一種利用MODIS數(shù)據(jù)的夏玉米物候期監(jiān)測方法

李穎,陳懷亮,李耀輝,王秀萍,張方敏

(中國氣象局·河南省農(nóng)業(yè)氣象保障與應用技術重點開放實驗室,鄭州 450003)
(河南省氣象科學研究所,鄭州 450003) (河南省氣象局,鄭州 450003)
(北京超圖軟件股份有限公司成都分公司 ,成都 610016)
(南京信息工程大學氣象災害預報預警與評估協(xié)同創(chuàng)新中心/江蘇省農(nóng)業(yè)氣象重點實驗室,南京 210044)

論文來源:《應用氣象學報》第29卷第1 期

摘要:采用 MODIS 數(shù)據(jù)重構(gòu)夏玉米歸一化植被指數(shù)生長曲線,提取并建立特征點位對應日期與作物進入不同物候期的實際日期之間的最佳匹配關系。 研究表明:使用改進的 SG(Sav歸ky-Golay)迭代濾波對最大值合成后的植被指數(shù)時間序列做平滑處理并進行 Logistic曲線擬合,可得到時間分辨率為 1 d 的作物生長過程曲線,經(jīng)與 2013 2014 年物候期實測數(shù)據(jù)匹配,選擇利用動態(tài)闊值 1 提取七葉期,均方根誤差為 5.4 d...

關鍵詞: 歸一化植被指數(shù),作物生長曲線,SG濾波,Logistic擬合

引言

作物物候期是重要的農(nóng)業(yè)生態(tài)系統(tǒng)特征,準確獲取作物的物候信息是農(nóng)業(yè)生產(chǎn)、田間精細管理、計劃決策等的重要依據(jù),對于監(jiān)測作物長勢、進行作物種植管理、預測作物產(chǎn)量等具有重要意義。遙感技術可用于監(jiān)測植被對氣候的響應和作物物候期,利用遙感時間序列數(shù)據(jù)集提取物候信息在監(jiān)測植被物候動態(tài)變化趨勢、評估季節(jié)條件和季節(jié)變化下的植被覆蓋和植被響應 、預測作物產(chǎn)量陽 、優(yōu)化作物和生態(tài)等動力模型的狀態(tài)變量[町等諸多方面有廣泛應用。 盡管以高空間分辨率、 高光譜分辨率遙感數(shù)據(jù)為主要信息源的農(nóng)情精準監(jiān)測研究已有大量文獻報道,但對大尺度區(qū)域監(jiān)測而言,無論是從數(shù)據(jù)獲取難易程度,還是從數(shù)據(jù)戚本、時間效率等方面看,低空間分辨率的多光譜衛(wèi)星遙感數(shù)據(jù)仍然具有應用優(yōu)勢,其中以 AVHRR 和MODIS 等數(shù)據(jù)應用最為廣泛[10-11 ],生成以歸 一化植被指數(shù)和增強型植被指數(shù)為代表的植被指數(shù)數(shù)據(jù)[12-13],因其具有良好的時間序列特性,可以較好地描述不同類型植被的生長過程,是物候期遙感監(jiān)測中使用最多的數(shù)據(jù)類型。 雖然該類數(shù)據(jù)的空間分辨率就中國中東部地區(qū)的農(nóng)田規(guī)?;潭群娃r(nóng)田破碎度而言相對較粗,但在相似的生態(tài)區(qū)內(nèi)作物物候期進程相對-致,低空間分辨率影像可反映區(qū)域作物物候信息。 由于植被指數(shù)時間序列受大氣污染等的影響在時間上和空間上不連續(xù),在物候研究前需對表征植被生長過程的遙感時間序列數(shù)據(jù)進行平滑,再根據(jù)去除噪聲后的遙感植被生長曲線的特征提取物候信息。 早期研究中, Gallo 等[14]利用 AVHRR 歸 一化植被指數(shù)時序數(shù)據(jù)監(jiān)測玉米吐絲期等。 近年來,該領域受到持續(xù)關注,相關研究不斷發(fā)展, Hmimina 等山利用地面測量歸一化植被指數(shù)數(shù)據(jù)評價了MODIS 歸 一化植被指數(shù)用于預測不同生態(tài)系統(tǒng)物候期時的潛力,Kandasamy等[ 16]對SG ( Savitzky-Golay)濾波、不對稱高斯擬合、Logistic 擬合等 3 種去噪平滑算法的性能進行比較,評估了地表物候產(chǎn)品的不確定性,Verger 等[17]使用遙感估算的葉面積指數(shù)時序數(shù)據(jù)對大尺度物候信息進行了提取。

目前,物候遙感監(jiān)測研究尚存在兩方面問題: 一方面可用于平滑植被生長曲線的方法包括 SG 濾波、 Logistic 擬合、三次樣條擬合、小波去噪、高斯函數(shù)擬合、傅里葉分解等在內(nèi)的多種噪聲去除算法和模型[16,時,已有學者在不同方法間進行比較并加以選擇[19-21J ,SG 濾波是最受推薦的方法之一[16,22],為了提高濾波平滑質(zhì)量,在 SG 濾波前通常需要進行時序數(shù)據(jù)的等時間間距合成,而捷、波后數(shù)據(jù)的時間分辨率不發(fā)生改變,多日合成降低的時間分辨率影響物候期遙感監(jiān)測精度;另 一方面,針對不同類型的植被,其生長曲線特征點位需根據(jù)植被生長規(guī)律加以定義,確定其與具體物候期的對應關系,自然植被生長曲線的特征點位與其季節(jié)變化的對應關系可以較好地直觀定義[叫,但作物的不同物候期往往彼此臨近且不同物候階段的差異不如自然植被明顯,現(xiàn)有研究中作物生長曲線特征點位與其物候期的匹配關系尚需進一步明確[24-25]。 針對上述問題,本研究利用 MODIS 歸一化植被指數(shù)時間序列開展作物物候期遙感監(jiān)測研究,以期進一步提高作物物候期遙感監(jiān)測的準確率:采用最大值合成、改進的 SG 迭代濾波方法和 Logistic 擬合提高對作物歸一化植被指數(shù)生長曲線重構(gòu)的質(zhì)量和重構(gòu)后數(shù)據(jù)的時間分辨率,提取作物生長曲線的多個特征點位,通過比較分析不同特征點位對應日期與作物進入不同物候期的實際日期之間的匹配情況,建立作物生長曲線特征點位與作物物候期之間的最佳匹配關系。

更多內(nèi)容請點擊下方的pdf文檔查看