張雨露

摘要基于Savitzky-Golay濾波，利用相對閾值法和絕對閾值法，分析2001—2016年黑河中游綠洲區(qū)玉米的物候信息，對玉米的生長季開始日期、生長季結(jié)束日期和生長季長度3個物候參數(shù)開展分析。結(jié)果表明，相對閾值法與絕對閾值法相比，判斷結(jié)果更加準確；2001—2016年的玉米生長季開始日期大約推遲14 d，生長季結(jié)束日期大約提前5 d，生長季長度大約縮短20 d；玉米生長季長度與生長季內(nèi)積溫呈負相關(guān)，隨著積溫的增加，生長季長度越來越短。

關(guān)鍵詞黑河中游綠洲區(qū)；玉米物候；物候參數(shù)

中圖分類號S181.3文獻標識碼A文章編號0517-6611（2018）25-0067-04

Study on Maize Phenology and Dynamics in Oasis Region of the Middle Heihe River Based on Remote Sensing

ZHANG Yulu

（Qinghai Normal University，Xining，Qinghai 810000）

AbstractBased on SavitzkyGolay filtering，this paper analyzed the phenological information of corn in the middle oasis of Heihe River from 2001 to 2016 by using relative threshold method and absolute threshold method. Three phenology parameters such as corn growing season start date，growing season end date and growing season length were analyzed. The results showed that the relative threshold method was more accurate than the absolute threshold method.The start date of the corn growing season from 2001 to 2016 was delayed for 14 days，and the end of the growing season was about 5 days earlier. The length of the growing season was shortened by about 20 days. The length of the growing season was mainly negatively correlated by the accumulated temperature in the growing season. As the accumulated temperature increased，the length of the growing season became shorter and shorter.

Key wordsOasis region of the Middle Heihe River；Corn phenology；Phenological parameters

根據(jù)聯(lián)合國糧農(nóng)組織的報告，2017年全世界仍然有815億人處于饑餓的狀態(tài)[1]；在我國，黨十八大指出要在2020年全面建成小康社會，徹底消除絕對貧困[2]，在國內(nèi)外現(xiàn)階段情況下，及時而準確的農(nóng)情信息對于快速識別糧食短缺區(qū)和對糧食短缺區(qū)域開展廣泛而及時的糧食救助都具有重大意義。同時，國際貿(mào)易、農(nóng)業(yè)政策、農(nóng)產(chǎn)品價格及生產(chǎn)政策都依賴于大范圍農(nóng)情信息這一信息的快速且有效獲取，這樣可以降低風險并同時提高市場效率。農(nóng)作物的物候期信息是最直觀、有效且易被獲取的農(nóng)情信息，全面掌握農(nóng)作物的物候期信息對于監(jiān)測農(nóng)作物生長發(fā)育實時狀況、實現(xiàn)農(nóng)作物生長期過程全監(jiān)控具有重要意義。物候是指自然界以年為周期重復出現(xiàn)的各種生物現(xiàn)象的發(fā)生時間及其與環(huán)境條件（氣候、水文和土壤）周期性變化的過程[3]，該研究如無特別說明，物候期均指農(nóng)作物物候期[4-5]。物候的研究歷史十分悠久，從古代到近代都有著多種多樣的物候監(jiān)測方法，遙感技術(shù)應(yīng)用于農(nóng)業(yè)環(huán)境監(jiān)測之前，學界通常采用實地觀測的方法獲取農(nóng)作物物候信息，但這種方法需要消耗大量的人力、物力，不利于大范圍的物候監(jiān)測和物候信息的提取，而遙感技術(shù)為大范圍的物候監(jiān)測并提取作物信息提供了可能[6]。該研究利用遙感技術(shù)的大范圍物候信息提取的優(yōu)勢，通過NDVI玉米生長曲線確定閾值，從而判斷玉米生長季開始日期、生長季結(jié)束日期和生長季長度[7]，找出黑河中游綠洲區(qū)對玉米物候變化影響最大的氣候因子。

