论文部分内容阅读
摘 要 基于近4 a的FY-3晴空遥感数据，采用Savitzky-Golay滤波方法计算海南橡胶林种植区逐旬的NDVI，建立橡胶林不同年份的橡胶周年生长植被指数变化曲线。在植被指数序列的基础上，通过NDVI值的变化值与此时段橡胶NDVI值的变化值的标准方差的比较，建立了海南橡胶气象灾害损失等级标准。实现了FY-3气象卫星数据在海南天然橡胶林遥感长势动态监测中的应用。
关键词 海南；橡胶林；FY-3；监测
中图分类号 X43 文献标识码 A
Abstract NDVI of ten days were calculated by the Savitzky-Golay filtering method and vegetation index change curve of rubber annual growth in different years were established based on the FY-3 remote sensing data in 2009-2012. The loss grade standard of meteorological disasters of rubber plant was established by comparing with the changing the NDVI values and the standard variance of rubber NDVI values based on vegetation index time series. The research results would provide a technical support for the remote sensing dynamic monitoring of rubber growth changes in Hainan rubber plantation area by FY-3 meteorological satellite data.
Key words Hainan island； Rubber plantation； FY-3； Monitor
doi 10.3969/j.issn.1000-2561.2014.10.029
天然橡胶[Hevea brasiliensis（Willd. ex A. Juss.）Müll. Arg]其生长对气象条件的变化较为敏感，除了季节性的供应波动外，在割胶季节，反常天气会极大地影响橡胶的产量。因此，及时了解天然橡胶的长势变化规律，防御气象灾害对天然橡胶生长造成的影响，提升天然橡胶生产安全的科技支撑能力具有重要的意义。
近年来，迅速发展的卫星遥感技术被广泛应用于植被长势监测中。许文波[1]建立了基于TERRA/MODIS数据的冬小麦种植面积遥感监测体系结构，为中国冬小麦种植面积遥感监测提供了一种业务化工作方法。杜子涛[2]以新疆石河子地区2003～2006年MODIS遥感数据反演的NDVI时间序列影像为例，分析研究了植被长势的年内和年际变化。张莉[3]将遥感技术RS和地理信息系统GIS技术相结合，利用EOS/MODIS数据，实现对湖南省晚稻种植和生长信息的提取。李卫国[4]利用TM影像数据与实地GPS定位相结合的方法，研究了冬小麦返青后叶面积指数及植株氮素含量的变化态势。徐万荣[5]分析2010年Landsat TM影像的反射率和植被指数的相关性，建立了西双版纳地地区橡胶林生物量估算模型。杨邦杰等[6]以山东省为样区，利用气象卫星NOAA-AVHRR晴空数据，根据植被指数NDVI突变的特征，提出了实用的遥感冻害监测方法。李亚飞[7]以我国HJ-1卫星（环境与灾害监测预报小卫星）为主要遥感数据源，获取了云南省西双版纳地区2011年的橡胶林分布状况。冯海宽[8]以2009年环境卫星的高光谱影像（HJ-1A HSI：Hyperspectral Image）和2010年3个生育期的环境卫星多光谱数据（HJ-1 CCD）和热红外数据（HJ-1 IRS）以及地面同步测量的光谱反射率数据和理化参数为数据源，对监测北京冬小麦的长势和干旱监测进行了系统研究。刘少军[9]，张京红[10]，陈汇林[11]分别利用QuickBird 卫星影像，Landsat-TM卫星数据，MODIS遥感数据获取了海南岛天然橡胶种植面积信息。不难发现，以上研究中采用的遥感数据源多为EOS/MODIS和Landsat TM等遥感数据，利用我国自主研发的卫星数据较少且对热带作物的遥感监测的研究几乎未见报道。
风云三号气象卫星是为了满足中国天气预报、气候预测和环境监测等多方面的迫切需求建设的第二代极轨气象卫星，由FY-3A、FY-3B 2颗卫星组成。其搭载的中分辨率光谱成像仪（MERSI），频段范围0.40～12.5 μm，通道数20，扫描范围±55.4°，地面分辨率0.25 km。海南是中国面积最大产量最多的橡胶生产基地，其橡胶生产的战略地位具有举足轻重的作用。本研究首次利用我国自主知识产权的FY-3气象卫星数据对海南橡胶林长势进行遥感监测，为FY-3气象卫星资料在海南天然橡胶生产气象服务中的应用奠定了基础。
1 材料与方法
1.1 研究区概况及资料
海南岛地处北纬18.10′～20.10′，东经108.37′～111.03′之间，面积约3.43万km2，是中国仅次于台湾岛的第二大岛，因其得天独厚的自然条件，海南成为中国面积最大产量最多的橡胶生产基地，橡胶发展状况备受世人瞩目，截止到2012年末，海南橡胶种植面积52.57万hm2，总产量达39.51万t，橡胶年产量占全国天然橡胶总产量的2/3[12]。
研究中所用风云三号气象卫星数据来源：2009年1月至2011年10月卫星数据来源于国家卫星气象中心下属的广州气象卫星地面站，2011年10月至2012年12月来源于风云三号气象卫星应用系统一期工程数据接收系统二级区域接收站（三亚站）。从所有数据中筛选出2009年1月至2012年12月FY-3晴空的遥感数据，共150景。 地面样区选择：利用GPS定位技术，根据海南岛橡胶种植情况的实地调查，实地框定具有一定种植面积，且不含其它任何作物的橡胶种植区12个（纯净样区），作为橡胶监测样本区（图1）。下垫面、地形等信息来自海南岛1 ∶ 5万基础地理信息、海南岛1 ∶ 5万数字高程模型、海南省土地利用现状图1 ∶ 20万。各类气象数据来源于海南省气象局地面气象自动观测站。
