基于遙感技術的冬小麥區(qū)域估產(chǎn)模型研究.pdf

1、隨著我國人口不斷增加，耕地資源不斷減少，以及世界經(jīng)濟一體化格局的逐步形成，國內(nèi)糧食安全和宏觀調(diào)控政策的實施等問題再次擺在國人面前，這樣使得原本處于重要地位的大面積作物估產(chǎn)和農(nóng)情監(jiān)測工作就顯得更加重要。冬小麥是我國的主要糧食作物之一，因此，對具有13億人口的農(nóng)業(yè)人國，針對農(nóng)作物進行長勢監(jiān)測和產(chǎn)量早期預報和估算，特別是對冬小麥進行長勢監(jiān)測和產(chǎn)量估計具有重要意義。 目前，我國的作物估產(chǎn)已進入業(yè)務化運行階段，但在估產(chǎn)精度、估產(chǎn)方法和理論

2、方面仍需進一步提高、改進和探索。本研究立足于估產(chǎn)工作中的關鍵問題，即冬小麥區(qū)域估產(chǎn)模型的建立，并在"3S"技術支持下進行研究，以期為全國性冬小麥估產(chǎn)業(yè)務化運行服務。通過在區(qū)域范圍內(nèi)對估產(chǎn)系統(tǒng)中的主要模型，即氣象估產(chǎn)模型、遙感估產(chǎn)經(jīng)驗模型和基于生理參數(shù)NPP的機理性遙感估產(chǎn)模型進行研究，主要結論如下： (1)在GIS技術支持下，利用長期氣象站點數(shù)據(jù)和縣級冬小麥產(chǎn)量數(shù)據(jù)，進行了縣級氣象估產(chǎn)模型和大尺度氣象估產(chǎn)模型的建立和應用研究工作

3、，并對不同尺度下的氣象估產(chǎn)模型的運行效果進行了對比分析。 在氣象估產(chǎn)模型建立中，運用了站點氣象數(shù)據(jù)生成的．5000 m柵格空間氣象數(shù)據(jù)和縣級冬小麥產(chǎn)量數(shù)據(jù)，通過疊加耕地圖，考慮了耕地上氣象因素的均值對縣域內(nèi)冬小麥產(chǎn)量形成的作用，這與僅利用站點氣象數(shù)據(jù)和縣級冬小麥產(chǎn)量數(shù)據(jù)建立關系的氣象估產(chǎn)建模方法相比，具有更強的科學性。 在氣象估產(chǎn)模型的建立中，氣象因素的選擇主要考慮氣象因子對產(chǎn)量的累積效應，同時考慮了對產(chǎn)量形成起重要作用

4、的溫度、降水和日照等關鍵氣象因素。為了配合實際產(chǎn)量監(jiān)測工作的需要，本研究從3月下旬至5月下旬建立氣象估產(chǎn)模型的間隔時間為一旬，因此，共分7個時段建立模型。模型建立尺度分兩種，即縣級尺度和將研究區(qū)45個縣(市)作為整體研究的區(qū)域尺度。為了實現(xiàn)不同尺度氣象模型間的可比性，模型建立中所采用時段和選擇的因素均相同。 通過模型的應用驗證，研究區(qū)內(nèi)縣級氣象估產(chǎn)模型的相對誤差在-9.99％～9.87％之間，相對誤差絕對值在0.01％～10.0

5、0％之間，平均相對誤差絕對值在5.02％～5.91％之間。而研究區(qū)內(nèi)大尺度氣象估產(chǎn)模型相對誤差和相對誤差絕對值均減小，相對誤差在-3.50％～2.41％之間，相對誤差絕對值在0.26％～3.50％之間，平均相對誤差絕對值僅為2.55％?？梢?，將研究區(qū)作為整體研究的區(qū)域尺度氣象估產(chǎn)模型各種誤差均減小，而且模型運行的穩(wěn)定性更高，因此，大尺度氣象估產(chǎn)模型更適合業(yè)務化估產(chǎn)工作的實際需要，這也為氣象估產(chǎn)工作中先分區(qū)后估產(chǎn)的工作方法提供了一定的理論

6、依據(jù)。 與遙感估產(chǎn)方法受作物長勢影響而使估產(chǎn)精度隨之呈動態(tài)變化的特點相比，氣象估產(chǎn)模型則不受作物長勢的影響，估產(chǎn)精度不僅較高，而且穩(wěn)定性強，因此，氣象估產(chǎn)方法無疑是利用遙感方法進行人范圍估產(chǎn)的有益補充。 (2)運用了能夠有效度量植被長勢演變過程的歸一化植被指數(shù)(NDVI)和縣級冬小麥產(chǎn)量數(shù)據(jù)，進行了遙感估產(chǎn)經(jīng)驗模型的研究。 在利用250 m分辨率的MODIS-NDVI進行估產(chǎn)的研究中，運用Savitzky-Gol

