基于TM 影像的松嫩平原梨樹縣玉米產量遙感估產

李思佳

（哈爾濱師范大學，黑龍江 哈爾濱150000）

1 概述

松嫩平原是我國東北地區糧食生產的重要基地，利用遙感技術監測作物長勢對作物區域進行產量估測，這對保障我國糧食產量有重要影響[1-4]。遙感技術在大面積作物長勢監測和產量估測、預測中日益發揮著積極的作用，利用遙感技術監測作物長勢對促進我國農業經濟發展具有重要影響[5]。目前我國已經建立了專業的遙感估產系統，可以準確進行農作物種植面積的提取[6]。

2 遙感數據獲取與處理

2.1 研究區域概況

松嫩平原是北方玉米的主要產區，已成為我國重要的玉米作物生產基地和商品糧基地。松嫩平原的玉米種植面積大，是我國玉米種植的主要產區。本文所研究的地區設定為松嫩平原北緯42°09′-43°46′和東京123°45′-124°53′之間。

2.2 遙感數據獲取

為結合實驗的具體要求，本文獲取了1989 年、2001 年和2010 年以及2011 年云量分布較低的Landsat-TM5 的數據。

表1 遙感數據列表

TM 專題成像儀是Landsat 衛星攜帶的傳感器，其光譜分辨率效果較好，承載著7 個波段的地物信息，其采用雙向掃描模式，有效提高了測量地表信息的精度[7]。其地面分辨率分為30m和120m。

2.3 研究方法

本文對玉米估產過程主要由以下部分的處理過程組成：首先需要對在地理空間數據云下載的原始遙感影像進行預處理，包括圖像裁剪、幾何校正等；其次對影像進行解譯，用掩膜提取的方法根據作物種類進行識別；按照像元法求出作物的種植面積，并對影像進行NDVI 轉換，計算作物種植區的面積；列出NDVI 值與產量的擬合函數關系式。

3 遙感數據的預處理

我們在利用遙感影像對松嫩平原梨樹縣玉米產量進行評估的過程中，對遙感影像的預處理需經過輻射定標、輻射校正、圖像裁剪和掩膜提取等步驟。圖像裁剪可以將研究區域以外的區域去除，本文采用的是按照行政區劃邊界對圖像進行裁剪；大氣校正是使用自身的影像定標系數對TM 影像數據進行輻射定標，將DN 值轉化為輻射的亮度；本文利用中國1：400 萬的地理信息數據，找到松嫩平原梨樹縣所設定的精確經緯度范圍，提取輪廓做掩膜圖層，利用ENVI 提取松嫩平原的TM 影像數據。

4 監督分類與NDVI

4.1 監督分類

鑒于本文所使用的TM 遙感數據的分辨率為30M，還不能完全達到準確分類，因此需要結合Google Earth 使用最大似然法對研究區域進行分類，提升精度后使用ArcGIS 像元計算玉米田的面積，并將所計算的玉米田的面積與實際面積進行比較。

圖1 四年監督分類遙感影像對比（深色為玉米地，淺色為非玉米地）

4.2 玉米田面積計算

最大似然分類將地物分為10 類，玉米田在監督分類中編號為6，利用ENVI 建立玉米田掩膜圖層，通過ArcGIS 的分類工具，將監督分類后的圖像分為10 類，篩查出其中值為6 的區域，該區域內的植被都是玉米田，由屬性表可得到像元的個數為9985367 個，由此計算出玉米田的面積為110026.6 公頃。據農業部地理統計數據顯示，松嫩平原的典型試驗區玉米田面積為92106 公頃，精度達83.71%。

4.3 NDVI 計算及統計

在遙感影響數據中，NDVI 是近紅外波反射值與紅光波反射值的差和比。即

歸一化差值植被指數是目前作物長勢監測中應用最為廣泛的植被指數之一，指示了農作物的生長狀態及營養狀況，此數據可指導玉米田的施肥事項。NDVI 可被應用于植被覆蓋率，植被生長狀態的預測和輻射誤差的消除等事項中。NDVI 的局限性在于使用非線性拉伸的方式提升高近紅外、紅外反射率的對比。比較同一幅圖像，NDVI 的增長速度較滯后，所以NDVI 在高植被區的敏感度低。由于大氣校正后的結果主要集中在陰影地區有部分像元為負值，這部分區域計算得到的NDVI 值在[-1，1]之外，為便于后面分析，需統一將此類像元的NDVI 值修正。依據需要修正[0,1]部分，修正表達式為：