1.2 方法
研究首次利用我国自主知识产权的FY-3气象卫星数据对海南橡胶林长势进行遥感监测。首先，根据历年橡胶的种植实况资料，利用GPS定位技术，选取橡胶监测样本区。然后，从近4 a FY-3数据中筛选出晴空的遥感资料，计算近年逐旬或逐月的NDVI，并采用Savitzky-Golay滤波方法，对长时间序列的植被指数进行滤波处理，消除噪声和云干扰，建立基于长时间序列的橡胶植被指数数据库，进而建立橡胶样本区不同年份的橡胶周年生长植被指数变化曲线，获取样本训练区橡胶不同生长阶段的光谱特征。最后，以当年已知的橡胶种植空间分布的遥感信息为模板，利用FY-3数据，分别计算年内任一时次的橡胶NDVI及其变化值。
1.2.1 植被指数的提取 归一化植被指数（normalized differential vegetation index，NDVI）是选择对绿色植物强吸收的红色可见光通道和对绿色植物高反射和高透射的近红外通道的差异作比值运算。NDVI对植被生长状况、生产率及其他生物物理、生物化学特征比较敏感，其数值大小能反映植被覆盖变化，并能消除大部分与仪器定标、太阳角、云阴影、地形和大气条件有关辐照度的变化，增强对植被的响应能力，植被指数是代数运算增强的典型应用。
1.2.2 植被指数的平滑除噪 NDVI 曲线是NDVI 时间序列数据构成的反映植被生物学特征相随时间变化的最佳指示因子，也是季节变化和人为活动影响的重要指示器[13]。由于云层干扰、数据传输误差、二向性反射等因素的影响，植被冠层随时间变化曲线并非是一条连续平滑的曲线，因此在NDVI 曲线中总是会有明显的突升或突降。虽然在NDVI 时间序列数据集中经常采用相邻多天的最大值合成法及云层检测算法等进行图像处理，其数据产品中仍然存在较大的残差，不利于对数据的进一步分析利用，且还可能导致错误的结论。鉴于上述原因，通常采用一些相关算法用于降低噪声水平及对NDVI 时间序列数据集进行重构。本研究选用Savitzky-Golay滤波方法（简称S-G滤波）对橡胶林NDVI数据进行平滑处理。S-G滤波被广泛地运用于各类数据流平滑除噪[14]，这种滤波器最大的特点在于其滤除噪声的同时可以确保数据信号的形状、宽度不变。
S-G滤波最初由Savitzky和Golay于1964年提出，又称最小二乘法或数据平滑多项式滤波器，是一种在时域内基于局域多项式最小二乘法拟合的滤波方法。S-G滤波的设计思路是能够找到合适的滤波系数（Ci）以保护高阶距。即在对基础函数进行近似时，不是常数窗口，而是使用高阶多项式，实现滑动窗内的最小二乘拟合。其基本原理是：通过取点Xi附近固定个数的点拟合一个多项式，多项式在Xi的值，就给出了它的光滑数值gi。
2 结果与分析
2.1 海南橡胶林植被指数序列的建立
2.1.1 年平均值 根据2009～2012年海南岛橡胶每旬的NDVI数据，计算得到每年的年平均NDVI（图2）。2009年海南岛橡胶NDVI值整体较高，NDVI>0.7的橡胶面积占全岛橡胶面积的60.4%，主要位于海南岛中部，白沙西北部、儋州东南部、琼海西南部、万宁西北部，琼中、五指山呈零星分布；NDVI值在0.6～0.7之间的橡胶面积占全岛橡胶面积的36.9%，主要分布于沿海各市县，集中于文昌、定安、琼海、海口四市县接壤处。2010年橡胶NDVI值平均较2009年有所下降，NDVI>0.7的橡胶面积仅占全岛橡胶面积的30%，儋州、白沙橡胶NDVI值下降最多；相应的NDVI值在0.6～0.7的橡胶面积增加至占全岛橡胶面积的65.5%。2011年橡胶整体NDVI值较2010年高，NDVI>0.7的橡胶面积增加了8.6%。2012年橡胶NDVI值有显著提高，NDVI>0.7的橡胶面积比值增加至67.4%，NDVI在0.6～0.7之间的橡胶面积比值增加至30.9%。总体上，在2009～2012年4年间海南岛90%以上的橡胶NDVI值均保持在0.6以上，平均值呈现增加的趋势。
2.1.2 月平均值 根据2009～2012年的海南岛橡胶每旬的NDVI数据，计算得到海南岛橡胶每月的NDVI平均值。1、2月橡胶NDVI值在全年月份中最低，1月下旬至2月为橡胶落叶期，NDVI值较低；3～4月为橡胶开花抽蓬期，橡胶NDVI值逐渐增加，中部地区增加较快；海南5～9月独特的气候条件为橡胶提供了适宜的生长环境，全岛橡胶分布较好；10月因热带气旋、台风等灾害性天气影响，橡胶NDVI值分布普遍下降，东北部沿海市县橡胶NDVI下降显著，如：海口、定安、文昌、琼海、万宁，西北部的昌江橡胶NDVI值也有所下降；11月橡胶NDVI值有所回升；12月橡胶开始进入落叶期，全岛橡胶NDVI值有所下降（图3）。
在以上研究的基础上，根据提取的逐旬、逐月、逐年的海南岛橡胶归一化植被指数分布图，建立橡胶样本区NDVI时间序列，并采用Savitzky-Golay滤波方法，对长时间序列的NDVI值进行滤波处理，以消除噪声和云干扰，建立研究区的橡胶周年生长NDVI逐旬变化曲线（图4），获取样本训练区橡胶不同生长阶段的光谱特征。
2.2 橡胶林长势遥感动态监测
2.2.1 橡胶气象灾害损失等级标准 标准方差是各数据偏离平均数的距离的平均数，能反映一个数据集的离散程度。对某一时段橡胶NDVI值的变化值与此时段橡胶NDVI值的变化值的标准方差进行比较，可判断此时段橡胶的生长变化情况，因此可依据此进行橡胶林气象灾害损失等级标准的划分。 2.2.2 橡胶林长势监测——以1223热带气旋“山神”为例 根据2012年影响海南的台风路径及造成的损失，选取影响海南岛且较为典型的1223号热带气旋“山神”（强台风级），利用其影响前后晴空质量较好的FY-3A遥感资料对海南岛西部橡胶种植面积较大的乐东县的橡胶林植被指数（NDVI）进行计算，动态监测台风对橡胶林造成的损失及分布。卫星遥感数据来源于：风云三号气象卫星应用系统一期工程数据接收系统二级区域接收站（三亚站）。数据接收时间：2012年10月下旬至11月中旬。
