烟草遥感估产模型选取的理论研究

Size: px

Start display at page:

Download "烟草遥感估产模型选取的理论研究"

俨丁
7 years ago
Views:

1 第 1 卷第 1 期地球科学期刊 Vol.1 No 年 12 月 Scientific Journal of Earth Science [SJES] Dec 烟草遥感估产模型选取的理论研究王梅, 李新举山东农业大学资源与环境学院, 山东泰安摘要 : 近年来, 遥感技术应用于农作物长势监测与估产农作物病虫害监测作物品质监测等领域的研究越来越多, 但目前这些研究主要集中在水稻玉米小麦棉花等作物上, 在烟草上很少涉及本文通过分析其它作物遥感估产的原理与方法, 结合烟草所特有的光谱特性, 从模型建立作物识别及时相选择等方面进行了分析关键词 : 遥感估产 ; 模型 ; 光谱特征 ; 光谱反射率 Theoretical Research on Selecting Remote Sensing Model for Tobacco Yield Estimation Mei Wang, Xinju Li College of Resources and environment, Shan Dong Agricultural University, Tai an, Shandong, China Abstract: In recent years, the RS research becomes more and more that on crop growth monitoring and yield estimation, crop pest monitoring, crop quality monitoring and so on. However, these studies mainly on rice, maize, wheat, cotton and other crops, it hardly involved in tobacco. This article analysis the theory of RS yield estimation in other corp while considering the spectral characteristics of tobacco. In this passage, we analysis model, crop identification and time and photo choice. Key words: remote sensing for yield estimation; model; spectral characteristics; spectral reflectance 引言烟草是我国重要的经济作物之一, 全国年种植 100 万公顷, 每年烟草行业为国家提供的税收占我国总财税收的 l/100 [1], 居全国各行业之首, 在国民经济收入中占有重要的地位, 其播种面积和产量的变化直接影响着全国国民经济的收入因此, 科学地监测烟草的长势准确地预报其产量, 对于加强烟草生产管理, 为各级政府进行决策提供及时准确直观的信息平台具有重大的意义任何物体都能吸收和反射不同波长的电磁波, 相同的物体具有相同的波谱特征, 不同的物体, 其波谱特征也不同, 一般正常生长的植物具有特定的光谱反射曲线作物反射能力强, 反映在遥感图像上接收的辐射能量就多, 发白发灰 ; 反射能力弱, 接收到的图像表现为颜色就发暗发黑遥感估产正是基于这样一种原理, 通过卫星传感器获取作物各生育期的光谱数据, 并依此推断作物产量, 从而建立作物光谱特征与产量之间的数量关系 [2] 植物的这种光谱曲线会因多种因素如 : 植被类型生长阶段所处的生长环境等的不同而有所差异, 但曲线的总体特征会保持不变, 只有当植物受到病虫害侵袭, 引起植物外部形态和内部生理的变化时才会改变传统烟草估产主要根据气象农学以及统计上报的产量预报方法, 不仅费时费力, 而且缺乏足够的精度遥感估产具有快速准确经济有效等特点, 成为许多作物估产的重要工具烟草遥感估产利用遥感技术, 寻求遥感数据与烟草生长参数之间的关系, 构建出不同条件下的生长模型和多种估产模式, 借鉴其他作物估产的成功经验, 实现对大面积烟草产量的估算

