魏瑞琪 李林峰 仙巍 邵懷勇 汪盾

摘要：以新疆石河子市2014年的MOD13Q1為數(shù)據(jù)源，利用遙感技術(shù)處理獲得NDVI時(shí)間序列數(shù)據(jù)集，運(yùn)用TIMESAT軟件集成的擬合方法[非對(duì)稱高斯函數(shù)（A-G）擬合、雙Logistic曲線（D-L）擬合和Savitzky-Golay（S-G）濾波法]對(duì)石河子市棉花像元的時(shí)間序列數(shù)據(jù)集進(jìn)行棉花生長曲線擬合對(duì)比，最終選取效果較理想的D-L濾波法對(duì)石河子市NDVI時(shí)間序列集處理，獲取石河子棉花生長曲線，分析棉花生長曲線的特點(diǎn)，提取棉花生長的NDVI閾值，進(jìn)而提取石河子市的棉花種植區(qū)域。結(jié)果表明，利用TIMESAT軟件和時(shí)間序列衛(wèi)星資料提取棉花種植區(qū)域效果好、精度高。MODIS數(shù)據(jù)分辨率適中，成像面積大，利用時(shí)間序列衛(wèi)星資料獲取生長曲線進(jìn)行棉花信息提取，對(duì)大范圍的棉花種植監(jiān)測(cè)和農(nóng)業(yè)經(jīng)濟(jì)指導(dǎo)具有重要意義。

關(guān)鍵詞：遙感；TIMESAT；時(shí)間序列；NDVI；生長曲線

中圖分類號(hào)：P23 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2018）04-0105-08

DOI：10.14088/j.cnki.issn0439-8114.2018.04.028

Extracting Cotton Cultivation Regions of Xinjiang Shihezi Utilizing the TIMESAT and Satellite Time-Series Images

WEI Rui-qi1，LI Lin-feng1，XIAN Wei2，SHAO Huai-yong1，WANG Dun1

（1.Key Lab of Information Technology & Application of Land and Resources，Chengdu University of Technology，Chengdu 610059，China；

2.College of Resources and Environment，Chengdu University of Information Technology，Chengdu 610225，China）

Abstract： Applying remote sensing techniques，this paper chose MOD13Q1 in 2014 covering Shihezi City，Xinjiang Uygur Autonomous Region，and uses TIMESAT as well as satellite time-series data to discuss the abstract of vegetations area based on its growth curve. To select the ideal D-L filtering method on dealing with Shihezi NDVI time-series set，to obtains the growth curve of Shihezi cotton and then to analyzes the characteristics of cotton growth curve，to extract NDVI thresholds in the growth of cotton，further to extract the cotton cultivation regions in Shihezi we downloaded & processed MODIS data to obtain NDVI time-series data， adopted TIMESAT integration method[asymmetric Gaussian function（A-G） fitting， double logistic curve （D-L） fitting and Savitzky-Golay（S-G） filtering] on fitting and comparison between Shihezi cotton pixel time-series data and the cotton growth curve. As the results show，utilizing the TIMESAT and satellite time-series data is the most effective and accurate method to extract cotton cultivation regions. MODIS has a medium data resolution with large imaging area，which obtains the growth curve of cotton to be used for the extraction of cotton information utilizing satellite time-series data，is significant on supervising cotton cultivation on a big scale along with directing agricultural economy.

