基于Landsat的小麦估产模型及其应用

王海君，许捍卫，金文韬

（1.河海大学 地球科学与工程学院，江苏 南京 211100）

基于Landsat的小麦估产模型及其应用

王海君1，许捍卫1，金文韬1

（1.河海大学 地球科学与工程学院，江苏 南京 211100）

针对华北地区旱情导致小麦减产的问题，提出了利用Landsat遥感影像信息，结合小麦生长关键时期的降雨量以及种植区距离灌溉水源的位置关系，建立小麦估产模型，通过降雨预报信息估算小麦单产产量，并将其应用在作物种植选择方面，以提高农田的产值与农民的经济效益。

Landsat影像信息；降雨量；灌溉水源；小麦估产模型；效益

针对华北平原旱情的特点，选择具有对比性、层次性的研究区域[1]，建立小麦估产模型，实现对小麦来年生长状况和产量评估，以便选择适合种植的农作物[2]。

1 小麦估产模型建立

本次实验的目的是建立简捷的小麦单产估算模型，具体的技术路线如图1所示。

图1 小麦单产估算模型技术路线图

1.1 数据预处理

研究区采用2010～2014年5期Landsat7的遥感影像。在对数据进行信息提取之前需要对数据进行预处理，主要包括大气校正、辐射校正、影像条带消除以及数据的剪裁操作[3]。数据预处理主要是对影像进行纠正，尽可能消除干扰因素对信息提取的影响，使得提取的结果更加精确。本次主要提取的是实验区小麦的NDVI值。

其中，TM4为近红外波段，该波段主要用于测量生物量和作物长势，区分植被类型；TM3为红光波段，该波段可用于测量植被叶绿素的吸收率，并以此进行植被的分类。

1.2 估产模型的建立

本次小麦估产模型的建立主要考虑4个方面的因素：小麦抽穗前期的NDVI值、小麦抽穗灌浆期的降雨量、小麦成熟期的降雨量、小麦所在地的区位条件（距离灌溉水源的位置）。综合4方面的条件建立小麦的估产模型。

NDVI值的确定。小麦的NDVI值代表的是小麦的长势，小麦抽穗前期的长势与小麦麦穗的大小有正相关的关系，本次实验提取的是小麦抽穗前期的NDVI值。根据健康植被的波谱反射率曲线可以对提取区域的小麦的NDVI值进行评估判断[3]，NDVI值的大小反映了小麦返青期之后的长势。该过程的实现主要是用Transform工具集中的NDVI计算工具实现的。

小麦抽穗灌浆期的降雨量值主要是从4月份到6月份3个月内的降雨量值，抽穗期间的降雨量决定了麦穗的生长状况以及麦粒的饱满与否[4]。所以这个时期的降雨量对小麦的产量会产生直接的影响。成熟期的降雨量决定了麦粒的成熟度，如果降雨量偏大，小麦就容易倒伏，小麦籽粒就容易发芽，直接导致小麦减产。因此要将该时段的雨量值分2个时段来统计，4、5两个月份统计一次，6月份统计一次。

小麦所在的区位条件即小麦所在地距离灌溉水源的距离，是一个很重要的区位因素。一般情况下，小麦所在地距离水源近的情况下即使雨量不足，小麦正常生长所需的水量也可以利用灌溉水源得到补给，保证作物的需水需求，从而保证作物的产量。据调查显示，由于条件的限制，在距离水源2 000 m之内的区域，属于可灌溉的区位，因此在该范围内的区域均可保证作物的需水量。在ArcGIS中采用缓冲分析来区分可灌溉区与不可灌溉区。研究区的统计数据如表1所示。

表1 不可灌溉区农田实验数据

表2 可灌溉区农田实验数据

本次实验的误差允许范围为10 kg /亩(根据黑龙江农垦统计信息网，误差不超过2%为有代表性)，由于本次实验的目的是建立简捷的小麦单产估算模型，而且在误差允许的范围内线性模型是最符合条件的，因此根据上述分析以及所获取的数据建立快速的小麦单产估算模型[5]：

WY=a×NDVI+b×Rain1+c×Rain2+d×M+e (2)式中，WY为小麦的单产值；Rain1为4、5月份的降雨量；Rain2为6月份的降雨量，M为是否可以灌溉，若可灌溉，则M值为1，否则为0；a、b、c、d、e为常数项，经计算并经过最小二乘法修改得到各项的值分别为2 360．73、0．50、-0．08、54．70、292．43。

2 估产模型评价与分析

将2014年的数据代入估算模型中进行检验，可以得出在不可灌溉区的小麦单产值估算值和实际值分别为460．7 kg /亩、467．4 kg /亩，误差为6．7 kg /亩；可灌溉区的小麦单产估算值和实际值分别为506．6 kg /亩、515．7 kg /亩，误差为9．1 kg /亩。根据小麦单产预测数据与实际的单产值之间的差值可以看出，两个实验区的预测结果与实际结果之间的差值均在误差允许范围（10 kg /亩）之内，但是可灌溉区的误差要大于不可灌溉区的误差。之所以把灌溉作为影响因素主要是因为在华北地区降雨量不大的情况下，小麦的灌溉与否直接决定了小麦抽穗灌浆期的水量是否充足。因此，虽然光照强度、土壤湿度、风力大小等条件也会对小麦的单产量造成影响[6]，但建立一个简捷的模型需要分清影像因素的主次，所以此次将影响最重要的灌溉作为模型的一个因子。值得注意的是，在可灌溉区的实际影响因素中还有一个很重要的因素就是降雨较少而造成灌溉水源水量不足的现象，这种现象也会导致小麦单产减少[7]，这会对实验结果造成很大的影响。