1223号热带气旋“山神”风雨概况：“山神”于2012年10月24日02时在菲律宾东南部的西北太平洋洋面上生成，26日05时加强为强热带风暴，27日02时加强为台风，27日20时加强为强台风，中心附近最大风力13级（40 m/s），7级大风范围半径380 km，10级大风范围半径120 km。26日08时至29日08时，受强台风“山神”影响，海南岛普降暴雨到大暴雨，其中南部、中部、东部和西部的局部地区出现特大暴雨，琼中、保亭、琼海和东方共有14自动气象站雨量达300 mm以上。另外，海南岛南部沿海陆地普遍出现10～12级大风，东部、西部和北部沿海陆地普遍出现7～9级大风。
乐东县橡胶林台风灾害损失分布见图5。监测结果表明，台风“山神”给乐东县橡胶林造成了一定的损害，但由于其是从海南岛西部海域经过，并未登陆，因此造成的绝大部分是轻度损失。对所得结果进行统计分析可知，零、一、二、三级受损橡胶的单元格数分别为1 358、2694、758、236。也就是说，受“山神”影响，乐东县73.1%的橡胶遭受损失。在遭受损失的橡胶分布区中，绝大部分（73.0%）为轻度损失，仅达到一级损失等级，达到二级、三级损失等级的分别占20.6%和6.4%。各等级损失空间分布较为零散，这可能与当地的小地形、橡胶栽培方式和防护林建设等有关。应用结果表明，建立的橡胶林台风灾害遥感监测技术方法能够客观精细地对橡胶林台风灾害受灾分布及受灾程度分布进行监测，快速直观地得到受损区域的分布及各区域的受灾程度，较实际调查的方法省时省力且结果客观精确。
3 讨论与结论
本研究选择海南橡胶林作为研究对象，首次利用我国自主研发的FY-3气象卫星数据，通过对2009-2012年的FY-3极轨气象卫星数据进行Savitzky-Golay滤波等数据处理，建立了基于FY-3卫星数据的橡胶林植被指数序列（包括逐旬、逐月、逐年的NDVI序列），能全面真实地反映海南橡胶在不同月份和季节植被的变化规律，为下一步利用植被指数序列监测橡胶重要物候期提供了基础数据；同时，在植被指数序列的基础上，通过NDVI值的变化值与此时段橡胶NDVI值的变化值的标准方差的比较并结合橡胶的灾情数据，建立了海南橡胶气象灾害损失等级标准，并通过1223号热带气旋“山神”进行了验证分析，通过该标准可以实现FY-3气象卫星数据在橡胶林的灾损监测中的应用，快速直观地反映橡胶受损区域的分布及受灾程度，充分发挥遥感技术手段在台风橡胶长势监测中的作用。
自20 世纪70年代以来，遥感就被用来进行大面积农作物长势监测。在农作物长势、面积等的监测中，国外科学家主要利用适合大面积监测的NOAA-AVHRR卫星，随着传感器空间分辨率的提高，MODIS、SPOT、TM、HJ等数据也被采用[15-23]。其中MODIS数据由于是免费获取，所以在开展作物长势的动态监测多采用Terra和Aqua卫星的MODIS遥感数据，由于卫星设计寿命为6 a，现已超年运行，该数据面临随时中断提供服务的可能。采用的监测指数有：归一化植被指数（normalized difference vegetation index，NDVI）、增强型植被指数（Enhanced vegetation index，EVI）、重归一化植被指数（RDVI）、三角形植被指数（triangular vegetation index，TVI）、比值植被指数（simple ratio，SR）、绿度归一化植被指数（green normalized difference vegetation index，GNDVI）、水分波段指数（water band index，IWB）、土壤调节植被指数（soil-adjusted vegetation index，SAVI）、光化学植被指数（photochemical reflectance index，PRI）等[22]。在海南橡胶遥感监测方面：陈小敏等[24]通过对强低温阴雨发生前、后橡胶产区的MODIS/NDVI值进行了比较，应用于监测橡胶寒害轻、重和受害面积；刘少军等利用MODIS数据分析了台风“达维”对橡胶的影响；罗红霞等[25]基于HJ星数据分析了 台风“纳沙”对海南不同农场植被NDVI变化等。该方法仅利用了NDVI前后的变化来判断橡胶长势的变化，本文提出了在FY-3数据提取的长时间橡胶NDVI序列的基础上，通过对某一时段橡胶NDVI值的变化值与此时段橡胶NDVI值的变化值的标准方差进行比较，判断此时段橡胶的生长变化情况，评价的结果会更稳定。因此利用中国自主研发的气象FY-3卫星开展作物长势的动态监测是一个很好的选择，目前关于利用 FY-3气象卫星数据开展天然橡胶长势的动态监测的文献还较少。国家卫星气象中心专门设立了“风云三号气象卫星应用系统工程应用示范项目”，持续支持相关研究，发挥FY-3气象卫星数据的重要作用，拓展卫星资料及其产品的应用领域，使其更快更好的发挥作用。
本研究在海南开展橡胶林长势的动态监测时，发现FY-3气象卫星数据往往存在云覆盖的现象，一定程度上影响了监测的精度，下一步将积极探索以FY-3微波成像仪数据，全天候开展橡胶长势监测，消除云处理对监测区域的影响，进一步提高监测精度及服务的针对性和时效性。本研究立足于海南橡胶林不同季节植被指数的变化特征，依托地面气象自动站和橡胶林样区观测数据，初步建立了一套时效性比较强、监测范围覆盖全岛、精度相对较高、地面气象监测、橡胶物候监测和遥感监测相结合的立体监测方法。FY-3气象卫星数据在海南天然橡胶生产气象服务中的应用，是橡胶遥感研究的新尝试，提高了研究区橡胶林遥感长势动态监测的能力和水平，同时对其他地区也将起到引领和示范作用。 参考文献
[1] 许文波， 张国平， 范锦龙， 等. 利用MODIS遥感数据监测冬小麦种植面积[J]. 农业工程学报， 2007， 23（12）： 144-149.
