县域尺度的小麦高分辨率遥感估产.pdf

农业科学 农业与技术 县域尺度的小麦高分辨率遥感估产杨云涛刘法军厉彦玲王军(山东省地质矿产勘查开发局第五地质大队 山东 泰安 山东农业大学信息科学与工程学院 山东 泰安)摘 要:从县域尺度准确掌握粮食产量 对于国计民生具有重要意义 目前 基于高分辨率遥感影像的县域尺度的估产研究尚不多见 本文以山东省泰安市岱岳区为研究区 利用 年高分一号 星、高分一号 星影像 辅以 影像 运用随机森林法进行遥感解译 识别耕地变化 探究了小麦种植区的时空格局 选取植被指数 监测小麦长势 建立估产模型 并制作了像元级产量专题图 结果显示:小麦种植面积提取相对误差均在 以内 年小麦种植面积降幅达 小麦长势虽然存在年际变化 但总体平稳 小麦总产量遥感估产误差不超过 年增幅约 年降幅约 研究表明:年 研究区小麦种植面积显著下降 长势基本持平 小麦总产量减少 研究成果有利于地方政府及时准确了解粮食产量 对高分辨率遥感估产研究有积极意义 对于县域尺度的作物监测有较高参考价值关键词:小麦遥感估产 高分卫星 县域尺度 高分辨率遥感 随机森林中图分类号:文献标识码:/收稿日期:基金项目:国家自然科学基金项目(项目编号:)山东省自然科学基金面上项目(项目编号:)山东省自然科学基金面上项目(项目编号:)作者简介:杨云涛()男 硕士 工程技术应用研究员 注册测绘师 研究方向:测绘地理信息生产和经营管理 通讯作者厉彦玲()女 博士 副教授 研究方向:农业定量遥感研究 粮食是基础性、战略性资源 目前 全球粮食安全形势严峻 而北半球部分小麦主产国种植面积缩减 加剧了这一态势 小麦是人类最重要的粮食作物之一 在我国北方地区具有举足轻重的意义 因此 开展小麦估产研究 特别是从县域尺度准确掌握粮食产量 对于国计民生 甚至国家安全都是尤为重要的作物遥感估产一直是遥感领域的研究热点 遥感估产中常用 类方法 基于遥感指数建立统计模型 引入遥感数据的作物生长模型 遥感数据与作物生长模型同化 针对 类方法的优点与不足 本文利用高分卫星()遥感数据开展县域尺度的小麦遥感估产研究 由于缺乏作物生长模型所需的各种参数 本研究采用统计建模的方法已有研究大多是基于/、等中低分辨率遥感影像的全球、全国或区域尺度的估产 也有一些基于无人机影像的田块尺度的估产 基于高分辨率遥感影像的县域尺度的估产研究尚不多见本文将厘清研究区耕地分布的空间格局 选取植被参数建立相应的估产模型 实现较高精度的作物估产 材料与方法 研究区概况本文以山东省泰安市岱岳区为研究区 其位置与地势如图 所示 该区位于 总体地势北高南低 东高西低 山地、丘陵、平原各占/属暖温带大陆性半湿润季风气候 农作物种植以小麦、玉米为主 数据来源与预处理结合研究区小麦生长关键期(拔节期、开花期、灌浆期等)选取、高分辨率遥感影像 必要时辅以 影像 共使用了 幅影像此外 还用到行政区划数据、数据、土地利用数据、耕地数据、统计年鉴、农情调度统计信息等 对遥感影像进行了辐射定标、大气校正、几何校正、重投影、几何裁剪等预处理 农业与技术 农业科学 研究方法 小麦种植区的高分遥感监测利用已有的耕地矢量图(年耕地质量成果)对研究区影像进行剪裁 剪裁后发现部分耕地用途发生了变化 如建筑占用、蔬菜大棚建设占用 甚至未种植作物等 因此 对每年的耕地数据都需进一步解译 本文选用机器学习中的随机森林方法()进行解译 提取小麦种植区图 研究区位置与地势图 采用总体分类精度和 系数 个应用最广泛的指标评价遥感解译精度 用解译面积的相对误差评价小麦种植区的监测精度 是统计面积与解译面积的差值占统计面积的比例 公式:统计面积 解译面积统计面积()小麦长势的高分遥感监测本文采用归一化植被指数()监测小麦长势 是根据遥感传感器接收的地物光谱信息计算得出的地表植被状况定量值 用以区分植被与其他地物 是目前应用最为广泛的一种植被指数 计算公式:()/()()式中 为当前像元红光波段反射率 为当前像元近红外波段反射率 小麦产量的高分遥感估算提取出小麦种植区的每个像元值数据 将各年 数据与粮食的统计数据进行回归分析 得到产量 公式:产量 ()()式中、为系数 为植被指数影像的值 表示像元值 为 的像元个数结合各年小麦种植面积 可得年度小麦总产量此外 将式()运用于植被指数影像 对结果进行可视化表达 可得到像元级产量专题图用相对误差 评价估产精度 是统计产量值与估算产量值的差值占统计产量的比例 公式:统计产量 估算产量统计产量()结果与分析 小麦种植面积分析采用 的方法提取研究区 年小麦种植面积 结果如表 所示表 小麦种植区遥感解译结果年度/年解译面积/总体精度/系数统计面积/相对误差/小麦种植面积遥感提取的总体精度均在 以上 系数均在 以上 