从该小麦估产模型的因子可以看出，此模型适合的区域是降雨量与灌溉水源占很重要地位的地区，因此该模型在满足此条件的华北地区具有普适性，而且华北地区作为我国小麦的主要产地之一，小麦的产量将会在很大程度上影响该地区的经济状况，所以该小麦单产估产模型具有现实意义。

3 小麦单产模型的应用

3.1 小麦产量估算

利用模型对小麦进行估产后，如果结果显示小麦产值是低产现象，则需要进一步分析造成低产的原因。主要分析在其他条件合理的范围内，造成产量降低的条件[8]。如果在4～6月份降雨量充足，由于小麦抽穗前期的NDVI值偏小（合理范围内），则可以继续小麦的种植；如果4、5月份的降雨量严重减少，小麦在抽穗灌浆期会因为水份不足造成籽粒的数量减少和不饱满，产值就没有保障，可以终止种植。

3.2 可种植作物的选择

结合当地的小麦种植成本以及当地的小麦价格，计算种植小麦是否达到所需要的经济要求。一般情况下，小麦的种植成本主要包括种植成本、播种成本、肥料成本、收割成本、农药成本以及人力成本。在4月份的前期成本只有种子成本、播种成本以及少量的农药成本和人力成本，所以花费相对而言较小，在这个时候决定是否要继续进行小麦的种植是个合适的时间段。

当运用小麦单产估算模型估算出小麦的产量值，运用成本计算方法计算出小麦种植的经济效益后，如果达不到预期的效果则需要选择同时期可以种植的其他作物来代替小麦种植，比如说春季玉米以及棉花。但是在选择之前还要估算一下种植其他作物带来的经济效益，在合理的范围内选择最适合种植的作物来达到最好的经济效益，比如玉米适合的条件是八、九月份降雨量要充分，以方便玉米籽粒的饱满生成，而棉花则需要在此期间比较少雨的环境，否则就会造成棉花果烂掉而造成减产。通过多种作物的经济效益对比，选择一种适合种植而且经济效益最好的作物种植。

4 结 语

小麦单产估算模型虽然估算结果与实际结果之间存在一定的偏差，但其偏差在误差可允许的范围内。在运用小麦单产模型进行作物的选择时，必须注意以下几点：

1）运用单产模型进行估产计算时注意区位条件，即是否在可灌溉范围内，如果忽略此条件会直接影响作物种植种类的判断[9]。

2）当小麦单产估算结果显示出现严重减产时，要着重分析造成减产的因素，以便对选择是否继续种植作出合理的选择。

3）在对作物种植品种进行评估选择时，不仅需要进行小麦的单产估产，还需要对其他品种的产量以及经济效益进行估产评估。

该模型主要适用地区为华北地区的丘陵、平地地区，较该地区的其他模型而言，该模型预测因子容易获取，计算方法简单，数据分析不需要专业人员，具有普适性，容易被大众接受使用。因此该方法可以在小麦产值的估算结果以及作物的种植选择时广泛应用。

[1] 王宏,范英霞,高珊,等．基于3S技术的干旱区绿洲土壤盐渍化动态监测[J]．地理空间信息,2013,11(1):131-134

[2] 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

[3] 袁慧,李爽,孔云峰．开封市郊冬小麦冠层反射光谱特征分析[J]．地理空间信息,2009,7(4):63-65

[4] 陈乾．用植被指数监测干旱并估计冬麦产量[J]．遥感技术与应用,1994,9(3):12-18

[5] 余晓敏,邹维宝．基于遥感空间特性的广东省水稻单产快速预估[J]．测绘信息与工程,2008,33(5):34-35

[6] 宁佐荣．基于MODIS数据的低山丘陵区水稻估产模型研究[D]．重庆:西南大学,2014

[7] 张峰．川渝地区农业气象干旱风险区划与损失评估研究[D]．杭州:浙江大学,2013

[8] 张军龙．基于MODIS_EVI重庆水稻估产[D]． 重庆:重庆师范大学,2014

[9] 李岩,彭少麟,廖其芳,等． RADARSAT SNB SAR数据在大面积水稻估产中的应用研究[J]．地球科学进展,2003,18(1): 109-115

P237

B

1672-4623（2016）12-0045-03

10.3969/j.issn.1672-4623.2016.12.015

王海君，硕士研究生，主要研究方向为地理信息系统开发与应用。

2015-07-15。

项目来源：国家自然科学基金资助项目（41101374）；水利部公益性行业科研专项经费资助项目（20121025）。