1材料與方法

1.1研究區(qū)概況

黑河流域地處青藏高原與內(nèi)蒙古高原的過渡地帶，是我國西北干旱區(qū)第二大內(nèi)陸河流域[8]，介于98°00′～101°30′E、38°00′～42°30′N，河流長821 km，流域面積13×105 km2[9]。黑河流域南高北低，地形復雜，流域主要分為3個地貌類型區(qū)，即上游祁連山地、下游阿拉善高原以及中游走廊綠洲平原[9]，主要行政區(qū)包括甘州區(qū)、山丹縣、臨澤縣、民樂縣、高臺縣、肅南縣、肅州區(qū)和金塔縣。研究區(qū)位于黑河中游綠洲區(qū)，是指黑河干流出山口鶯落峽以下至正義峽之間的地勢平坦區(qū)域，為典型的溫帶大陸性氣候，氣候干燥，降水少、蒸發(fā)量大；平均海拔500～2 500 m，年相對濕度52%，年日照時數(shù)3 085 h；典型土壤為灰棕荒漠土與灰漠土，除這些地帶性土壤以外，還有灌淤土（綠洲灌溉耕作土）、鹽土、潮土（草甸土）、潛育土（沼澤土）和風沙土等非地帶性土壤；植被為溫帶小灌木、半灌木荒漠植被；主要種植的糧食作物有小麥、玉米等，經(jīng)濟作物以油菜、甜菜為主[10]。

1.2數(shù)據(jù)來源

遙感數(shù)據(jù)采用的是下載自地理空間數(shù)據(jù)云（http：//www.gscloud.cn/）的MOD13陸地3級標準數(shù)據(jù)產(chǎn)品（MOD13Q1），內(nèi)容為柵格的歸一化植被指數(shù)，時間序列是2001年1月—2016年12月；氣象數(shù)據(jù)為來自于中國氣象數(shù)據(jù)共享網(wǎng)（http：//data.cma.cn/）張掖站和高臺站的日平均氣溫和降水數(shù)據(jù)，時間是2001—2016年；該研究采用的土地利用數(shù)據(jù)來自于寒區(qū)旱區(qū)科學數(shù)據(jù)中心（http：//westdc.westgis.ac.cn/）的“黑河生態(tài)水文遙感試驗：黑河流域土地利用覆被數(shù)據(jù)集（HiWATER：Land cover map of Heihe River Basin）”，此數(shù)據(jù)是30 m×30 m的2011—2015年的月度地表類型覆蓋數(shù)據(jù)。該研究從中提取出2012—2015年玉米種植范圍，再將其重分類為250 m分辨率的數(shù)據(jù)，以與遙感NDVI數(shù)據(jù)的分辨率相匹配。

1.3研究方法

1.3.1濾波方法。數(shù)據(jù)濾波方法中Savitzky-Golay濾波（通常簡稱為S-G濾波）最初由Savitzky和Golay于1964年提出，發(fā)表于《Analytical Chemistry》雜志[11]。之后被廣泛地運用于數(shù)據(jù)流平滑除噪，是一種在時域內(nèi)基于局域多項式最小二乘法擬合的濾波方法。這種濾波器最大的特點在于在濾除噪聲的同時可以確保信號的形狀、寬度不變[12]。

濾波算法的主要思想：通過取點附近固定個數(shù)的點擬合一個多項式，多項式在xi的值，就給出了它的光滑數(shù)值gi（gi∈G）。用n1表示xi左邊點的個數(shù)，用nr表示xi右邊點的個數(shù)，pi（x）表示相對點xi的一個M次多項式，用它在最小二乘意義下擬合這n1+nr+1個點，因此

gi=Mk=1bk（x-xiΔx）k

假設(shè)橫坐標xi具有xi+1-xi=Δx的均勻間距，設(shè)實測數(shù)據(jù)為yi，為了使得pi（x）擬合測試數(shù)據(jù)，必須定義系數(shù)bk，使得下式達到最優(yōu)。

