基于多源數(shù)據(jù)的油菜凍害遙感機(jī)理與方法研究.pdf

1、在全球氣候變化背景下，頻繁發(fā)生的農(nóng)業(yè)氣象災(zāi)害是影響我國農(nóng)業(yè)生產(chǎn)健康穩(wěn)定發(fā)展的主要因素。具有大面積、實(shí)時(shí)、動(dòng)態(tài)監(jiān)測特點(diǎn)的遙感技術(shù)已成為農(nóng)業(yè)氣象災(zāi)害監(jiān)測的重要手段。冬油菜作為我國的主要油料作物，凍害是影響其生長發(fā)育和產(chǎn)量的農(nóng)業(yè)氣象災(zāi)害之一。利用遙感技術(shù)提取油菜受害面積及監(jiān)測災(zāi)害發(fā)生程度，對(duì)于災(zāi)害的評(píng)估與及時(shí)救助具有重要意義。本文圍繞油菜凍害高光譜遙感機(jī)理與監(jiān)測方法這一關(guān)鍵問題，基于實(shí)驗(yàn)室油菜盆栽高光譜試驗(yàn)數(shù)據(jù)、星地同步田間小區(qū)觀測數(shù)據(jù)和多源

2、衛(wèi)星遙感影像數(shù)據(jù)，對(duì)油菜凍害全過程高光譜機(jī)理、區(qū)域水平油菜凍害監(jiān)測和凍害相關(guān)的生物物理參數(shù)反演方法進(jìn)行了探索研究。為利用遙感技術(shù)進(jìn)行作物凍害監(jiān)測奠定理論基礎(chǔ)。主要研究結(jié)果和進(jìn)展包括以下幾個(gè)方面:
　　(1)揭示了油菜凍害全過程高光譜變化特征。采用室內(nèi)盆栽實(shí)驗(yàn)，人工模擬油菜凍害全過程，對(duì)油菜受凍全過程進(jìn)行光譜測定，獲取油菜受凍前、受凍過程中在過冷卻狀態(tài)、細(xì)胞結(jié)冰、解凍后不同時(shí)期的葉片波譜數(shù)據(jù);同步進(jìn)行葉綠素含量、水分含量、葉片溫度、

3、光合參數(shù)測定，并于結(jié)冰期間取葉片作超薄切片，利用光鏡和透射電鏡觀察細(xì)胞的顯微和亞顯微結(jié)構(gòu)變化，以建立具有相應(yīng)生理參數(shù)的健康與受害油菜典型波譜數(shù)據(jù)庫。通過計(jì)算θ指數(shù)（光譜角）和D指數(shù)（均方根誤差）來定量研究油菜葉片凍害過程高光譜變化規(guī)律，增加的D值表示反射率幅值減小，而減小的θ值表示光譜反射率形狀變得平緩。研究結(jié)果表明，與正常狀態(tài)下的葉片光譜相比，過冷卻狀態(tài)下的光譜反射率變化不大，而結(jié)冰1小時(shí)狀態(tài)下的光譜反射率明顯減小。最顯著地變化是水分

4、吸收波段向長波方向移動(dòng)。結(jié)冰過程中，可見光和近紅外光譜區(qū)域的反射率逐漸減小，水分吸收波段逐漸向長波方向移動(dòng)。解凍過程中，葉片光譜反射率的水汽吸收波段逐漸回到與正常狀態(tài)葉片的水汽吸收相同的波長位置。近紅外區(qū)域的反射率隨著解凍時(shí)間逐漸增大，并且水汽吸收特征逐漸變?nèi)?，干物質(zhì)的吸收特征比如木質(zhì)素、纖維素、淀粉和蛋白質(zhì)變的更加顯著。
　　(2)構(gòu)建了油菜凍害全過程識(shí)別和監(jiān)測模型。利用室內(nèi)試驗(yàn)獲得的數(shù)據(jù)，首先采用S-G濾波方法減小噪聲對(duì)光譜的

5、影響。然后，通過混合效應(yīng)模型方法找出能夠反映油菜受害前后葉綠素含量、水分含量、細(xì)胞超微結(jié)構(gòu)變化的敏感波段。在此基礎(chǔ)上，基于主成分分析和支持向量機(jī)方法對(duì)油菜凍害全過程進(jìn)行識(shí)別研究。同時(shí)，分別考察了原始光譜、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)和偽吸收系數(shù)光譜對(duì)凍害全過程不同狀態(tài)葉片識(shí)別精度的影響。研究結(jié)果表明，對(duì)于結(jié)冰過程和解凍過程的葉片，基于二階導(dǎo)數(shù)光譜的支持向量機(jī)模型的識(shí)別精度最高，總體精度大于95.6％，Kappa系數(shù)大于0.91。利用試驗(yàn)獲得的高光