Key words： remote sensing； TIMESAT； time-series； NDVI； growth curve

中國農(nóng)作物種植區(qū)域數(shù)據(jù)主要是通過各級(jí)統(tǒng)計(jì)部門逐級(jí)上報(bào)進(jìn)行匯總，人為因素干擾大。建立符合中國國情的農(nóng)業(yè)空間統(tǒng)計(jì)調(diào)查體系，是中國農(nóng)業(yè)作物監(jiān)測(cè)與統(tǒng)計(jì)待解決的問題[1]。及時(shí)獲取大區(qū)域、大尺度農(nóng)作物空間分布信息也是農(nóng)情遙感監(jiān)測(cè)的核心問題之一[2]。農(nóng)作物的生長狀況與產(chǎn)量，同樣是中國各級(jí)管理部門一直非常關(guān)注的問題。提取農(nóng)作物種植區(qū)域是遙感估產(chǎn)的基礎(chǔ)工作之一，對(duì)農(nóng)作物種植區(qū)域及產(chǎn)量動(dòng)態(tài)變化的監(jiān)測(cè)是農(nóng)業(yè)生產(chǎn)領(lǐng)域永恒探索和研究的課題。遙感地理信息系統(tǒng)關(guān)鍵技術(shù)——遙感圖像分類，是大面積農(nóng)作物遙感估產(chǎn)的重要技術(shù)研究課題，在農(nóng)作物種植區(qū)域估測(cè)中占有非常重要的地位。農(nóng)作物種植面積的遙感估產(chǎn)也是作物產(chǎn)量預(yù)估的基礎(chǔ)和主要思路，快速、高精度的遙感圖像分類技術(shù)是實(shí)現(xiàn)作物生長狀態(tài)動(dòng)態(tài)監(jiān)測(cè)及評(píng)估的關(guān)鍵。實(shí)現(xiàn)棉花種植區(qū)域的提取，需要采用科學(xué)的高精度算法以提高種植區(qū)域提取的準(zhǔn)確度。種植區(qū)域提取和遙感估產(chǎn)的精度與數(shù)據(jù)源和分類方法有著直接的關(guān)系。同物異譜、異物同譜、混合像元等現(xiàn)象影響遙感影像分類方法的發(fā)展。因類別、品種復(fù)雜多樣以及耕作制度的差異，農(nóng)作物與自然植被相比，更具有強(qiáng)烈的季節(jié)性，明顯的地域性和年際變化的特性。因此，利用農(nóng)作物的生長特性對(duì)其進(jìn)行種植區(qū)域提取將成為一種科學(xué)有效的方法，比僅靠傳統(tǒng)與手工作業(yè)方法，逐級(jí)上報(bào)，時(shí)間長、精度低，難以快速獲取精確數(shù)據(jù)更優(yōu)，滿足農(nóng)業(yè)宏觀經(jīng)濟(jì)計(jì)劃的需要。中低分辨率遙感影像時(shí)間分辨率高，成像面積大，成本較低，不受地理?xiàng)l件的限制，適于大范圍作物種植區(qū)域的遙感提取[3]。傳統(tǒng)的產(chǎn)量調(diào)查以手工作業(yè)為主，耗費(fèi)大量的人力財(cái)力僅得到離散的產(chǎn)量數(shù)據(jù)。中等分辨率衛(wèi)星影像已廣泛用于植被類型識(shí)別、植被制圖等研究，MODIS遙感數(shù)據(jù)是區(qū)域和全球植被研究的重要數(shù)據(jù)[4，5]。遙感數(shù)據(jù)以其實(shí)時(shí)連續(xù)大規(guī)模動(dòng)態(tài)監(jiān)測(cè)的優(yōu)勢(shì)，可廣泛應(yīng)用于大規(guī)模作物區(qū)域研究與估產(chǎn)中。

棉花是中國的重要經(jīng)濟(jì)作物之一，棉花喜溫、喜光，需要的光照度比一般作物都高，新疆作為中國最大的產(chǎn)棉區(qū)和商品棉基地，棉產(chǎn)量占全國的30%，占全球的8%。新疆棉花產(chǎn)業(yè)的發(fā)展對(duì)于新疆的農(nóng)業(yè)、經(jīng)濟(jì)發(fā)展具有十分重要的戰(zhàn)略地位。對(duì)棉花進(jìn)行及時(shí)的高精度估產(chǎn)，可以為各級(jí)管理部門制定相關(guān)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展政策提供重要的參考依據(jù)。

石河子市屬于新疆北部地區(qū)，石河子墾區(qū)位于天山北麓中段部分，準(zhǔn)噶爾盆地南緣。該地區(qū)水資源極為豐富，每年河流灌溉年度總徑流量為25.06億m3，光熱、水土等自然資源極為豐富。石河子市作為新疆典型棉花種植縣，當(dāng)?shù)匾蚓哂羞m合棉花種植的各種自然條件，因此當(dāng)?shù)剞r(nóng)戶將棉花是作為重要的經(jīng)濟(jì)來源。隨著農(nóng)作物的不斷生長，NDVI逐步增大，同時(shí)在一定生育期達(dá)到最大值后又開始下降。對(duì)于集中種植棉花的地區(qū)，棉花面積的監(jiān)測(cè)很重要，因此基于生長曲線的棉花遙感提取方法使大范圍的棉花面積監(jiān)測(cè)成為可能，同時(shí)對(duì)農(nóng)民的棉花種植和農(nóng)業(yè)部門的決策具有重大而深遠(yuǎn)的意義?，F(xiàn)有的研究基于植被生長曲線下的大范圍下作物空間分布種植信息提取，業(yè)務(wù)化運(yùn)營研究成果甚少，鮮有將其與擬合方法結(jié)合應(yīng)用在實(shí)際的作物監(jiān)測(cè)中。

