2019年美國冬小麥長勢遙感監測分析

孫麗 王蔚丹 陳媛媛 董沫

摘要?美國是全球重要的小麥出口大國，其生產狀況在一定程度上影響全球小麥貿易形勢。利用衛星遙感技術，基于作物長勢遙感監測中應用最廣泛的歸一化植被指數NDVI，采用同期對比法對2019年美國冬小麥進行長勢監測分析。結果表明，2019年美國冬小麥長勢基本呈現持平略好趨勢，且總體好于2018年同期;良好的氣象條件是主產州冬小麥長勢總體表現偏好的主要原因。產量有望穩中略增，進一步增加國際小麥供給。

關鍵詞?長勢監測;遙感;MODIS數據;美國;冬小麥

中圖分類號?S?127文獻標識碼?A文章編號?0517-6611（2020）01-0241-04

doi：10.3969/j.issn.0517-6611.2020.01.072

開放科學（資源服務）標識碼（OSID）：

Analysis of Winter Wheat Growth of United States with Remote Sensing Data in 2019

SUN Li， WANG Wei?dan， CHEN Yuan?yuan et al

（Key Laboratory of Cultivated Land Use， Ministry of Agriculture and Rural Affairs， P.R.China;Chinese Academy of Agricultural Engineering & Planning Design， Beijing 100121）

Abstract?United States is an important wheat exporting country in the world. It's productions and supplies have great impacts on the global wheat market to a certain extent. Based on satellite remote sensing technology， winter wheat growth condition of United States in 2019 was monitored and analyzed using Normalized Difference Vegetation Index （NDVI），which was most widely used in crop condition monitoring and evaluation. And comparative model was adopted， which was considered practical and effective. The results showed that the growth trend of winter wheat in the United States in 2019 was basically flat and slightly better， which was better than that in the same period of 2018. Favorable meteorological conditions were the main reason for the preference of winter wheat growth in main producing states. Production was expected to showing slightly increase， which further increases international wheat supply.

Key words?Crop growth monitoring;Remote sensing;MODIS data;United States;Winter wheat

作物長勢監測能夠為早期估產提供依據，已成為精準農業研究中的重要內容[1]。長勢即作物生長的狀況與趨勢，可以用個體和群體特征來描述。以冬小麥為例，個體長勢特征可以用莖葉根與穗的特征描述，如株高、分蘗數、葉色等;群體特征可以用群體密度、葉面積指數等動態描述。發育健壯的個體所構成的群體是長勢良好的作物區[2-3]。個體特征和群體特征信息的獲取均費時費力，無法短時間內獲得大范圍作物長勢信息。遙感技術以其響應速度快、覆蓋范圍廣等優勢，日益成為大尺度作物長勢監測的重要手段[4]。陳仲新等[5]對當前長勢遙感技術進行了系統歸納，總體可以分為2類，即定性長勢監測方法和定量長勢監測方法。前者是利用植被光譜響應敏感波段構建能夠反映作物生長狀況的遙感指數進行監測，包括植被指數、葉面積指數等[6]，其中歸一化植被指數（Normalized Difference Vegetation Index，簡稱NDVI）等應用最廣泛[7]。后者是隨著作物生長模擬模型的發展，基于機理模型進行長勢監測，近年來相關研究越來越深入[8-10]，但由于需要較多的輔助參數，影響了大范圍推廣應用。遙感長勢監測模式上可以分為3類，即直接監測法（或統計監測法）、生長過程監測法和同期對比法（或年際比較法）。美國位于北美洲中部（23°～54°N，130°～74°W），國土面積為937.26萬km2，占世界國土面積7%[11]。耕地面積1.77億hm2，國民人均占有0.59 hm2[12]。美國約70%以上的耕地都是以大面積連片分布的方式集中在大平原和內陸低原，且土壤多以草原黑土（包括黑鈣土）、栗鈣土和暗棕鈣土為主，有機質含量高，特別適宜農作物生長[13]。其中，中部、北部地區是大平原小麥帶，平均海拔在500 m以下，地勢平坦，土壤肥沃，冬季較長而嚴寒，夏季雨熱同期，水源充足，適宜小麥生長。鑒于此，筆者利用衛星遙感技術，基于作物長勢遙感監測中應用最廣泛的歸一化植被指數NDVI，采用同期對比法對2019年美國冬小麥進行長勢監測分析。

