徐婧，劉青松，閻旭東，石秘秘

（1.滄州市農(nóng)林科學(xué)院，河北 滄州 061001；2.河北恒華信息技術(shù)有限公司，河北 石家莊 050000）

牧草資源為可更新資源，要實(shí)現(xiàn)其科學(xué)管理和可持續(xù)利用，離不開對(duì)其長(zhǎng)勢(shì)和產(chǎn)量的快速監(jiān)測(cè)。開展牧草資源長(zhǎng)勢(shì)快速、準(zhǔn)確監(jiān)測(cè)方法的研究和應(yīng)用，對(duì)于人工牧草地和天然草地資源的管理與保護(hù)，以及生態(tài)環(huán)境改善具有重要的科學(xué)意義。

牧草長(zhǎng)勢(shì)是預(yù)測(cè)產(chǎn)草量的一個(gè)重要依據(jù)。傳統(tǒng)的牧草長(zhǎng)勢(shì)監(jiān)測(cè)多采用地面人工調(diào)查，主要測(cè)量牧草的植被覆蓋度、高度、發(fā)育期和產(chǎn)草量等植被長(zhǎng)勢(shì)信息[1]。該方法耗時(shí)費(fèi)力，覆蓋范圍有限，且受人為因素影響較大，無(wú)法快速、全面地反映大面積牧草種植區(qū)的時(shí)空變異性，從而影響牧草資源管理措施制定的時(shí)效性[2～4]。牧草長(zhǎng)勢(shì)遙感監(jiān)測(cè)是利用遙感方法結(jié)合地面觀測(cè)以及氣候?qū)崨r對(duì)大范圍牧草生長(zhǎng)狀態(tài)、過程和產(chǎn)草量等進(jìn)行宏觀動(dòng)態(tài)監(jiān)測(cè)[5]，具有時(shí)效性高、覆蓋面廣、探測(cè)周期短、人為干擾因素少、成本低等特點(diǎn)，為快速、準(zhǔn)確監(jiān)測(cè)大范圍的牧草長(zhǎng)勢(shì)提供了新方法[6，7]。

1 牧草長(zhǎng)勢(shì)遙感監(jiān)測(cè)簡(jiǎn)述

1.1 長(zhǎng)勢(shì)監(jiān)測(cè)指數(shù)

植物生長(zhǎng)都需要葉片的光合作用，葉面積指數(shù)（LAI）是一個(gè)與作物長(zhǎng)勢(shì)特征密切相關(guān)的綜合指標(biāo)。由于遙感影像近紅外和紅光波段對(duì)植被特征反映敏感，因此將這2 個(gè)波段組合形成的植被指數(shù)進(jìn)行計(jì)算可實(shí)現(xiàn)對(duì)植被LAI的反算[8]，進(jìn)而估算作物的長(zhǎng)勢(shì)。反演過程中常用的植被指數(shù)包括歸一化植被指數(shù)（NDVI）、增強(qiáng)型植被指數(shù)（EVI）、土壤調(diào)整植被指數(shù)（SAVI）、垂直植被指數(shù)（PVI） 和比值植被指數(shù)（RVI） 等，其中NDVI最為常用，效果也較好[9，10]。NDVI可以部分消除太陽(yáng)高度角、傳感器觀測(cè)角和大氣等的影響，結(jié)果較為準(zhǔn)確，但其劣勢(shì)在于對(duì)植被覆蓋度變化敏感，不宜應(yīng)用于植被覆蓋度較低和過飽和的區(qū)域[11]。由于自然條件存在差異，不同的植被指數(shù)可能適用的牧草地種植類型不同[12]。Li 等[13]比較了不同的天然牧草地后發(fā)現(xiàn)，對(duì)于山地荒漠草原、低地和山地草甸，RVI與鮮草產(chǎn)量的相關(guān)性較NDVI更好，但對(duì)于平原荒漠草原則正好相反。Yu 等[14]和傅新宇等[15]研究表明，利用NDVI和EVI在估算草地產(chǎn)草量時(shí)，NDVI對(duì)于大部分高寒草地的估算精度更高。與其他植被指數(shù)相比，NDVI和SAVI更適合用于監(jiān)測(cè)北方農(nóng)牧交錯(cuò)帶的草原生長(zhǎng)狀況[16]。

