油菜凍害衛(wèi)星遙感監(jiān)測(cè)與評(píng)估方法研究.pdf

1、油菜在我國(guó)位居油料作物之首，我國(guó)油菜的播種面積和產(chǎn)量均居世界第二位，其中約90％為冬油菜。越冬期是冬油菜必然經(jīng)歷的物候階段，因而具有發(fā)生凍害的風(fēng)險(xiǎn)。傳統(tǒng)意義上的油菜凍害監(jiān)測(cè)與評(píng)估都是由工作人員到田間實(shí)地調(diào)查得到凍害指數(shù)，不僅耗時(shí)、成本高，且代表性差。遙感是及時(shí)獲取大范圍地表信息的有效有段，在作物災(zāi)害監(jiān)測(cè)與評(píng)估領(lǐng)域具有明顯的優(yōu)勢(shì)。本研究選取傳統(tǒng)的冬油菜主產(chǎn)區(qū)—安徽省作為研究區(qū)域，基于中等分辨率成像光譜儀MODIS/MERIS、國(guó)產(chǎn)環(huán)境減災(zāi)

2、衛(wèi)星HJ-CCD/IRS等多種遙感數(shù)據(jù)源，以明確記載有油菜凍害發(fā)生的典型年份作為研究案例，探索針對(duì)油菜凍害的多角度評(píng)估方法，研究時(shí)相包括2003-2004、2009-2010和2010-2011三個(gè)生長(zhǎng)季。主要的研究?jī)?nèi)容以及取得的主要成果包括以下幾個(gè)方面:
　　(1)基于日最低氣溫指標(biāo)的油菜凍害發(fā)生區(qū)域判斷
　　本文從油菜凍害的致災(zāi)因子—日最低氣溫出發(fā)，綜合利用MODIS遙感數(shù)據(jù)、地面氣象觀測(cè)資料和基礎(chǔ)地理數(shù)據(jù)，采用星地多源

3、數(shù)據(jù)相結(jié)合的解決思路，依據(jù)各等級(jí)油菜凍害的致災(zāi)溫度國(guó)家標(biāo)準(zhǔn)，對(duì)于可能會(huì)有凍害發(fā)生的區(qū)域進(jìn)行判斷。以2004年1月下旬及2月上旬發(fā)生的油菜凍害為例，論文分晴空與云覆蓋兩種情況討論了對(duì)研究區(qū)域全覆蓋的日最低氣溫分布數(shù)據(jù)的獲取方法。
　　對(duì)于晴空條件，本文通過(guò)建立日最低氣溫與晴空下LST、NDVI及儒略日(DOY)之間的多元線性回歸方程來(lái)估算其空間分布，以2000-2014年間冬季三個(gè)月每日獲取的數(shù)據(jù)為輸入用于建模及驗(yàn)證。結(jié)果顯示對(duì)于日

4、最低氣溫的估算效果，基于前一天夜間所獲取的Terra-LST建立的估算方程具有最佳的表現(xiàn)，其次為當(dāng)日白天獲取的Terra-LST、白天Aqua-LST和夜間Aqua-LST。對(duì)于陰天條件，本文采用旬低溫（旬內(nèi)平均日最低氣溫）背景網(wǎng)格推算+凍害年份低溫距平調(diào)整+殘差空間化方法逐步擬合云下的最低氣溫分布場(chǎng)，該方法首先基于經(jīng)度、緯度、海拔、坡度和坡向等地理要素?cái)?shù)據(jù)來(lái)推算安徽全省冬季各旬（12月上旬至次年3月上旬）常年低溫水平的空間分布。在HA

5、NTS濾波的支持下基于8天合成的LST產(chǎn)品(MOD11A2)來(lái)模擬凍害發(fā)生年份指定旬與常年（2000-2014年）同時(shí)期低溫程度的距平，而后利用安徽省78個(gè)縣級(jí)氣象站的氣溫觀測(cè)數(shù)據(jù)將各低溫日期的最低氣溫與災(zāi)害年份旬低溫水平之間的殘差進(jìn)行空間化。本文以地理要素?cái)?shù)據(jù)為輸入分別考查了多元線性回歸以及隨機(jī)森林非線性回歸方法對(duì)低溫殘差的估算效果，結(jié)果顯示隨機(jī)森林模型對(duì)殘差的估算精度明顯要優(yōu)于多元線性回歸方法，故采用該方法將各站點(diǎn)處的低溫殘差擴(kuò)展到

