呂志群,李 楊,劉克寶,張國慶,張 宇
(黑龍江省農(nóng)業(yè)科學(xué)院 農(nóng)業(yè)遙感與信息研究所,150000,黑龍江哈爾濱)
黑龍江為主要的糧食生產(chǎn)基地,整體的糧食生產(chǎn)情況受到了整個社會的關(guān)注,因此必須對該區(qū)域耕地作物生長的情況有著較好的掌握。傳統(tǒng)作物長勢監(jiān)測往往借助人工來掌握整體情況,受人為因素影響的情況相對較多,必須花大量的時間方可獲取結(jié)果。而采用遙感技術(shù),能夠在較短的時間里獲取相應(yīng)的數(shù)據(jù),該方法有著較多的優(yōu)勢,主要表現(xiàn)在成本低、效率高等方面,如果是對大面積作物進行監(jiān)測的話,其優(yōu)勢能夠得到極好的體現(xiàn)。
遙感監(jiān)測主要是宏觀監(jiān)測。通過分析能夠看出,在進行遙感監(jiān)測作業(yè)時,關(guān)聯(lián)的葉面積指數(shù)(leaf area index,LAI)能夠作為指標之一。能夠借助2 種方法對LAI 進行測量作業(yè),也就是直接法和間接法。所謂直接法,通常是借助儀器設(shè)施開展葉面積指數(shù)的測量作業(yè),若采取該種措施的話,會有較為精準的結(jié)果,然而成本相對較高,會導(dǎo)致葉片組織出現(xiàn)損傷,因此該種方法最好是用在一些驗證性測量工作方面。而間接法,主要是借助遙感方式開展大范圍的植被指數(shù)估算。
歸一化植被指數(shù)(normalized differential vegetationindex,NDVI)在過去得到了非常好的應(yīng)用,是LAI估算作業(yè)時的常用指標,由于有著較大的優(yōu)勢,因而在作物長勢監(jiān)測中得到較好的使用。班顯秀等在經(jīng)過了大量的研究之后,借助AVHRR 第一、二通道的反射率,對沈陽地區(qū)一季混栽作物進行監(jiān)測,獲取其長勢情況[1]。而在裴志遠等看來,借助多時相的NDVI 數(shù)據(jù)庫,能夠?qū)崿F(xiàn)對作物長勢時空特征的有效分析,獲取到對應(yīng)的數(shù)據(jù)信息[2]。江東等則是把側(cè)重點放在了時序NDVI 曲線特征等方面,主要分析其和作物長勢關(guān)系,在他們看來,NDVI 曲線積分往往會和作物產(chǎn)量存在著極為緊密的關(guān)聯(lián)[3]。劉愛霞等則是借助逐年比較模型的應(yīng)用,實現(xiàn)了多年份NDVI 數(shù)據(jù)的比較,并將其應(yīng)用在棉花種植區(qū)域,最終獲得石河子棉花的長勢[4]。吳炳方、羅宇翔等借助MODIS NDVI 數(shù)據(jù),整合農(nóng)業(yè)氣象觀測資料,對貴州秋糧作物長勢進行研究,發(fā)現(xiàn)時序NDVI會和秋糧作物長勢呈現(xiàn)出較好的關(guān)聯(lián)性[5-6]。由此能夠認為,在作物長勢遙感監(jiān)測中,NDVI 發(fā)揮了非常重要的作用,其為最常使用的指標。
本研究基于黑龍江省2000—2018 年每年6—9 月每16 d 的MODIS 遙感影像數(shù)據(jù)資料累積,獲取歸一化植被指數(shù)(NDVI)成果,采用平均合成法得到常年同一時間段的平均植被指數(shù),即19 年每16 d 的植被指數(shù)NDVI 平均值,然后將監(jiān)測年該時段的植被指數(shù)與常年值的差異程度作為衡量指標,來判斷監(jiān)測年作物長勢優(yōu)劣。
黑龍江省位于我國的最東北部,北部、東部與俄羅斯為鄰,西部與內(nèi)蒙古自治區(qū)毗鄰,南部與吉林省接壤,介于121°11′~135°05′E 和43°25′~53°33′N 之間。黑龍江省屬溫帶大陸性季風(fēng)氣候,年平均氣溫在-6~4 ℃,無霜期多在100~140 d,年降水量介于400~650 mm,雨量中部最多,東部次之,北部和西部最少。
MODIS 標準產(chǎn)品中MODIS 日反射率產(chǎn)品(MOD13A2),數(shù)據(jù)的空間分辨率均為1 km,數(shù)據(jù)時間為2000—2018 年,每年涵蓋作物整個生長季的6—9月。首先,利用Modistool 工具,將原始數(shù)據(jù)坐標轉(zhuǎn)換為Albers Equal Area 投影,進行坐標轉(zhuǎn)換;其次,利用ENVI軟件提供的地理坐標定位的Mosaicking 方法進行多景相鄰遙感圖像鑲嵌處理,利用Feathering 功能進行邊緣羽化,拼接成覆蓋黑龍江省范圍的無縫遙感影像;最后,將圖像研究區(qū)之外的區(qū)域裁剪去除,本研究按照行政區(qū)劃邊界進行圖像裁剪。
