生育時(shí)期產(chǎn)量預(yù)測(cè)模型評(píng)價(jià) Fig.5 Evaluation of yield prediction model for different growth periods based on PLSR algorithm

3.4 棉花產(chǎn)量預(yù)測(cè)模型測(cè)試及制圖

利用2020年棉花鈴期的遙感影像數(shù)據(jù)（10 m空間分辨率），基于構(gòu)建的鈴期產(chǎn)量預(yù)測(cè)模型，選用獨(dú)立的21個(gè)樣本點(diǎn)測(cè)試模型性能。測(cè)試結(jié)果如圖6所示，=0.61，RMSE=425.25 kg/hm，RE=6.61%，與所建立模型的驗(yàn)證結(jié)果接近（=0.62，RMSE=625.5 kg/hm，RE=8.87%），比較理想。

圖6 鈴期模型預(yù)測(cè)產(chǎn)量與實(shí)測(cè)產(chǎn)量的比較 Fig.6 Comparison between predicted yield and measured yield of Boll period model

此外，將已篩選的波段/植被指數(shù)作為輸入因子，逐像元計(jì)算棉花產(chǎn)量，對(duì)莫索灣墾區(qū)棉花產(chǎn)量分布制圖。從圖7可以看出，棉花產(chǎn)量分布在3 000～9 000 kg/hm范圍內(nèi)，與實(shí)際情況相符，總體而言，棉花產(chǎn)量由北向南逐漸減少，高值區(qū)出現(xiàn)在150團(tuán)，低值區(qū)則在147團(tuán)、148團(tuán)均有分布。

圖7 新疆莫索灣墾區(qū)棉花產(chǎn)量預(yù)測(cè) Fig.7 Prediction of cotton yield in Xinjinag Mosuwan Reclamation Region

4 討 論

4.1 不同算法提取棉花種植區(qū)域精度驗(yàn)證結(jié)果

本研究采取兩步分級(jí)提取策略實(shí)現(xiàn)了新疆莫索灣墾區(qū)2020年棉花種植面積提取。與李方杰等的研究方法相比，本文使用10 m空間分辨率Sentinel-2A影像數(shù)據(jù)，在影像合成上突出了棉花的特征，且在模型訓(xùn)練時(shí)加入植被指數(shù)和地形特征，實(shí)現(xiàn)較高精度的棉花提取，該提取策略聚焦田間植被，篩選得到的特征針對(duì)性更強(qiáng)，理論上所得結(jié)果的適用性和推廣性更優(yōu)且不受其他非農(nóng)地物的影響，在棉花衛(wèi)星遙感提取中具有重要意義。以往研究表明，機(jī)器學(xué)習(xí)算法與傳統(tǒng)算法相比在處理高維復(fù)雜數(shù)據(jù)時(shí)可以有效利用數(shù)據(jù)特征實(shí)現(xiàn)更高的分類精度。然而，使用多種機(jī)器學(xué)習(xí)算法進(jìn)行對(duì)象提取的研究較少，在相同數(shù)據(jù)上比較多種算法有利于在棉花種植面積提取中找到最合適的算法。鑒于此，本研究憑借GEE存儲(chǔ)大量遙感數(shù)據(jù)的優(yōu)勢(shì)，獲取了2020年覆蓋莫索灣墾區(qū)的Sentinel-2A數(shù)據(jù)影像，同時(shí)實(shí)現(xiàn)了去云、影像鑲嵌、裁剪等一系列預(yù)處理，有效避免了影像鑲嵌帶來的色差問題，保證了分類數(shù)據(jù)源的純潔度與質(zhì)量，利用GEE中提供的分類器，對(duì)比RF、SVM、CART三種算法在棉花種植區(qū)域提取中的分類效果。從PA、UA、OA和KC檢驗(yàn)結(jié)果來看，RF對(duì)農(nóng)田與非農(nóng)田分類的PA為0.92，UA為0.96，OA為0.94，KC為0.89，優(yōu)于SVM和CART。棉田與非棉田分類中，RF與CART表現(xiàn)相似，RF的PA（0.95）略高于CART（0.90），由此可見RF的分類效果最佳，這與哈斯圖亞等的研究結(jié)果相符。CART容易出現(xiàn)過度擬合現(xiàn)象，而RF是一個(gè)決策樹的集合，只考慮特征的一個(gè)子集，最終結(jié)果取決于所有的樹，有更好的泛化能力和更少的過度擬合。該分類方法對(duì)農(nóng)作物的識(shí)別能力較強(qiáng)，分類精度較高，能夠滿足精準(zhǔn)農(nóng)業(yè)遙感監(jiān)測(cè)的需要。

