吳雨輪

(東華理工大學(xué) 江西,南昌 330013)

引言

水稻是我國(guó)主要糧食作物之一,全國(guó)水稻面積為糧田面積的29.1%,水稻產(chǎn)量占全國(guó)糧食總產(chǎn)的93.0%。我國(guó)要大力提升糧食、能源資源安全保障能力,特別是要把糧食飯碗牢牢端在自己手上。要實(shí)施新一輪千億斤糧食產(chǎn)能提升行動(dòng),向耕地和科技要產(chǎn)能,向國(guó)土資源要食物[1]。當(dāng)前,我國(guó)農(nóng)業(yè)科技創(chuàng)新整體邁進(jìn)了世界第一方陣,但農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率同世界先進(jìn)水平相比還有不小的差距。要緊跟世界農(nóng)業(yè)科技前沿,大力提升我國(guó)農(nóng)業(yè)科技水平,加快實(shí)現(xiàn)高水平農(nóng)業(yè)科技自立自強(qiáng)[2],而遙感技術(shù)就能很好地為農(nóng)業(yè)研究賦能。

遙感技術(shù)以其高效獲取大量信息、跨越多個(gè)平臺(tái)和高時(shí)間分辨率、高空間分辨率、快速、廣泛覆蓋的優(yōu)勢(shì),成為了解農(nóng)業(yè)資源、作物生長(zhǎng)和農(nóng)業(yè)災(zāi)害等信息的最佳途徑,對(duì)于改變或部分改變農(nóng)業(yè)生產(chǎn)的被動(dòng)狀態(tài)具有獨(dú)特而重要的作用[3]。利用遙感技術(shù)可在農(nóng)作物估產(chǎn)的運(yùn)行化中提供一種經(jīng)濟(jì)實(shí)惠、高效可靠的農(nóng)情監(jiān)測(cè)方法,具有標(biāo)準(zhǔn)化的特點(diǎn)[4]。

當(dāng)前,國(guó)內(nèi)外學(xué)者在農(nóng)作物遙感估產(chǎn)領(lǐng)域已經(jīng)取得了大量的研究成果,特別是基于植被指數(shù)的遙感估產(chǎn)模型,該模型主要運(yùn)用遙感光譜信息反演植被指數(shù),并建立了植被指數(shù)與產(chǎn)量之間的關(guān)系模型,從而預(yù)測(cè)出糧食產(chǎn)量[5]。

從20世紀(jì)70年代開始,衛(wèi)星遙感技術(shù)已被廣泛應(yīng)用于美國(guó)和歐洲國(guó)家,以建立農(nóng)作物面積監(jiān)測(cè)和估產(chǎn)系統(tǒng),該系統(tǒng)不僅為農(nóng)業(yè)實(shí)際生產(chǎn)提供指導(dǎo),同時(shí)也為全球糧食貿(mào)易提供了重要的信息來源[3]。

有研究人員使用無人機(jī)對(duì)水稻田進(jìn)行監(jiān)測(cè),利用機(jī)器學(xué)習(xí)算法估算水稻產(chǎn)量和種植面積[6]。也有研究人員使用MODIS數(shù)據(jù)對(duì)孟加拉國(guó)的水稻田進(jìn)行監(jiān)測(cè),利用機(jī)器學(xué)習(xí)算法估算水稻產(chǎn)量[7]。隨著航天技術(shù)和計(jì)算機(jī)技術(shù)的飛速發(fā)展,利用航天遙感技術(shù)實(shí)現(xiàn)對(duì)大面積農(nóng)作物面積的實(shí)時(shí)監(jiān)測(cè)和估產(chǎn)已成為迫切的需求和現(xiàn)實(shí)的可能。

本文利用GIS和RS的技術(shù),基于地統(tǒng)計(jì)學(xué)的原理,對(duì)2011—2021年天門市的早稻單位面積的產(chǎn)量進(jìn)行估算。利用土地利用類型中的水田數(shù)據(jù)和每年3～6月份NDVI斜率變化來確定天門市每年準(zhǔn)確的早稻種植面積,并與統(tǒng)計(jì)年鑒數(shù)據(jù)進(jìn)行對(duì)比,最后進(jìn)行產(chǎn)量估算。不同于簡(jiǎn)單的利用NDVI對(duì)作物單位面積產(chǎn)量進(jìn)行估算,本文加入了3～6月平均降水量和平均地表反射率(620～670 nm)作為氣候修正因子,以剔除極端天氣影響和提高早稻估產(chǎn)模型的準(zhǔn)確度為農(nóng)作物種植管理提供理論依據(jù)。

