基于环境产量模型和生物产量模型的禹城市夏玉米遥感估产研究

2019-04-12张长城王赫彬

绿色科技 2019年6期

张长城，常军，王赫彬

(山东师范大学地理与环境学院，山东济南 250014)

1 引言

当今的农业发展中运用遥感估产已经成为最具研究力的课题，是21世纪农业发展进步的方向[1]。农作物估产在20世纪50年代就已经广泛应用于世界各国的农业生产指导和粮食安全监测。随着各国遥感技术的发展，自20世纪70年代，遥感技术开始出现在农业生产研究中[2]，总体来看，主要研究集中在低空间分辨率的，大片区域尺度的的农业估产，如任建强、王长耀等[3～5]利用逐步回归方法得到了冬小麦关键生育期内MODIS-NDVI 和 MODIS-EVI 数据与产量的估产模型；闫岩、李卫国等[6，7]利用遥感技术反演获得的叶面积指数(LAI)数据和各种生物量信息对冬小麦产量进行估测；杨小唤等[8]运用阈值提取模型对MODIS数据进行提取，从而获得了玉米、大豆等作物的种植面积；黄敬峰、吴炳方、秦元伟、Moriondo 等[9～12]通过 NOAA/AVHRR 图像、农学与农业气象数据建立了冬小麦产量预测模型。

本文对高分一遥感数据和MODIS NDVI产品以及生物量等相关农学参数进行反演，分析了冠层光谱与其他生物量等农学参数之间的相互关系。基于不同的光谱植被指数反演获得玉米原始归一化植被指数(NDVI)和叶面积指数(LAI)，应用“潜在-胁迫因子产量模式”构建LAI-生物量产量模型和LAI-环境产量模型去估算山东省禹城市夏玉米的生物量，并通过产量与生物量之间的转换关系，实现禹城夏玉米产量的估算，从而更好地指导其生产和管理。

2 数据准备与预处理

2.1 数据来源

本文研究使用的遥感数据源包括高分一号(GF-1)卫星的高分辨率遥感影像和NASA网站的MODIS-NDVI合成产品，其中高分一号卫星的遥感影像空间分辨率为2 m，成像时间为2016年8月；NASA网站的MODIS-NDVI影像数据空间分辨率为250 m，成像时间为2016年7月至10月。遥感影像数据下载选取的范围为禹城市，通过掩膜提取得到研究区的影像数据。选取2016年9月禹城市夏玉米收获期的调查数据为采样数据进行实地估产计算。通过研究及资料调查，在山东省禹城市范围内确定了15个样方(样方位置如图1)，对每个样区选取3个样点，每个样点间距约为50 m，其中各观测点的观测参数包括：取样地点、取样时间、观测经纬度、生长期、种植密度、作物茎、叶、棒的湿重、覆盖率等。由已确定好的样方位置，对研究区范围内15个样方45个样点进行实地采样，从而获取禹城市夏玉米生长季生理参数及其玉米生物量和产量数据。此外，通过中央气象网和山东省气象站收集了相应年份的气象数据。

2.2 数据预处理

2.2.1 遥感影像数据预处理

为保证不同时相影像数据辐射水平的一致性，运用相对辐射校正方法将获得的遥感影像建立不同时相遥感图像各波段之间的校正方程，从而进行辐射归一化处理[13～18]。几何校正处理过程中，在禹城市范围内的遥感图像上均匀选取了16控制点，通过ArcGIS软件的操作处理，获取矫正后的遥感数据，然后通过ENVI软件操作处理，将处理后遥感影像与研究区行政边界矢量数据进行掩膜处理，裁切出研究区影像，确定了研究区的种植范围。

2.2.2 夏玉米种植面积提取

本文采用2016年8月份禹城市高分一号遥感数据影像，结合农情采集系统(GVG系统)观测信息和实地调查研究，使用目视解译方法对禹城市土地利用类型进行划分，得到禹城市2016年8月土地利用类型，并结合实地调查数据得出禹城市夏玉米种植的分布范围(图2)。将采样结束后获得的夏玉米样品进行烘干处理，进而获取样品粒数、干重、百粒重等数据，然后将统计好的数据进行归纳整理，计算每棒平均粒数、单株结棒率、作物单产(kg/hm2)。根据禹城市夏玉米生理化参数及野外实地调查数据，得到研究区9月份15个样方45个样点夏玉米生长季的生理生化参数。