[2] 杜子涛， 占玉林， 王长耀. 基于NDVI序列影像的植被覆盖变化研究[J]. 遥感技术与应用2008， 23（1）： 47-50.
[3] 张 莉， 周清波. 基于EOS/MODIS数据的晚稻面积提取技术研究[D]. 中国农业科学院， 2012： 127-131.
[4] 李卫国， 王纪华， 赵春江， 等. 利用TM遥感进行冬小麦苗期长势监测研究[C]. 全国农业气象与生态环境学术年会论文集， 2006.
[5] 徐万荣， 马友鑫， 李红梅， 等. 西双版纳地区橡胶林生物量的遥感估算[J]. 云南大学学报（自然科学版）， 2011， 33（S1）： 317-323.
[6] 杨邦杰， 王茂新， 裴志远， 等. 冬小麦冻害遥感监测[J]. 农业工程学报， 2002， 18（2）： 136-140.
[7] 李亚飞， 刘高焕. 基于HJ-1CCD数据的西双版纳地区橡胶林分布特征[J]. 中国科学： 信息科学， 2011， S1.
[8] 冯海宽. 基于环境卫星数据的冬小麦长势监测研究[D]. 辽宁工程技术大学， 2012.
[9] 刘少军， 张京红， 何政伟， 等. 基于面向对象的橡胶分布面积估算研究[J]. 广东农业科学， 2010， 1： 168-170.
[10] 张京红， 陶忠良， 刘少军， 等. 基于TM影像的海南岛橡胶种植面积信息提取[J]. 热带作物学报， 2010， 31（4）： 661-665.
[11] 陈汇林， 陈小敏， 陈珍丽， 等. 基于MODIS遥感数据提取海南橡胶信息初步研究[J]. 热带作物学报， 2010， 31（7）： 1 181-1 185.
[12] 海南省统计局， 国家统计局海南调查总队. 海南统计年鉴2013[M]. 北京： 中国统计出版社， 2013.
[13] 赵英时. 遥感应用分析原理与方法[M]. 北京： 科学出版社， 2003.
[14] 边金虎， 李爱农， 宋孟强， 等. MODIS植被指数时间序列Savitzky-Golay滤波算法重构[J]. 遥感学报（英文版）， 2010， 04： 725-741.
[15] 黄 青， 唐华俊， 周清波， 等. 东北地区主要作物种植结构遥感提取及长势监测[J]. 农业工程学报， 2010， 26（9）： 218-223.
[16] Treitz P， Rogan J. Remote sensing for mapping and monitoring land-cover and land-use change： An introduction[J]. Progress in Planning， 2004， 61： 269-279.
[17] Loveland T R， Reed B C， Brown J F， et al. Development of a global land cover characteristics database and IGBP Discover from 1-km AVHRR Data[J]. International Journal of Remote Sensing， 2000， 21（6/7）： 1 303-1 330.
[18] 于 堃， 王志明， 孙 玲， 等. MODIS时序数据在县级尺度作物长势监测分析中的应用[J]. 江苏农业学报， 2013， 29（6）： 1 278-1 290.
[19] 吴炳方， 张 峰， 刘成林， 等. 农作物长势综合遥感监测方法[J]. 遥感学报， 2004， 8（6）： 498-514.
[20] 吴素霞， 毛任钊， 李红军， 等. 中国农作物长势遥感监测研究综述[J]. 中国农学通报， 2005， 21（3）： 319-322.
[21] 武建军， 杨勤业. 干旱区农作物长势综合监测[J]. 地理学报， 2002， 21（5）： 593-598.
[22] 李卫国. 农作物遥感监测方法与应用[M]. 北京： 中国农业科学技术出版社， 2013.
[23] 罗红霞， 曹建华， 王玲玲， 等.基于HJ-1CCD的 “纳沙” 台风NDVI变化研究-以海南省为例[J]. 遥感技术与应用， 2013， 28（6）： 1 076-1 082.
[24] 陈小敏， 陈汇林， 陶忠良. 2008年初海南橡胶寒害遥感监测初探[J]. 自然灾害学报， 2013， 22（2）24-28.