1 研究地區(qū)和實(shí)驗(yàn)數(shù)據(jù)

1.1 研究地區(qū)概況

湖北省天門市位于中國(guó)中部,地處湖北省南部,屬于江漢平原地區(qū),地理坐標(biāo)為北緯30°27′～31°10′,東經(jīng)112°51′～113°49′之間。總面積為2485.8 km2,是湖北省面積排名第15的市縣。江漢平原地處長(zhǎng)江流域中游地區(qū),是河湖交錯(cuò)分布的濕地平原,水熱資源豐富,是湖北省重要的水稻生產(chǎn)基地[8]。

天門市地勢(shì)以平原為主,地形東部偏北部分為丘陵山區(qū),中西部為平原,全市平均海拔40 m。天門市境內(nèi)的主要河流有長(zhǎng)江、漢江和沔水,境內(nèi)水網(wǎng)密布,水系發(fā)達(dá),森林覆蓋率達(dá)到了46%。天門市氣候?qū)儆趤啛釒Ъ撅L(fēng)氣候,四季分明,年平均氣溫為17.7℃,年平均降雨量為1244 mm,年日照時(shí)數(shù)為1410 h。

天門市境內(nèi)水系發(fā)達(dá),河流湖泊眾多,主要河流有長(zhǎng)江、漢江和沔水等,屬于長(zhǎng)江流域。天門市的水文特征主要表現(xiàn)為水資源豐富、降水分布不均、干濕季明顯。年降水量大,但大部分集中在夏季,春季和秋季降水相對(duì)較少,而冬季則多為雨雪天氣。由于地勢(shì)平坦,地下水位較淺,地表水資源比較豐富,加之多年來的水利工程建設(shè),天門市的灌溉水源相對(duì)充足,水稻等農(nóng)作物的生長(zhǎng)水平得到了較好的保障。

1.2 實(shí)驗(yàn)數(shù)據(jù)概況

本文選用數(shù)據(jù)為CNLUCC土地利用數(shù)據(jù)中,耕地屬于一級(jí)類型,而水田則是其二級(jí)類型的圖層。該耕地配備了可靠的水源和高效的灌溉設(shè)施,以確保在一般年景下能夠正常進(jìn)行灌溉,從而支持水稻、蓮藕等水生農(nóng)作物的種植。該地區(qū)的耕地實(shí)行了水稻和旱地作物的輪作,以確保農(nóng)業(yè)生產(chǎn)的可持續(xù)性。

NDVI方面本文選用空間分辨率為250 m、時(shí)間分辨率為16 d、投影為GCS_WGS_1984的MODIS/006/MOD13Q1歸一化植被指數(shù)數(shù)據(jù);地表反射率方面本文選用空間分辨率為250 m、時(shí)間分辨率為16 d、投影為GCS_WGS_1984的MOD09Q1.061地表反射率數(shù)據(jù);降水量方面本文使用的是ERA5-Land降水量。

統(tǒng)計(jì)數(shù)據(jù)上,本文選用《天門市統(tǒng)計(jì)年鑒》。其通過大最統(tǒng)計(jì)數(shù)據(jù),全面記載和反映了每年天門市經(jīng)濟(jì)、社會(huì)、科技、文化等方面的發(fā)展情況,是一部信息密集、實(shí)用性強(qiáng)的綜合統(tǒng)計(jì)資料,是為社會(huì)各界了解、研究天門市情提供信息服務(wù)與支持的大型數(shù)據(jù)庫(kù)與工具書。

2 理論基礎(chǔ)