本研究結(jié)合NDVI時(shí)間序列衛(wèi)星影像與TIMESAT下的作物生長曲線擬合，以新疆石河子市為例進(jìn)行研究，利用2014年新疆石河子市的MOD13Q1（MODIS陸地植被指數(shù)數(shù)據(jù)）數(shù)據(jù)為數(shù)據(jù)源，構(gòu)造時(shí)間序列資料，利用TIMESAT軟件提取棉花種植區(qū)域。利用MODIS大范圍監(jiān)測(cè)的優(yōu)勢(shì)，提取MODIS13Q1陸地標(biāo)準(zhǔn)產(chǎn)品中的NDVI數(shù)據(jù)。將新疆石河子市的棉花生長周期內(nèi)的NDVI資料進(jìn)行時(shí)間序列構(gòu)建，以此獲得季節(jié)性植被發(fā)展的信息。將時(shí)間序列數(shù)據(jù)進(jìn)行轉(zhuǎn)換，導(dǎo)出ASCII文件。利用TIMESAT進(jìn)行曲線擬合，提取隨生長期變化的NDVI生長曲線，擬合后的NDVI曲線較準(zhǔn)確地反映了不同生長期棉花作物的NDVI變化信息。通過對(duì)其進(jìn)行分析提取，將信息整合后，進(jìn)行棉花NDVI閾值選取。利用閾值分類提取棉花像元NDVI時(shí)間序列值，從而進(jìn)行棉花信息的提取，確定新疆石河子市的棉花種植區(qū)域。

1 試驗(yàn)數(shù)據(jù)

本研究數(shù)據(jù)源選擇EOS/Terra衛(wèi)星的MODIS產(chǎn)品之一MOD13Q1（全稱為MODIS/Terra Vegetation Indices 16-Day L3 Global 250 m SIN Grid，簡(jiǎn)稱：MOD13Q1）的NDVI數(shù)據(jù)，包括基于MVC方法16 d合成的250 m分辨率已經(jīng)經(jīng)過幾何校正和大氣校正的NDVI及其質(zhì)量控制數(shù)據(jù)。選取石河子市2014年65～305 d的數(shù)據(jù)，覆蓋棉花的整個(gè)生長周期，每16 d一幅圖像，共16幅數(shù)據(jù)圖像。

本研究利用的MOD13—陸地2級(jí)標(biāo)準(zhǔn)數(shù)據(jù)產(chǎn)品MOD13Q1，內(nèi)容為柵格的歸一化植被指數(shù)和增強(qiáng)型植被指數(shù)（NDVI/EVI），采用正弦曲線投影方式[6-8]。MODIS植被指數(shù)算法是基于像元進(jìn)行運(yùn)算，為了得到最佳的觀測(cè)數(shù)據(jù)，以便保證植被指數(shù)值的時(shí)空一致性，采用16 d的多次觀測(cè)產(chǎn)生一個(gè)合成的植被指數(shù)數(shù)據(jù)?；趥鞲衅鬈壍赖闹丿B，故1 d內(nèi)可以多次觀測(cè)，16 d最多可進(jìn)行64次觀測(cè)，但由于云的存在以及傳感器的空間覆蓋范圍限制，在赤道附近一般只有較少的觀測(cè)次數(shù)。MODIS植被指數(shù)算法用一個(gè)基于質(zhì)量、云和觀測(cè)幾何濾波器對(duì)16 d數(shù)據(jù)進(jìn)行濾波處理，將其中高質(zhì)量、無云覆蓋的濾波數(shù)據(jù)用來進(jìn)行數(shù)據(jù)合成，能夠用來進(jìn)行合成的像元數(shù)量卻是很少，一般少于10，更多情況甚至少于5。這就導(dǎo)致了合成的數(shù)據(jù)中會(huì)混入很多受影響的像元，因此，在利用MODIS數(shù)據(jù)前，必須對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理。

2 研究方法

運(yùn)用ENVI 5.1和ArcGIS 9.3軟件對(duì)遙感數(shù)據(jù)進(jìn)行處理分析，以及根據(jù)作物生長特點(diǎn)和不同的研究內(nèi)容，利用TIMESAT軟件，提取不同的物候信息，可以滿足多種物候分析需求。