研究裁剪前,先對NDVI 波段進行波段運算,得到準確的NDVI 波段的真值。其計算公式為:
式中:ndvi 為原始NDVI 波段值;DN 為NDVI 波段真值,其值在0~1 范圍內(nèi)。利用黑龍江省行政區(qū)劃邊界的SHP 文件,對圖像進行裁切,得到黑龍江省界范圍內(nèi)NDVI 圖。
本研究主要選用NDVI 的差值模型來評價作物的長勢情況。作物長勢指數(shù)計算公式:
式中:R 代表作物長勢指數(shù);NDVIn代表2019 年某月(n=6~9)NDVI 像元值;NDVIav為多年NDVI 的平均值,這里代表近19 年每月NDVI 的平均值。
利用MODIS 數(shù)據(jù),基于作物長勢監(jiān)測模型,采取地面監(jiān)測與遙感數(shù)據(jù)相結(jié)合的方法對2019 年黑龍江省農(nóng)用地內(nèi)作物進行長勢動態(tài)監(jiān)測,其監(jiān)測結(jié)果如圖1 所示。結(jié)果顯示,2019 年屬長勢較好年,特別是在7月29 日—8 月13 日這段時間內(nèi),該時間段也是黑龍江省夏季下雨較多的時間,但2019 年這段時間降雨量尤為突出,長勢多處于好的狀態(tài)。氣象部門數(shù)據(jù)顯示2019 年黑龍江省夏季降雨正常偏多,與本文分析結(jié)果相一致。6 月11 日—6 月26 日存在少量的稍差長勢,其他時間均以長勢正常為主。6 月11 日—6 月26 日長勢稍差地區(qū)主要分布在省內(nèi)西部地區(qū),該地區(qū)由于降雨不均,氣溫較高,易發(fā)生干旱現(xiàn)象,致使作物長勢較平均年份稍差。
圖1 2019 年黑龍江省作物長勢監(jiān)測圖
從每個時間段內(nèi)各長勢情況面積占比可知(見表1):5 月24 日—6 月10 日、7 月29 日—8 月13 日、8 月14日—8 月29 日、8 月30 日—9 月14 日這四個時間段內(nèi)長勢稍好面積占比最大,說明這四個時間段內(nèi)作物長勢要優(yōu)于平均年份,特別是在7 月29 日—8 月13 日時間段內(nèi),稍好面積占比高達94.383%;6 月11 日—6 月26 日、6 月27 日—7 月12 日、7 月13 日—7 月28 日、9 月15日—9 月30 日這四個時間段內(nèi),正常面積占比最大,說明這四個時間段內(nèi)作物長勢與平均年份持平;但在6 月11 日—6 月26 日時間段內(nèi),稍差面積占比較大,為17.127%,說明全省該時段雖大部分作物長勢與平均年份持平,但仍有部分地區(qū)長勢差于平均年份。
表1 2019 年作物長勢情況統(tǒng)計表
本文利用覆蓋黑龍江省的2000—2019 年20 年共160 景NDVI 數(shù)據(jù),以前19 年NDVI 平均值作為多年農(nóng)作物平均長勢標桿,以此來比對2019 年長勢情況。研究表明該方法是可行的。監(jiān)測結(jié)果顯示:2019 年全年作物長勢正常,其中有5 月24 日—6 月10 日、7 月29 日—8 月13 日、8 月14 日—8 月29 日、8 月30日—9 月14 日四個時間段處于較好長勢,特別是7 月29 日—8 月13 日期間稍好長勢面積占比達到94.383%,8 月14 日—8 月29 日期間稍好長勢面積占比達到80.483%,8 月30 日—9 月14 日期間稍好長勢面積占比達到78.248%;6 月11 日—6 月26 日、6 月27 日—7 月12 日、7 月13 日—7 月28 日、9 月15日—9 月30 日四個時間段屬于正常長勢,其中9 月15日—9 月30 日期間正常長勢面積占比達到78.685%,6 月11 日—6 月26 日期間正常長勢面積占比達到65.938%,6 月27 日—7 月12 日期間正常長勢面積占比達到61.398%;長勢稍差面積占比較大的時期在6月11 日—6 月26 日、9 月15 日—9 月30 日,分別達到17.127%和20.950%。而長勢稍差地區(qū)主要分布在省內(nèi)西部地區(qū),該地區(qū)由于降雨不均,氣溫較高,因此易發(fā)生干旱現(xiàn)象,致使作物長勢較差。由于降雨時間、降雨量和分布具有不確定性,作物長勢也伴有隨機性和周期性,因此,須對作物長勢進行準確監(jiān)測,而其長勢變化的機制也同樣需要更深入的探討,如同時考慮社會、人文、自然和其他影響因素的研究將更有意義。