4.2 波段/植被指數(shù)與產(chǎn)量的關(guān)系及不同生育時(shí)期預(yù)測(cè)效果

本研究利用GEE平臺(tái)獲取并預(yù)處理棉花三個(gè)生育時(shí)期的Sentinel-2A遙感影像，構(gòu)建14種植被指數(shù)，與產(chǎn)量進(jìn)行相關(guān)性分析。與花期相比，棉花產(chǎn)量和生育后期（鈴期/吐絮期）的波段/植被指數(shù)之間相關(guān)性更高?？赡苡捎诂F(xiàn)花期田間空間變異較小，土壤背景反射率存在負(fù)面影響，這一結(jié)果與前人研究一致。由于棉花吐絮后冠層結(jié)構(gòu)變化較大，吐絮期的冠層結(jié)構(gòu)指數(shù)與產(chǎn)量的相關(guān)性高于其他的生育時(shí)期，并且有明顯的差異性，而葉綠素相關(guān)植被指數(shù)則在棉花盛鈴期表現(xiàn)較好，冠層結(jié)構(gòu)和葉綠素含量相關(guān)植被指數(shù)對(duì)作物生長(zhǎng)過程中的不同方面（即形態(tài)和生理）都有反應(yīng)，因此兩者都包括在最終模型中。波段/植被指數(shù)與棉花產(chǎn)量的相關(guān)分析結(jié)果能夠反映出單個(gè)波段/植被指數(shù)的反演性能，但并不能有效推斷出多波段/植被指數(shù)組合的反演能力。由于波段/植被指數(shù)之間有著不同程度的信息重疊、冗余以及相關(guān)性，從而獨(dú)立性強(qiáng)的弱相關(guān)特征組合的反演性能未必低于獨(dú)立性弱的強(qiáng)相關(guān)的特征組合。

由于Sentinel-2A特有的紅邊波段與產(chǎn)量有較高的響應(yīng)，將與冠層結(jié)構(gòu)和葉綠素含量相關(guān)的植被指數(shù)結(jié)合起來建立模型，在不同生育時(shí)期的模型對(duì)比中，鈴期的模型預(yù)測(cè)效果最好(=0.62，RMSE=625.5 kg/hm，RE=8.87%)，優(yōu)于吐絮期（=0.51，RMSE=789.45 kg/hm，RE=11.06 %），花期的預(yù)測(cè)結(jié)果較差（=0.48，RMSE=686.4 kg/hm，RE=9.86%）。前人研究也發(fā)現(xiàn)隨著季節(jié)的推進(jìn)，產(chǎn)量預(yù)測(cè)效果改善。本研究中的預(yù)測(cè)模型在鈴期時(shí)有所改善，主要?dú)w因于特征篩選時(shí)鈴期葉綠素相關(guān)指數(shù)的貢獻(xiàn)更大。棉花吐絮期模型精度低于鈴期的原因可能在于棉花在進(jìn)入吐絮期后，白色棉絮漸漸顯露出來，冠層結(jié)構(gòu)發(fā)生變化，吐絮前后冠層反射率產(chǎn)生較大差異，植被指數(shù)受棉絮影響，導(dǎo)致低估。現(xiàn)蕾營(yíng)養(yǎng)生長(zhǎng)與生殖生長(zhǎng)并進(jìn)，營(yíng)養(yǎng)物質(zhì)及環(huán)境資源競(jìng)爭(zhēng)激烈，其中鈴期環(huán)境條件的影響最明顯，該生育期為棉花產(chǎn)量形成的關(guān)鍵期。