TIMESAT方案主要用于衛(wèi)星數(shù)據(jù)的時(shí)間序列分析，并采用非對(duì)稱高斯函數(shù)擬合，雙Logistic曲線擬合和Savitzky-Golay濾波法實(shí)現(xiàn)模型功能。擬合模型函數(shù)的季節(jié)性參數(shù)提取植被信息。一個(gè)像素的參數(shù)可以合并到一個(gè)地圖上的區(qū)域或全球尺度顯示季節(jié)性。TIMESAT用來分析時(shí)間序列遙感數(shù)據(jù)、處理不同類型傳感器的時(shí)間序列數(shù)據(jù)。它可以處理有噪聲的時(shí)間序列數(shù)據(jù)，并從數(shù)據(jù)中提取出季節(jié)性信息（生長季節(jié)的起始點(diǎn)）還可得到植被動(dòng)態(tài)性能的信息（植被物候?qū)W及植被當(dāng)時(shí)的發(fā)展?fàn)顩r的信息）等。除主要處理來自衛(wèi)星的光譜測(cè)量過程的時(shí)間序列植被指數(shù)外，其他類型的數(shù)據(jù)，如氣象指數(shù)、火災(zāi)數(shù)據(jù)和渦動(dòng)協(xié)方差的碳通量數(shù)據(jù)也可以被加工處理。

對(duì)于基于TIMESAT的NDVI時(shí)間序列重建，先對(duì)預(yù)處理的裁剪的圖進(jìn)行規(guī)律編號(hào)。TIMESAT軟件只能處理3個(gè)周期以上的時(shí)間序列圖，鑒于本研究采用的數(shù)據(jù)只有一個(gè)周期，因此對(duì)12期圖復(fù)制兩次，分別作為第二周期和第三周期的數(shù)據(jù)，然后建立包括了所處理的時(shí)間序列的數(shù)據(jù)圖幅數(shù)量和各個(gè)圖幅的絕對(duì)路徑文件，從而建立NDVI時(shí)間序列數(shù)據(jù)。

2.1 非對(duì)稱高斯函數(shù)（AG）擬合

一個(gè)組合代表一次植被的生長周期，通過平滑連接擬合成曲線進(jìn)行時(shí)間序列重建，是一個(gè)從局部擬合到整體擬合的方法。該方法對(duì)植被生長過程用分段高斯函數(shù)模擬，然后通過對(duì)各高斯擬合曲線進(jìn)行平滑連接實(shí)現(xiàn)時(shí)間序列重建[9-11]，分為3個(gè)步驟：

1）區(qū)間提取。用平滑濾波窗口獲得NDVI時(shí)序數(shù)據(jù)的峰值和谷值。

2）局部擬合。為了擬合函數(shù)很好地描述NDVI時(shí)間序列數(shù)據(jù)的上包絡(luò)曲線，對(duì)于峰值和谷值的數(shù)據(jù)進(jìn)行兩次局部擬合，擬合公式如下所示：

F（t）=f（t；c1，c2，a1，…，a5）=c1+c2g（t；a1，…，a5）

3）整體連接。利用各部擬合函數(shù)構(gòu)建完整擬合函數(shù)，描述整個(gè)NDVI生長曲線，擬合公式如下所示：

F（t）=α（t）fL（t）+（1-α（t））fC（t）……tL

式中，[tL，tR]區(qū)間是整個(gè)NDVI變化區(qū)間，fL（t）、fC（t）、fR（t）分別代表[tL，tR]區(qū)間左邊波谷值、中間波峰值以及右邊波谷值所對(duì)應(yīng)的局部函數(shù)，α（t）、 β（t）是位于[0，1]之間的剪切系數(shù)[12]。

2.2 Savitzky-Golay（S-G）濾波法

以最小二乘卷積擬合方法來平滑和計(jì)算一組相鄰值的函數(shù)，該方法的公式如下所示：

Y=■

式中，Y為合成序列數(shù)據(jù)，Yj+1代表NDVI原始序列數(shù)據(jù)，Ci為濾波系數(shù)[13]，N為滑動(dòng)窗口所包括的數(shù)據(jù)點(diǎn)（2m+1）[14]。

2.3 雙Logistic曲線（D-L）擬合

該擬合與非對(duì)稱高斯函數(shù)擬合法類似，也是一種半局部擬合方法[15]。首先取得時(shí)間序列值中的按峰值和谷值分成多個(gè)區(qū)間，分別對(duì)區(qū)間進(jìn)行局部擬合，其方法與AG方法類似[16]，公式如下所示：

g（t，a1，…a4）=■-■

式中，參數(shù)a1、a2、a3、a4控制曲線左、右半部分的寬帶和陡峭度。進(jìn)而用完整擬合函數(shù)的特征加以綜合，重建新的NDVI時(shí)間序列曲線。

3 結(jié)果與分析

3.1 棉花生長曲線提取

依據(jù)棉花物候，選取影像時(shí)段為3-11月。影像下載后利用MRT（MODIS Reproduction Tool）進(jìn)行重投影等預(yù)處理。為了明確研究區(qū)范圍，便于后面棉花信息提取工作，先對(duì)影像進(jìn)行圖像裁剪，利用研究區(qū)的1∶400萬邊界矢量文件進(jìn)行裁剪，得到研究區(qū)范圍的影像見圖1，在TIMESAT軟件中展示為圖2（圖1、圖2均為2014年第225天的數(shù)據(jù)）。