[25] 刘少军， 张京红， 何政伟， 等. 基于遥感和GIS的台风对橡胶的影响分析[J]. 广东农业科学， 2010， 46（10）： 191-193.
关键词 海南；橡胶林；FY-3；监测
中图分类号 X43 文献标识码 A
Abstract NDVI of ten days were calculated by the Savitzky-Golay filtering method and vegetation index change curve of rubber annual growth in different years were established based on the FY-3 remote sensing data in 2009-2012. The loss grade standard of meteorological disasters of rubber plant was established by comparing with the changing the NDVI values and the standard variance of rubber NDVI values based on vegetation index time series. The research results would provide a technical support for the remote sensing dynamic monitoring of rubber growth changes in Hainan rubber plantation area by FY-3 meteorological satellite data.
Key words Hainan island； Rubber plantation； FY-3； Monitor
doi 10.3969/j.issn.1000-2561.2014.10.029
天然橡胶[Hevea brasiliensis（Willd. ex A. Juss.）Müll. Arg]其生长对气象条件的变化较为敏感，除了季节性的供应波动外，在割胶季节，反常天气会极大地影响橡胶的产量。因此，及时了解天然橡胶的长势变化规律，防御气象灾害对天然橡胶生长造成的影响，提升天然橡胶生产安全的科技支撑能力具有重要的意义。
近年来，迅速发展的卫星遥感技术被广泛应用于植被长势监测中。许文波[1]建立了基于TERRA/MODIS数据的冬小麦种植面积遥感监测体系结构，为中国冬小麦种植面积遥感监测提供了一种业务化工作方法。杜子涛[2]以新疆石河子地区2003～2006年MODIS遥感数据反演的NDVI时间序列影像为例，分析研究了植被长势的年内和年际变化。张莉[3]将遥感技术RS和地理信息系统GIS技术相结合，利用EOS/MODIS数据，实现对湖南省晚稻种植和生长信息的提取。李卫国[4]利用TM影像数据与实地GPS定位相结合的方法，研究了冬小麦返青后叶面积指数及植株氮素含量的变化态势。徐万荣[5]分析2010年Landsat TM影像的反射率和植被指数的相关性，建立了西双版纳地地区橡胶林生物量估算模型。杨邦杰等[6]以山东省为样区，利用气象卫星NOAA-AVHRR晴空数据，根据植被指数NDVI突变的特征，提出了实用的遥感冻害监测方法。李亚飞[7]以我国HJ-1卫星（环境与灾害监测预报小卫星）为主要遥感数据源，获取了云南省西双版纳地区2011年的橡胶林分布状况。冯海宽[8]以2009年环境卫星的高光谱影像（HJ-1A HSI：Hyperspectral Image）和2010年3个生育期的环境卫星多光谱数据（HJ-1 CCD）和热红外数据（HJ-1 IRS）以及地面同步测量的光谱反射率数据和理化参数为数据源，对监测北京冬小麦的长势和干旱监测进行了系统研究。刘少军[9]，张京红[10]，陈汇林[11]分别利用QuickBird 卫星影像，Landsat-TM卫星数据，MODIS遥感数据获取了海南岛天然橡胶种植面积信息。不难发现，以上研究中采用的遥感数据源多为EOS/MODIS和Landsat TM等遥感数据，利用我国自主研发的卫星数据较少且对热带作物的遥感监测的研究几乎未见报道。
风云三号气象卫星是为了满足中国天气预报、气候预测和环境监测等多方面的迫切需求建设的第二代极轨气象卫星，由FY-3A、FY-3B 2颗卫星组成。其搭载的中分辨率光谱成像仪（MERSI），频段范围0.40～12.5 μm，通道数20，扫描范围±55.4°，地面分辨率0.25 km。海南是中国面积最大产量最多的橡胶生产基地，其橡胶生产的战略地位具有举足轻重的作用。本研究首次利用我国自主知识产权的FY-3气象卫星数据对海南橡胶林长势进行遥感监测，为FY-3气象卫星资料在海南天然橡胶生产气象服务中的应用奠定了基础。
1 材料与方法
1.1 研究区概况及资料
海南岛地处北纬18.10′～20.10′，东经108.37′～111.03′之间，面积约3.43万km2，是中国仅次于台湾岛的第二大岛，因其得天独厚的自然条件，海南成为中国面积最大产量最多的橡胶生产基地，橡胶发展状况备受世人瞩目，截止到2012年末，海南橡胶种植面积52.57万hm2，总产量达39.51万t，橡胶年产量占全国天然橡胶总产量的2/3[12]。
研究中所用风云三号气象卫星数据来源：2009年1月至2011年10月卫星数据来源于国家卫星气象中心下属的广州气象卫星地面站，2011年10月至2012年12月来源于风云三号气象卫星应用系统一期工程数据接收系统二级区域接收站（三亚站）。从所有数据中筛选出2009年1月至2012年12月FY-3晴空的遥感数据，共150景。 地面样区选择：利用GPS定位技术，根据海南岛橡胶种植情况的实地调查，实地框定具有一定种植面积，且不含其它任何作物的橡胶种植区12个（纯净样区），作为橡胶监测样本区（图1）。下垫面、地形等信息来自海南岛1 ∶ 5万基础地理信息、海南岛1 ∶ 5万数字高程模型、海南省土地利用现状图1 ∶ 20万。各类气象数据来源于海南省气象局地面气象自动观测站。
