遙感和作物模型技術耦合現狀和發展趨勢

張德權 杜崇 龐超 徐新宇

(黑龍江大學水利電力學院，黑龍江 哈爾濱 150080)

前言

中國是世界產糧大國，通過糧食作物生長監測及產量預測對我國的糧食安全和農業產品的管理有著重要意義[1]。隨著國內外遙感技術發展的不斷完善與成熟，將遙感與作物模型兩者優勢相結合的研究已成為國內外的研究熱點[2]。

遙感，通過使用空間遙感技術來滿足農業上的各種需求[3]。監測在農作物方面的研究也因為遙感技術的迅速發展有了明顯提高，也在許多學科領域方面如農業有著廣泛的應用[4]。遙感技術的快速發展讓人們可以全天候觀測，從多方位、多角度進行，遙感技術的優點包括獲取信息迅速且信息量大、準確性高、涵蓋的地物范圍大等優點[5]。作物模型，在20世紀中葉，隨著作物生長動力學以及作物生長機理的不斷研究，研究人員用計算機技術實現了對作物生長機理的數學描述，世界上各個國家開始了對作物模型的開發工作[6]。

我國農作物的研究起步較晚，所以發展還不夠先進，研究的技術和科研力量不夠強大和先進，但隨著我國對作物模型的不斷深入研究，開始應用作物模型對北方地區的農作物進行模擬，確定模型參數，結合遙感技術，對農作物進行估產。同時該模型在農業氣象學是被廣泛使用且發展在前列的，對作物產量的預測和風險分析、農業生產的決策和管理等方面都具備了十分突出的科學性和技術優點[7]。趙艷霞[8]等將CERES-Wheat模型與MODIS數據耦合，提高了估算小麥產量的準確度[9]。陳勁松[10]使用HJ-1A/B衛星數據獲得水稻的LAI，與作物模型結合，通過耦合LAI有效提升估產的準確率。

本文通過CiteSpace軟件對中國知網(CNKI)所檢索到的文獻分析遙感技術和作物模型耦合的研究現狀和發展趨勢。

1 研究方法與數據來源

文獻計量工具CiteSpace軟件通過學科相關領域的文獻發文量與文獻相關度[11]，探究多個領域的深度合作研究[12]。本文將采用CiteSpace軟件，對中國知網(CNKI)可檢索到的文獻通過文獻統計量和知識圖譜可視化映射的方法對其研究[13]。以中國知網中的文獻和期刊的發文量、關鍵詞共現、作者、研究前景和展望為遙感和作物模型耦合提供研究參考價值[14]。

本文通過中國知網(CNKI)數據庫，選擇高級檢索主題是遙感，篇關摘是作物模型，共計545篇，存在外文圖書本文不做分析，處理之后523篇。時間跨度為1989—2021年。

2 結果與分析

2.1 發文量分析

圍繞遙感和作物模型耦合研究的發文量上分析可以分為3個階段，分別為初步探索階段、快速增長階段、持續發展階段，見圖1。在1989—2003年呈初步研究階段，發文數量呈起步增加平緩態勢，在2011年文獻發表量呈現逐年上升趨勢，在2015年文獻發文量呈現持續發展態勢[15]，如圖1所示。

圖1 CNKI數據庫關于遙感和作物模型耦合發文量

2.1.1 第1階段(1989—2003年)

這一階段為初步探索階段。國內外建立了大量的作物生長模型能夠模擬當下的生產力水平，但是由于我國研究處在初步探索階段，即使有完善的作物生長模型理論，但很難真實地模擬出田間作物實際產量，農業生長環境取決于當時的科技水平，由于其科技發展落后，導致其生長環境存在脆弱性和生產特殊性，使得整個生產過程存在許多風險和不確定性，其中以氣象條件為首要風險因素[16]，這些因素在模型中難以預測，僅僅只能通過分析和系統推理，很難在構建模型時考慮在內；由于當時測量某一地區的參數缺失以及氣候、土壤的空間差異性也存在一定程度上的影響，要想準確、真實地模擬某一地區的實際作物產量，很難運用作物模型和遙感技術的耦合來真實的反映出來，只能通過實地觀測和考察來獲得[17]。

2.1.2 第2階段(2004—2012年)

這一階段為快速增長的階段。隨著航天衛星科學不斷深入發展，我國衛星技術具備了迅速、準確、高效的特點，更多的科研人員將遙感技術和作物模型更好的相結合，農作物估產成為遙感技術中一個重要的課題。由于衛星遙感技術空間分辨率、時間分辨率等一些技術上的問題沒有攻克，地表和作物群體能被反映出來，但作物生長和產量規模、作物的生長情況和生長環境、作物與作物之間的內在機制等用遙感技術無法表明[18]。之后的科學技術發展過程中，衛星遙感技術的難題慢慢得到了解決。