NDVI標(biāo)準(zhǔn)范圍為-1.0～1.0，MOD13Q1 NDVI產(chǎn)品是-3 000～10 000的DN值，-3 000為填充值，從DN值轉(zhuǎn)化成NDVI值的關(guān)系式為NDVInormal=0.000 1×DN；在TIMESAT中，只能處理byte類型的數(shù)據(jù)，因此對(duì)數(shù)據(jù)進(jìn)行拉伸：NDVI=（NDVI+1）×125。

3.2 建立NDVI時(shí)間序列數(shù)據(jù)集

在遙感應(yīng)用領(lǐng)域，植被指數(shù)已成為評(píng)價(jià)植被覆蓋及其生長活力的一個(gè)重要指標(biāo)。植被光譜是植被、土壤亮度、環(huán)境影響的綜合反映，且受大氣變化影響，因此植被指數(shù)是一個(gè)動(dòng)態(tài)的值。NDVI是用來描述地表植被特征的一個(gè)重要指標(biāo)，通過分析其時(shí)間曲線的變化可以準(zhǔn)確、有效地了解植被覆蓋率、水資源以及地表生物的時(shí)空變化規(guī)律，充分反映出植物的背景信息。所謂的植被指數(shù)時(shí)間序列形象的形容就是每張影像反映了一個(gè)時(shí)期的植被指數(shù)，即一組不同時(shí)間的植被指數(shù)影像，如果用y代表時(shí)間序列中t時(shí)的植被指數(shù)值，通過提取植被指數(shù)圖像中（j，k）處的像元值，可形成一個(gè)連續(xù)的時(shí)間序列（ji，ki），i=1，2，…，N。單獨(dú)提取NDVI單波段，通過ENVI將MODIS-NDVI影像進(jìn)行波段疊加重組，形成包含16個(gè)波段的NDVI時(shí)間影像，使合成的16個(gè)波段所對(duì)應(yīng)的一年生長周期內(nèi)的時(shí)間區(qū)間。

3.3 時(shí)間序列數(shù)據(jù)濾波擬合

3.3.1 選取訓(xùn)練區(qū)樣點(diǎn)數(shù)據(jù) 通過前期處理后得到的MODIS-NDVI波段在軟件的支撐下合成一幅具有多波段、多光譜信息的遙感圖像。由于不同的光譜特性在NDVI序列里顯示為不同的數(shù)值，故每個(gè)像元都擁有一條隨時(shí)間變化的曲線。試驗(yàn)區(qū)采用了一年內(nèi)的16幅MODIS影像，因此在NDVI曲線上可表現(xiàn)一年間地面所有類型的覆蓋物隨時(shí)間的變化趨勢(shì)。每個(gè)時(shí)間點(diǎn)為每個(gè)合成的波段值，在MATLAB基礎(chǔ)平臺(tái)支持下的TIMESAT軟件，可以讀取出研究區(qū)域內(nèi)棉花生長期間的NDVI時(shí)間序列影像圖。

石河子市土地利用主要是耕地和沙漠。棉花種植非常集中，并且占有全市大部分的耕地面積，通過高分辨率的衛(wèi)星影像可以直觀目視解譯出棉花種植的耕地。耕地上雖然也有一些其他作物種植，但種植面積不大，生長周期與棉花也不同，對(duì)棉花種植區(qū)域的提取影響不大。沙漠占有很大部分，必須將沙漠與耕地區(qū)分。利用Google Earth圖（圖3）根據(jù)經(jīng)緯坐標(biāo)選取了棉花種植區(qū)域與沙漠區(qū)域的訓(xùn)練區(qū)MODIS-NDVI樣點(diǎn)像元，其對(duì)映時(shí)間序列的NDVI值如表1所示。

3.3.2 生長曲線區(qū)別分析 將樣點(diǎn)數(shù)據(jù)導(dǎo)成ASCII數(shù)據(jù)后在TIMESAT中得到棉花、沙漠及其他經(jīng)濟(jì)作物的時(shí)間序列生長曲線。因樣點(diǎn)數(shù)據(jù)可能受到區(qū)域概況或大氣影響產(chǎn)生誤差，故利用TIMESAT軟件的優(yōu)勢(shì)（處理有時(shí)間序列噪聲數(shù)據(jù)、提取季節(jié)性信息、得到植被動(dòng)態(tài)性能的信息等），對(duì)樣點(diǎn)曲線進(jìn)行非對(duì)稱高斯函數(shù)（AG）擬合，雙Logistic曲線（D-L）擬合和Savitzky-Golay（S-G）濾波處理（圖4）。