1.2 遙感監(jiān)測(cè)原理

作為遙感數(shù)據(jù)分析解譯的基礎(chǔ)，研究地物的光譜特征，也是設(shè)計(jì)傳感器波段選擇的依據(jù)。從健康綠色植被的光譜曲線可看出明顯的“峰—谷”：近紅外波段存在高反射區(qū)，葉綠素對(duì)可見光存在強(qiáng)烈吸收，可見光波段450 nm 和680 nm 附近處存在光譜曲線的波谷，在550 nm 左右呈現(xiàn)波峰。每個(gè)葉片發(fā)育程度、含水量、葉綠素含量等不同，使其對(duì)入射光線的吸收和反射有所差別，因此，光譜信息與植被生物量緊密相關(guān)[17]。遙感估產(chǎn)就是根據(jù)光譜曲線分析植物葉片光學(xué)特性并測(cè)量其不同波段的反射率，通過建模分析出與產(chǎn)量的關(guān)系，從而進(jìn)行產(chǎn)量估測(cè)[18]。牧草的生長(zhǎng)發(fā)育階段、病蟲害情況、營(yíng)養(yǎng)組分含量以及水肥虧缺狀況等，均可以通過遙感影像的光譜特征較好地反映出來(lái)。利用遙感成像無(wú)接觸式獲取密集且信息豐富的數(shù)據(jù)集，結(jié)合光譜數(shù)據(jù)分析處理方法，可進(jìn)行牧草各種物理生化參數(shù)的反演（圖1）[19]。

圖1 利用衛(wèi)星影像監(jiān)測(cè)牧草長(zhǎng)勢(shì)狀況流程Fig.1 Process of monitoring forage grass growth by satellite images

1.3 遙感監(jiān)測(cè)方法

目前，牧草長(zhǎng)勢(shì)遙感監(jiān)測(cè)方法多借鑒于農(nóng)作物長(zhǎng)勢(shì)的遙感監(jiān)測(cè)。長(zhǎng)勢(shì)遙感監(jiān)測(cè)方法主要包括直接監(jiān)測(cè)法、植被生長(zhǎng)過程曲線法、同期對(duì)比法和基于NDVI的百分位數(shù)法[20]。

1.3.1 直接監(jiān)測(cè)法 直接監(jiān)測(cè)法是指直接使用遙感反演的植被指數(shù)與牧草植被長(zhǎng)勢(shì)進(jìn)行相關(guān)分析，并找出二者之間的關(guān)系[21]進(jìn)行植被長(zhǎng)勢(shì)判定，劃分植被長(zhǎng)勢(shì)等級(jí)。該方法主要是通過建立遙感反演植被指數(shù)與植被生態(tài)學(xué)參數(shù)（密度、高度等）或作物農(nóng)學(xué)參數(shù)之間的相關(guān)性進(jìn)行長(zhǎng)勢(shì)分析。但由于不同的植被指數(shù)對(duì)植被覆蓋度的敏感度不同，在植被不同時(shí)期使用相應(yīng)的植被指數(shù)會(huì)得到更好的監(jiān)測(cè)結(jié)果。

1.3.2 植被生長(zhǎng)過程曲線法 牧草生長(zhǎng)是一個(gè)隨著時(shí)間漸變的過程，按時(shí)間序列統(tǒng)計(jì)監(jiān)測(cè)區(qū)域內(nèi)牧草遙感監(jiān)測(cè)植被指數(shù)的平均值，即構(gòu)建監(jiān)測(cè)地區(qū)牧草遙感監(jiān)測(cè)植被指數(shù)隨時(shí)間變化的過程曲線，通過當(dāng)年牧草生長(zhǎng)過程與參考年份生長(zhǎng)曲線的比較，來(lái)評(píng)價(jià)當(dāng)年牧草長(zhǎng)勢(shì)好于、持平于或差于參考年份。