2.1.3 第3階段(2013—2021年)

這一階段為持續發展階段。由于衛星遙感技術和作物模型敏感參數的不斷完善，為提高作物模型和遙感數據的耦合效果，需要對模型參數進行敏感性分析[19]。加之我國對農業領域的重視程度不斷加強，近幾年，高分變率的衛星快速發展為農業科研領域的精細化提供了技術手段和發展方向[20]，使得遙感技術和作物模型的耦合更加的科學和完善。

2.2 關鍵詞分析

基于CNKI數據庫中1989—2021年發表的估產文章，分別從頻數(Count)和中心性(Centrality)2個角度對共現關鍵詞進行排序，統計出排名前10位高頻關鍵詞和高中心性詞的關鍵詞如表1所示，“遙感”、“估產”、“作物模型”等關鍵詞和中心性排名靠前，表明這些詞匯研究熱度高、研究技術完善、體系成熟，并且與其他領域能夠有很好的結合，作為新的研究方向。通過對關鍵詞共現知識圖譜，見圖2，高頻關鍵詞及中心性表，見表1，分析得出，關鍵詞詞頻最高的是“遙感”(143)，中心性0.69；其次關鍵詞詞頻是“估產”(60)，中心性0.03；之后關鍵詞詞頻是“冬小麥”(56)，中心性是0.20。表明遙感和作物模型耦合中遙感的詞頻最高并且中心性占比很大，遙感和作物模型耦合中，在冬小麥的領域中應用廣泛。我國是農業大國，冬小麥是我國主要的糧食作物之一，其播種面積占我國糧食總播種面積的1/5，在遙感和作物模型耦合，用來大面積的推廣冬小麥作物估產得到了實現，可以準確的對冬小麥進行估產。“作物”也成為了高中心性和高頻性關鍵詞，表明在作物模型研究中，其他作物的研究在不斷深入。“玉米”的關鍵詞詞頻為15，中心性為0.02，基于作物模型和遙感技術的耦合，表明在玉米的作物估產研究中前景廣泛，未來研究在玉米、大豆等農作物作物估產中會更加準確。

表1 CNKI數據庫中的主要高頻關鍵詞及中心性表

2.3 研究核心議題

關鍵詞聚類圖譜是通過共被引耦合分析自動提取關鍵詞，自動生成聚類標簽，見圖3。通過聚類模塊值Modularity(Q值)與聚類平均輪廓值Mean Silhouette(S值)2個指標，來判斷聚類耦合程度。通常Q>0.3表明聚類結構優異，S>0.5表示聚類合理，S>0.7表示聚類結果滿意。本文采用的是對文獻以關鍵詞為對象進行聚類標簽，顯示聚類模塊值Q=0.6663，表示聚類劃分合理；聚類平均輪廓值為S=0.844，表示聚類結果滿意，主題明確。如圖2表示，遙感技術和作物模型耦合的研究領域中，主要議題為“估產”、“gis”、“冬小麥”、“作物模型”、“模型”、“作物產量”、“估產模型”、“蒸散發”、“土壤水分”、“作物長勢”。聚類序號靠前的表示改聚類的規模較大，包含的文獻發文量多，根據圖3可以看出，聚類模型分類區域模型重合區域較大，表明各個領域相融、互通，但似乎及疊加的區域大小還是存在一定差異，“估產”、“作物模型”、“冬小麥”、“蒸散發”疊加區域較為緊密，表明研究領域互通，發文量圍繞這些熱點領域較多；“土壤水分”與“估產模型”相疊加區域較為狹小，表明“土壤水分”和“估產模型”相互聯系較少，研究領域獨立。

圖2 CNKI數據庫中估產文獻關鍵詞共現分析圖

進一步統計各個聚類標簽的相關指標，見表2，前9位的聚類標簽包含的節點數量均在10個以上，緊密程度最大值為0.985，最小值為0.837，表明聚類總體效果較好。節點的個數表示當前研究熱度，緊密程度表示其內部關聯較為密切，標簽#6“估產模型”的緊密程度為0.985，表明文獻高度緊密的圍繞“估產模型”開展研究，與圖3中的估產模型區域內部點數多相呼應。