1?研究方法

1.1?數據源與預處理

該研究遙感數據來源于美國國家航空航天局（national aeronautics and space administration，簡稱NASA）網站的Terra衛星搭載的中分辨率成像光譜傳感器（moderate resolution imaging spectroradiometer，簡稱MODIS）16 d合成產品MOD13A2及單日反射率產品MOD09GA，空間分辨率為1 km。其中，16 d數據產品時間為2019年3月上中旬（2月26日—3月13日）;為滿足監測時效性，單日產品數據時間為2019年4月上旬（4月1—10日）和5月上旬（5月1—10日）。16 d數據產品預處理包括拼接、投影轉換、剪裁等;單日反射率產品經過拼接、投影轉換、剪裁等處理后，構建NDVI，并進行10 d最大化合成。由于美國冬小麥種植區域相對穩定，因此該研究利用美國農業部發布的2017/2018年CDL（crop data layer）數據進行信息提取，形成冬小麥分布底圖，作為監測區域掩膜數據。輔助分析資料包括氣象信息和地面調查信息，其中氣象信息來源于美國農業部網站的農業氣象發布（https：//ipad.fas.usda.gov/cropexplorer/），地面調查信息來源于美國農業部氣象與作物周報（https：//www.usda.gov/oce/weather/pubs/）。

1.2?研究方法

可見光中紅光區域的太陽輻射被植物葉綠素吸收，進行光合作用制造干物質，是植物光合作用的代表性波段，而近紅外區域能夠反映葉片的健康狀況，與植被種類和長勢密切相關。由于紅光和近紅外2個波段是植物光譜中反映光合作用和呼吸作用的最重要波段，研究人員基于此構建了多種指數以揭示其包涵的植物信息，其中NDVI最典型。根據農業部門應用習慣，上一年（即去年）的收成是已知的，通過與上一年的作物長勢比較，容易得到產量變化趨勢，同樣，通過與常年比較，易于得到相比常年的長勢及產量變化趨勢，因此該研究使用NDVI差值模型來進行長勢情況評估。與去年比較模型為：

NDVI=Rnir-RredRnir+Rred（1）

式中，Rnir為近紅外波段反射率，Rred為紅光波段反射率。

DNDVI2=NDVI1-NDVI2（2）

式中，DNDVI2表示與去年比較的作物長勢指數;NDVI1表示當年某時段NDVI值;NDVI2表示去年同期NDVI值。根據DNDVI2值大小，結合地面調查數據對差值結果進行分級，將作物長勢分為好于去年，與去年持平和不及去年。

與常年比較模型為：

DNDVIn=NDVI1-NDVI（3）

NDVI=ni=1NDVI-NDVImax-NDVIminn-2（4）

式中，DNDVIn表示與常年比較的作物長勢指數;n表示年數，為≧5的整數（該研究中，n取6）;NDVI1表示當年某時段NDVI值;NDVI為常年同期平均NDVI值。NDVImax表示常年同期最大NDVI值;NDVImin表示常年同期最小NDVI值;NDVI表示常年同期平均NDVI值。根據DNDVIn值大小，結合地面調查數據對差值結果進行分級，將作物長勢分為好于常年，與常年持平和不及常年。

2?結果與分析

2.1?美國冬小麥種植現狀

小麥是美國重要糧食作物之一。美國農業部國家農業統計服務局（National Agricultural Statistics Service，簡稱NASS）發布的信息顯示，小麥種植分冬小麥、春小麥和硬質小麥3類統計，冬小麥收獲面積比例最高，近3年（2016—2018年）比例均在67%以上;春小麥種植比例在25%以上;硬質小麥比例在5%上下浮動。冬小麥種植面積比例超過5%的有堪薩斯州、俄克拉荷馬州、德克薩斯州、科羅拉多州、華盛頓州、蒙大拿州共6個州，其冬小麥產量之和約占美國冬小麥總產的60%，其中堪薩斯州種植面積比例超過25%，是冬小麥種植第一大州。各州冬小麥種植面積比例情況見表1。國際谷物協會（International Grains Council，簡稱IGC）統計顯示，2017—2018年度美國小麥產量為4 740萬t，約占全球小麥總產的6.2%，居歐盟、中國、印度、俄羅斯之后，世界排名第5位。雖然其小麥產量絕對水平不高，但由于其出口依賴性強而對國際小麥市場有重要影響[14]。美國小麥出口量僅次于俄羅斯，世界排名第2位，2017—2018年度為2 452萬t，占其產量的51.7%。