1.2 方法
研究首次利用我国自主知识产权的FY-3气象卫星数据对海南橡胶林长势进行遥感监测。首先，根据历年橡胶的种植实况资料，利用GPS定位技术，选取橡胶监测样本区。然后，从近4 a FY-3数据中筛选出晴空的遥感资料，计算近年逐旬或逐月的NDVI，并采用Savitzky-Golay滤波方法，对长时间序列的植被指数进行滤波处理，消除噪声和云干扰，建立基于长时间序列的橡胶植被指数数据库，进而建立橡胶样本区不同年份的橡胶周年生长植被指数变化曲线，获取样本训练区橡胶不同生长阶段的光谱特征。最后，以当年已知的橡胶种植空间分布的遥感信息为模板，利用FY-3数据，分别计算年内任一时次的橡胶NDVI及其变化值。
1.2.1 植被指数的提取 归一化植被指数（normalized differential vegetation index，NDVI）是选择对绿色植物强吸收的红色可见光通道和对绿色植物高反射和高透射的近红外通道的差异作比值运算。NDVI对植被生长状况、生产率及其他生物物理、生物化学特征比较敏感，其数值大小能反映植被覆盖变化，并能消除大部分与仪器定标、太阳角、云阴影、地形和大气条件有关辐照度的变化，增强对植被的响应能力，植被指数是代数运算增强的典型应用。
1.2.2 植被指数的平滑除噪 NDVI 曲线是NDVI 时间序列数据构成的反映植被生物学特征相随时间变化的最佳指示因子，也是季节变化和人为活动影响的重要指示器[13]。由于云层干扰、数据传输误差、二向性反射等因素的影响，植被冠层随时间变化曲线并非是一条连续平滑的曲线，因此在NDVI 曲线中总是会有明显的突升或突降。虽然在NDVI 时间序列数据集中经常采用相邻多天的最大值合成法及云层检测算法等进行图像处理，其数据产品中仍然存在较大的残差，不利于对数据的进一步分析利用，且还可能导致错误的结论。鉴于上述原因，通常采用一些相关算法用于降低噪声水平及对NDVI 时间序列数据集进行重构。本研究选用Savitzky-Golay滤波方法（简称S-G滤波）对橡胶林NDVI数据进行平滑处理。S-G滤波被广泛地运用于各类数据流平滑除噪[14]，这种滤波器最大的特点在于其滤除噪声的同时可以确保数据信号的形状、宽度不变。
S-G滤波最初由Savitzky和Golay于1964年提出，又称最小二乘法或数据平滑多项式滤波器，是一种在时域内基于局域多项式最小二乘法拟合的滤波方法。S-G滤波的设计思路是能够找到合适的滤波系数（Ci）以保护高阶距。即在对基础函数进行近似时，不是常数窗口，而是使用高阶多项式，实现滑动窗内的最小二乘拟合。其基本原理是：通过取点Xi附近固定个数的点拟合一个多项式，多项式在Xi的值，就给出了它的光滑数值gi。
2 结果与分析
2.1 海南橡胶林植被指数序列的建立
2.1.1 年平均值 根据2009～2012年海南岛橡胶每旬的NDVI数据，计算得到每年的年平均NDVI（图2）。2009年海南岛橡胶NDVI值整体较高，NDVI>0.7的橡胶面积占全岛橡胶面积的60.4%，主要位于海南岛中部，白沙西北部、儋州东南部、琼海西南部、万宁西北部，琼中、五指山呈零星分布；NDVI值在0.6～0.7之间的橡胶面积占全岛橡胶面积的36.9%，主要分布于沿海各市县，集中于文昌、定安、琼海、海口四市县接壤处。2010年橡胶NDVI值平均较2009年有所下降，NDVI>0.7的橡胶面积仅占全岛橡胶面积的30%，儋州、白沙橡胶NDVI值下降最多；相应的NDVI值在0.6～0.7的橡胶面积增加至占全岛橡胶面积的65.5%。2011年橡胶整体NDVI值较2010年高，NDVI>0.7的橡胶面积增加了8.6%。2012年橡胶NDVI值有显著提高，NDVI>0.7的橡胶面积比值增加至67.4%，NDVI在0.6～0.7之间的橡胶面积比值增加至30.9%。总体上，在2009～2012年4年间海南岛90%以上的橡胶NDVI值均保持在0.6以上，平均值呈现增加的趋势。
2.1.2 月平均值 根据2009～2012年的海南岛橡胶每旬的NDVI数据，计算得到海南岛橡胶每月的NDVI平均值。1、2月橡胶NDVI值在全年月份中最低，1月下旬至2月为橡胶落叶期，NDVI值较低；3～4月为橡胶开花抽蓬期，橡胶NDVI值逐渐增加，中部地区增加较快；海南5～9月独特的气候条件为橡胶提供了适宜的生长环境，全岛橡胶分布较好；10月因热带气旋、台风等灾害性天气影响，橡胶NDVI值分布普遍下降，东北部沿海市县橡胶NDVI下降显著，如：海口、定安、文昌、琼海、万宁，西北部的昌江橡胶NDVI值也有所下降；11月橡胶NDVI值有所回升；12月橡胶开始进入落叶期，全岛橡胶NDVI值有所下降（图3）。
在以上研究的基础上，根据提取的逐旬、逐月、逐年的海南岛橡胶归一化植被指数分布图，建立橡胶样本区NDVI时间序列，并采用Savitzky-Golay滤波方法，对长时间序列的NDVI值进行滤波处理，以消除噪声和云干扰，建立研究区的橡胶周年生长NDVI逐旬变化曲线（图4），获取样本训练区橡胶不同生长阶段的光谱特征。
2.2 橡胶林长势遥感动态监测
2.2.1 橡胶气象灾害损失等级标准 标准方差是各数据偏离平均数的距离的平均数，能反映一个数据集的离散程度。对某一时段橡胶NDVI值的变化值与此时段橡胶NDVI值的变化值的标准方差进行比较，可判断此时段橡胶的生长变化情况，因此可依据此进行橡胶林气象灾害损失等级标准的划分。 2.2.2 橡胶林长势监测——以1223热带气旋“山神”为例 根据2012年影响海南的台风路径及造成的损失，选取影响海南岛且较为典型的1223号热带气旋“山神”（强台风级），利用其影响前后晴空质量较好的FY-3A遥感资料对海南岛西部橡胶种植面积较大的乐东县的橡胶林植被指数（NDVI）进行计算，动态监测台风对橡胶林造成的损失及分布。卫星遥感数据来源于：风云三号气象卫星应用系统一期工程数据接收系统二级区域接收站（三亚站）。数据接收时间：2012年10月下旬至11月中旬。