棉花的生長曲線呈幾字形，生長起點(diǎn)位于140左右，波峰在230左右，在第六、第七權(quán)重點(diǎn)之前的NDVI上升較快，第十個(gè)權(quán)重點(diǎn)后的值下降較快。沙漠的值集中在120～160，振幅不大，峰值出現(xiàn)在第三、第四個(gè)權(quán)重點(diǎn)上，158左右。沙漠與棉花容易區(qū)分，其他作物主要為小麥，生長起點(diǎn)在120左右，因3、4月小麥返青在第三至第六權(quán)重點(diǎn)出現(xiàn)峰值為210左右，在6月左右NDVI驟降到150左右，與棉花的生長曲線差別大，可明顯區(qū)分。利用棉花的NDVI生長曲線可以區(qū)別開石河子市內(nèi)的其他地物，準(zhǔn)確地提取棉花像元。

3.3.3 棉花生長曲線擬合 通過對(duì)圖5擬合圖像對(duì)比分析，3種方法擬合效果均較好，但在利用生長曲線提取時(shí)，由于不同植被具有其特殊性而導(dǎo)致擬合效果不同，對(duì)3種擬合結(jié)果進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析如圖5，偏差統(tǒng)計(jì)如圖6。

非對(duì)稱高斯函數(shù)（AG）擬合，雙Logistic曲線（D-L）擬合和Savitzky-Golay（S-G）濾波法3種擬合方法對(duì)地物的曲線擬合效果不同。3種方法擬合棉花生長曲線貼切，其中AG與D-L方法較于S-G擬合效果更為理想。且在差值和相同的情況下，D-L方法的差值平方和及標(biāo)準(zhǔn)差均小于AG，所以其對(duì)原始值的擬合偏差小、更精確，是擬合棉花生長曲線較為理想的擬合方法。選擇D-L擬合法獲取生長曲線對(duì)石河子市的棉花生長曲線擬合，結(jié)果見圖7，并將擬合值與棉花實(shí)際生長發(fā)育時(shí)間比對(duì)，結(jié)果見圖8。

如圖8所示，擬合后的生長曲線所示生長變化情況與石河子市實(shí)際的生長周期一致，因第120天左右播種，生長開始于第5期，經(jīng)過出苗后，棉花迅速生長，在第8期逐漸穩(wěn)定，在第九期達(dá)到峰值，于250左右裂鈴、吐絮，NDVI逐步降低，在第25期左右停止生長。結(jié)合石河子市實(shí)際的棉花生長周期，該擬合結(jié)果真實(shí)有效。

4 棉花種植信息提取

4.1 棉花閾值選取

石河子市棉花生長曲線有一個(gè)波峰，呈幾字形，棉花生長出現(xiàn)在3月中旬，天氣開始緩慢轉(zhuǎn)暖。在4～5月，氣溫回升，冰雪迅速融化，帶來了豐沛的雨水，棉花迅猛的生長，擬合曲線快速上升。在6-7月，基本進(jìn)入夏天，棉花經(jīng)過前期的生長，這個(gè)時(shí)候達(dá)到最茂盛的時(shí)期，擬合曲線出現(xiàn)持續(xù)的峰值。進(jìn)入8月，棉花開始結(jié)果，枝葉生長結(jié)束，并且葉子開始老化，葉片葉綠素逐漸變少，生長曲線曲線值迅速下降。整條棉花生長曲線，最茂盛時(shí)期同生長初期的NDVI相差很大，接近80。棉花一般在苗期后期到花鈴期保持花葉子茂盛的狀態(tài)，此時(shí)棉花生長曲線值較高。生長曲線峰值持續(xù)時(shí)間跨越了4幅圖，說明棉花的茂盛時(shí)期持續(xù)時(shí)間為2個(gè)月。

第9期處在峰值區(qū)域，第2期處在峰谷區(qū)域，差值為90，處于繁盛期的7～9期圖的NDVI差不超過4，處于波峰的第9期和處于棉花衰敗的14期相差67，棉花在2～7期過程中NDVI持續(xù)上漲，但棉花NDVI最低值大于135，最高值大于210。綜合考慮樣點(diǎn)區(qū)域圖而得到的擬合曲線特征以及可能出現(xiàn)棉花特殊區(qū)域和沙漠特征情況。

確定閾值如下：T9-T4>70；T8-T7>0；T7-T6>0；T6-T5>0；T5-T4>0；|T9-T11|<10；T3>135；T7>210（其中T1為時(shí)間序列第一幅圖，范圍為0～250）。