mini+nri=1[pi（xi）-yi]2

在對源數(shù)據(jù)進行濾波過后，NDVI曲線變得平滑，再通過絕對閾值法以及相對閾值法確定玉米生長季開始日期以及生長季結(jié)束日期[13]。

1.3.2絕對閾值法和相對閾值法。絕對閾值法，就是通過土地利用數(shù)據(jù)得到的確定的玉米種植范圍來確定其固定閾值，再通過閾值確定玉米的物候參數(shù)[13-14]，圖1是絕對閾值法處理過程，這種方法簡單，但是受植被空間異質(zhì)性和植被類型差異的影響較大，所以該研究通過提取2012—2015年的土地利用數(shù)據(jù)得到實際的玉米種植范圍內(nèi)的NDVI數(shù)據(jù)，再通過確定范圍里玉米的生長曲線確定相對正確的絕對閾值，最后得出玉米絕對閾值（0.18，0.40）。

相對閾值法中，先將濾波后的NDVI曲線分成上升與下降2個階段，當NDVI閾值超過NDVI上升階段和下降階段期間NDVI最大值和最小值的特定比例時，計算相應(yīng)的閾值[15]。該研究利用的動態(tài)閾值，根據(jù)相關(guān)研究[13]，定為上下半年最大和最小值差值的20%和50%所對應(yīng)的時間：

NDVISOS=NDVImin+0.2×（NDVImax-NDVImin）

NDVIEOS=NDVImax-0.5×（NDVImax-NDVImin）

通過2種方法的確定得出玉米的物候生長季開始日期（SOS，start of season）、生長季結(jié)束日期（EOS，end of season）及生長季長度（LOS，length of season，該研究用Length直接表示）作為物候判識參數(shù)[13，16]。

2結(jié)果與分析

2.1玉米物候參數(shù)及驗證

通過2種方法得出各自的2001—2016年玉米物候參數(shù)，利用中國氣象數(shù)據(jù)共享網(wǎng)的農(nóng)作物生長發(fā)育和農(nóng)田土壤濕度旬值數(shù)據(jù)集中張掖地區(qū)的春玉米數(shù)據(jù)進行驗證。表1是2種方法SOS、EOS與實際張掖地區(qū)春玉米出苗日期、成熟日期的誤差。

由表1可知，2種方法比較結(jié)果表明，相對閾值法SOS、EOS與實際物候天數(shù)之間的差距較小，所以對玉米物候期反映較好的是相對閾值法，提取出的結(jié)果相對穩(wěn)定，特別是在EOS的提取結(jié)果中相對閾值法具有更好的準確度，下文僅對相對閾值法下的結(jié)果進行分析。

2.22001—2016年玉米物候參數(shù)變化趨勢性分析

從整體變化的趨勢看，10年的趨勢性變化在研究區(qū)表現(xiàn)十分明顯（圖2）。從研究區(qū)的范圍趨勢上看，SOS整體呈推遲趨勢，EOS整體處于提前趨勢，LOS（生長季長度）縮短表現(xiàn)在研究區(qū)的大部分區(qū)域，整體上SOS每10年推遲了14 d左右，EOS每10年提前了5 d左右，LOS天數(shù)每10年縮短了20 d左右，這些趨勢都是相匹配的；從空間變化上來說，在研究區(qū)的東北部和南部也就是高臺縣和張掖市甘州區(qū)，物候參數(shù)變化幅度較大，而在中部臨澤縣地區(qū)變化幅度較小。

從圖3可以看出，研究區(qū)玉米的物候參數(shù)變化都具有較好的顯著性，SOS顯著推遲，EOS顯著提前，LOS顯著縮短，并都通過了顯著性檢驗。

2.3玉米物候變化影響因子分析

從圖4、5、6中可以看到玉米的生長季開始日期、生長季結(jié)束前日期和生長季長度對氣溫變化都有一定的響應(yīng)關(guān)系，SOS隨著氣溫升高而推遲，EOS和LOS隨著氣溫的升高而縮短，由于氣溫升高變熱，植物生長發(fā)育速率加快，導致成熟日期提早來臨以及生長季長度縮短，而SOS的變化相反，這可能跟地膜覆蓋有關(guān)。降水變化對物候參數(shù)影響較小，在此區(qū)域降水影響不明顯；另一方面LOS天數(shù)與積溫呈現(xiàn)較好的一致性，生長季積溫高，LOS越短，生長季積溫低，LOS變長（圖7），這是積溫對作物影響發(fā)育的最直觀體現(xiàn)。由此可見，在該區(qū)域內(nèi)溫度是對玉米物候變化影響最大的氣候因子，生長季積溫和LOS天數(shù)呈負相關(guān)。