满足县域尺度下的农情遥感监测精度需求 与各年统计面积相比 随机森林法分类结果相对误差的绝对值均在 以内表明研究区小麦种植区的遥感解译面积与统计面积基本一致 说明随机森林法具有区域应用价值 能为接下来的长势监测和产量估算提供依据 小麦长势分析采用 的方法获取研究区 年小麦长势植被指数()结果如表 所示从植被指数均值来看 年是逐渐升高的 然而最大值和标准差是逐年降低的 最小值先升后降 从这些数据初步分析可知 年小麦长势在空间上差异可能比后 年大 年虽然平均来说比 农业科学 农业与技术 较好 空间上的差异有所降低 但是其中长势最好的地方略低于前 年 总体上看 小麦长势虽然存在年际变化 但变化不大表 小麦长势植被指数统计数据年度/年最大值最小值均值标准差 小麦产量分析运用 的方法 得到 产量计算公式:产量 ()得到各年估产结果 并进行精度评价 相关结果如表 所示分析可知 虽然遥感估产存在一定的高估 但误差不超过 整体还是令人满意的 年小麦总产量比 年有一定增长 增幅约 但是 年小麦总产量比 年显著下降 降幅约 这个幅度略低于面积降幅 图 为每个像元上的小麦预测产量 年研究区西南部产量明显高于其他区域 为 /像元 且分布较为集中 年、年产量在/像元的区域面积约占 年小麦分布较为分散 但其大部分集中在西南部 年除西南部外在其东部产量明显高于其他地区 对比分析 年产量空间分布发现 年小麦产量明显低于前 年 这与种植面积的减少有直接关系表 小麦遥感估产结果时间/年统计产量/遥感估产/相对误差/年均 注:基于 影像计算 其空间分辨率为 一个像元对应实地面积 、基于 卫星的 分辨率影像计算一个像元对应实地面积 图 年小麦产量图 讨论本文使用了 影像与 影像提取小麦种植面积 其相对误差均在 以内遥感估产相对误差均不大于 整体上是令人满意的 影像的高空间分辨率在县域尺度的小麦遥感估产方面有天然优势 年 研究区小麦种植面积与总产量与前 年相比均出现明显的下降 其原因是 年秋播季干旱少雨 其中 月没有降雨 月降雨量仅 直至 月 日才迎来降雨 因此播种、出苗期的气象与土壤墒情是影响小麦面积的关键因素 但是 年小麦总产量降幅略低于面积降幅 这很可能是坚持种粮的农户加大了田间管理 从而促进了单产提高 也可能是防控措施导致人类活动减少、排放减少 地表接收到的太阳辐射增强 最终使作物变得更绿小麦产量不仅取决于其本身的生长过程 而且还受气候、土质、地形地貌、光照时长等诸多因素的影响 其中有些影响因素具有不可预见性 导致小麦估产难 本文从影响小麦产量的众多因素中化繁为简直接利用小麦生长关键期的 作为其生长发育的关键指标 通过产量与关键期 均值的回归分析建立估产模型 简单高效 虽然模型精度较高 但还有一定的提升空间由于数据源有限 本文未能使用长时间序列遥感 农业与技术 农业科学数据 也未能利用气象、作物、土壤、管理等参数建立更复杂的估产模型 而是采用了的植被指数法 后续研究工作 在考虑区域 的基础上 在数据完备的前提下 可引入气象、作物、土壤、管理等参数 运用数据同化等方法 以不断提高模型的估测精度和稳定性 结论本文综合利用中、高分辨率遥感影像 探究了 年泰安市岱岳区小麦种植时空格局 选取植被指数监测小麦长势 并建立估产模型 实现了较高精度的作物估产 研究表明 在不利气象条件下研究区小麦种植面积显著下降 长势基本持平 小麦总产量减少 研究结果对高分辨率遥感估产有积极意义 对于县域尺度的作物监测有较高参考价值遥感估产一直是遥感研究的热点和前沿领域 已广泛应用于植被长势监测、农作物估产、生态效益评估等领域 此外 数据同化方法是研究前沿未来将从这些方面开展进一步研究参考文献 中国科学院空天信息创新研究院.年 月全球农情遥感速报/.:/./.吴炳方.全国农情监测与估产的运行化遥感方法.地理学报 ():.黄敬峰 王人潮 王秀珍 等.冬小麦遥感估产多种模型研究.浙江大学学报(农业与生命科学版)():.任建强 陈仲新 唐华俊.基于 的区域冬小麦遥感估产 以山东省济宁市为例.应用生态学报 ():.朱婉雪 李仕冀 张旭博 等.基于无人机遥感植被指数优选的田块尺度冬小麦估产.农业工程学报 ():.郭建茂.基于遥感与作物生长模型的冬小麦生长模拟研究.南京:南京信息工程大学.陈夏.江苏省冬小麦模型模拟优化研究及应用.南京:南京信息工程大学.:.:.闫岩 柳钦火 刘强 等.基于遥感数据与作物生长模型同化的冬小麦长势监测与估产方法研究.遥感学报 ():.田海峰 周伯燕 陈燕芬 等.县域尺度上基于 影像的冬小麦种植面积遥感监测.中国农业大学学报 ():.方匡南 吴见彬 朱建平 等.随机森林方法研究综述.统计与信息论坛 ():.安秦.长春地区玉米产量遥感估算方法研究.长春:吉林大学.:.:.():.(责任编辑 贾灿)