4.2 石河子市棉花種植分布及精度分析

利用閾值，用ENVI進(jìn)行棉花種植區(qū)域的提取，并ArcGIS作圖，得到棉花種植分布（圖9）。利用7月13日棉花生長旺盛期的Landsat4-5 TM影像，對(duì)相同區(qū)域進(jìn)行最大似然法監(jiān)督分類提取棉花種植區(qū)域，效果如圖10所示，并對(duì)兩者的提取效果結(jié)合2014年石河子市統(tǒng)計(jì)信息網(wǎng)公布的實(shí)際數(shù)據(jù)進(jìn)行對(duì)比分析，結(jié)果如表2所示。

如圖9與圖10所示，利用TIMESAT軟件和時(shí)間序列衛(wèi)星資料提取出的石河子市棉花主要分布在北半面，石河子城鎮(zhèn)以外，南面幾乎沒有棉花種植。與石河子市自然概況北面地勢(shì)平坦，水源充沛，日照時(shí)長長，南面為沙漠吻合。利用監(jiān)督分類提取出的石河子市棉花分布概況與通過時(shí)間序列NDVI數(shù)據(jù)提取的效果大體一致。

如表2所示，利用TIMESAT軟件和時(shí)間序列衛(wèi)星資料提取出的棉花種植區(qū)域，統(tǒng)計(jì)棉花像元共2 135個(gè)，占地約1 770.13 km2，折合總產(chǎn)棉花44.07萬t。監(jiān)督分類下提取的棉花像元換算占地約1 458.40 km2。據(jù)石河子統(tǒng)計(jì)信息網(wǎng)實(shí)際公布數(shù)據(jù)，2014年棉花播種面積1 623.33 km2，總產(chǎn)棉花40.42萬t，則利用TIMESAT軟件在NDVI時(shí)間序列下的種植分布提取精度達(dá)到90.0%，監(jiān)督分類精度在89.8%，兩者提取的效果大體一致。

與Google Earth的實(shí)物比對(duì)，雖二者都未達(dá)到完全重合，但提取出的種植區(qū)域信息清晰準(zhǔn)確。兩種方法提取出的棉花種植區(qū)域，NDVI時(shí)間序列下提取的種植區(qū)域較聚攏，監(jiān)督分類后的種植面積相對(duì)離散。分辨率更高的監(jiān)督分類提取的棉花種植區(qū)域與真實(shí)區(qū)域匹配效果更好。利用TIMASAT軟件與時(shí)間序列衛(wèi)星資料提取棉花種植區(qū)域總面積比監(jiān)督分類的精度高、效果好。

5 結(jié)論

基于現(xiàn)有的農(nóng)作物種植區(qū)域數(shù)據(jù)獲取繁瑣，利用MODIS分辨率適中，成像面積大，成本低的優(yōu)勢(shì)，進(jìn)行農(nóng)業(yè)空間統(tǒng)計(jì)調(diào)查。利用MODIS-NDVI數(shù)據(jù)準(zhǔn)確反映農(nóng)作物生長變化情況，可直觀區(qū)分開棉花與其他地物。利用TIMESAT集成的擬合方法（A-G擬合、D-L擬合和S-G濾波法），通過比較分析，選取擬合效果最理想的D-L擬合法完成對(duì)棉花的生長曲線擬合。通過比對(duì)棉花實(shí)際生長期，擬合效果真實(shí)有效。對(duì)其分析后提取棉花生長NDVI閾值，將棉花與其他地物通過ENVI軟件分類，并利用ArcGIS作圖，得到棉花種植區(qū)域。

研究表明，①通過TIMESAT軟件和時(shí)間序列衛(wèi)星資料對(duì)棉花的生長曲線擬合效果好，利用擬合后的生長曲線對(duì)棉花的提取，在大面積的區(qū)域上對(duì)棉花進(jìn)行監(jiān)測(cè)，具有很強(qiáng)的時(shí)效性和利用價(jià)值。②針對(duì)新疆石河子棉花的生長曲線擬合，D-L擬合效果最理想。擬合后的生長曲線與棉花實(shí)際生長周期完全擬合。③通過對(duì)棉花生長曲線的分析，選取棉花閾值，以此提取棉花種植區(qū)域，結(jié)果可靠。