（b1 lt 0）*0+（b1 gt l）*0+（b1 ge 0 and b1 le l）*b1，b1：NDVI

利用監督分類的方法得到的玉米掩膜圖層，即可得到玉米田區域的NDVI：利用QUICK STATS 按鍵快速統計圖像數據，輸出表格格式，即可得到玉米田區域NDVI 的總值，為后續建立估產模型提供依據。

5 建立估產模型

5.1 評估模型建立

農作物生長關鍵時期的NDVI 值，更能有效反映農作物的生長環境和生長狀況[8]。本文使用1989 年、2001 年和2010 年松嫩平原梨樹縣玉米產量數據和NDVI 數據，建立二者間的回歸模型。以研究區各界為掩膜，計算1989 年、2001 年和2010 年NDVI 范圍0.2-0.8 之內值的總和。使用獲取的每年的NDVI 統計值、玉米種植面積以及玉米產量值，進行線性回歸分析，便得到了基于NDVI 及其組合的玉米產量估測模型，然后將2011 年的實際數據對模型進行驗證分析。本文使用玉米在生長時期的NDVI 與產量建立一元線性回歸模型，得到回歸方程。利用松嫩平原玉米實驗區1989 年、2001 年和2010 年間NDVI 植及其產量數據建立方程式，進行分析。排除不可抗力因素，該方程為

y=a+bNDVI

方程式中，y 為作物玉米的單產，單位是kg/hm2；a 表示回歸方程的截距；b 表示直線的斜率；NDVI 表示選定的植被指數。

最后求出單產Y=Ay，式子中Y 表示該試驗區玉米的總產量，A 表示玉米的播種面積。

5.2 模型檢驗

為驗證及比較上述模型的精度及其適用性，將2011 年的松嫩典型實驗區玉米產量作為參考數據進行模型檢驗。通過相對誤差公式計算精度

公式中，EP 表示估計產量，單位是t/hm2；AP 表示實際產量，單位是t/hm2。

5.3 模型評價

從數據角度來說，木文直接采用Landsat 數據進行研究，避免了MODIS 數據低空間分辨率、多大合成產生混合像元、NDVI數據不精確的問題[9]。得出以下分析結果：

1989 年、2001 年、2010 年以及2011 年松嫩平原典型實驗區玉米田的種植面積在10 萬公頃以下，產量約為27.27t/hm2。

2010 年至2011 年玉米種植面積增加了1.2 萬公頃，且畝產量增加明顯，平均產量38.49t/hm2。遙感影像檢測到松嫩平原梨樹縣2011 年的典型實驗區玉米種植面積為114769 公頃，實際面積為97003 公頃，精度達83.93%。遙感預測2011 年松嫩平原典型實驗區玉米平均產量為45.90t/hm2，實際單產量為38.49t/hm2，精度達83.84%。遙感檢測到松嫩平原2011 年典型實驗區玉米種植面積為119471 公頃，實際種植面積為101467 公頃，精度達84.93%。遙感預測2011 年松嫩平原典型實驗區玉米平均產量為45.90t/hm2，實際單產量為38.49t/hm2，精度達83.84%。遙感影像檢測松嫩平原典型實驗區玉米種植面積和玉米產量的精度約在83%左右，試報結果較為理想，但遙感估產技術的精度仍有待于進一步改進提升。

6 結論

從目前狀況看，多數系統的研究仍處于初級水平，未形成完備的模式，二者的有效結合還有待進一步提升。在玉米遙感估產的研究過程中，還有待進一步探索和挖掘，需將遙感與地理信息系統有效結合，形成一套完善理論方法；另外需運用該種集成系統對更多的作物進行估產應用[10]。