2.2?美國冬小麥長勢時空特征分析

利用公式（1）和（2）得到2019年3月上中旬、4月上旬及5月上旬與2018年比較的冬小麥長勢監測結果。其中，3月上中旬（2月26日—3月13日）美國西部、中西部及東北部地區受前期降雪影響，冬小麥被積雪覆蓋，在其余75%的冬小麥區，大部冬小麥已進入返青期，少量進入拔節期。冬小麥長勢持平比例為91.8%，好于2018年比例為4.3%，不及去年比例為3.9%。冬小麥長勢好于2018年的區域主要集中在德克薩斯州中北部、加利福尼亞中部等地區，其中德克薩斯州好于2018年比例為11.4%，加利福尼亞州好于2018年比例為21.3%。這些區域冬小麥越冬前總體氣溫較常年同期持平或略高，降水適宜，光熱條件有利于冬小麥適時播種，冬前苗情較好，由于受到了較充分的抗寒鍛煉，因此這些地區大部分麥苗返青順利，局部長勢偏好。長勢不及2018年的主要區域是美國中西部的內布拉斯加州中南部和堪薩斯州中北部的局部地區，其中內布拉斯加州不及2018年比例為33.5%，堪薩斯州不及2018年比例為5.8%。這些區域受前期低溫和土壤過濕影響，播種延遲，麥苗偏弱，冬前的寒流雨雪天氣，對其生長產生了不利影響，加之返青前土壤墑情持續較差，局部冬小麥長勢偏差態勢顯著。4月上旬（4月1日—4月10日），大部分冬小麥已進入拔節孕穗期，少量進入抽穗期。冬小麥長勢持平比例為89.8%，好于2018年比例為9.1%，不及2018年比例為1.1%。與3月上中旬監測結果相比，持平比例下降2.0%，但好于2018年比例增加4.8%，不及2018年比例下降2.8%。冬小麥長勢好于2018年的區域主要集中在德克薩斯州中北部、俄克拉何馬州西部、堪薩斯州西南部及加利福尼亞州南部地區，這些區域冬小麥在返青后光溫水綜合條件好于2018年，土壤墑情總體持續適宜。不及2018年的區域集中在俄勒岡州和華盛頓州交界的小部地區，主要由于這些地區前期土壤墑情偏差，對冬小麥返青拔節產生了不利影響。5月上旬（5月1日—5月10日），大部分冬小麥已進入孕穗抽穗期。美國農業部發布的氣象與作物周報顯示，約42%冬小麥進入抽穗期，較2018年偏低1百分點，少量進入灌漿期。冬小麥長勢持平比例為90.3%，好于2018年比例為7.6%，不及2018年比例為2.1%。與4月上旬監測結果相比，持平比例增加0.5%，好于2018年比例下降1.5%，不及2018年比例增加1.0%。長勢好于2018年的區域主要集中在德克薩斯州中西部、俄克拉何馬州西部、堪薩斯州西部地區，該區域冬小麥自返青以來光溫水綜合條件好于2018年，土壤墑情總體適宜，長勢較好，局部提前進入灌漿期。長勢不及2018年的區域主要分布在西部的愛達荷州與華盛頓州交界附近和中部的堪薩斯州南部及俄克拉何馬州中北部局部，其中愛達荷州和華盛頓州交界附近冬小麥由于4月中旬以來降水總量偏少，拔節抽穗受到不利影響，長勢偏差;堪薩斯州南部及俄克拉何馬州中北部局部由于4月底以來降水偏多，局部土壤過濕較重，對冬小麥生長有不利影響。

根據美國農業區劃，將冬小麥種植州分為5個地區（表1）。其中，西部地區包括華盛頓州等9個州;中西部地區包括堪薩斯州等12個州;西南部地區包括俄克拉何馬州等4個州;東南部地區包括北卡羅萊納州等13個州;東北部地區包括紐約州等5個州。將3月上中旬—5月上旬冬小麥長勢監測結果分地區進行統計分析（圖1），可以看出各地區長勢與2018年同期相比的變化情況，具體是西部地區比2018年好比例均在91.8%以上，持平比例小幅波動，不及2018年比例呈先升后降趨勢，為2.9%;中西部地區持平比例呈現遞增趨勢，達到94.8%，總體高于其他幾個地區，好于2018年比例先升后降，不及2018年比例下降為1.1%;西南地區不及2018年比例較低，不足1.0%，好于2018年比例總體較高，達到14.4%;東南地區持平比例波動下降，不及2018年比例波動上漲，達到13.4%，好于2018年比例相對穩定;東北地區好于2018年比例有增長趨勢，但總體偏低，為1.0%，持平比例波動下降，但均達到92.0%以上。