2.1 NDVI理論基礎(chǔ)

歸一化植被指數(shù)(NDVI)是一種常用的植被指數(shù),它利用遙感數(shù)據(jù)中紅光和近紅外光的反射率計(jì)算得到。通過對(duì)不同時(shí)間點(diǎn)的遙感影像計(jì)算NDVI,并比較不同時(shí)間點(diǎn)的NDVI值,可以了解水稻生長(zhǎng)過程中的動(dòng)態(tài)變化情況,如生長(zhǎng)速度、發(fā)育階段和生長(zhǎng)健康狀況。因?yàn)殡S著水稻生長(zhǎng)的不同階段,其植被指數(shù)值也會(huì)不同。例如,在生長(zhǎng)初期,由于水稻幼苗葉面積小、葉片淺綠,植被指數(shù)值較低;而在生長(zhǎng)中后期,由于葉面積增大、色素含量增加,植被指數(shù)值會(huì)隨之增加。因此,通過多時(shí)相遙感影像的植被指數(shù)值變化,可以反映出水稻生長(zhǎng)的動(dòng)態(tài)變化情況。

在水稻生長(zhǎng)期間,歸一化植被指數(shù)(NDVI)的變化可以反映水稻的生長(zhǎng)情況和葉綠素含量的變化。研究表明,NDVI值與水稻的葉面積指數(shù)(LAI)、生物量等生長(zhǎng)參數(shù)之間存在較好的相關(guān)性[9]。葉面積指數(shù)是表征植物葉片面積的指標(biāo),與水稻的生長(zhǎng)速度和光合作用密切相關(guān)。生物量則是衡量植物生長(zhǎng)和產(chǎn)量的重要參數(shù)。因此通過監(jiān)測(cè)和分析水稻生長(zhǎng)期間NDVI值的變化,就可以了解水稻的生長(zhǎng)情況和葉綠素含量的變化趨勢(shì)?；贜DVI與水稻葉面積指數(shù)、生物量等生長(zhǎng)參數(shù)之間的良好相關(guān)性,可以利用恰當(dāng)?shù)腘DVI值來估算水稻的產(chǎn)量。

天門市早稻一般在3月份播種,6月份完成收獲。因此本文以2011—2021年為例,選用此11年3～6月遙感數(shù)據(jù)對(duì)其進(jìn)行長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量估算。

根據(jù)NDVI的斜率變化大小可以直觀的判斷出水稻種植面積和不同地區(qū)水稻的長(zhǎng)勢(shì)情況。NDVI斜率的計(jì)算公式:

其中,NDVI1和NDVI2是兩個(gè)不同時(shí)間點(diǎn)的NDVI值,t1和t2是對(duì)應(yīng)的時(shí)間。通過計(jì)算兩個(gè)時(shí)刻的NDVI值之差除以時(shí)間間隔,可以得到NDVI的斜率值。斜率值的正負(fù)和大小可以表明植被生長(zhǎng)的速度和趨勢(shì)。正斜率表示NDVI在增加,即植被生長(zhǎng)狀態(tài)良好;負(fù)斜率表示NDVI在減小,可能表示植被退化或受到壓力;斜率值的絕對(duì)值越大,表示植被生長(zhǎng)變化越快。

2.2 利用NDVI斜率變化進(jìn)行早稻種植面積確定

遙感技術(shù)可以提供農(nóng)田的空間信息和植被指標(biāo),從而用于對(duì)農(nóng)作物生長(zhǎng)狀態(tài)和產(chǎn)量的估計(jì)。具體為利用衛(wèi)星傳感器記錄地表信息,結(jié)合生物學(xué)原理,對(duì)各種作物的光譜特征進(jìn)行收集和分種,從而實(shí)現(xiàn)對(duì)作物類型的識(shí)別,監(jiān)測(cè)作物生長(zhǎng)情況,并在作物收獲前進(jìn)行產(chǎn)量預(yù)測(cè)。通過對(duì)農(nóng)作物光譜特征的監(jiān)測(cè),探究光譜反射與葉面積指數(shù)、地上生物量、產(chǎn)量和色素含量等關(guān)鍵農(nóng)學(xué)參數(shù)之間的關(guān)聯(lián)性。運(yùn)用監(jiān)測(cè)技術(shù)對(duì)農(nóng)作物生育期內(nèi)的光譜特征變化進(jìn)行研究,以揭示這些變化與農(nóng)業(yè)生產(chǎn)中的重要參數(shù)之間的相關(guān)性,從而為作物遙感生長(zhǎng)監(jiān)測(cè)和遙感估產(chǎn)提供科學(xué)依據(jù)[10]。