图1禹城市夏玉米野外实地测量点分布

图2 禹城市夏玉米种植区范围

2.2.3 气象数据处理

本文将中国气象数据网提供的2016年降水数据和气温数据以及山东省20个气象站的太阳总辐射数据进行插值计算。在ArcGIS软件中进行矢量化，运用地统计分析(Geostatistial Analyst)中的普通克里金插值方法对气象数据进行插值金酸，得到相应插值图，并对禹城市矢量行政图对插值后的数据进行掩膜提取，最终得到禹城市气象数据分布图(图3，图4)。

3 数据分析与研究方法

本文利用2016年的遥感数据反演禹城市夏玉米LAI数据与产量数据，采用回归分析方法建立遥感参数与玉米产量的定量关系模型。

基于遥感数据的LAI-环境估测模型:

Yied=F(LATOPT,RAt,WIt)

(1)

式(1)中，Yied为玉米作物单产，F为线性函数的参数，LATOPT为最佳时相的夏玉米叶面积指数，TAt为累积温度,RAt为累积太阳辐射，WIT为累积水分。

基于遥感数据和生物量的LAI-生物量估测模型：

(2)

式(2)中，Yied为夏玉米作物单产，HI为收获系数，IPAR为作物吸收的光合有效辐射(MJ×m-2)，BE为光能物质转化率(gc×MJ-1)，Ec指夏玉米生物体中的C元素含量，Wm为夏玉米籽粒含水量，t为夏玉米生长期。

IPAR(t)=0.5×RAt×{1-exp[-0.65×LAI(t)]}

(3)

式(3)中，0.5为夏玉米能够吸收的太阳有效辐射与总辐射比，RAt为冠层入射太阳总辐射量(MJ×m-2)，LAI为叶面积指数，0.65为行距的作物消光系数，t为夏玉米生长天数。Stress为综合胁迫系数。

3.1 叶面积指数(LAI)计算

考虑到不同时期LAI反演参数的复杂性等实际困难，本文研究选取6种指标(表1)来与LAI值建立统计模型，从而获取各期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为常用来反演LAI的植被指数；MSAVI考虑了植被对土壤的影响，一定程度上可以消除或减弱土壤背景噪声；HJVI引入反映叶绿素浓度变化、植被长势的绿光波段，可以进一步增强植被与土壤背景之间的辐射差异；VCF为每个像元内的植土比，能较好地反映出植被生长的长势。

图3禹城市夏玉米NDVI分布

图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 农学参数数据处理

通过对禹城市研究区成熟期的夏玉米样品进行烘干处理，获取样品粒数、干重、百粒重等数据(表2)，然后进行作物单产kg/hm2的计算。

3.3 夏玉米产量与LAI之间的关系

夏玉米估产不同时相的选择在一定程度上决定着遥感信息与玉米产量相关程度。本文通过对各期的LAI与玉米产量做相关性分析(图5)可以发现：8月中旬前后LAI与夏玉米产量的相关系数达到峰值，此时夏玉米生长情况稳定。结合夏玉米干物质量的累积规律，选择8月中旬夏玉米抽雄期作为禹城市夏玉米估产的最佳时相。

表2 禹城市夏玉米各乡镇单产均值数据表

图5 禹城市样点玉米产量与各生长期LAI相关系数

4 结果与分析

4.1 基于LAI-环境产量模型结果分析

以镇为单位求玉米像元LAI的平均值，并对气象数据与各镇的单产数量做相关分析，得出8月15日估产模型：

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

(5)

式(5)中模型相关性判定系数R2值为0.725， F检验结果为0.05，表明通过遥感数据和限制环境因子建立LAI-环境产量模型进行玉米产量估测，其结果是可信的。

根据该模型得到禹城夏玉米的单产水平主要集中在9000 kg/hm2～10000 kg/hm2之间。其中，玉米产量最高值为11000 kg/hm2，最低值为7000 kg/hm2，平均值为10060 kg/hm2，略大于实际测量的玉米产量均值水平9636 kg/hm2，估产精度为95.60%。具体情况如表3。