基于开花期卫星遥感数据的大田小麦估产方法比较-中国农业科学.pdfVIP

中国农业科学 2017,50(16):3101-3109 Scientia Agricultura Sinica doi: 10.3864/j.issn.0578-1752.2017.16.005 基于开花期卫星遥感数据的大田小麦估产方法比较 谭昌伟，杜颖，童璐，周健，罗明，颜伟伟，陈菲 （扬州大学江苏省作物遗传生理国家重点实验室培育点/粮食作物现代产业技术协同创新中心，江苏扬州 225009 ） 摘要：【目的】卫星遥感具有覆盖范围广、获取速度快、信息量大、动态性强等优势，能够及时准确地获取 作物产量信息，反映作物产量空间变化趋势。遥感技术作物估产已成为现代农业生产中研究热点。通过改善遥感 估产建模方法，以实现进一步提高大田作物遥感估产精度，为宏观了解不同区域作物产量形成情况及变化趋势提 供直观、可靠的参考。【方法】论文结合2011—2012年江苏省大丰、兴化、姜堰、泰兴、仪征5个县区的定点观 测试验，以国产卫星产品HJ-1A/1B影像为遥感数据，于小麦开花期开展大田定位观测区卫星遥感植被指数、关键 生长指标与收获期单产间的定量分析。通过对产量与小麦生长指标以及植被指数进行定量关系分析，进一步增强 遥感反演的机理性和重演性。将卫星遥感变量与小麦产量进行相关关系分析作为遥感估产的直接建模方法，间接 建模方法则是选取与产量相关性较好的遥感变量以及与遥感变量相关性较好的主要苗情指标，利用筛选得到的敏 感遥感变量，首先监测对应的小麦生长指标，结合该小麦生长指标与产量间的定量关系，进而建立间接估产模型， 利用此模型进行小麦遥感间接估产。利用直接和间接建模方法，以相关性最高为原则，筛选估算产量的敏感卫星 遥感变量。以2012年试验数据为建模样本，采用线性回归分析方法，分析小麦开花期苗情指标、产量与卫星遥感 变量两两之间的相关性，分别构建以遥感植被指数为基础的大田小麦估产模型，与地面实测结果一起建立模型共 同分析。以 2011 年试验数据为验证样本，选取评价指标拟合度（ 2 R ）和均方根误差（RMSE ）,对两类模型的估算 精度进行验证和比较，以提高遥感反演的定量化水平和可信度。【结果】分别以差值植被指数（difference vegetation index，DVI）和比值植被指数（ratio vegetation index，RVI）为基础的单因子直接估产模型的均 方根误差（root mean square error， -2 -2 RMSE ）为 918 kg·hm 和 1 399.5 kg·hm ，以 DVI 和 RVI 遥感变量构建双变 量估产模型的 -2 RMSE 为1 036.5 kg·hm ，以归一化植被指数（normalized difference vegetation index，NDVI） 和叶片氮积累量为基础构建的间接估产模型的 -2 RMSE 为 805.5 kg·hm ，说明开花期 HJ-1A/1B 影像估算小麦区 域产量是可行的，且精度较高；经比较，以 NDVI 和叶片氮积累量为基础的间接估产模型精度明显高于直接估 产模型，相较于DVI直接估产模型 -2 -2 RMSE 降低了112.5 kg·hm ，相较于RVI直接估产模型 RMSE 降低了594 kg·hm ， 相较于双因子模型 -2 RMSE 降低了 231 kg·hm 。【结论】国产卫星 HJ-1A/B 可以较好满足估测小麦产量要求，且 利用间接方法建立作物遥感估产模型要好于直接方法，研究结果为利用遥感技术更为准确估算大田小麦产