基于遥感参数HINDVI-SUM及专家知识反演的春小麦遥感估产研究
——以呼伦贝尔市大兴安岭西麓为例

乌兰吐雅，姚晓燕，乌 兰，包珺玮，姜英俊

（1.内蒙古农牧业科学院，内蒙古呼和浩特 010031；2.内蒙古拉布达林农场，内蒙古拉布达林 022250；3.海拉尔农牧场管理局，内蒙古海拉尔 021008）

作物生长状况的动态监测和产量的及时、准确预测，对于国家粮食政策的制定、价格的宏观调控、农村经济的发展以及对外粮食贸易具有重要意义[1]。农作物产量估产先后经历了抽样调查、统计分析、气象统计模型阶段和卫星遥感数据估产阶段[2]。遥感技术具有宏观、综合、动态和快速等优点[3]，广泛应用于作物的估产中[2-11]。我国的遥感估产归纳起来有以下几种模式：光谱信息-植被指数-长势信息-产量、光谱-水分与氮素-产量、光谱信息-植被指数-长势信息-生长模型-产量[4]。前人的研究多集中在冬小麦遥感估产[2，5，6，8，10]，而对于春小麦遥感估产的研究甚少[11]。本研究应用时间序列MODIS NDVI数据，对大兴安岭西麓的春小麦进行HINDVI-SUM参数的计算，以地块为单位与地上产量进行回归分析，建立空间估产模型，为呼伦贝尔市大兴安岭西麓春小麦的产量估算提供依据。

1 材料与方法

1.1 研究区概况

研究区域位于呼伦贝尔市大兴安岭西麓，林区到草原的过渡带[12]。研究区域东高西低，起伏平缓，海拔一般在600～900 m，气候冬季寒冷，夏季温凉，无霜期在100 d左右，年降水量300～400 mm，地表地下水资源丰富[13]。主要农作物为春小麦、油菜、大麦，其中春小麦是内蒙古的主产区之一。该区域分布着机械化程度强、劳动生产率高、商品率好的国有农场及私人农场，耕地连片集中，适合用遥感监测[12]。

1.2 研究方法与数据处理

1.2.1 研究方法 本研究从作物收获指数形成机制和农学概念出发，充分利用春小麦生长期间时间序列归一化植被指数与时间变量构成的特征曲线，结合主要生育期曲线峰后（开花期-成熟期）累积值和曲线峰前（出苗-开花前）累积值的比值HINDVI-SUM表征春小麦收获指数[14]，最后根据专家知识背景的地块估算产量进行回归分析，从而实现对空间春小麦的产量模拟和预算。

1.2.1.1 参数HINDVI-SUM的构建 通过研究NDVI时间序列构成的春小麦生长过程曲线，利用春小麦开花前曲线特征和开花后曲线特征，构建与春小麦收获指数概念相关的参数HINDVI-SUM，即：

式中：∑NDVIpost——春小麦时间序列NDVI曲线峰后累积值，即春小麦开花后至乳熟期NDVI累积值，该指标反映春小麦籽粒干物质积累过程；∑NDVIpro——春小麦时间序列NDVI曲线峰前累积值，即春小麦苗期-开花期NDVI累积值，该指标反映作物茎、叶等干物质积累过程，对后期产量形成具有一定影响；∑NDVIpost/∑NDVIpro是与作物收获指数存在一定相关关系的参数[14]。

1.2.1.2 专家知识下的地块产量 本研究于春小麦灌浆期-乳熟期在额尔古纳市的拉布达林农场、上库力农场，陈巴尔虎旗境内的特泥河农场以及海拉尔市北部的谢尔塔拉农场，选择41块种植春小麦的耕地进行实地调查，记录春小麦行距、高度、长势以及农场技术人员的估算产量。农场技术人员从播种开始到收割，每日观察农作物的长势，具有多年实地测产经验，测产方面可以称为专家。

1.2.1.3 参数HINDVI-SUM与春小麦产量的定量关系 在构建春小麦HINDVI-SUM反演与地块估算产量间回归分析中，利用两者定量关系进行区域尺度春小麦产量反演。研究过程主要利用SPSS统计软件曲线拟合模块进行参数HINDVI-SUM与地块产量间的直线统计关系模拟。考虑估产误差，参数HINDVI-SUM标准差大于0.10的地块没有参与回归分析，回归分析的数据共30个。

1.2.1.4 参数HINDVI-SUM模拟春小麦产量精度检验2015年春小麦生长季遥感参数HINDVI-SUM模拟的产量与实际测产的产量以地块为单位，将拉布达林农场花木兰队26块耕地进行对比，得到平均相对误差，对参数HINDVI-SUM模拟的春小麦产量的精度进行评价。相对误差δ=Δ/L×100%，式中δ——实际相对误差，一般用百分数给出，Δ——绝对误差，L——真值。

1.2.2 数据处理 使用遥感数据包括法国SPOT7数据、（DS_SPOT7_201507240225149_FRI_SEI_SEI_E120N50_01140）2015年 6月 3日 path/Row（123/25、123/26）的两景 LANDSAT8卫星遥感数据（http：//glovis.usgs.gov/）和十三期（137、145、154、161、169、177、185、193、201、209、217、225、233）4 景（h25v04、h25v03、h26v04、h26v03）MODIS 地表反射 率 数 据（MOD09Q1）（http：//edcimswww.cr.usgs.gov/pub/ims welcome），共 52 景。