2 王梅, 等烟草遥感估产模型选取的理论研究 1 遥感估产的基本理论任何物体都能吸收和反射不同波长的电磁波, 相同的物体具有相同的波谱特征, 不同的物体, 其波谱特征也不同遥感估产正是一种通过卫星传感器获取作物各生育期的光谱数据, 并依此推断作物产量, 从而建立作物光谱特征与产量之间的数量关系 [2] 2 遥感估产在其他作物中的应用概况农作物遥感估产是近几十年发展起来的一门新兴技术, 我国从六五期间开始试用卫星遥感技术进行农作物产量预报的研究, 并在局部地区开展产量估算试验经过多年的研究, 我国农作物遥感估产从最早的冬小麦估产扩展到小麦玉米水稻大豆等多种农作物和牧草目前, 利用遥感技术对作物进行估产的研究已比较成熟 2.1 冬小麦遥感单产模型建立冬小麦产量与冬小麦密度生物量和叶面积指数有密切关系 [3] 国内外研究曾使用过多种模型, 如 : 丰歉年指标模型 ( 聚类分析 ) 气象统计模型农学模型社会经济计量模型遥感模型绿度- 温度 - 绿度变化率模型目前可用的大面积产量预测模型主要是气候统计模型和遥感模型 [4] 李卫国认为水稻产量(yield) 可以通过利用成熟时的植株地上部干物重 ( above-ground bi-omass weight, ABW ) 与收获指数 ( harvest index, HI ) 的乘积获得, 即 : Yield=ABW i *HI, 其中 ABW i 单位为 kg/hm 2,i 为从播种到成熟的时间 (d), 即生育期 [5] 李付琴田国良在北京顺义县的小麦估产中, 选择小麦抽穗期的 PVI 和 5 月下旬的平均气温分别作为两阶段的预报因子, 研究建立了用逐段订正的阶乘模型 : y =y t p (t-1) i 1 y t 为产量 ;y t-1 为前段预测产量 ;X i 为预测因子 [6-7] 2.2 玉米遥感估产模型评价玉米产量的高低受玉米品种栽培管理技术水平气象条件土壤条件等多种因素的共同影响, 张晓煜, 王连喜等在考虑一定时间范围某一特定地域内农技水平作物品种土壤条件等具有相对稳定性的条件下, 引入对玉米单产影响较大的气象因子和对作物长势反应敏感的比值植被指数和差值植被指数 (DVI) 来建立估测玉米单产的模式 [8] 为有效获取省域尺度的玉米产量全覆盖遥感估测信息, 顾晓鹤何馨等以 NDVI 作为玉米长势表征参数, 通过 MODIS 时间序列数据建立玉米生长标准曲线, 在同一物候期长势特征可比基础上构建玉米估产模型 TM-MODIS 玉米单产估测模型如下 : Y=-2062X 1-590X X 3-623X X X X 式中,Y 为 MODIS 尺度玉米单产,kg/hm 2 ;X 1,X 2,,X 7 为玉米出苗期拔节期大喇叭口期抽雄期灌浆期乳熟期成熟期的 MODIS-NDVI [9] 2.3 草地遥感估产模型分析卫星遥感方法用于作物长势监测和产量估算已有多年, 而作物各关键发育阶段长势的变化又与最终产量密切相关 [10] 地面传统测产方法, 不能及时反映大面积草地产量动态变化状况因此李建龙蒋平用气象卫星通道 1 Xi -29-

