论文部分内容阅读
摘 要：本文以长春市为研究区，利用高分一号影像进行玉米种植面积提取，并以此对2006—2014年MODIS-EVI产品进行掩膜，计算长春各县市玉米不同物候期的EVI平均值，建立EVI与统计单产之间的关系模型，通过模型拟合的优劣程度筛选出各县市玉米的最优估产模型，利用最优模型开展2015年长春市玉米产量的预测工作。结果表明，基于最优估产模型的长春各县市2015年玉米单产预测的相对误差为-0.14%～16.88%，总体误差为1.61%，均方根误差为191.58kg/hm2，实现了区域尺度下对作物产量的高精度预测。
关键词：玉米；遥感；产量预测；物候期；植被指数
中图分类号：S513 文献标识码：A DOI：10.11974/nyyjs.20170532006
吉林省作为粮食大省，是国家重要的商品粮生产基地，拥有完备的粮食生产体系，在国家粮食供给中占有举足轻重的地位。吉林玉米带作为世界三大黄金玉米带之一，战略意义重大，多年来为平衡国家粮食供求、保障国家粮食安全、稳定粮食市场方面做出过巨大贡献。因此，保护玉米的种植面积和稳定生产是确保粮食安全的战略之一，准确地预测玉米产量对于政府等有关部门制定科学合理的农业政策具有积极意义[1，2]。
传统的农作物估产方法主要有统计调查方法、农业气象预报方法等，但是这些方法成本高、工作量大、速度慢，难以实现区域产量的高效高精度预测。随着遥感技术的不断发展，利用快速、宏观获取地面信息的遥感技术已成为大尺度下的农作物长势监测和产量预测等农业研究的重要手段。MODIS数据具有适中的空间分辨率和较高的时间分辨率，在近红外波段和红光波段均较窄，使其近红外波段的水汽吸收区被剔除，而红光波段对叶绿素具有高敏感度，通过波段组合计算得出的植被指数能够有效地反映植被的生长状况，因而被广泛应用到作物长势和产量信息的监测业务中[3]。本研究拟利用MODIS增强型植被指数（EVI）与统计产量建立最优估产模型，开展2015年度长春市玉米单产遥感估测研究。
1 研究区概况
长春市地处东北平原腹地松辽平原，是东北地区的天然地理中心，位于N4305’～4515’、E12418’～12705’，如图1所示，属北温带大陆性季风气候区，年平均气温4.8℃，年平均降水量522～615mm，具有四季分明，雨热同季，干湿适中的气候特征。长春市位于世界著名的黄金玉米带上，玉米是该地区的主要粮食作物之一，2015年播种面积为2102148hm2，占全市总播种面积的78.8%。玉米的播种期一般在4月中旬—5月上旬，苗期在5月中旬—6月上旬，拔节期在6月中旬—7月上旬，大喇叭口期在7月中旬—7月下旬，抽雄灌浆期在8月上旬—9月上旬，成熟期在9月中旬—10月中旬。
2 数据来源及处理
2.1 遥感数据
本研究使用的遥感数据为250m空间分辨率16d合成的MODIS-EVI产品数据，时间覆盖范围为2006—2015年4月中旬—10月中旬，数据获取地址为https：//ladsweb.nascom.nasa.gov/data。数据经下载后，利用MODIS重投影工具（MRT）对EVI产品数据进行影像拼接、投影转换和重采样，统一采用Albers投影。文中使用的玉米种植结构提取数据为利用高分一号16m分辨率遥感影像经過辐射定标、大气校正、正射校正、几何校正、匀色镶嵌等处理，基于玉米识别的关键时间点，实现时空尺度的信息提取过程，提取结果如图1所示。
2.2 玉米产量数据
本文使用的2006—2015年长春各县市玉米总播种面积和产量数据均来自于吉林省统计局发布的各年度统计年鉴，数据经整理并计算得出各县市玉米的单产数据，用于构建不同物候期MODIS-EVI与单产统计数据的估产模型以及产量预测精度的验证工作。
3 研究方法与结果分析
3.1 玉米估产模型的建立
以玉米种植结构提取数据作为掩膜，统计2006—2014年长春各县市玉米不同物候期的MODIS-EVI平均值，通过对各县市EVI与统计单产进行线性拟合，构建玉米遥感估产模型，其线性模型计算公式如下：
Yt，i=a×EVIt，i b
式中，Yt，i为第t个物候期第i个县市的玉米预测单产，EVIt，i为第t个物候期第i个县市的MODIS-EVI平均值，a、b为线性方程回归系数。
