陈仲新-遥感数据产品的农业应用

遥感陆表产品在农业上的应用陈仲新研究员农业部遥感应用中心研究部农业部农业信息技术重点开放实验室2013年7月20日不同长势冬小麦乳熟期冠层反射率2008年5月15日0.00.10.10.20.20.30.30.40.430040050060070080090010001100波长（nm）相对反射率N0N1N2N3提纲农业及农业遥感农业遥感应用对陆表遥感数据产品的需求农作物收获指数的遥感提取基于遥感数据的作物物候特征研究作物产量的遥感监测与预测遥感监测作物种植变化对局地气候的影响总结一、农业与农业遥感农业是指利用自然资源生产食物、纤维等产品的产业，包括生产、加工和流通的整个过程。也指对上述过程或环节进行研究的科学农业是第一产业，为人们提供吃、穿、用等基本生活资料。也为工业等其他产业提供基础原材料广义的农业包括种植业、畜牧业、水产、林业、农产品加工等狭义的农业指种植业，因为种植业是农业中最重要的组成部门种植业是指利用耕地种植粮食和经济作物的生产部门农业的构成农业农业是国民经济的基础农业是国民经济的基础种植业还包括粮食作物和经济作物的生产，是人们食物和天然纤维的主要来源农业除了为人类直接提供食物，还为工业提供原材料农业对肥料、农药、机械等需求、农产品加工与储运等带动了相关产业农业在GDP中的直接贡献随着经济发展不断降低，但通过产业链条的间接贡献一直占有较大份额粮食安全还关系到社会稳定和可持续发展全球化和全球变化巩固了农业在国民经济的首要地位农业遥感农业遥感是利用遥感科学理论和技术方法对农业生产过程、环节及相关现象进行研究与应用的学科方向，是遥感科学与农业科学的交叉学科农业遥感基础研究农业遥感应用研究农业生产的特点区域性高动态性、物候快速变化相对经济产出低遥感技术适合应用与农业监测8农业遥感应用遥感技术是一种通用目的技术（General-purposeTechnique），在农业领域具有广泛应用作物种植面积监测作物长势监测作物产量监测与预测作物品质监测与评价农业灾害监测与评价（病虫害、干旱、水灾等）农业资源环境监测（土壤、水资源、农业污染等）精准农业草地遥感…….农业遥感应用的技术体系提纲农业及农业遥感农业遥感应用对陆表遥感数据产品的需求农作物收获指数的遥感提取基于遥感数据的作物物候特征研究作物产量的遥感监测与预测遥感监测作物种植变化对局地气候的影响总结二、农业遥感应用对陆表遥感数据产品的需求对陆地数据产品种类的需求作物面积与种植结构地表反射率、植被指数、地表温度、物候、土地覆盖作物长势、产量LAI/fPAR、植被指数、覆盖度、NPP、植株高度、叶绿素、物候、降水量土壤墒情地表/冠层温度、植被指数、热惯量、蒸发散、土壤水分、降水量、湖泊水面高度农业环境与灾害地表反射率、指数产品、土壤有机质、温度、蒸发散、NPP、土地覆盖、物候、LAI/fPAR、冰雪覆盖大区域耕地空间分布作物地块分布对地观测面积空间分辨率1km150-300m10m1m每5-10天有1-2期可用的遥感数据的重访能力农业应用对遥感数据其产品时空分辨率的需求长势总体植被长势农业植被长势特定作物的生长状态作物生长参数异常分析评价产量模拟与预测作物生长模型P.Defourney2008每10天关键期每3-5天每5-10天每1-2天产量提纲农业及农业遥感农业遥感应用对陆表遥感数据产品的需求农作物收获指数的遥感提取基于遥感数据的作物物候特征研究作物产量的遥感监测与预测遥感监测作物种植变化对局地气候的影响总结研究背景与意义－（农学及农业生产）作物收获指数（HarvestIndex，HI）农学定义正常生长条件下的粮食作物收获指数与作物单产呈正相关关系，同时，作物收获指数与作物光合产物运转、分配及器官的发育建成有密切关系收获指数是长期以来农学家及育种专家提高作物单产、选育作物新品种和品种改良过程中所需考虑的最重要因素之一众多研究表明，近几十年来，稻麦等