基于環境產量模型和生物產量模型的禹城市夏玉米遙感估產研究

張長城，常 軍，王赫彬

(山東師范大學 地理與環境學院，山東 濟南 250014)

1 引言

當今的農業發展中運用遙感估產已經成為最具研究力的課題，是21世紀農業發展進步的方向[1]。農作物估產在20世紀50年代就已經廣泛應用于世界各國的農業生產指導和糧食安全監測。隨著各國遙感技術的發展，自20世紀70年代，遙感技術開始出現在農業生產研究中[2]，總體來看，主要研究集中在低空間分辨率的，大片區域尺度的的農業估產，如任建強、王長耀等[3～5]利用逐步回歸方法得到了冬小麥關鍵生育期內MODIS-NDVI 和 MODIS-EVI 數據與產量的估產模型；閆巖、李衛國等[6，7]利用遙感技術反演獲得的葉面積指數(LAI)數據和各種生物量信息對冬小麥產量進行估測；楊小喚等[8]運用閾值提取模型對MODIS數據進行提取，從而獲得了玉米、大豆等作物的種植面積；黃敬峰、吳炳方、秦元偉、Moriondo 等[9～12]通過 NOAA/AVHRR 圖像、農學與農業氣象數據建立了冬小麥產量預測模型。

本文對高分一遙感數據和MODIS NDVI產品以及生物量等相關農學參數進行反演，分析了冠層光譜與其他生物量等農學參數之間的相互關系。基于不同的光譜植被指數反演獲得玉米原始歸一化植被指數(NDVI)和葉面積指數(LAI)，應用“潛在-脅迫因子產量模式”構建LAI-生物量產量模型和LAI-環境產量模型去估算山東省禹城市夏玉米的生物量，并通過產量與生物量之間的轉換關系，實現禹城夏玉米產量的估算，從而更好地指導其生產和管理。

2 數據準備與預處理

2.1 數據來源

本文研究使用的遙感數據源包括高分一號(GF-1)衛星的高分辨率遙感影像和NASA網站的MODIS-NDVI合成產品，其中高分一號衛星的遙感影像空間分辨率為2 m，成像時間為2016年8月；NASA網站的MODIS-NDVI影像數據空間分辨率為250 m，成像時間為2016年7月至10月。遙感影像數據下載選取的范圍為禹城市，通過掩膜提取得到研究區的影像數據。選取2016年9月禹城市夏玉米收獲期的調查數據為采樣數據進行實地估產計算。通過研究及資料調查，在山東省禹城市范圍內確定了15個樣方(樣方位置如圖1)，對每個樣區選取3個樣點，每個樣點間距約為50 m，其中各觀測點的觀測參數包括：取樣地點、取樣時間、觀測經緯度、生長期、種植密度、作物莖、葉、棒的濕重、覆蓋率等。由已確定好的樣方位置，對研究區范圍內15個樣方45個樣點進行實地采樣，從而獲取禹城市夏玉米生長季生理參數及其玉米生物量和產量數據。此外，通過中央氣象網和山東省氣象站收集了相應年份的氣象數據。

2.2 數據預處理

2.2.1 遙感影像數據預處理

為保證不同時相影像數據輻射水平的一致性，運用相對輻射校正方法將獲得的遙感影像建立不同時相遙感圖像各波段之間的校正方程，從而進行輻射歸一化處理[13～18]。幾何校正處理過程中，在禹城市范圍內的遙感圖像上均勻選取了16控制點，通過ArcGIS軟件的操作處理，獲取矯正后的遙感數據，然后通過ENVI軟件操作處理，將處理后遙感影像與研究區行政邊界矢量數據進行掩膜處理，裁切出研究區影像，確定了研究區的種植范圍。

2.2.2 夏玉米種植面積提取

本文采用2016年8月份禹城市高分一號遙感數據影像，結合農情采集系統(GVG系統)觀測信息和實地調查研究，使用目視解譯方法對禹城市土地利用類型進行劃分，得到禹城市2016年8月土地利用類型，并結合實地調查數據得出禹城市夏玉米種植的分布范圍(圖2)。將采樣結束后獲得的夏玉米樣品進行烘干處理，進而獲取樣品粒數、干重、百粒重等數據，然后將統計好的數據進行歸納整理，計算每棒平均粒數、單株結棒率、作物單產(kg/hm2)。根據禹城市夏玉米生理化參數及野外實地調查數據，得到研究區9月份15個樣方45個樣點夏玉米生長季的生理生化參數。

圖1禹城市夏玉米野外實地測量點分布

圖2 禹城市夏玉米種植區范圍

2.2.3 氣象數據處理

本文將中國氣象數據網提供的2016年降水數據和氣溫數據以及山東省20個氣象站的太陽總輻射數據進行插值計算。在ArcGIS軟件中進行矢量化，運用地統計分析(Geostatistial Analyst)中的普通克里金插值方法對氣象數據進行插值金酸，得到相應插值圖，并對禹城市矢量行政圖對插值后的數據進行掩膜提取，最終得到禹城市氣象數據分布圖(圖3，圖4)。

3 數據分析與研究方法

本文利用2016年的遙感數據反演禹城市夏玉米LAI數據與產量數據，采用回歸分析方法建立遙感參數與玉米產量的定量關系模型。

基于遙感數據的LAI-環境估測模型:

Yied=F(LATOPT,RAt,WIt)

(1)

式(1)中，Yied為玉米作物單產，F為線性函數的參數，LATOPT為最佳時相的夏玉米葉面積指數，TAt為累積溫度,RAt為累積太陽輻射，WIT為累積水分。

基于遙感數據和生物量的LAI-生物量估測模型：

(2)

式(2)中，Yied為夏玉米作物單產，HI為收獲系數，IPAR為作物吸收的光合有效輻射(MJ×m-2)，BE為光能物質轉化率(gc×MJ-1)，Ec指夏玉米生物體中的C元素含量，Wm為夏玉米籽粒含水量，t為夏玉米生長期。

IPAR(t)=0.5×RAt×{1-exp[-0.65×LAI(t)]}

(3)

式(3)中，0.5為夏玉米能夠吸收的太陽有效輻射與總輻射比，RAt為冠層入射太陽總輻射量(MJ×m-2)，LAI為葉面積指數，0.65為行距的作物消光系數，t為夏玉米生長天數。Stress為綜合脅迫系數。

3.1 葉面積指數(LAI)計算

考慮到不同時期LAI反演參數的復雜性等實際困難，本文研究選取6種指標(表1)來與LAI值建立統計模型，從而獲取各期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為常用來反演LAI的植被指數；MSAVI考慮了植被對土壤的影響，一定程度上可以消除或減弱土壤背景噪聲；HJVI引入反映葉綠素濃度變化、植被長勢的綠光波段，可以進一步增強植被與土壤背景之間的輻射差異；VCF為每個像元內的植土比，能較好地反映出植被生長的長勢。

圖3禹城市夏玉米NDVI分布

圖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 農學參數數據處理

通過對禹城市研究區成熟期的夏玉米樣品進行烘干處理，獲取樣品粒數、干重、百粒重等數據(表2)，然后進行作物單產kg/hm2的計算。

3.3 夏玉米產量與LAI之間的關系

夏玉米估產不同時相的選擇在一定程度上決定著遙感信息與玉米產量相關程度。本文通過對各期的LAI與玉米產量做相關性分析(圖5)可以發現：8月中旬前后LAI與夏玉米產量的相關系數達到峰值，此時夏玉米生長情況穩定。結合夏玉米干物質量的累積規律，選擇8月中旬夏玉米抽雄期作為禹城市夏玉米估產的最佳時相。

表2 禹城市夏玉米各鄉鎮單產均值數據表

圖5 禹城市樣點玉米產量與各生長期LAI相關系數

4 結果與分析

4.1 基于LAI-環境產量模型結果分析

以鎮為單位求玉米像元LAI的平均值，并對氣象數據與各鎮的單產數量做相關分析，得出8月15日估產模型：

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

(5)

式(5)中模型相關性判定系數R2值為0.725， F檢驗結果為0.05，表明通過遙感數據和限制環境因子建立LAI-環境產量模型進行玉米產量估測，其結果是可信的。

根據該模型得到禹城夏玉米的單產水平主要集中在9000 kg/hm2～10000 kg/hm2之間。其中，玉米產量最高值為11000 kg/hm2，最低值為7000 kg/hm2，平均值為10060 kg/hm2，略大于實際測量的玉米產量均值水平9636 kg/hm2，估產精度為95.60%。具體情況如表3。

表3 禹城市各鄉鎮夏玉米實測單產數據統計

4.2 基于LAI-生物產量模型結果分析

以鎮為單位求玉米像元LAI的平均值，并對生物量與各鎮的單產數量做相關分析，得出8月15日估產模型：

Yield=

(6)

根據該模型得到禹城研究區玉米的單產水平主要集中在9000 kg/hm2～10000 kg/hm2之間。其中，玉米產量最高值為11000 kg/hm2，最低值為7000 kg/hm2，其平均值為9270 kg/hm2，略大于實際測量的玉米產量均值水平9636 kg/hm2，估產精度為96.20%。

5 結語

(1) 結合禹城市夏玉米生長期到成熟期的累積太陽輻射、累積氣溫、水分條件和最佳估產時相的LAI，利用LAI-環境模型得到禹城市夏玉米的產量空間分布狀況(圖6)，其估產結果平均值為10060 kg/hm2，和實際產量的誤差為424 kg/hm2，估產精度為95.60%，符合估產精度要求。

圖6 禹城市基于LAI-環境模型的玉米產量分布

圖7 禹城市基于LAI-生物量模型的玉米產量分布

(2)利用LAI-生物量模型估算夏玉米產量，得到禹城市夏玉米的產量空間分布(圖7)。其估產結果平均值為9270 kg/hm2，和實際產量的誤差為366 kg/hm2，估產精度為96.20%，符合估產精度要求。

(3) 利用遙感信息與農作物生理生長特征，可以較好的對農作物產量進行估測，從而有效地監測農作物的長勢狀況。但是在氣象因子與遙感參數的選取上，利用遙感技術估算只能是一個空間范圍內的平均產量水平。今后可以不斷完善模型從而提高模擬精度，真正實現大面積精確估測夏玉米產量，為我國糧食安全提供保障。