7、ay濾波技術，有效去除了NDVI數(shù)據(jù)中云及異常值的影響，使NDVI數(shù)據(jù)更好地反映了作物的長勢變化，為提高估產(chǎn)精度奠定了基礎。研究中進一步考慮了NDVI對植被覆蓋度的敏感性和飽和性的特點，選取0.1～0.8范同內(nèi)MODIS-NDVI進行了產(chǎn)量預測研究。并建立了部分生育期旬平均NDVI、月平均NDVI與冬小麥單產(chǎn)的關系，通過與實際統(tǒng)計產(chǎn)量對比，單產(chǎn)估計相對誤差在1.36％～11.05％之間，其中，利用月NDVI的估產(chǎn)精度從整體上優(yōu)于旬NDV

8、I估產(chǎn)精度。旬NDVI估產(chǎn)相對誤差變化范圍在1.62％～11.05％之間；月NDVI數(shù)據(jù)估產(chǎn)相對誤差變化范圍較小，僅在1.36％～5.18％間變化。 通過研究MODIS-NDVI估產(chǎn)經(jīng)驗模型的相關系數(shù)和模型相對誤差動態(tài)變化，確定了利用MODIS-NDVI估產(chǎn)的最佳時期，即4月上旬～5月下旬是利用月NDVI估產(chǎn)的最佳時期，估產(chǎn)相對誤差在1.36％～4.69％之間變化；而4月中旬至5月上旬是利用旬數(shù)據(jù)進行估產(chǎn)的最佳時期，估產(chǎn)相對誤差

9、在1.62％～3.23％之間變化。這對于提高冬小麥收獲前盼產(chǎn)量估計精度具有重要意義。 同時，研究利用了近20年8 km月NOAA-NDVI數(shù)據(jù)和縣級冬小麥產(chǎn)量統(tǒng)計數(shù)據(jù)進行區(qū)域冬小麥產(chǎn)量預測研究。并利用縣域內(nèi)月NDVI(0.2～0.8)之和與產(chǎn)量建立的關系來估算冬小麥產(chǎn)量。與分辨率較高的MODIS-NDVI估產(chǎn)精度相比，估產(chǎn)精度較低，其估產(chǎn)相對誤差在-12.87％～-7.12％間。但對于更大范圍作物產(chǎn)量監(jiān)測(如全球尺度)而言，利用

10、NOAA-NDVI估產(chǎn)仍然具有較重要的意義。而且針對MODIS數(shù)據(jù)時間序列較短的特點，K時間序列NOAA-NDVI數(shù)據(jù)依然是MODIS-NDVI數(shù)據(jù)的有益補充。 (3)進行了遙感估產(chǎn)機理性模型的研究，即研究利用NPP參數(shù)模型進行冬小麥產(chǎn)量估計。研究中首先通過計算冬小麥關鍵生育期內(nèi)累積的NPP，再利用C素與冬小麥干物質(zhì)間轉(zhuǎn)化系數(shù)，將NPP的量轉(zhuǎn)化為冬小麥干物質(zhì)的數(shù)量，然后通過收獲指數(shù)校正，最終得到冬小麥產(chǎn)量的空間分布數(shù)據(jù)。

11、 在計算研究區(qū)內(nèi)累積．NPP時，采用覆蓋全球的TOMS傳感器紫外反射率計算光合有效輻射(PAR)的方法，這對于實現(xiàn)大范圍作物估產(chǎn)，甚至全球范圍的作物估產(chǎn)具有重要意義。同時，運用NASA提供的計算光合有效輻射的算法，即采用分辨率較高的MODIS-NDVI數(shù)據(jù)計算光合有效輻射分量(fPAR)。與以往采用的NOAA-AVHRR數(shù)據(jù)計算fPAR相比，對提高光合有效輻射的計算精度有重要意義，從而為提高作物產(chǎn)量估算精度奠定了基礎。 通過與田

12、間實際調(diào)查的冬小麥生物量和產(chǎn)量進行比較，對預測的NPP和預測的產(chǎn)量結果進行了驗證，結果表明研究區(qū)內(nèi)實際生物量平均為1496.60 g·m<'-2>，通過NPP計算的生物量平均為1432.25 g·m<'-2>，絕對誤差為-64.35 g．m<'-2>，相對誤差為-4.30％。研究區(qū)內(nèi)預測產(chǎn)量與實際產(chǎn)量絕對誤差平均為-173.89 kg·hm<'-2>，平均相對誤差為-4.41％，其精度可以滿足目前農(nóng)作物估產(chǎn)工作的要求，進一步說明了利用估

13、算NPP的方法進行冬小麥估產(chǎn)的可行性。 (4)在當前充分利用多源數(shù)據(jù)進行作物估產(chǎn)的主流趨勢下，分析了當前農(nóng)作物估產(chǎn)系統(tǒng)構成，討論了目前估產(chǎn)工作中的氣象估產(chǎn)模型、遙感估產(chǎn)模型和作物生長模型的各自特點和優(yōu)勢，進一步說明了在估產(chǎn)系統(tǒng)中充分發(fā)揮各種模型的特長，形成模型聞優(yōu)勢互補的必要性。同時，結合估產(chǎn)工作的實際需要和各種估產(chǎn)模型的特點，研究討論了各種主要估產(chǎn)模型的整合模式及優(yōu)選估產(chǎn)模型的先后順序，并針對本研究中估產(chǎn)模型的研究結果，將模型