粮食作物单产的不断提高，作物收获指数不断提高是其中的一个重要原因HI是农学以及农业生产中非常重要的参数HI=农作物籽粒产量农作物地上生物量三、作物收获指数的遥感提取收获指数是作物生长模型模拟作物产量中的敏感因素，是作物生长模型本地化和提高作物单产或作物生物量模拟精度较为关键的参数基于光能利用效率的半机理估产模型通过利用收获指数修正作物生物量预测区域作物单产的方法也取得了较好的估产效果，但作物收获指数仍然是影响作物单产预测精度的关键因素为进一步提高作物单产模拟的精度，提高农业资源监测和管理水平，获取大范围作物收获指数空间信息的研究具有重要意义NPP＝ε*fPAR*PARtotal_biomass=NPP*αYield＝HI*above_biomass研究背景与意义－（农业资源监测和管理）研究背景与意义－（农作物收获指数研究现状）对于大范围空间上作物收获指数的信息提取研究，国内外鲜有报道。当为满足区域作物收获指数信息需求时，区域收获指数的确定一般主要采用:以点代面法通过多年定点试验进行作物收获指数测定，然后利用该点多年均值作为该区域作物收获指数的常数。空间内插法通过实际调查获取区域多点作物收获指数，进而通过空间内插的方法得到当年区域空间收获指数分布状况。研究背景与意义－（农作物收获指数空间分布特点）作物HI影响因素复杂育种水平、作物品种、田间管理水平、气候条件以及外界胁迫条件（高温、缺水）等HI大范围内的相对稳定性由于一个地区的育种水平、田间管理水平及气候条件在一定时期具有相对稳定性的影响，因此，作物收获指数在一定时期较大区域范围内会呈现一定的稳定性HI小区域的较大空间变异性同一农作物的不同品种、不同管理水平、不同胁迫条件下均导致收获指数在一定时间内小区域范围内存在较大的空间变异中国：以农户为基本农业生产单位的特定条件下，农作物品种空间分布差异大，随机性强，更增加了作物收获指数在空间上的变异性可见，将收获指数采用常数处理、以点代面或空间内插等方法仅仅是一种临时的替代方法，难以真实反映出作物收获指数的空间分布状况研究背景与意义－（基于遥感技术的收获指数空间信息获取）遥感作为一种空间探测工具，已经成为农业定量遥感研究中快速、准确获取地表作物和环境参数的主要技术，但国内外基于遥感技术提取作物收获指数空间分布信息的研究很少（1）Samarasinghe利用统计部门区域平均作物单产数据与遥感获取的作物生物量数据得到了区域平均水稻收获指数，并将该参数作为该区作物收获指数常数，这比以点代面的方法更为合理，但不能获取收获指数的空间分布信息，作物收获指数的空间变异性仍无法解决（2）Moriondo提出运用归一化植被指数NDVI进行区域范围提取小麦收获指数的方法，但该方法需要首先确定一个地区的最大收获指数和收获指数可能变幅，上述两个参数在大范围区域内较难准确获取，且具有一定不确定性，从而使得最终作物收获指数结果具有一定不确定性，上述关键参数和最终结果的不确定性成为Moriondo所提方法在大范围广泛使用的限制条件研究背景与意义－（基于遥感技术的收获指数空间信息获取）近年来，我国部分学者开展了研究农业气象站点观测数据与收获指数间统计关系，但未获得连续空间上的作物HI信息结果研究近20年中国冬小麦收获指数时空格局，但仅是基于农业气象观测站观测资料，计算点位上的冬小麦收获指数，最后分析时间序列站点收获指数的年际变化趋势，未实现真正大范围连续空间的HI时空格局可见，为获取连续空间上作物HI信息，进一步开展基于遥感技术的收获指数信息提取研究，对于提高农学育种水平，提高农业生产能力，提高农业资源监测与管理水平具有重要意义研究区概况研究区域位于北方粮食生产基地黄淮海平原区内的河北省衡水市11个县（市），覆盖面积为8815km2该区属于温带半湿润季风气候，该区主要粮食作物为冬小麦、夏玉米，一年两熟轮作制度冬小麦种植时间为上年的9月底－10月初，返青开始时间为下一年