6、整個(gè)研究區(qū)域。
　　以晴空下的最低氣溫估算結(jié)果為主體，利用云下的推算結(jié)果作為補(bǔ)充，從而得到每個(gè)低溫日期上對(duì)研究區(qū)域全覆蓋的1km分辨率的最低氣溫分布。由于國(guó)家標(biāo)準(zhǔn)中尚未對(duì)低溫的持續(xù)時(shí)間進(jìn)行定義，本文采用冷積溫指標(biāo)，即低溫時(shí)段內(nèi)每日最低氣溫的累加值來(lái)判斷可能會(huì)有油菜凍害發(fā)生的區(qū)域。結(jié)果顯示冷積溫能夠捕捉到出現(xiàn)在皖北地區(qū)（主要是宿州市一帶）以及江淮地區(qū)（主要為合肥及滁州地區(qū)）的低溫分布狀況，且通過(guò)與各氣象站的觀測(cè)值進(jìn)行比較（相關(guān)系數(shù)r

7、=0.810，P＜0.01，RMSE=8.6℃），冷積溫的估算取得了較好的效果。
　　(2)油菜的遙感識(shí)別與提取
　　油菜從始花期到盛花期綠度出現(xiàn)下降，在植被指數(shù)時(shí)間序列剖面上呈現(xiàn)為“谷”的特征，區(qū)別于同時(shí)期生長(zhǎng)的其他冬季作物（主要為冬小麥），基于這兩個(gè)物候時(shí)期油菜所特有的綠度變化趨勢(shì)可以實(shí)現(xiàn)其種植區(qū)域的提取?？紤]到不同地區(qū)生長(zhǎng)的油菜物候期并不同步，本文基于8天合成的MODIS-NDVI時(shí)間序列數(shù)據(jù)，在S-G濾波平滑的基礎(chǔ)上

8、，通過(guò)識(shí)別不同地區(qū)始花期和盛花期的開(kāi)始時(shí)間從而分區(qū)域提取出安徽全省油菜的分布，并且依據(jù)統(tǒng)計(jì)年鑒所記錄的市級(jí)油菜種植面積數(shù)據(jù)對(duì)提取結(jié)果進(jìn)行了檢驗(yàn)。
　　當(dāng)凍害較為嚴(yán)重時(shí)，受凍后的油菜在花期時(shí)植株趨于低矮、花朵稀疏，在30 m像元分辨率尺度上與冬小麥容易混淆，極易造成對(duì)實(shí)際種植面積的低估，此外農(nóng)業(yè)災(zāi)害評(píng)估又具有現(xiàn)勢(shì)性要求。結(jié)合合肥當(dāng)?shù)赜筒松a(chǎn)的實(shí)際情況，針對(duì)該問(wèn)題本文提出了基準(zhǔn)種植區(qū)域+越冬作物掩膜調(diào)整方法，采用相鄰正常生長(zhǎng)季（未有凍

9、害發(fā)生）的油菜分布作為基準(zhǔn)，基于越冬作物從出苗到越冬前生長(zhǎng)的特性建立掩膜來(lái)調(diào)整基準(zhǔn)種植區(qū)域，將得到的結(jié)果用來(lái)表示凍害發(fā)生年份越冬時(shí)期的油菜分布，并且依據(jù)油菜播種面積統(tǒng)計(jì)數(shù)據(jù)對(duì)其進(jìn)行檢驗(yàn)。
　　(3)油菜凍害災(zāi)情的遙感評(píng)估
　　對(duì)于2004年發(fā)生的油菜凍害，在MODIS像元尺度上借助于時(shí)間序列剖面分析了4種廣泛采用的植被指數(shù)對(duì)于凍害的敏感性。結(jié)果顯示，NDVI和GNDVI的表現(xiàn)要優(yōu)于EVI和SAVI這兩個(gè)植被指數(shù)，相比之下ND

10、VI對(duì)于凍害影響的表現(xiàn)更為充分。MODIS數(shù)據(jù)具有較長(zhǎng)的時(shí)間序列連續(xù)性，適合采用植被指數(shù)距平法評(píng)估凍害災(zāi)情。選取相鄰幾個(gè)正常生長(zhǎng)季（2001-2006不含2004年）同時(shí)期的平均長(zhǎng)勢(shì)水平作為基準(zhǔn)，采用NDVI年際標(biāo)準(zhǔn)差來(lái)表示長(zhǎng)勢(shì)的正常年際波動(dòng)，將凍害影響后的長(zhǎng)勢(shì)水平相對(duì)于基準(zhǔn)水平的百分比差異用來(lái)描述凍害的災(zāi)情程度。由于缺乏田間實(shí)測(cè)的災(zāi)情數(shù)據(jù)，本文選取全省47個(gè)油菜主產(chǎn)縣區(qū)的平均凍害程度與相應(yīng)的冷積溫進(jìn)行相關(guān)性分析，結(jié)果表明二者之間具有顯