3 Scientific Journal of Earth Science [SJES] 和 2 的经校正后的 RVI 和 NDVI 绿度值, 对可食牧草产量进行分析, 建立草地估产和产量预报的地面光学模型 : G j =g i (CH 1, CH 2 ), Y=Y g (g 1, g 2 ) 式中,i=1,2 为两种算法模式 ;CH 1, CH 2 分别为地面实测光谱通道 1, 2;G j 为第 j 种算法模式计算的地面实测光谱绿度值 ;Y g 为地面实测可食牧草产量 ;g 1 -RVI,g 2 -NDVI [11] 3 烟草遥感估产基本原理烟草具有与其他植物相同的反射特性, 烟草遥感估产的实质就是利用烟草典型的反射光谱特征在遥感数据中的体现, 经过一系列的数据变换, 得到烟草生长参数, 通过建立估产模型, 对烟草产量进行预测的一种方法烟草是以叶片为收获对象的阔叶型作物, 这与冬小麦玉米水稻棉花等几种以花和果实为最终产品的窄小叶型作物有本质的区别在 2002 年意大利米兰的环境电磁感应学院, 发现光谱的红边区域 (REP,Red Edge Position) 最适合于牧场特征指数研究和生物参数评价, 可用于监测牧草长势水分分布, 从而确定合理放牧的区域 [12] 因此, 烟草可参照同样以获取叶片产品为主的草地遥感估产方法, 根据烟草典型的红边光谱参数, 采用合适的单产模型进行估产 3.1 烟草与其他作物中的识别在遥感图像上, 主要是通过绿色植物独特的波谱反射特征来区分作物在近红外波段的反射性质主要受叶片内部构造的控制不同类型的作物, 叶子内部构造有一定的差别 [13] 例如, 烟草与玉米和杂草的叶子在近红外波段 (700nm~900nm) 反射率具有明显的差别, 即在可见光波段反射率判别很小, 而在近红外波段, 差别较为明显 ( 如图 1 所示 [14] ) 从图上可以看出, 烟草的光谱反射率曲线在红外波段与玉米和杂草的曲线能够明显区别开来另外, 可以根据烟草同其他作物的播种生长收获的时间不同, 采取多时相遥感进行识别 3.2 烟草遥感估产所采用的资料由于光温水土等条件的不同, 即使同一种作物, 其生长状况也不一样, 可通过在卫星照片上的光谱数据差异, 判断作物的生长状况, 从而进行长势监测, 并进而对最终产量进行预测预报目前国内外用于作物估产的遥感资料主要有三类 : 美国陆地卫星 Landsat TM 图像 ( 空间分辨率 30mx30m, 重复周期 16d); 气象卫星 NOAA 资料 ( 空间分辨率 1100mx1100m), 重复周期为 2 次 /d; 航空资料 [15] 在烟草遥感估产的研究中, 可采用地面分辨率高的 TM 图像将烟草从其他作物中识别出来, 用重复周期短的气象卫星对其长势进行监测, 并预测其产量 3.3 烟草遥感估产最佳监测时相的选择遥感图像包含波谱空间和时间三方面的信息内容, 植物的物候学特征导致在不同生长发育阶段表现为迥然不同的光谱特性, 且这种季相节律在不同植物类型之间也存在差异 [16] 根据物候特点, 选择地物影像特征差异较大的时相, 有利于去除其他地物的干扰信息, 实现烟草的遥感识别 [17] 千怀隧根据作物光谱的种间差异物候的种间差异以及太阳高度角的变化等信息, 分析了我国主要粮食遥感估产最佳时相的选择方法 [18] 国外 Moran [19] Tso [20] Blaes [21] 等利用多时相遥感影像对地物的遥感识别和分类也进行了研究根据物候特征选择玉米与烟草的叶片光谱特征非常相似, 是与烟草最难区分的作物但烟草和玉米的物候存在较大差异山东地区一般春玉米播种时间为每年 3 月下旬到四月上旬, 于 8 月底 9 月初成熟 ; 夏玉米播种时间为每年 5 月下旬到 -30-

4 王梅, 等烟草遥感估产模型选取的理论研究 6 月上旬, 于 10 底成熟而烟草的移栽期一般在 4 月底到 5 月中旬结束, 于 9 月底 10 月初进入烟叶采收期因此可根据两种作物的物候差异利用多时相遥感影像加以比较区分 [22] 根据作物光谱差异区分尽管烟草与玉米的光谱特征十分相似, 但可以利用光谱分析仪, 比较两者在相同波段的反射率, 以此加以识别如图 1 所示, 烟草和玉米的光谱反射率变化曲线均具有绿色植被光谱的典型特征, 在 350~2500nm 范围内的变化趋势基本一致, 但其光谱反射率却是烟草明显大于玉米光谱反射率差异大, 说明在遥感图像上容易将两者区分 [23] 图 1 烟草玉米及杂草光谱反射率 4 发展趋势 [22] 图 2 不同时相地物的 TM 光谱曲线烟草遥感估产技术是随着遥感技术的发展, 遥感数据时空分辨率和光谱分辨率的逐步提高而不断发展的, 还处于初始阶段随着卫星数据种类不断增多, 可利用的光谱波段不断增加, 烟草遥感估产技术和方法将会继续发 [24] 展和趋于成熟随着烟草遥感估产技术的不断成熟, 估产模型构建的方法也将会有更大的改进, 建立出一种准确反映烟草单产规律的估产模型 [1] 任琼丽. 烟草病虫害防治 [M]. 云南 : 云南大学出版社,2007. 参考文献 [2] 杜培林, 田丽萍, 薛林, 等. 遥感在作物估产中的应用 [J]. 安徽农业科学,2007,35(3):