早稻和其他植被在生長(zhǎng)過程中具有不同的生長(zhǎng)特征和變化趨勢(shì)。通過監(jiān)測(cè)植被指數(shù)(如NDVI)的變化,可以推測(cè)不同類型的植被在時(shí)間上的生長(zhǎng)狀態(tài)和變化幅度。利用NDVI斜率變化可以區(qū)分早稻和其他類型的植被。早稻在生長(zhǎng)初期和成熟期的NDVI斜率變化可能與其他植被有所不同,這種差異可以用于提取早稻種植面積。

利用NDVI數(shù)據(jù),在湖北省水田的數(shù)據(jù)基礎(chǔ)上,對(duì)水田區(qū)域在3～6月份的NDVI斜率變化進(jìn)行圖形化表示具有重要意義。NDVI斜率變化是指植被指數(shù)在時(shí)間上的變化率,其可以反映農(nóng)作物的生長(zhǎng)狀況和生長(zhǎng)速度。通過分析NDVI斜率的變化,可以了解早稻種植的面積分布和生長(zhǎng)狀態(tài)。以2011年、2014年和2018年為例,圖1、圖2和圖3展示了這三年3～6月份水田區(qū)域的NDVI變化圖。通過觀察這些圖像,可以看到在某些區(qū)域,NDVI斜率變化大且為正數(shù),這表明這些區(qū)域的植被指數(shù)在這段時(shí)間內(nèi)呈現(xiàn)出較快的增長(zhǎng)趨勢(shì)。根據(jù)經(jīng)驗(yàn),這些區(qū)域往往是天門市早稻種植的主要區(qū)域。因此,可以將這些區(qū)域確定為天門市早稻種植的面積區(qū)域。同時(shí),也需要注意到圖中斜率變化較小或?yàn)樨?fù)數(shù)的區(qū)域。這些區(qū)域可能表示著植被生長(zhǎng)緩慢或衰退的情況,或者是沒有種植早稻的區(qū)域。在進(jìn)行產(chǎn)量估計(jì)時(shí),應(yīng)該將這些區(qū)域進(jìn)行剔除,以確保準(zhǔn)確性和可靠性。

通過利用NDVI數(shù)據(jù)和斜率變化分析,可以從大范圍的水田區(qū)域中提取出天門市早稻種植的面積區(qū)域,這對(duì)于農(nóng)作物監(jiān)測(cè)和管理具有重要的實(shí)際意義。這種基于遙感數(shù)據(jù)和NDVI的方法為農(nóng)業(yè)決策提供了科學(xué)依據(jù),有助于優(yōu)化種植布局、提高產(chǎn)量和資源利用效率。

圖1 2011年3～6月湖北省天門市水田NDVI斜率變化圖

圖2 2014年3～6月湖北省天門市水田NDVI斜率變化圖

圖3 2018年3～6月湖北省天門市水田NDVI斜率變化圖

通過對(duì)NDVI斜率變化和圖4統(tǒng)計(jì)數(shù)據(jù)的條形圖進(jìn)行比較,可以發(fā)現(xiàn)兩者之間存在較高的一致性,表明NDVI斜率變化可以較好地反映早稻種植面積的變化趨勢(shì)。在統(tǒng)計(jì)數(shù)據(jù)的條形圖中,能觀察到早稻種植面積隨不同年份面積增大或減少的趨勢(shì)。在NDVI斜率變化圖中,也可以觀察到相似的趨勢(shì),即早稻種植面積隨時(shí)間的推移,NDVI斜率值為正且較大的值的分布面積呈現(xiàn)隨早稻面積變化相同的趨勢(shì)。