通过计算得出各县市不同物候期的玉米遥感估产模型，将决定系数R2作为判定各个估产模型拟合的优劣程度。本文以长春6个县市为区域单元，通过建立玉米不同阶段物候期（苗期、拔节期、大喇叭口期、抽雄灌浆期、成熟期）的EVI与单产之间的线性关系，将R2最大的关系模型作为最优物候期的玉米估产模型[4]，结果如表1所示。
3.2 产量预测结果分析
基于2006—2014年长春各县市MODIS-EVI平均值与统计单产构建并筛选得到的最优物候期的玉米估产模型，开展2015年长春地区玉米单产预测及验证工作。利用2015年MODIS-EVI遥感数据，通过统计长春各县市域尺度下的EVI平均值，将其代入到对应的最优估产模型中，得到2015年度各县市的预测单产，最后利用统计局提供的单产统计数据对预测结果进行验证，结果如表2所示。
从上表可以看出，长春各县市2015年玉米单产预测的相对误差为-0.14%～16.88%，总体误差为1.61%，通过计算得到均方根误差为191.58kg/hm2。由此可见，利用多年时序遥感植被指数构建的最优估产模型在县市域尺度下进行高精度的作物单产估测是可行的。
4 结论与讨论
本文通过计算多年MODIS-EVI数据在玉米不同物候期阶段的平均值，与对应年份的统计单产之间构建最优估产模型，利用该方法对长春地区玉米单产进行预测，总体误差在2%以内，实现了县域尺度下的高精度产量预测。本文采用高分一号影像作为种植结构提取数据保证了作物面积识别的准确性，而每年的作物种植结构是在不断变化的，简单的利用单一作物种植结构信息势必会影响最终估产的精度，今后的研究将引入变化的作物种植结构信息以减少面积提取误差。现有的MODIS数据虽然具有较高的时间分辨率，但是空间分辨率对于地块尺度来说还很粗糙，随着我国高分辨率遥感卫星的不断发展，未来利用更高时空分辨率的遥感数据进行大尺度下的作物长势监测和产量预测将更加便利。
参考文献
[1]郝瑞彬. 吉林省粮食单产时序变化及其因素分解[J]. 资源开发与市场， 2015， 31（10）： 1200-1203.
[2]毕红杰， 王增辉. 吉林省粮食增产潜力影响因素的模型分析[J]. 中国农学通报， 2010， 26（16）： 398-402.
[3]王长耀， 林文鹏. 基于MODIS EVI的冬小麦产量遥感预测研究[J]. 农业工程学报， 2005， 21（10）： 90-94.
[4]任建强， 陈仲新， 周清波，等. MODIS植被指数的美国玉米单产遥感估测[J]. 遥感学报， 2015， 19（4）： 568-577.
关键词：玉米；遥感；产量预测；物候期；植被指数
中图分类号：S513 文献标识码：A DOI：10.11974/nyyjs.20170532006
吉林省作为粮食大省，是国家重要的商品粮生产基地，拥有完备的粮食生产体系，在国家粮食供给中占有举足轻重的地位。吉林玉米带作为世界三大黄金玉米带之一，战略意义重大，多年来为平衡国家粮食供求、保障国家粮食安全、稳定粮食市场方面做出过巨大贡献。因此，保护玉米的种植面积和稳定生产是确保粮食安全的战略之一，准确地预测玉米产量对于政府等有关部门制定科学合理的农业政策具有积极意义[1，2]。
传统的农作物估产方法主要有统计调查方法、农业气象预报方法等，但是这些方法成本高、工作量大、速度慢，难以实现区域产量的高效高精度预测。随着遥感技术的不断发展，利用快速、宏观获取地面信息的遥感技术已成为大尺度下的农作物长势监测和产量预测等农业研究的重要手段。MODIS数据具有适中的空间分辨率和较高的时间分辨率，在近红外波段和红光波段均较窄，使其近红外波段的水汽吸收区被剔除，而红光波段对叶绿素具有高敏感度，通过波段组合计算得出的植被指数能够有效地反映植被的生长状况，因而被广泛应用到作物长势和产量信息的监测业务中[3]。本研究拟利用MODIS增强型植被指数（EVI）与统计产量建立最优估产模型，开展2015年度长春市玉米单产遥感估测研究。
1 研究区概况
长春市地处东北平原腹地松辽平原，是东北地区的天然地理中心，位于N4305’～4515’、E12418’～12705’，如图1所示，属北温带大陆性季风气候区，年平均气温4.8℃，年平均降水量522～615mm，具有四季分明，雨热同季，干湿适中的气候特征。长春市位于世界著名的黄金玉米带上，玉米是该地区的主要粮食作物之一，2015年播种面积为2102148hm2，占全市总播种面积的78.8%。玉米的播种期一般在4月中旬—5月上旬，苗期在5月中旬—6月上旬，拔节期在6月中旬—7月上旬，大喇叭口期在7月中旬—7月下旬，抽雄灌浆期在8月上旬—9月上旬，成熟期在9月中旬—10月中旬。