11、著的相關(guān)性(r=0.378，P＜0.01)，從而一定程度上支持了災(zāi)情的評(píng)估結(jié)果。
　　MODIS空間分辨率較低，適合開(kāi)展大范圍油菜凍害的篩查，但對(duì)于市（縣）區(qū)域的油菜凍害遙感監(jiān)測(cè)與評(píng)估，需要采用更高空間分辨率的數(shù)據(jù)進(jìn)行研究。綜合考慮現(xiàn)有遙感資料的空間和時(shí)間分辨率，對(duì)于2010年和2011年初發(fā)生的油菜凍害，本文嘗試采用國(guó)產(chǎn)環(huán)境減災(zāi)衛(wèi)星數(shù)據(jù)進(jìn)行凍害評(píng)估。選取由HJ-CCD的4個(gè)工作波段構(gòu)建的8個(gè)常用的植被指數(shù)作為候選的凍害評(píng)估指標(biāo)。

12、利用2009-2010生長(zhǎng)季災(zāi)后相對(duì)于災(zāi)前時(shí)相各植被指數(shù)的變化量較正常生長(zhǎng)季(2008-2009)同時(shí)期變化量的歸一化差異直方圖曲線來(lái)判斷不同植被指數(shù)對(duì)于凍害的敏感性。結(jié)果表明在30m空間分辨率尺度上，NDVI和GNDVI較其他植被指數(shù)同樣具有更高的敏感性，相比較而言GNDVI的敏感程度更高，因而適合作為凍害的評(píng)估指標(biāo)?；跒?zāi)后時(shí)相相對(duì)于基準(zhǔn)水平的GNDVI百分比差異來(lái)判斷凍害發(fā)生年份的災(zāi)情等級(jí)，對(duì)于2011年1月份發(fā)生的油菜凍害，本文

13、選取合肥市9個(gè)苗情監(jiān)測(cè)點(diǎn)實(shí)測(cè)的田間凍害指數(shù)對(duì)結(jié)果進(jìn)行了驗(yàn)證，分析表明遙感評(píng)估得到的凍害程度與田間實(shí)測(cè)凍害指數(shù)之間具有較高的相關(guān)度（r=-0.698，P＜0.05）。采用灰色關(guān)聯(lián)分析方法和統(tǒng)計(jì)分析方法，本文考查了一些自然因素和作物自身?xiàng)l件對(duì)凍害災(zāi)情程度的影響，結(jié)果顯示南坡向和西坡向種植的油菜災(zāi)情相對(duì)更為嚴(yán)重，幾個(gè)因素對(duì)災(zāi)情影響程度的大小由高到低依次為:災(zāi)前長(zhǎng)勢(shì)、土壤濕度、最冷日期的地表溫度和海拔高度。
　　(4)新的凍害敏感指數(shù)的構(gòu)

14、建
　　本文基于中等分辨率成像光譜儀MODIS和MERIS波段所構(gòu)建的幾個(gè)生理變量敏感植被指數(shù)，在1km級(jí)分辨率尺度上考察了這些指數(shù)對(duì)于低溫脅迫的響應(yīng)模式及其凍害敏感性差異。所選取的指數(shù)包括MODIS-PRI（表征光合速率）、NDWI（表征冠層濕度），以及MERIS-MTCI（表征冠層葉綠素含量）、REP（紅邊位置）與LAI（葉面積指數(shù)）。結(jié)果顯示PRI對(duì)于低溫脅迫響應(yīng)非常強(qiáng)烈，間接表明光合作用對(duì)于凍害敏感;油菜受凍之后NDWI呈

15、現(xiàn)為異常上升的趨勢(shì)，據(jù)此推測(cè)凍害導(dǎo)致了冠層失水;LAI對(duì)于凍害響應(yīng)遲鈍，其數(shù)值不僅降幅較小且低溫過(guò)后迅速恢復(fù);低溫過(guò)程并未引起MERIS-MTCI與REP的降低或者削弱，推測(cè)凍害可能并未引起葉綠素水平的降低。低溫顯著地抑制了MTCI數(shù)值水平的上升，而REP幾乎未受到低溫的影響，引入紅邊波段構(gòu)建的紅邊NDVI對(duì)于低溫脅迫的敏感程度要低于標(biāo)準(zhǔn)NDVI。
　　基于上述發(fā)現(xiàn)，本文選取MODIS-L1B級(jí)數(shù)據(jù)中對(duì)植被光合作用以及冠層濕度較為

16、敏感的7個(gè)波段，在不同凍害等級(jí)的隨機(jī)分層抽樣樣本的支持下，通過(guò)最佳指數(shù)(the optimalindex factor，OIF)分析方法篩選出其第5、11和12波段組合構(gòu)建并且提出了新的凍害敏感植被指數(shù)MFISI（MODIS Freezing Injury Sensitive Index）。該指數(shù)能夠同時(shí)響應(yīng)植被的光合作用與冠層濕度參數(shù)，具有明確的生理學(xué)意義;且由于兩種生理指標(biāo)在遙感水平上對(duì)于凍害均敏感，新指數(shù)能夠明確地展現(xiàn)凍害的影響，