1.3.3 同期對(duì)比法 即利用當(dāng)年牧草遙感監(jiān)測(cè)植被指數(shù)與去年或某一參考年份同期的牧草遙感監(jiān)測(cè)植被指數(shù)相減，得到相比參考年份牧草植被長(zhǎng)勢(shì)的變化情況，按照差值結(jié)果設(shè)定相應(yīng)的閾值，將牧草長(zhǎng)勢(shì)分為好于參考年、與參考年持平、差于參考年。計(jì)算公式為：

式中，ΔNDVI為當(dāng)年與參考年牧草植被指數(shù)的差值，NIVIm為當(dāng)年牧草的植被指數(shù)，NIVIn為參考年份牧草的植被指數(shù)。

1.3.4 基于NDVI的百分位數(shù)法 考慮到同期對(duì)比法中不同時(shí)期土地利用變化以及參照年份作物長(zhǎng)勢(shì)不確定性對(duì)監(jiān)測(cè)評(píng)價(jià)的影響，Li 等[22]提出了利用作物多年同期NDVI大數(shù)據(jù)的百分位數(shù)評(píng)估法，從而實(shí)現(xiàn)了作物長(zhǎng)勢(shì)的定量遙感監(jiān)測(cè)評(píng)價(jià)。該方法是利用多年同期同類地物NDVI的大數(shù)據(jù)，分析獲得任一NDVI數(shù)值在這一大數(shù)據(jù)中對(duì)應(yīng)的百分位數(shù)，進(jìn)而實(shí)現(xiàn)對(duì)其長(zhǎng)勢(shì)的定量評(píng)價(jià)。建立起近年同期的NDVI百分位查詢表。計(jì)算公式為：

與農(nóng)作物長(zhǎng)勢(shì)遙感監(jiān)測(cè)相比，牧草植被遙感監(jiān)測(cè)研究相對(duì)較弱。對(duì)于這些方法在牧草長(zhǎng)勢(shì)監(jiān)測(cè)中適宜性及其評(píng)估結(jié)果對(duì)牧草長(zhǎng)勢(shì)反映的差異等問題進(jìn)行研究，將有助于遙感技術(shù)在天然牧草及人工牧草植被長(zhǎng)勢(shì)監(jiān)測(cè)中應(yīng)用和發(fā)展。

2 遙感技術(shù)在牧草長(zhǎng)勢(shì)監(jiān)測(cè)方面的應(yīng)用

國(guó)外遙感觀測(cè)應(yīng)用于農(nóng)作物監(jiān)測(cè)和估產(chǎn)開始于20世紀(jì)70 年代，但真正實(shí)現(xiàn)作物模型與遙感觀測(cè)進(jìn)行耦合是自20 世紀(jì)80 年代末期才開始。加拿大自1996 年開始，通過對(duì)比NDVI的變化過程曲線和每周長(zhǎng)勢(shì)變化情況，對(duì)作物長(zhǎng)勢(shì)進(jìn)行了監(jiān)測(cè)[23]。1998 年以來(lái)，歐盟以CORINE 1 ∶10 萬(wàn)土地利用數(shù)據(jù)庫(kù)為基礎(chǔ)，創(chuàng)立了根據(jù)NDVI變化過程的長(zhǎng)勢(shì)監(jiān)測(cè)方法[24，25]。而我國(guó)在20 世紀(jì)90 年代初黃敬峰等[26～28]就開始研究天然草地產(chǎn)量與衛(wèi)星數(shù)據(jù)之間的關(guān)系，并建模；2008 年毛留喜等[29]通過研究牧草產(chǎn)量與NDVI的關(guān)系，建立了擬合結(jié)果良好的線性模型與指數(shù)模型，并對(duì)青海省牧草產(chǎn)量進(jìn)行了估算；錢育蓉等[30]以遙感分類和估產(chǎn)模型為基礎(chǔ)，分析了新疆阜康市時(shí)間跨度20 a（1990年、1999 年和2008 年） 的草地面積和產(chǎn)量變化趨勢(shì)；2020 年于璐等[31]結(jié)合地面監(jiān)測(cè)數(shù)據(jù)和高分辨率影像，建立反演模型，依此分析天然牧草地各營(yíng)養(yǎng)含量的變化規(guī)律。依據(jù)衛(wèi)星遙感監(jiān)測(cè)以往數(shù)據(jù)，在點(diǎn)和面上研究、建立植被指數(shù)與牧草產(chǎn)量的關(guān)系模式[32]，在大的空間尺度上，遙感技術(shù)是估算牧草地產(chǎn)草量的有效手段。