3月上旬，开花期为5月上中旬，乳熟末期为6月上旬，收获期为当年的6月中旬前后本研究2004、2007和2008年地面实测冬小麦收获指数调查点共117个研究方法与理论基础－理论基础作物收获指数形成的重要机制作物收获指数是农作物籽粒产量占农作物地上生物量的百分数从作物生理机制角度看，收获指数即为碳素从源分到籽粒库的比例作物抽穗开花前作物累积生物量和抽穗开花后光合产物向穗部转移水平决定了作物收获指数的大小可见，对收获期单位面积作物地上生物量和作物籽粒产量的准确度量则成为准确测定作物收获指数的关键，而作物开花前营养生长阶段主要与作物地上生物量积累有密切关系，开花后的生殖生长阶段主要与作物籽粒产量有密切关系研究方法与理论基础－理论基础遥感监测收获指数的可行性分析较高时间分辨率中低空间分辨率遥感卫星已经实现对作物进行动态连续监测归一化植被指数（NDVI）是一个能够通过遥感获取且能够直接、有效地反映作物绿度长势的最佳遥感参考量之一，在农作物遥感长势监测中有着广泛应用研究表明，作物生长关键生育期归一化植被指数（NDVI）与作物的生物量和作物单产均具有较好的关系研究表明，作物开花前期和开花后NDVI累积值与作物的地上生物量和作物单产具有较好的关系本研究对作物阶段性累积NDVI与作物的地上生物量和作物单产的关系进行了深入研究，取得了较为一致的结论研究方法与理论基础－理论基础冬小麦各生育期旬NDVI时序曲线及其关键生育期示意图研究方法与理论基础－理论基础本研究利用研究区冬小麦地面实测地上生物量和冬小麦单产数据以及相应旬MODIS-NDVI数据，建立了小麦返青-开花前旬NDVI累积值与冬小麦收获期地上生物量以及开花期-乳熟期旬NDVI累积值与冬小麦单产间的关系。Yab_bio=212.53X1+996.38（n=71，R2=0.7581，Sig.F=0.000）Yyield=20.988X2+448.95（n=71，R2=0.6174，Sig.F=0.048）X1——返青期至开花前旬NDVI累积值X2——开花期至乳熟期旬NDVI累积值Yab_bio——冬小麦收获期地上生物量，g/m2Yyield——收获期冬小麦单产，kg/hm2研究方法与理论基础－理论基础通过验证发现，冬小麦生物量预测平均相对误差为-3.00%，相对误差范围-11.16%～8.70%，RMSE为74.52g/m2冬小麦单产预测平均相对误差-0.29%，相对误差范围-11.90%～9.39%，RMSE为284.11kg/hm2可见，冬小麦返青－开花前旬NDVI累积值、开花－乳熟期旬NDVI累积值与冬小麦地上生物量和冬小麦收获期籽粒产量具有较好的相关关系本研究作物收获指数表征模型基于作物收获指数形成机制和农学概念，采用作物时序归一化植被指数与时间变量构成的特征曲线提取的主要生育期曲线峰后（开花期－乳熟期）累积值和曲线峰前（返青－开花前）累积值，将二者比值（HINDVI_SUM）表征冬小麦收获指数最后，利用参数HINDVI_SUM与冬小麦实测收获指数间定量关系实现冬小麦收获指数空间信息的提取研究方法与理论基础－理论基础研究方法与理论基础－研究方法（1）（2）（3）（4）研究方法与理论基础－研究方法关键步骤（1）：参数HINDVI_SUM的构建∑NDVIpost——冬小麦时序NDVI曲线峰后累积值，即冬小麦开花后至乳熟期NDVI累积值，该指标反映冬小麦籽粒干物质积累过程∑NDVIpre——冬小麦时序NDVI曲线峰前累积值，即冬小麦返青—开花前NDVI累积值，该指标反映了作物茎、叶等干物质积累过程，同时对后期产量形成具有一定影响∑NDVIpost/∑NDVIpre—与作物收获指数存在一定相关关系的参数postNDVI_SUMpreNDVIHINDVI=∑∑研究方法与理论基础－研究方法关键步骤（2）：参数HINDVI_SUM与冬小麦HI的定量关系通过研究所构建参数HINDVI_SUM与历史实测冬