6、譜數(shù)據(jù)和生理生化參數(shù)，采用基于植被指數(shù)的波段優(yōu)化算法建立受害前后油菜葉綠素a含量變化(ΔChla)、葉綠素b含量變化(ΔChlb)、類胡蘿卜素含量變化(ΔCar)和水分含量變化(ΔEWT)的監(jiān)測模型，并考察了原始光譜和一階導(dǎo)數(shù)光譜對(duì)模型精度的影響。同時(shí)，還利用基于主成分回歸方法、偏最小二乘回歸方法和支持向量機(jī)方法的全光譜方法，建立了ΔChla、ΔChlb、ΔCar和ΔEWT的監(jiān)測模型，并考察了不同光譜區(qū)域?qū)δＰ途鹊挠绊憽Ｑ芯拷Y(jié)果表明，

7、對(duì)于ΔEWT來說，采用最優(yōu)窄波段比值植被指數(shù)(NBRVI)的預(yù)測模型精度最高(R2cv=0.85，RMSEcv=2.4161mg/cm2)。對(duì)于ΔChla、ΔChlb和ΔCar來說，基于導(dǎo)數(shù)光譜的最優(yōu)窄波段比值植被指數(shù)(NBRVI)的預(yù)測精度要高于多元統(tǒng)計(jì)回歸模型，預(yù)測精度分別為R2cv=0.65,RMSEcv=0.0041mg/cm2;R2cv=0.53,RMSEcv=0.0012mg/cm2;R2cv=0.53,RMSEcv=0.0

8、012mg/cm2;對(duì)ΔChla、ΔChlb、ΔCar估算來說，基于400-900nm范圍的多元統(tǒng)計(jì)回歸模型的預(yù)測精度要高于基于全光譜的模型預(yù)測精度。研究結(jié)果表明，高光譜遙感技術(shù)有潛力表征油菜凍害特征，研究結(jié)果可以為提出作物凍害遙感監(jiān)測產(chǎn)品奠定基礎(chǔ)。
　　(3)以湖北省荊州市江陵縣為研究區(qū)，開展了基于多時(shí)相遙感數(shù)據(jù)的冬油菜凍害監(jiān)測研究。首先利用多時(shí)相HJ-1A/B CCD數(shù)據(jù)，通過分析冬油菜與其它地物（特別是冬小麥）的NDVI時(shí)間

9、序列特征，基于決策樹方法，得到了冬前油菜的空間分布信息。結(jié)果表明，冬前油菜種植面積估算的用戶精度范圍為80.4％～95.56％，生產(chǎn)者精度范圍為82.56％～91.43％，得到的結(jié)果較為理想，但完全區(qū)分油菜和冬小麥仍然需要進(jìn)一步探索。然后，基于2013、2014和2015年冬油菜越冬期（12月至翌年3月上旬）湖北省荊州市114、122和121個(gè)區(qū)域自動(dòng)氣象站的日最低氣溫?cái)?shù)據(jù)，采用反距離加權(quán)和普通克里金插值方法，對(duì)最低氣溫進(jìn)行插值處理。結(jié)

10、果表明，普通克里金插值精度要優(yōu)于反距離權(quán)重插值的精度，精度分別為:MAE=0.4391℃，RMSE=0.6952℃;MAE=0.4689℃，RMSE=0.6663℃;MAE=0.3379℃，RMSE=0.4394℃。最后，根據(jù)油菜種植面積數(shù)據(jù)和最低氣溫插值結(jié)果，參考油菜低溫災(zāi)害國家標(biāo)準(zhǔn)，對(duì)研究區(qū)油菜凍害進(jìn)行監(jiān)測。根據(jù)油菜凍害國家標(biāo)準(zhǔn)可以得出2013生長季的油菜為輕度凍害，2014和2015生長季的油菜沒有發(fā)生凍害。
　　(4)基于

11、高空間分辨率衛(wèi)星數(shù)據(jù)地塊尺度的油菜生物物理參數(shù)遙感反演方法研究。基于星地同步觀測田間試驗(yàn)數(shù)據(jù)，采用WorldView-2/3、Pleiades-1A、GeoEye-1和SPOT-6/7衛(wèi)星影像對(duì)油菜凍害生物物理指標(biāo)-葉面積指數(shù)(LAI)和地上生物量(AGB)進(jìn)行了遙感反演研究。以常用植被指數(shù)作為預(yù)測變量，采用PROSAIL模型與機(jī)器學(xué)習(xí)算法(kNN和RFR)相結(jié)合的混合反演算法估算了油菜LAI。同時(shí)，比較了五種曲線擬合算法（線性函數(shù)、二

12、次多項(xiàng)式函數(shù)、冪函數(shù)、指數(shù)函數(shù)和對(duì)數(shù)函數(shù)）預(yù)測LAI的性能，并進(jìn)行時(shí)空動(dòng)態(tài)制圖研究。研究結(jié)果表明，相比于曲線擬合算法，基于PROSAIL和RFR建立的模型的預(yù)測性能最高，使用模擬數(shù)據(jù)集驗(yàn)證的精度為:R2＞0.954，RMSE＜0.218，使用地面觀測的樣本數(shù)據(jù)驗(yàn)證的精度為:R2=0.520，RMSE=0.923。對(duì)于AGB，以常用植被指數(shù)和主成分作為預(yù)測變量，分別采用五種曲線擬合算法和機(jī)器學(xué)習(xí)算法(kNN和RFR)估算了油菜全生育期的A