圖4 2011—2021年湖北省天門市早稻種植面積變化圖

這樣的一致性證明NDVI斜率變化可以作為早稻種植面積監(jiān)測(cè)的有效指標(biāo)。通過綜合分析NDVI斜率變化、統(tǒng)計(jì)數(shù)據(jù)以及其他環(huán)境因素,可以更準(zhǔn)確地了解早稻種植面積的變化情況,并為農(nóng)業(yè)決策和管理提供有益的信息和依據(jù)。就本文而言則是可以利用其獲得的準(zhǔn)確的早稻種植面積來進(jìn)行產(chǎn)量的估算。

2.3 利用NDVI斜率變化進(jìn)行長(zhǎng)勢(shì)監(jiān)測(cè)

NDVI是一種通過計(jì)算紅外輻射和可見光輻射之間的比值來反映植被覆蓋情況及其生長(zhǎng)狀態(tài)的指數(shù)。其中,紅外輻射能夠很好地表征植物的生長(zhǎng)情況,可見光輻射則主要反映地表背景信息,因此紅外輻射與可見光輻射之間的比值可以有效地反映植被的生長(zhǎng)狀態(tài)和空間分布情況,NDVI的變化與作物生長(zhǎng)狀況、發(fā)育時(shí)期關(guān)系緊密[11]。

植物的光合作用過程主要發(fā)生在葉片中的葉綠體中,其中的葉綠素是光合作用的重要光能捕獲和轉(zhuǎn)化分子。葉綠素對(duì)可見光和近紅外光具有吸收和反射的特性,不同光譜區(qū)域的反射率與葉綠素含量存在密切關(guān)系。通過利用遙感技術(shù)獲取的遙感影像數(shù)據(jù),可以分析圖像中紅光和近紅外光的反射率,從而間接反映水稻葉綠素含量和植被生長(zhǎng)狀態(tài)。在單位面積內(nèi),葉綠素濃度與長(zhǎng)勢(shì)和產(chǎn)量直接相關(guān),而植物光譜則與葉綠素含量密切相關(guān),因此可通過NDVI的高低直觀反映葉綠素含量,從而反映早稻的生長(zhǎng)狀況。

NDVI斜率值的正負(fù)和大小可以表明植被生長(zhǎng)的速度和趨勢(shì)。正斜率表示NDVI在增加,即植被生長(zhǎng)狀態(tài)良好;負(fù)斜率表示NDVI在減小,可能表示植被退化或受到壓力;斜率值的絕對(duì)值越大,表示植被生長(zhǎng)變化越快。NDVI斜率的計(jì)算可以用于監(jiān)測(cè)植被的生長(zhǎng)狀態(tài)、評(píng)估植被的健康狀況和變化趨勢(shì)。通過分析不同時(shí)間點(diǎn)的NDVI斜率,可以了解植被的生長(zhǎng)速度、階段和響應(yīng)外部因素的能力,為農(nóng)業(yè)、林業(yè)、生態(tài)環(huán)境等領(lǐng)域的決策和管理提供科學(xué)依據(jù)和支持。

2.4 利用NDVI進(jìn)行產(chǎn)量估算

就水稻這一農(nóng)作物而言,其產(chǎn)量受到許多因素的影響,包括氣候、土壤、灌溉、施肥、病蟲害以及其他環(huán)境因素。其中,氣候方面諸如降水、日照、地表溫度等是影響水稻產(chǎn)量的主要因素。因此,研究氣候因素和水稻產(chǎn)量之間的關(guān)系是十分必要的。

在研究氣候因素和水稻產(chǎn)量之間的關(guān)系時(shí),主要使用對(duì)植被變化最為敏感的NDVI進(jìn)行回歸分析。同時(shí)加入其它參數(shù)進(jìn)行修正,地表反射率可以用來評(píng)估氣溫的情況,而降水量可以用來衡量水資源供應(yīng)的情況。這些自變量可以提供預(yù)測(cè)水稻產(chǎn)量的有用信息。研究表明湖北省的NDVI變化與降水量和氣溫的變化并不顯著,NDVI與降水量之間沒有很強(qiáng)的相關(guān)性,NDVI與氣溫之間同樣沒有很強(qiáng)的相關(guān)性[12],即NDVI與降水和氣溫不共線,因此可以用降水量和氣溫也作為獨(dú)立自變量參與回歸分析。氣溫則可以用地表反射率來表示。