3 存在問題與技術(shù)瓶頸

盡管高光譜等最新遙感技術(shù)具有快速、無(wú)損、準(zhǔn)確的監(jiān)測(cè)優(yōu)勢(shì)，但目前在牧草長(zhǎng)勢(shì)監(jiān)測(cè)方面仍存在一定的技術(shù)瓶頸，限制了其廣泛應(yīng)用。

第一，遙感衛(wèi)星重訪周期較長(zhǎng)、分辨率較低，易受天氣、地形等影響，特別是光學(xué)遙感難以應(yīng)用于多云雨的區(qū)域，并且少部分地區(qū)有同物異譜和同譜異物的現(xiàn)象[33]，這是光學(xué)遙感解譯難以避免的。

第二，所用遙感數(shù)據(jù)分辨率一般在幾十米、百米及以下，精度和準(zhǔn)確性還未完全滿足需要，牧草長(zhǎng)勢(shì)遙感監(jiān)測(cè)地面驗(yàn)證工作還有一定的困難。提高監(jiān)測(cè)的精度和可靠性，還需在遙感影像時(shí)間和空間分辨率、遙感定量化處理以及牧草生長(zhǎng)機(jī)理方面進(jìn)行深入研究[11]。

第三，從事牧草長(zhǎng)勢(shì)遙感監(jiān)測(cè)的研究人員多為從事作物遙感監(jiān)測(cè)或者從事牧草科學(xué)的科研人員，前者缺乏牧草生長(zhǎng)機(jī)理方面的深入研究，后者缺乏遙感光譜專業(yè)技術(shù)人員在遙感應(yīng)用方面的廣度和深度，如何促進(jìn)遙感技術(shù)與牧草科學(xué)間學(xué)科的深度融合來(lái)提高監(jiān)測(cè)精度以及交叉學(xué)科專業(yè)人才的培養(yǎng)，在未來(lái)還有很長(zhǎng)的路要走。

4 未來(lái)展望

雖然應(yīng)用遙感技術(shù)對(duì)監(jiān)測(cè)牧草植被生理指標(biāo)、環(huán)境脅迫等的研究不多，缺乏牧草作物的光譜數(shù)據(jù)庫(kù)，但是可以借鑒遙感技術(shù)在其他作物生產(chǎn)中取得的經(jīng)驗(yàn)，結(jié)合牧草長(zhǎng)勢(shì)特性，彌補(bǔ)傳統(tǒng)監(jiān)測(cè)技術(shù)手段的不足，初步實(shí)現(xiàn)快捷、無(wú)損的牧草長(zhǎng)勢(shì)監(jiān)測(cè)。促進(jìn)遙感技術(shù)與牧草科學(xué)間學(xué)科的深度融合來(lái)提高監(jiān)測(cè)的精度以及交叉學(xué)科專業(yè)人才的培養(yǎng)，將為實(shí)現(xiàn)數(shù)字化牧草監(jiān)測(cè)奠定基礎(chǔ)。在今后10 a，伴隨著越來(lái)越多高分國(guó)產(chǎn)衛(wèi)星的發(fā)射，高分專項(xiàng)的深入實(shí)施，國(guó)家空間基礎(chǔ)設(shè)施建設(shè)將進(jìn)一步推進(jìn)。隨著大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、互聯(lián)網(wǎng)+等技術(shù)的發(fā)展，遙感技術(shù)在牧草長(zhǎng)勢(shì)監(jiān)測(cè)領(lǐng)域?qū)⒃诙嘣催b感數(shù)據(jù)融合、利用交叉學(xué)科提高監(jiān)測(cè)精度、人工智能與大數(shù)據(jù)應(yīng)用等方面得到快速發(fā)展。