3結(jié)論

以黑河中游綠洲區(qū)作為研究區(qū)，在2001—2016年時間段內(nèi)對該區(qū)域內(nèi)玉米物候參數(shù)和物候期進行了提取，并分析時空變化趨勢，分析氣候因子對玉米物候期的影響，得出以下結(jié)論。

（1）整體上，玉米SOS每10年推遲了14 d左右，EOS每10年提前了5 d左右，LOS每10年縮短了20 d左右，這些趨勢都是相匹配的；從空間變化上來說，在研究區(qū)的東北部和南部也就是高臺縣和張掖市甘州區(qū)，物候參數(shù)變化幅度較大，而在中部臨澤地區(qū)變化幅度較小。

（2）SOS隨著氣溫升高而增加，EOS和LOS隨著氣溫升高而減小。由此可見，在該區(qū)域內(nèi)溫度是對玉米物候變化影響最大的氣候因子，生長季積溫和LOS天數(shù)呈負相關(guān)。

參考文獻

[1] FAO.聯(lián)合國糧食及農(nóng)業(yè)組織2017年報告[R].2017.

[2] 中國共產(chǎn)黨第十八次全國代表大會報告[R].2012.

[3] MENZEL A.Phenology：Its importance to the global change community[J].Climatic change，2002，54（4）：379-385.

[4] 趙虎.作物物候期及長勢遙感監(jiān)測若干問題研究[D].武漢：武漢大學，2010.

[5] 崔凱.基于遙感技術(shù)的作物物候監(jiān)測方法及動態(tài)變化分析研究[D].長沙：中南大學，2012.

[6] 蒙繼華，杜鑫，張淼，等.物候信息在大范圍作物長勢遙感監(jiān)測中的應(yīng)用[J].遙感技術(shù)與應(yīng)用，2014，29（2）：278-285.

[7] 張明偉.基于MODIS數(shù)據(jù)的作物物候期監(jiān)測及作物類型識別模式研究[D].武漢：華中農(nóng)業(yè)大學，2006.

[8] ZHAO W Z，LIU B，ZHANG Z H.Water requirements of maize in the middle Heihe River basin，China[J].Agricultural water management，2010，97（2）：215-223.

[9] ZHU G F，SU Y H，F(xiàn)ENG Q.The hydrochemical characteristics and evolution of groundwater and surface water in the Heihe River Basin，northwest China[J].Hydrogeology journal，2008，16（1）：167-182.

[10] 王瑤，趙傳燕，田風霞，等.黑河中游春小麥需水量空間分布[J].生態(tài)學報，2011，31（9）：2374-2382.

[11] SAVITZKY A，GOLAY M.Smoothing and differentiation of data by simplified least squares procedures[J].Analytical chemistry，1964，36（8）：1627-1639.

[12] 雷林平.基于Savitzky-Golay算法的曲線平滑去噪[J].電腦與信息技術(shù)，2014，22（5）：30-31.

[13] 王彥芳.干旱區(qū)植被格局、動態(tài)及其對氣候水文響應(yīng)研究[D].北京：中國科學院大學，2014.

[14] 張亞秋，吳文福，王剛.基于逐步改變閾值方法的玉米種子圖像分割[J].農(nóng)業(yè)工程學報，2011，27（7）：200-204.

[15] 王宏，李曉兵，鶯歌，等.基于NOAA NDVI的植被生長季模擬方法研究[J].地理科學進展，2006，25（6）：21-32.

[16] 劉宇霞.植被物候變化遙感反演及生態(tài)系統(tǒng)碳循環(huán)作用機理[D].北京：中國科學院大學（中國科學院遙感與數(shù)字地球研究所），2017.