3 理論基礎(chǔ)

3.1 相關(guān)性分析

對(duì)早稻的單產(chǎn)和每年3～6月份每?jī)芍艿臍w一化植被指數(shù),即3月上旬、3月下旬、4月上旬、4月下旬、5月上旬、5月下旬、6月上旬和6月下旬的歸一化植被指數(shù)進(jìn)行皮爾遜相關(guān)性分析。公式如下所示:

(1)

(2)

其中Sx、Sy分別為x、y的標(biāo)準(zhǔn)差。

3.2回歸分析

對(duì)早稻進(jìn)行線性回歸分析可以建立如下的多元線性估產(chǎn)模型:

Y=β0+β1X1+β2X2+β3X3+ε

(3)

其中,Y是水稻產(chǎn)量,X1、X2和X3分別是NDVI、降水量和地表反射率,β0、β1、β2和β3是回歸系數(shù),ε是誤差項(xiàng)。β0是截距項(xiàng),表示當(dāng)所有自變量均為0時(shí),因變量Y的預(yù)測(cè)值,是剩余誤差。β1、β2和β3是各個(gè)自變量對(duì)因變量的回歸系數(shù),表示自變量的單位變化對(duì)因變量的平均影響。

在此模型中,如果β1為正數(shù),則說明NDVI與水稻產(chǎn)量呈正相關(guān)關(guān)系;如果β2為正數(shù),則說明降水量與水稻產(chǎn)量呈正相關(guān)關(guān)系;如果β3為正數(shù),則說明地表反射率與水稻產(chǎn)量呈正相關(guān)關(guān)系。這些參數(shù)的值需要使用最小二乘法等方法來進(jìn)行估計(jì)。

多元線性回歸模型基于假設(shè)和擬合度評(píng)估與簡(jiǎn)單線性回歸相同,即通過判定系數(shù)R2來(回歸變差占總變量的比重)評(píng)估[13]。

4 研究方法

選擇NDVI皮爾遜相關(guān)性最大的值作為回歸方程的系數(shù)。由下表1可知,在6月份的上旬的歸一化植被指數(shù)與早稻單產(chǎn)的皮爾遜相關(guān)性值最大為0.821,并且6月份上旬歸一化植被指數(shù)與產(chǎn)量的顯著性為0.002(小于0.01),因此選用每年6月份上旬的歸一化植被指數(shù)數(shù)據(jù)進(jìn)行早稻產(chǎn)量的估算。在利用NDVI的基礎(chǔ)上結(jié)合當(dāng)年3～6月份的平均降水量和地表反射率進(jìn)行氣候的修正,以去除極端天氣和自然災(zāi)害的影響。

表1 相關(guān)性分析結(jié)果

將NDVI、降水量、地表反射率步進(jìn)輸入可以得到如表2的估產(chǎn)模型和比重(R2)。

表2 相關(guān)性分析結(jié)果

由圖5可知天門市每年6月上旬的歸一化植被指數(shù)與早稻的單產(chǎn)為線性相關(guān)。因此可以利用每年6月上旬的NDVI作為自變量,早稻單產(chǎn)作為因變量進(jìn)行線性回歸分析。同時(shí)加上氣候修正因子,即每年3～6月份的平均降水量和地表反射率。也就是以早稻產(chǎn)量為因變量,每年6月份上旬的歸一化植被指數(shù)、每年3～6月份平均降水量和平均地表反射率為自變量,對(duì)早稻的單產(chǎn)進(jìn)行線性回歸分析。

圖5 2011—2021年6月上旬NDVI與早稻單產(chǎn)散點(diǎn)圖

通過實(shí)驗(yàn)結(jié)果圖表的分析,可以得出結(jié)論,當(dāng)沒有極端天氣影響的情況下,湖北省天門市早稻產(chǎn)量估算模型表現(xiàn)較為符合實(shí)際情況。經(jīng)過分析和比較,找到了一個(gè)能夠準(zhǔn)確估算湖北省天門市早稻單產(chǎn)的模型:

Y=713.353N-194.542P-248.214S+118.883

(4)

