李思佳

（哈爾濱師范大學(xué)，黑龍江 哈爾濱150000）

1 概述

松嫩平原是我國東北地區(qū)糧食生產(chǎn)的重要基地，利用遙感技術(shù)監(jiān)測作物長勢對作物區(qū)域進(jìn)行產(chǎn)量估測，這對保障我國糧食產(chǎn)量有重要影響[1-4]。遙感技術(shù)在大面積作物長勢監(jiān)測和產(chǎn)量估測、預(yù)測中日益發(fā)揮著積極的作用，利用遙感技術(shù)監(jiān)測作物長勢對促進(jìn)我國農(nóng)業(yè)經(jīng)濟(jì)發(fā)展具有重要影響[5]。目前我國已經(jīng)建立了專業(yè)的遙感估產(chǎn)系統(tǒng)，可以準(zhǔn)確進(jìn)行農(nóng)作物種植面積的提取[6]。

2 遙感數(shù)據(jù)獲取與處理

2.1 研究區(qū)域概況

松嫩平原是北方玉米的主要產(chǎn)區(qū)，已成為我國重要的玉米作物生產(chǎn)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(chǎn)區(qū)。本文所研究的地區(qū)設(shè)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(shù)據(jù)獲取

為結(jié)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(shù)據(jù)。

表1 遙感數(shù)據(jù)列表

TM 專題成像儀是Landsat 衛(wèi)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(chǎn)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(shù)據(jù)云下載的原始遙感影像進(jìn)行預(yù)處理，包括圖像裁剪、幾何校正等；其次對影像進(jìn)行解譯，用掩膜提取的方法根據(jù)作物種類進(jìn)行識別；按照像元法求出作物的種植面積，并對影像進(jìn)行NDVI 轉(zhuǎn)換，計算作物種植區(qū)的面積；列出NDVI 值與產(chǎn)量的擬合函數(shù)關(guān)系式。

3 遙感數(shù)據(jù)的預(yù)處理

我們在利用遙感影像對松嫩平原梨樹縣玉米產(chǎn)量進(jìn)行評估的過程中，對遙感影像的預(yù)處理需經(jīng)過輻射定標(biāo)、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(qū)域以外的區(qū)域去除，本文采用的是按照行政區(qū)劃邊界對圖像進(jìn)行裁剪；大氣校正是使用自身的影像定標(biāo)系數(shù)對TM 影像數(shù)據(jù)進(jìn)行輻射定標(biāo)，將DN 值轉(zhuǎn)化為輻射的亮度；本文利用中國1：400 萬的地理信息數(shù)據(jù)，找到松嫩平原梨樹縣所設(shè)定的精確經(jīng)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(shù)據(jù)。

4 監(jiān)督分類與NDVI

4.1 監(jiān)督分類

鑒于本文所使用的TM 遙感數(shù)據(jù)的分辨率為30M，還不能完全達(dá)到準(zhǔn)確分類，因此需要結(jié)合Google Earth 使用最大似然法對研究區(qū)域進(jìn)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(jìn)行比較。

圖1 四年監(jiān)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(jiān)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(jiān)督分類后的圖像分為10 類，篩查出其中值為6 的區(qū)域，該區(qū)域內(nèi)的植被都是玉米田，由屬性表可得到像元的個數(shù)為9985367 個，由此計算出玉米田的面積為110026.6 公頃。據(jù)農(nóng)業(yè)部地理統(tǒng)計數(shù)據(jù)顯示，松嫩平原的典型試驗區(qū)玉米田面積為92106 公頃，精度達(dá)83.71%。

4.3 NDVI 計算及統(tǒng)計

在遙感影響數(shù)據(jù)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(shù)是目前作物長勢監(jiān)測中應(yīng)用最為廣泛的植被指數(shù)之一，指示了農(nóng)作物的生長狀態(tài)及營養(yǎng)狀況，此數(shù)據(jù)可指導(dǎo)玉米田的施肥事項。NDVI 可被應(yīng)用于植被覆蓋率，植被生長狀態(tài)的預(yù)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(qū)的敏感度低。由于大氣校正后的結(jié)果主要集中在陰影地區(qū)有部分像元為負(fù)值，這部分區(qū)域計算得到的NDVI 值在[-1，1]之外，為便于后面分析，需統(tǒng)一將此類像元的NDVI 值修正。依據(jù)需要修正[0,1]部分，修正表達(dá)式為：

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

利用監(jiān)督分類的方法得到的玉米掩膜圖層，即可得到玉米田區(qū)域的NDVI：利用QUICK STATS 按鍵快速統(tǒng)計圖像數(shù)據(jù)，輸出表格格式，即可得到玉米田區(qū)域NDVI 的總值，為后續(xù)建立估產(chǎn)模型提供依據(jù)。

5 建立估產(chǎn)模型

5.1 評估模型建立

農(nóng)作物生長關(guān)鍵時期的NDVI 值，更能有效反映農(nóng)作物的生長環(huán)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(chǎn)量數(shù)據(jù)和NDVI 數(shù)據(jù)，建立二者間的回歸模型。以研究區(qū)各界為掩膜，計算1989 年、2001 年和2010 年NDVI 范圍0.2-0.8 之內(nèi)值的總和。使用獲取的每年的NDVI 統(tǒng)計值、玉米種植面積以及玉米產(chǎn)量值，進(jìn)行線性回歸分析，便得到了基于NDVI 及其組合的玉米產(chǎn)量估測模型，然后將2011 年的實際數(shù)據(jù)對模型進(jìn)行驗證分析。本文使用玉米在生長時期的NDVI 與產(chǎn)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(qū)1989 年、2001 年和2010 年間NDVI 植及其產(chǎn)量數(shù)據(jù)建立方程式，進(jìn)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(chǎn)，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(shù)。

最后求出單產(chǎn)Y=Ay，式子中Y 表示該試驗區(qū)玉米的總產(chǎn)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(qū)玉米產(chǎn)量作為參考數(shù)據(jù)進(jìn)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(chǎn)量，單位是t/hm2；AP 表示實際產(chǎn)量，單位是t/hm2。

5.3 模型評價

從數(shù)據(jù)角度來說，木文直接采用Landsat 數(shù)據(jù)進(jìn)行研究，避免了MODIS 數(shù)據(jù)低空間分辨率、多大合成產(chǎn)生混合像元、NDVI數(shù)據(jù)不精確的問題[9]。得出以下分析結(jié)果：

1989 年、2001 年、2010 年以及2011 年松嫩平原典型實驗區(qū)玉米田的種植面積在10 萬公頃以下，產(chǎn)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(chǎn)量增加明顯，平均產(chǎn)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(qū)玉米種植面積為114769 公頃，實際面積為97003 公頃，精度達(dá)83.93%。遙感預(yù)測2011 年松嫩平原典型實驗區(qū)玉米平均產(chǎn)量為45.90t/hm2，實際單產(chǎn)量為38.49t/hm2，精度達(dá)83.84%。遙感檢測到松嫩平原2011 年典型實驗區(qū)玉米種植面積為119471 公頃，實際種植面積為101467 公頃，精度達(dá)84.93%。遙感預(yù)測2011 年松嫩平原典型實驗區(qū)玉米平均產(chǎn)量為45.90t/hm2，實際單產(chǎn)量為38.49t/hm2，精度達(dá)83.84%。遙感影像檢測松嫩平原典型實驗區(qū)玉米種植面積和玉米產(chǎn)量的精度約在83%左右，試報結(jié)果較為理想，但遙感估產(chǎn)技術(shù)的精度仍有待于進(jìn)一步改進(jìn)提升。

6 結(jié)論

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