1223号热带气旋“山神”风雨概况：“山神”于2012年10月24日02时在菲律宾东南部的西北太平洋洋面上生成，26日05时加强为强热带风暴，27日02时加强为台风，27日20时加强为强台风，中心附近最大风力13级（40 m/s），7级大风范围半径380 km，10级大风范围半径120 km。26日08时至29日08时，受强台风“山神”影响，海南岛普降暴雨到大暴雨，其中南部、中部、东部和西部的局部地区出现特大暴雨，琼中、保亭、琼海和东方共有14自动气象站雨量达300 mm以上。另外，海南岛南部沿海陆地普遍出现10～12级大风，东部、西部和北部沿海陆地普遍出现7～9级大风。
乐东县橡胶林台风灾害损失分布见图5。监测结果表明，台风“山神”给乐东县橡胶林造成了一定的损害，但由于其是从海南岛西部海域经过，并未登陆，因此造成的绝大部分是轻度损失。对所得结果进行统计分析可知，零、一、二、三级受损橡胶的单元格数分别为1 358、2694、758、236。也就是说，受“山神”影响，乐东县73.1%的橡胶遭受损失。在遭受损失的橡胶分布区中，绝大部分（73.0%）为轻度损失，仅达到一级损失等级，达到二级、三级损失等级的分别占20.6%和6.4%。各等级损失空间分布较为零散，这可能与当地的小地形、橡胶栽培方式和防护林建设等有关。应用结果表明，建立的橡胶林台风灾害遥感监测技术方法能够客观精细地对橡胶林台风灾害受灾分布及受灾程度分布进行监测，快速直观地得到受损区域的分布及各区域的受灾程度，较实际调查的方法省时省力且结果客观精确。
3 讨论与结论
本研究选择海南橡胶林作为研究对象，首次利用我国自主研发的FY-3气象卫星数据，通过对2009-2012年的FY-3极轨气象卫星数据进行Savitzky-Golay滤波等数据处理，建立了基于FY-3卫星数据的橡胶林植被指数序列（包括逐旬、逐月、逐年的NDVI序列），能全面真实地反映海南橡胶在不同月份和季节植被的变化规律，为下一步利用植被指数序列监测橡胶重要物候期提供了基础数据；同时，在植被指数序列的基础上，通过NDVI值的变化值与此时段橡胶NDVI值的变化值的标准方差的比较并结合橡胶的灾情数据，建立了海南橡胶气象灾害损失等级标准，并通过1223号热带气旋“山神”进行了验证分析，通过该标准可以实现FY-3气象卫星数据在橡胶林的灾损监测中的应用，快速直观地反映橡胶受损区域的分布及受灾程度，充分发挥遥感技术手段在台风橡胶长势监测中的作用。
自20 世纪70年代以来，遥感就被用来进行大面积农作物长势监测。在农作物长势、面积等的监测中，国外科学家主要利用适合大面积监测的NOAA-AVHRR卫星，随着传感器空间分辨率的提高，MODIS、SPOT、TM、HJ等数据也被采用[15-23]。其中MODIS数据由于是免费获取，所以在开展作物长势的动态监测多采用Terra和Aqua卫星的MODIS遥感数据，由于卫星设计寿命为6 a，现已超年运行，该数据面临随时中断提供服务的可能。采用的监测指数有：归一化植被指数（normalized difference vegetation index，NDVI）、增强型植被指数（Enhanced vegetation index，EVI）、重归一化植被指数（RDVI）、三角形植被指数（triangular vegetation index，TVI）、比值植被指数（simple ratio，SR）、绿度归一化植被指数（green normalized difference vegetation index，GNDVI）、水分波段指数（water band index，IWB）、土壤调节植被指数（soil-adjusted vegetation index，SAVI）、光化学植被指数（photochemical reflectance index，PRI）等[22]。在海南橡胶遥感监测方面：陈小敏等[24]通过对强低温阴雨发生前、后橡胶产区的MODIS/NDVI值进行了比较，应用于监测橡胶寒害轻、重和受害面积；刘少军等利用MODIS数据分析了台风“达维”对橡胶的影响；罗红霞等[25]基于HJ星数据分析了 台风“纳沙”对海南不同农场植被NDVI变化等。该方法仅利用了NDVI前后的变化来判断橡胶长势的变化，本文提出了在FY-3数据提取的长时间橡胶NDVI序列的基础上，通过对某一时段橡胶NDVI值的变化值与此时段橡胶NDVI值的变化值的标准方差进行比较，判断此时段橡胶的生长变化情况，评价的结果会更稳定。因此利用中国自主研发的气象FY-3卫星开展作物长势的动态监测是一个很好的选择，目前关于利用 FY-3气象卫星数据开展天然橡胶长势的动态监测的文献还较少。国家卫星气象中心专门设立了“风云三号气象卫星应用系统工程应用示范项目”，持续支持相关研究，发挥FY-3气象卫星数据的重要作用，拓展卫星资料及其产品的应用领域，使其更快更好的发挥作用。
本研究在海南开展橡胶林长势的动态监测时，发现FY-3气象卫星数据往往存在云覆盖的现象，一定程度上影响了监测的精度，下一步将积极探索以FY-3微波成像仪数据，全天候开展橡胶长势监测，消除云处理对监测区域的影响，进一步提高监测精度及服务的针对性和时效性。本研究立足于海南橡胶林不同季节植被指数的变化特征，依托地面气象自动站和橡胶林样区观测数据，初步建立了一套时效性比较强、监测范围覆盖全岛、精度相对较高、地面气象监测、橡胶物候监测和遥感监测相结合的立体监测方法。FY-3气象卫星数据在海南天然橡胶生产气象服务中的应用，是橡胶遥感研究的新尝试，提高了研究区橡胶林遥感长势动态监测的能力和水平，同时对其他地区也将起到引领和示范作用。 参考文献
[1] 许文波， 张国平， 范锦龙， 等. 利用MODIS遥感数据监测冬小麦种植面积[J]. 农业工程学报， 2007， 23（12）： 144-149.