5 Scientific Journal of Earth Science [SJES] [3] 黄敬峰, 王人潮, 王秀珍, 等. 冬小麦遥感估产多种模型研究 [J]. 浙江大学学报 ( 农业与生命科学版 ),1999, 25(5): [4] 刘婷, 任银玲, 杨春华. 3S 技术在河南省冬小麦遥感估产中的应用研究 [J]. 河南科学, 2001, 19(4): [5] 李卫国. 基于 TM 遥感信息和产量形成过程的水稻估产模型 [J]. 江苏农业科学, 2007, 4:12-13,95. [6] 李付琴, 田国良. 小麦单产的遥感气象综合估产模式研究 [J]. 环境遥感,1993,8 (2): [7] 赵庚星, 余松烈. 冬小麦遥感估产研究进展 [J]. 山东农业大学学报 ( 自然科学版 ),2001,32(1): [8] 张晓煜, 王连喜, 张锋, 等. 银川地区玉米遥感估产研究 [J]. 宁夏农林科技, 2000, 2: [9] 顾晓鹤, 何馨, 郭伟, 等. 基于 MODIS 与 TM 时序插补的省域尺度玉米遥感估产 [J]. 农业工程学报, 2010,26(2): [10] 李剑萍, 郑有飞, 魏丽, 等. 作物遥感估产研究进展及未来趋势分析 [J]. 气象教育与科技, 1999,2: [11] 李建龙, 蒋平. 遥感技术在大面积天然草地估产和预报中的应用探讨 [J]. 武汉测绘科技大学学报, 1998,23(2): [12] 阎雨, 陈圣波, 田静, 等. 卫星遥感估产技术的发展与展望 [J]. 吉林农业大学学报, 2004,26(2): ,196. [13] P.H. 斯韦恩, S.M. 戴维. 遥感定量方法. 北京 : 科学出版社, 1984: [14] 李向阳, 刘国顺. 烟草高光谱特性与农艺生理品质指标关系和估测模型研究 [D]. 河南 : 河南农业大学, [15] 江东, 王乃斌, 杨小唤. 我国粮食作物卫星遥感估产的研究 [J]. 自然杂志 ( 综合考察版 ),1999, 21(6): [16] 齐腊, 刘良云, 赵春江, 等. 基于遥感影像时间序列的冬小麦种植监测最佳时相选择研究 [J]. 遥感技术与应用, 2008, 23(2): [17] 彭光雄, 宫阿都, 崔伟宏, 等. 基于多时相影像的典型遥感分类方法比较研究 [J]. 地球信息科学, 2009,11(2): [18] 千怀隧. 农作物遥感估产最佳时相的选择研究以中国主要粮食作物为例 [J]. 生态学报,1998, 18(1): [19] MoranM S,InoueY,BarnesE M.Opportunities and limitations for image-based remote sensing in precision crop management[j].remote Sensing of Environment, 1997, (61): [20] Tso B,MatherP M. Crop discrimination using multi-temporal SAR imagery[j].international Journal of Remote Sensing, 1999, (12): [21] Blaes X, Vanhalle L, Defourny P. Efficiency of Crop Identification Based on Optical and SAR Image Time Series[J]. RemoteSensing of Environment, 2005,96(3): [22] 彭光雄, 沈蔚, 郭继发. 泸西县烤烟面积遥感监测最佳时相的选择 [J]. 山地学报, 2009, 27(3): [23] 曹卫彬, 刘姣娣, 赵良斌, 等. 北疆棉花遥感估产最佳时相选择研究 [D]. 新疆, 石河子大学机械电气工程学院, [24] 李海亮, 赵军. 草地遥感估产的原理与方法 [J]. 草业科学, 2009, 26(3): 作者简介王梅 (1987-), 女, 汉族, 山东农业大学在读硕士研究生, 研究方向为土地利用与遥感年, 于山东农业大学攻读本科学位 ;2010 至今于山东农业大学攻读硕士学位 wangmei @126.com 李新举 (1965-), 男, 汉族, 山东农业大学教授, 博士, 博士生导师, 主要从事土地质量土地整治方面的研究 lxj0911@126.com -32-

气溶胶光学厚度的测量原理 Ê

气溶胶光学厚度的测量原理 Ê 肖钟湧江洪余树全周国模陈然宋晓东焦荔洪盛茂常杰江波南京大学国际地球系统科学研究所南京浙江林学院国际空间生态与生态系统生态研究中心杭州杭州市环境监测总站杭州浙江大学生命科学学院杭州浙江省林业科学研究院杭州气溶胶光学厚度的测量原理 Ê 仪器和观测实验场地数据处理气溶胶光学厚度的高光谱反演浑浊度系数波长指数 Ê Ê 精度检验气溶胶光学厚度浑浊度系数