本研究利用遙感廣闊的視野空間，結(jié)合植被的NDVI生長曲線得到了針對(duì)研究區(qū)域的擬合提取辦法，為當(dāng)?shù)匕l(fā)展提供了農(nóng)業(yè)宏觀經(jīng)濟(jì)計(jì)劃的參考，但因NDVI閾值主要依靠人工判斷而沒有固定的可用模型，提取精度也會(huì)相應(yīng)受人工經(jīng)驗(yàn)影響，這些問題還有待在進(jìn)一步研究中不斷完善與改進(jìn)。在精度分析過程中發(fā)現(xiàn)TM影像下的監(jiān)督分類精度也具有一定優(yōu)勢(shì)。相信，若將其與NDVI時(shí)間序列相結(jié)合，配合使用，利用二者的優(yōu)勢(shì)達(dá)到提取棉花種植面積的效果將更好[17，18]。

參考文獻(xiàn)：

[1] 宋春橋，游松財(cái)，柯靈紅，等.藏北地區(qū)三種時(shí)序NDVI重建方法與應(yīng)用分析[J].地球信息科學(xué)報(bào)，2011，13（1）：133-143.

[2] 曹衛(wèi)彬，楊邦杰，宋金鵬.基于Landsat TM圖像棉花面積提取中現(xiàn)狀地物的扣除方法研究[J].農(nóng)業(yè)工程學(xué)報(bào)，2004，20（2）：164-167.

[3] 黃 青，王利民，滕 飛.利用MODIS_NDVI數(shù)據(jù)提取新疆棉花播種面積信息及長勢(shì)監(jiān)測(cè)方法研究[J].干旱地區(qū)農(nóng)業(yè)研究，2011， 29（2）：213-217.

[4] 于文穎，馮 銳，紀(jì)瑞鵬，等.基于MODIS數(shù)據(jù)的水稻種植面積提取研究進(jìn)展[J].氣象與環(huán)境學(xué)報(bào)，2011，27（2）：56-61.

[5] 張明偉，周清波，陳仲新，等.基于MODIS時(shí)序數(shù)據(jù)分析的作物識(shí)別方法[J].中國農(nóng)業(yè)資源區(qū)劃，2008，29（1）：31-35.

[6] 曹云峰，王正興，鄧芳萍.3種濾波算法對(duì)NDVI高質(zhì)量數(shù)據(jù)保真性研究[J].遙感科學(xué)與應(yīng)用，2010，25（1）：118-125.

[7] 黃 青，鄒金秋，鄧 輝，等.基于MODIS-NDVI的安徽省2009年冬小麥及一季稻面積遙感提取及長勢(shì)監(jiān)測(cè)[J].安徽農(nóng)業(yè)科學(xué)，2010，38（29）：16527-16529.

[8] 吳文斌，楊 鵬，唐華俊，等.兩種NDVI時(shí)間序列數(shù)據(jù)擬合方法比較[J].農(nóng)業(yè)工程學(xué)報(bào)，2009，25（11）：183-188.

[9] 趙英時(shí).遙感應(yīng)用分析原理與方法[M].北京：科學(xué)出版社，2003.

[10] 黃敬峰，王秀珍.新疆棉花物候與氣象條件研究[J].干旱區(qū)資源與環(huán)境，1999，13（2）：90-95.

[11] J？魻NSSON P，EKLUNDH L.TIMESAT—a program for analyzing time-series of satellite sensor data[J].Computers & Geosciences，2004，30（8）：833-845.

[12] 顧 娟，李 新，黃春林.NDVI時(shí)間序列數(shù)據(jù)集重建方法述評(píng)[J].遙感科學(xué)與技術(shù)，2006，21（4）：391-395.

[13] 宋春橋，柯靈紅，游松財(cái)，等.基于TIMESAT的3種NDVI擬合方法比較研究——以藏北草為例[J].遙感技術(shù)與應(yīng)用，2011， 26（2）：147-149.

[14] 劉玫岑.基于遙感和GIS的棉花面積提取和產(chǎn)量估測(cè)研究[D].烏魯木齊：新疆農(nóng)業(yè)大學(xué)，2006.

[15] BECK P S A，ALZBERGER C，HOGDA K A，et al. Improved monitoring of vegetation dynamics at very high latitudes：A new method using MODIS NDVI[J].Remote Sensing of Environment，2006，100（3）：321-334.

[16] 郝鵬宇，牛 錚，王 力，等.基于時(shí)序MODIS EVI匹配的棉花信息提取——以新疆博樂市為例[J].遙感技術(shù)與應(yīng)用，2013， 28（2）：309-314.

[17] 王 玉.基于時(shí)序光譜庫的棉花種植面積信息提取研究[D].北京：中國地質(zhì)大學(xué)，2013.

[18] 王 芳.基于植被指數(shù)和氣溫因子的棉花估產(chǎn)研究[D].烏魯木齊：新疆大學(xué)，2008.