4.3 莫索灣墾區(qū)棉花產(chǎn)量預(yù)測(cè)模型測(cè)試及制圖

基于上述構(gòu)建的產(chǎn)量預(yù)測(cè)模型，選用單獨(dú)的21個(gè)樣本點(diǎn)對(duì)模型性能進(jìn)行測(cè)試，其結(jié)果較為理想（=0.61，RMSE=425.25 kg/hm，RE=6.61%），并實(shí)現(xiàn)了新疆莫索灣墾區(qū)棉花產(chǎn)量預(yù)測(cè)制圖。產(chǎn)量預(yù)測(cè)值分布在3 000～9 000 kg/hm的范圍內(nèi)，對(duì)于每個(gè)像元而言，存在高估或低估屬于正?，F(xiàn)象。前人的研究也表明，由于作物管理投入的差異，也會(huì)存在同一區(qū)域內(nèi)產(chǎn)量變異性大，在合理誤差范圍之中?？傮w而言，分布呈現(xiàn)出高產(chǎn)集中在北部區(qū)域，由北向南遞減，這可能與150團(tuán)緊鄰沙漠有關(guān)，沙漠增溫效應(yīng)可以使準(zhǔn)噶爾盆地100 km內(nèi)的區(qū)域溫度有不同程度的提高，距沙漠近的區(qū)域有較好的熱量資源，促進(jìn)生理活動(dòng)，增加產(chǎn)量。

5 結(jié) 論

1）本研究采用兩步分級(jí)提取策略，有效避免了非農(nóng)田的影響，準(zhǔn)確提取莫索灣墾區(qū)棉花種植區(qū)域。其中隨機(jī)森林算法表現(xiàn)最佳，農(nóng)田與非農(nóng)田分類的制圖精度PA和用戶精度UA分別達(dá)到了0.92和0.96，分類總體精度OA為0.94，Kappa系數(shù)KC為0.89，棉田與非棉田分類的PA和UA分別達(dá)到了0.95和0.87，分類OA為0.92，KC為0.83。分類結(jié)果面積為60 400 hm，實(shí)際面積為64 866.7 hm，相對(duì)誤差為6.9%，表明該分類方法對(duì)棉田分類精度較高，能夠滿足精準(zhǔn)農(nóng)業(yè)遙感監(jiān)測(cè)的需要。

2）本研究基于SFS-PLSR算法構(gòu)建了3個(gè)生育時(shí)期的棉花產(chǎn)量預(yù)測(cè)模型，利用實(shí)測(cè)數(shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證，結(jié)果表明，模型在鈴期表現(xiàn)出了最佳產(chǎn)量預(yù)測(cè)能力（=0.62，RMSE=625.5 kg/hm，RE=8.87%），鈴期是新疆莫索灣墾區(qū)棉花產(chǎn)量預(yù)測(cè)的最佳生育時(shí)期。根據(jù)棉花種植區(qū)域圖實(shí)現(xiàn)棉花產(chǎn)量預(yù)測(cè)制圖，莫索灣墾區(qū)的棉花產(chǎn)量范圍為3 000～9 000 kg/hm。

本研究提出的兩步分級(jí)策略能夠有效識(shí)別棉花種植區(qū)域，綜合考慮波段/植被指數(shù)組合在產(chǎn)量預(yù)測(cè)中的表現(xiàn)，為新疆莫索灣墾區(qū)棉花產(chǎn)量預(yù)測(cè)提供了一種新的思路，可為合理水肥配置、精準(zhǔn)種植、農(nóng)作物生長(zhǎng)過程監(jiān)測(cè)提供數(shù)據(jù)支撐，促進(jìn)精準(zhǔn)農(nóng)業(yè)快速發(fā)展。