基于遥感数据和气象数据的水旱地冬小麦产量估测.pdfVIP

第 26卷 第 11期 农 业 工 程 学 报 、，o1．26 NO．1l 2010笠 11月 TransactionsoftheCSAE N0V．2010 l83 基于遥感数据和气象数据的水旱地冬小麦产量估测 冯美臣 ，肖璐洁 ，杨武德 ，丁光伟2 (1．山西农业大学农学院，太谷 030801； 2．DepartmentofChemistry,Northern StateUniversity,Aberdeen，SD57401，USA) 摘 要：研究利用遥感数据进行了运城地区冬小麦不同生育时期归一化差值植被指数和产量关系的研究，利用气象数据 和光谱数据构建 了冬小麦光谱产量模型、气象产量模型 以及光谱气象产量模型。结果表 明：运城地 区水旱地冬小麦均 以 5月8日左右的NDVI值与产量相关性最好，且达极显著水平，因此该时期为建立冬小麦遥感估产模型的最佳时相。通 过对冬小麦光谱产量模型、气象产量模型以及光谱气象产量模型预测效果进行的F检验，表明各模型均达到极显著水平。 与其他两种模型相 比，光谱气象产量模型的决定系数 ( )有明显的提高，并且相对均方根误差 (RRMsE)和相对误差 (衄 ) 降低，且降低幅度较大。说明光谱气象产量模型比气象产量模型和光谱产量模型有较好的预测效果。平均单产的遥感估 产值略高于统计数据值，旱地估产精度为 80．91％，水地估产精度为 87．72％：总产量的估算值略高于统计值，早地精度 为 99．20％，水地精度为 8O．54％。因此，利用遥感和气象数据建立模型进行单产和总产估测是可行的，且精度更高。 关键词：遥感，冬小麦，光谱，气象数据 ，产量，模型 doi：10．3969q．issn．1002—6819．2010．11．032 中图分类号：S127 文献标志码：A 文章编号：1002—6819(2010)一11—0183—06 冯美臣，肖璐洁，杨武德，等．基于遥感数据和气象数据的水旱地冬小麦产量估测 [J]．农业工程学报，2010，26(11)： 183— 188． FengMeichen，XiaoLujie，YangWude，eta1．Predictinggrainyieldofirrigation—landanddry-lnadwinterwheatbasedonremote sensingdatanadmeteorologicaldata[J]．TransactionsoftheCSAE，2010，26(11)：183—188．(inChinesewithEnglishabstract) 已经被广泛地应用于作物产量的估测。而归一化差值植 0 引 言 被指数 (normalizeddifferencevegetationindex，NDVI)， 早期预测冬小麦产量有助于市场行情和价格政策的 是最常用的一种植被指数，在任何给定的时期对作物总 评估 。同时，早期作物产量的信息对于政府管理、决策 生物量都有较强的指示作用¨，可以用来监测作物长势， 和宏观调控是很重要的。传统的产量估测是采用人工区 它和作物植株生物量以及籽粒产量有较高的相关性[13-16]。 域调查方法，速度慢、工作量大、成本高，很难得到精 很多学者利用不同的遥感数据获得的归一化植被指数进 确的小麦种植面积和产量。遥感技术和地理信息系统的 行作物产量的早期预测，表 明其具有较高的可靠性 1【7-22]。 引入，为解决上述 问题提供了有效手段。 而作物遥感估产主要是通过作物种植面积的确定和 遥感估产是指在收集分析农作物光谱特征的基础上， 单产模型建立来实现的。只有准确地估算出作物播种面 通过卫星传感器记录的地球表面信息辨别作物类型、监测 积，才能得出准确的总产估测数据L2引。为了提高作物种 作物长势、建立光谱反射率与产