其中,Y為單位面積產(chǎn)量(Yield Per unit Area)N表示歸一化植被指數(shù)(Normalized Vegetation Index),P表示3～6月份平均降水量(Precipitation),S表示3～6月份平均地表反射率(Surface Reflectance)。該模型的R2值為0.773?；貧w標(biāo)準(zhǔn)化殘差的正態(tài)P-P圖如圖6所示。

圖6 回歸標(biāo)準(zhǔn)化殘差的正態(tài)P-P圖

這個(gè)模型是通過對(duì)湖北省天門市的早稻進(jìn)行長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量估算得出的。本研究在實(shí)驗(yàn)過程中,收集了包括歸一化植被指數(shù)、降水量、地表反射率以及早稻實(shí)際產(chǎn)量在內(nèi)的多個(gè)相關(guān)參數(shù)數(shù)據(jù)。通過對(duì)這些數(shù)據(jù)進(jìn)行分析和建模,發(fā)現(xiàn)該線性回歸模型能夠較好地?cái)M合實(shí)際的早稻產(chǎn)量數(shù)據(jù)。

該模型的R2值表明該模型可以解釋77.3%的產(chǎn)量變異,即模型所描述的環(huán)境因素(歸一化植被指數(shù)、降水量和地表反射率)與實(shí)際產(chǎn)量之間存在著較強(qiáng)的相關(guān)性。然而,仍然有22.7%的產(chǎn)量變異未被該模型解釋,這可能是由于其他未考慮到的環(huán)境因素或者系統(tǒng)誤差引起的。

5 討論

5.1 研究結(jié)果

現(xiàn)有的研究?jī)H利用NDVI某一時(shí)相對(duì)農(nóng)作物進(jìn)行產(chǎn)量估算是較為片面和不嚴(yán)謹(jǐn)?shù)?其估產(chǎn)模型適用范圍較小且容易收到極端天氣和地形的影響[14]。利用多個(gè)NDVI進(jìn)行產(chǎn)量估算則忽視了不同時(shí)相NDVI之間的共線性[15]。本文在利用某一時(shí)相NDVI的基礎(chǔ)上,加入了降水和地標(biāo)反射率作為氣候修正因子,提高了模型的準(zhǔn)確性和適用性,也能一定程度上剔除極端天氣的影響。

5.2 研究意義

就湖北省天門市而言,基于歸一化植被指數(shù)的湖北省天門市早稻長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量估算研究領(lǐng)域,目前較為空白,相關(guān)研究較少。故本文提出的基于NDVI的早稻長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量估算模型具有實(shí)際應(yīng)用價(jià)值和推廣意義。未來可以進(jìn)一步拓展該模型的應(yīng)用領(lǐng)域,并結(jié)合其他遙感指標(biāo)和氣象數(shù)據(jù)進(jìn)行多源數(shù)據(jù)融合,提高模型精度和適用性。

5.3 研究不足

當(dāng)然除了NDVI變化量之外,還包括氣候、土壤、種植管理等多種因素。因此,需要在模型建立過程中,盡可能考慮這些因素的影響,以獲得更加準(zhǔn)確的早稻產(chǎn)量估算結(jié)果。受限于數(shù)據(jù)情況,本文未對(duì)此作過多研究,故本文模型主要適用于土壤、氣候、水文以及地質(zhì)等情況變化不大的湖北省天門市地區(qū),若需要獲得更具適用性的模型則需要考慮這些因素。

5.4 結(jié)論

本文通過建立基于NDVI、降水量、地表反射率的回歸模型,實(shí)現(xiàn)了早稻產(chǎn)量的準(zhǔn)確估算。具體來說,本文模型將早稻生長(zhǎng)過程中NDVI的變化量、平均降水量和平均地表反射率作為自變量,將實(shí)際產(chǎn)量作為因變量,通過數(shù)據(jù)分析和回歸模型建立,得出了較為準(zhǔn)確的早稻產(chǎn)量估算結(jié)果。這種基于遙感技術(shù)的產(chǎn)量估算方法具有時(shí)效性、精度高、范圍廣等特點(diǎn),對(duì)于農(nóng)業(yè)生產(chǎn)的現(xiàn)代化管理和高效運(yùn)營(yíng)具有重要的指導(dǎo)意義。