2.3?美國冬小麥產量趨勢分析

美國農業部NASS發布的2018年統計數據顯示，西部、中西部及西南部地區冬小麥產量占比分別為31%、45%、14%，3個地區產量合計約占美國冬小麥總產量的90%。因此，這3個地區產量能夠反映美國冬小麥產量趨勢。有研究認為，冬小麥孕穗抽穗階段對經濟學產量有決定性作用，也是單產預測的最佳時期[15]，且與產量呈正相關關系[16]。表2為5月上旬的監測結果。由表2可知，西部地區、中西部地區、西南地區好于2018年比例均大于不及2018年比例，差值分別為1.6%、3.0%、13.5%。據此判斷總體產量趨勢向好。

2.4?美國冬小麥主產州NDVI對比

由于堪薩斯州、俄克拉荷馬州、德克薩斯州、科羅拉多州、華盛頓州、蒙大拿州6個州冬小麥產量約占全國60%，因此將這6個州2018、2019年及常年的4月上旬和5月上旬NDVI進行繪圖，作進一步對比分析。從表3可以看出，2019年德克薩斯州NDVI顯著高于2018年和常年同期水平;俄克拉荷馬州2019年NDVI顯著高于2018年同期水平，較常年同期略高;堪薩斯州NDVI較常年同期略高，2019年4月上旬與2018年同期差異顯著，但5月上旬較接近;科羅拉多州2018年NDVI與常年基本持平，2019年NDVI略高于2018年和常年同期;華盛頓州2019年NDVI總體低于2018年和常年同期;蒙大拿州2019年NDVI與2018年和常年較接近，5月上旬略低于2018年和常年同期。其中，德克薩斯州、俄克拉荷馬州、堪薩斯州受良好水熱條件影響，NDVI水平優勢明顯，而華盛頓州受前期低溫影響，返青較晚，NDVI值表現偏低?？傮w而言，這6個主產州冬小麥單產呈偏好態勢。

3?小結

該研究采用同期比較法對2019年美國冬小麥長勢的遙感監測進行分析，結果顯示2019年3月上中旬—5月上旬美國冬小麥長勢基本呈現持平略好趨勢，且總體好于2018年同期，尤其是主產州冬小麥長勢總體持平偏好。產量有望穩中略增，進一步增加全球小麥供給。

該研究側重從定性角度對作物長勢和產量趨勢進行評估，具有快速、客觀等優勢，但與地面信息結合時仍存在一定不足。因此，將遙感監測參數與作物模型結合，對長勢進行定量化評估和產量預估是今后的研究方向。

參考文獻

[1] 李花.HJ-1A/B遙感監測水稻長勢與產量的研究[D].合肥：安徽農業大學，2011.

[2] 楊邦杰，裴志遠.農作物長勢的定義與遙感監測[J].農業工程學報，1999，15（3）：214-218.

[3] 楊邦杰.農情遙感監測[M].北京：中國農業出版社，2005.

[4] 黃青，劉航，鄒金秋.2017年巴西大豆長勢遙感監測數據的分析研究[J].中國科技資源導刊，2017，49（6）：60-65，75.

[5] 陳仲新，任建強，唐華俊，等.農業遙感研究應用進展與展望[J].遙感學報，2016，20（5）：748-767.

[6] 任建強，劉杏認，陳仲新，等.基于作物生物量估計的區域冬小麥單產預測[J].應用生態學報，2009，20（4）：872-878.

[7] GUINDIN?GARCIA N，GITELSON A A，ARKEBAUER T J，et al.An evaluation of MODIS 8?and 16?day composite products for monitoring maize green leaf area index[J].Agricultural and forest meteorology，2012，161（3）：15-25.

[8] 閆巖，柳欽火，劉強，等.基于遙感數據與作物生長模型同化的冬小麥長勢監測與估產方法研究[J].遙感學報，2006，10（5）：804-811.

[9] 劉峰，李存軍，董瑩瑩，等.基于遙感數據與作物生長模型同化的作物長勢監測[J].農業工程學報，2011，27（10）：101-106.

[10] 潘灼坤.耦合遙感信息與作物生長模型的區域低溫影響監測、預警與估產[D].杭州：浙江大學，2016.

[11] 劉流.美國糧食和耕地變化及其趨勢分析[J].世界農業，2017（6）：128-133.

[12] 劉志揚.美國在城市化過程中實施耕地保護對中國的啟示[J].世界農業，2010（6）：28-30.

[13] 李社潮.美國農業考察見聞[J].新農業，2017（6）：43-45.

[14] 顧堯臣.世界糧食生產、流通和消費[M].北京：中國財政經濟出版社，2009.

[15] 千懷遂.農作物遙感估產最佳時相的選擇研究：以中國主要糧食作物為例[J].生態學報，1998，18（1）：48-55.

[16] 盛磊，何亞娟，吳全，等.河南省冬小麥產量遙感監測精度比較研究[J].中國農業信息，2018，30（2）：95-102.