圖3 關鍵詞聚類圖譜

表2 關鍵詞聚類表

2.4 關鍵詞突顯分析

將關鍵詞共線分析中所出現的關鍵詞進行突顯分析，能夠更加明確地看見關鍵詞在各個時間段的研究熱點，并且能夠發現當下的研究熱點，見圖4。通過CiteSpace軟件對中國知網的文獻進行關鍵詞年限分析，時間跨度為1989—2021年，時間分區為1a，其他參數均為默認值，其中冬小麥、衛星圖像、四維變分的研究時間跨度較長，2003年后，由于衛星圖像的快速、準確，使得遙感領域得到了快速的發展。當前研究熱點是通過無人機手段，通過無人機技術可以更加高效精準的采集數據，將衛星遙感數據和作物模型相結合，使得作物估產更加精確。

圖4 關鍵詞突顯圖

關鍵詞突變時區圖見圖5，是將關鍵詞出現的年份以時間軸的形式表示出來，可以清楚表明當前研究熱點領域的關鍵詞其各個時區研究相關性。橫軸表示研究時間線，圓圈大小面積表示發文數量，曲線表示關鍵詞之間的相關性。

最初估產和分辨率隨著科技的發展與遙感衛星分辨率更加準確，將衛星遙感與估產模型相結合，模型更加完善，數據庫數據更加完整，但是不能將實地作物的客觀條件加入到模型中。將土壤水分植被指數添加到模型當中，研究冬小麥的文獻量較多。建立作物模型，因為有土壤水分和衛星遙感技術分辨率更加清晰的條件下，建立作物模型，通過作物模型和遙感模型相耦合，達到作物估產的目的。從圖5可以明顯看出，“遙感”、“冬小麥”、“作物模型”、“數據同化”研究領域火熱，發文量較多，相關性較為緊密，與本文所要敘述的遙感技術和作物模型耦合主題貼切。

圖5 關鍵詞突變時區圖

2.5 作者合作網絡分析

科研作者研究是推動學科領域建設核心力量，因此有必要對科研作者合作網絡進行分析。可以發現領域內作者的社會人際關系，并繪制圖表，見圖6。有440個節點，529個連線，網絡密度為0.0055。作者合作圖譜中，作者的發文量數量可通過圓圈面積表示，作者之間的合作可用節點之間的連線密度表示，圖6可看出，中心性的大小差異，表明作者間的相互合作的頻率，中心性大，表明合作愈加密切。

從作者發文量研究，“劉正春”、“劉育孜”、“劉小惠”3位研究學者節點最大，表明發文量最多。其中，劉正春發文量為34篇，劉育孜發文量為33篇，劉小惠發文量為33篇，崔珍發文量為27篇，徐占軍發文量為25篇，見表3。劉正春、王超、賀鵬等成為通過gis和遙感技術研究的核心作者群；曲維榮、劉育孜等成為基于遙感衛星和模型預測研究農作物面積的核心作者群，研究作者們為遙感技術和模型耦合方面作出了很大貢獻。從圖6可以看出，不同團隊之間的聯系較為薄弱，應該加強不同團隊、不同核心作者之間的深入合作，深入交流，這樣遙感技術和作物模型等各個領域之間都會得到不同程度的發展。

表3 1989—2021年主要作者發文量及其機構分析表

圖6 1989—2021年遙感和作物模型耦合研究領域作者

3 結論與討論

本文從1989—2021年在中國知網(CNKI)數據庫中有關遙感技術和作物模型研究的523篇論文為研究對象，借助CiteSpace軟件進行數據可視化，研究了當前遙感技術和作物模型研究的現狀和未來發展趨勢，結論如下。

1989—2003年遙感技術和作物模型同化發文量較少，2011—2021年10a間發文趨勢呈總體增長態勢，發文量較多，平均每年為38篇，主要核心發文量作者為劉正春、劉育孜等作者，研究主題為遙感技術和作物模型同化，以冬小麥和農作物面積為研究對象開展研究，體現出遙感技術和作物模型與其他領域的綜合性和交叉性。國內發文量明顯增加，表明我國農業技術、衛星遙感技術逐步走向強大，加強我國農業遙感技術和國外技術相互交流與合作。

“遙感”、“估產”、“冬小麥”、“數據同化”等關鍵詞出現頻率最高，遙感技術和作物模型同化中對冬小麥研究和對農作物估產研究較為集中。利用作物估產模型和遙感技術反演通過代價參數、優化算法，找出最優化參數建立出的模型以達到產量預測。

隨著我國科技和經濟的快速發展，北斗衛星等通信技術的更新與廣泛使用，遙感技術不斷成熟的背景下，遙感技術結合作物模型同化模擬作物等先進手段，將一塊區域分割成各個小點來研究作物，并結合“3s”技術進行作物研究，將作物模型完善運用到除冬小麥研究以外的玉米、大豆、花生等其他作物的研究成為近幾年來的研究熱點和趨勢。