2 数据来源及处理
2.1 遥感数据
本研究使用的遥感数据为250m空间分辨率16d合成的MODIS-EVI产品数据，时间覆盖范围为2006—2015年4月中旬—10月中旬，数据获取地址为https：//ladsweb.nascom.nasa.gov/data。数据经下载后，利用MODIS重投影工具（MRT）对EVI产品数据进行影像拼接、投影转换和重采样，统一采用Albers投影。文中使用的玉米种植结构提取数据为利用高分一号16m分辨率遥感影像经過辐射定标、大气校正、正射校正、几何校正、匀色镶嵌等处理，基于玉米识别的关键时间点，实现时空尺度的信息提取过程，提取结果如图1所示。
2.2 玉米产量数据
本文使用的2006—2015年长春各县市玉米总播种面积和产量数据均来自于吉林省统计局发布的各年度统计年鉴，数据经整理并计算得出各县市玉米的单产数据，用于构建不同物候期MODIS-EVI与单产统计数据的估产模型以及产量预测精度的验证工作。
3 研究方法与结果分析
3.1 玉米估产模型的建立
以玉米种植结构提取数据作为掩膜，统计2006—2014年长春各县市玉米不同物候期的MODIS-EVI平均值，通过对各县市EVI与统计单产进行线性拟合，构建玉米遥感估产模型，其线性模型计算公式如下：
Yt，i=a×EVIt，i b
式中，Yt，i为第t个物候期第i个县市的玉米预测单产，EVIt，i为第t个物候期第i个县市的MODIS-EVI平均值，a、b为线性方程回归系数。
通过计算得出各县市不同物候期的玉米遥感估产模型，将决定系数R2作为判定各个估产模型拟合的优劣程度。本文以长春6个县市为区域单元，通过建立玉米不同阶段物候期（苗期、拔节期、大喇叭口期、抽雄灌浆期、成熟期）的EVI与单产之间的线性关系，将R2最大的关系模型作为最优物候期的玉米估产模型[4]，结果如表1所示。
3.2 产量预测结果分析
基于2006—2014年长春各县市MODIS-EVI平均值与统计单产构建并筛选得到的最优物候期的玉米估产模型，开展2015年长春地区玉米单产预测及验证工作。利用2015年MODIS-EVI遥感数据，通过统计长春各县市域尺度下的EVI平均值，将其代入到对应的最优估产模型中，得到2015年度各县市的预测单产，最后利用统计局提供的单产统计数据对预测结果进行验证，结果如表2所示。
从上表可以看出，长春各县市2015年玉米单产预测的相对误差为-0.14%～16.88%，总体误差为1.61%，通过计算得到均方根误差为191.58kg/hm2。由此可见，利用多年时序遥感植被指数构建的最优估产模型在县市域尺度下进行高精度的作物单产估测是可行的。
4 结论与讨论
本文通过计算多年MODIS-EVI数据在玉米不同物候期阶段的平均值，与对应年份的统计单产之间构建最优估产模型，利用该方法对长春地区玉米单产进行预测，总体误差在2%以内，实现了县域尺度下的高精度产量预测。本文采用高分一号影像作为种植结构提取数据保证了作物面积识别的准确性，而每年的作物种植结构是在不断变化的，简单的利用单一作物种植结构信息势必会影响最终估产的精度，今后的研究将引入变化的作物种植结构信息以减少面积提取误差。现有的MODIS数据虽然具有较高的时间分辨率，但是空间分辨率对于地块尺度来说还很粗糙，随着我国高分辨率遥感卫星的不断发展，未来利用更高时空分辨率的遥感数据进行大尺度下的作物长势监测和产量预测将更加便利。
参考文献
[1]郝瑞彬. 吉林省粮食单产时序变化及其因素分解[J]. 资源开发与市场， 2015， 31（10）： 1200-1203.
[2]毕红杰， 王增辉. 吉林省粮食增产潜力影响因素的模型分析[J]. 中国农学通报， 2010， 26（16）： 398-402.
[3]王长耀， 林文鹏. 基于MODIS EVI的冬小麦产量遥感预测研究[J]. 农业工程学报， 2005， 21（10）： 90-94.
[4]任建强， 陈仲新， 周清波，等. MODIS植被指数的美国玉米单产遥感估测[J]. 遥感学报， 2015， 19（4）： 568-577.