[2] 杜子涛， 占玉林， 王长耀. 基于NDVI序列影像的植被覆盖变化研究[J]. 遥感技术与应用2008， 23（1）： 47-50.
[3] 张 莉， 周清波. 基于EOS/MODIS数据的晚稻面积提取技术研究[D]. 中国农业科学院， 2012： 127-131.
[4] 李卫国， 王纪华， 赵春江， 等. 利用TM遥感进行冬小麦苗期长势监测研究[C]. 全国农业气象与生态环境学术年会论文集， 2006.
[5] 徐万荣， 马友鑫， 李红梅， 等. 西双版纳地区橡胶林生物量的遥感估算[J]. 云南大学学报（自然科学版）， 2011， 33（S1）： 317-323.
[6] 杨邦杰， 王茂新， 裴志远， 等. 冬小麦冻害遥感监测[J]. 农业工程学报， 2002， 18（2）： 136-140.
[7] 李亚飞， 刘高焕. 基于HJ-1CCD数据的西双版纳地区橡胶林分布特征[J]. 中国科学： 信息科学， 2011， S1.
[8] 冯海宽. 基于环境卫星数据的冬小麦长势监测研究[D]. 辽宁工程技术大学， 2012.
[9] 刘少军， 张京红， 何政伟， 等. 基于面向对象的橡胶分布面积估算研究[J]. 广东农业科学， 2010， 1： 168-170.
[10] 张京红， 陶忠良， 刘少军， 等. 基于TM影像的海南岛橡胶种植面积信息提取[J]. 热带作物学报， 2010， 31（4）： 661-665.
[11] 陈汇林， 陈小敏， 陈珍丽， 等. 基于MODIS遥感数据提取海南橡胶信息初步研究[J]. 热带作物学报， 2010， 31（7）： 1 181-1 185.
[12] 海南省统计局， 国家统计局海南调查总队. 海南统计年鉴2013[M]. 北京： 中国统计出版社， 2013.
[13] 赵英时. 遥感应用分析原理与方法[M]. 北京： 科学出版社， 2003.
[14] 边金虎， 李爱农， 宋孟强， 等. MODIS植被指数时间序列Savitzky-Golay滤波算法重构[J]. 遥感学报（英文版）， 2010， 04： 725-741.
[15] 黄 青， 唐华俊， 周清波， 等. 东北地区主要作物种植结构遥感提取及长势监测[J]. 农业工程学报， 2010， 26（9）： 218-223.
[16] Treitz P， Rogan J. Remote sensing for mapping and monitoring land-cover and land-use change： An introduction[J]. Progress in Planning， 2004， 61： 269-279.
[17] Loveland T R， Reed B C， Brown J F， et al. Development of a global land cover characteristics database and IGBP Discover from 1-km AVHRR Data[J]. International Journal of Remote Sensing， 2000， 21（6/7）： 1 303-1 330.
[18] 于 堃， 王志明， 孙 玲， 等. MODIS时序数据在县级尺度作物长势监测分析中的应用[J]. 江苏农业学报， 2013， 29（6）： 1 278-1 290.
[19] 吴炳方， 张 峰， 刘成林， 等. 农作物长势综合遥感监测方法[J]. 遥感学报， 2004， 8（6）： 498-514.
[20] 吴素霞， 毛任钊， 李红军， 等. 中国农作物长势遥感监测研究综述[J]. 中国农学通报， 2005， 21（3）： 319-322.
[21] 武建军， 杨勤业. 干旱区农作物长势综合监测[J]. 地理学报， 2002， 21（5）： 593-598.
[22] 李卫国. 农作物遥感监测方法与应用[M]. 北京： 中国农业科学技术出版社， 2013.
[23] 罗红霞， 曹建华， 王玲玲， 等.基于HJ-1CCD的 “纳沙” 台风NDVI变化研究-以海南省为例[J]. 遥感技术与应用， 2013， 28（6）： 1 076-1 082.
[24] 陈小敏， 陈汇林， 陶忠良. 2008年初海南橡胶寒害遥感监测初探[J]. 自然灾害学报， 2013， 22（2）24-28.
[25] 刘少军， 张京红， 何政伟， 等. 基于遥感和GIS的台风对橡胶的影响分析[J]. 广东农业科学， 2010， 46（10）： 191-193.