对SPOT7数据进行正射纠正、融合、假彩色合成、投影转换，对LANDSAT8数据进行辐射定标、大气校正、融合、投影转换、543假彩色合成等操作。MODIS（MOD09Q1）是8 d合成的地表反射率数据，星下点空间分辨率为250 m。对其进行NDVI计算，投影转换，同一时期的4景数据进行最大值合成，消除4景数据直接镶嵌带来的黑条，最后将研究区域剪切，统计不同区域值。

2 结果与分析

2.1 参数HINDVI-SUM信息提取结果

按地块面积提取遥感参数HINDVI-SUM值，用软件进行统计，得到30个地块的极小值0.553121，极大值 0.899231，均值 0.683552。

2.2 参数HINDVI-SUM与春小麦产量关系

回归分析按地块面积统计的参数HINDVI-SUM平均值与地块单产，得出结果如下：参数HINDVI-SUM与春小麦单产负线性相关，y=-5769.493x+6957.497，R2=0.386，式中 y为产量（kg/hm2），x为遥感参数 HINDVI-SUM，方差分析通过F检验，模型系数通过t检验，P为0.0001，说明模型具有统计学意义，可用于现实估产研究。

2.3 参数HINDVI-SUM模拟春小麦单产，以地块为单位产量精度检验

本研究选择拉布达林农场花木兰队春小麦种植地块作为产量精度检验区域，用SPOT72.5 m分辨率的遥感影像上提取春小麦种植面积（图4），以地块为界线统计模型产量，与实测产量进行对比，26块种植春小麦的地块总产量（预测产量）为2730357 kg，实测产量为3165120 kg，模型产量比实际产量少，相对误差为13.7%，26块地的预测产量与实际产量拟合度较高（图5），能够满足现实估产需求，具有现实指导意义。

3 结论与讨论

利用时间序列MODIS NDVI数据生成的春小麦籽粒生长关键阶段和植株叶子生长关键阶段对应的NDVI累积值比值，构建2015年春小麦遥感参数HINDVI-SUM，通过参数HINDVI-SUM与专家估测地块产量进行回归分析，实现春小麦产量的定量反演。研究表明，利用参数HINDVI-SUM进行区域范围春小麦产量反演取得了较好的效果，反演春小麦产量的方法是可行的。

本研究在前人利用遥感时间序列植被指数提取区域冬小麦收获指数的基础上，以大兴安岭西麓的春小麦为例，尝试探索用参数HINDVI-SUM及专家知识下的地块产量反演区域春小麦产量的方法。该方法无论从理论的角度还是实用性而言，对于其他农作物的产量反演应该具有一定的普适性。但是，对于不同作物的产量反演及反演精度的提高有待于进一步研究。

本研究在实地调查中，利用差分GPS空间定位功能，获取地块的空间位置信息，并提取对应的遥感参数，解决了研究区大麦、小麦不好区分的问题。通过对参与模型的地块及精度检验的地块实地核实，降低了春小麦种植区误判所带来的误差。

参考文献：

［1］王纪华，赵春江，黄文江，等.农业定量遥感基础与应用［M］.北京：科学出版社，2008.259－276.

［2］杜天昊.基于MODIS-NDVI的河南省冬小麦估产模型研究［D］.重庆：重庆大学，2013.

［3］樊科研，田丽萍，薛 琳，等.遥感在农作物估产中的应用与发展［J］.安徽农学通报，2006，12（11）：145－147.

［4］李卫国，李正金，申双和.小麦遥感估产研究现状及趋势分析［J］.江苏农业科学，2009（2）：6-7，27.

［5］陈联裙，朱再春，张锦水，等.冬小麦遥感估产回归尺度分析［J］.农业工程学报，2010，26（S1）：169-174.

［6］任建强，陈仲新，唐华俊.基于MODIS-NDVI的区域冬小麦遥感估产——以山东省济宁市为例［J］.应用生态学报，2006，17（12）：2371-2375.

［7］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（S2）：53-58.

［8］李树强，李民赞.基于车载近地遥感系统的冬小麦生育早期产量估测方法［J］.农业工程学报，2014，30（3）：120-127.

［9］徐新刚，王纪华，黄文江，等.基于权重最优组合和多时相遥感的作物估产［J］.农业工程学报，2009，25（9）：137-142.

［10］秦元伟，赵庚星，姜曙千，等.基于中高分辨率卫星遥感数据的县域冬小麦估产［J］.农业工程学报，2009，25（7）：118-123.

［11］邓坤枚，孙九林，陈鹏飞，等.利用国产环境减灾卫星遥感信息估测春小麦产量——以内蒙古陈巴尔虎旗地区为例［J］.自然资源学报，2011，26（11）：1942-1952.

［12］乌兰吐雅，乌 兰，姜英俊，等.基于MODIS-NDVI的春小麦苗期长势监测——以呼伦贝尔市大兴安岭西麓为例［J］.安徽农业科学，2015，43（31）：356-358.

［13］内蒙古自治区农牧业区划委员会办公室.内蒙古自治农牧业资源区划数据汇编［M］.北京：中国区划出版社，1991.

［14］任建强，陈仲新，周清波，等.基于时序归一化植被指数的冬小麦收获指数空间信息提取［J］.农业工程学报，2010，26（8）：160-167.