基于地级市区域水稻遥感估产与空间化研究.docVIP

基于地级市区域水稻遥感估产与空间化研究 　　摘要：利用遥感技术，可以准确、及时地掌握中国主要水稻生长区的水稻生长状况与产量信息，能促进中国农业政策合理制定、粮食价格的理性宏观调控以及国际国内粮食良性贸易。本试验以江苏省为研究区域，利用MOD09A1数据提取水稻面积，针对行政区域为单位的水稻进行产量估算，全省估产结果精确度均值达到99.46%，各市的精确度基本维持在95%左右。在估产结果的基础上，依据最大植被指数的空间分布，将以行政区域为单位的单产值转化到以单个像元为单元的单产值。这不仅细化了区域水稻估产结果，为更直观地了解水稻田产量信息提供了可能，而且可以用于指导水稻品种改良和栽培技术改进等工作。 　　关键词：MOD09A1；水稻；面积提取；估产；空间化；江苏省 　　中图分类号： S127文献标志码： A文章编号：1002-1302（2015）11-0525-04 　　收稿日期：2014-11-29 　　项目基金：国家自然科学基金（编号51109183）；博士点基金（编号：20110101120036）。 　　作者简介：汤斌（1989―），男，安徽铜陵人，硕士研究生，主要从事农业遥感方面的研究。E-mail：tlt163.com。民以食为天，我国是人口大国，粮食供给的稳定性与社会安全息息相关，历史上的社会动乱也都与食物短缺有着密切联系，所以农业是具有重要战略性意义的基础行业。而水稻是我国主要粮食作物之一，全国水稻产量约占粮食作物总产量的40%，稻田面积约占全国粮食作物总面积的28%[1]。这也就有了水稻产量的统计与估算的需求。在当今复杂多变的经济和气候条件下准确、及时地掌握中国及全球重点产粮区的水稻生长状况与产量信息，对于中国农业政策的制定、粮食价格的宏观调控以及国际国内粮食贸易具有重要意义[2]。 　　传统的水稻产量统计方式，主要有人工监测，通过人的实地调查、逐级汇总来了解水稻种植面积和产量的变化，显然，由于数据的搜集、传输和加工都是手工方式，调差结果大大滞后于农业资源的变化，还容易掺入人为因素而扭曲资源的本来面目，因而不客观[3]。这也就凸显出遥感技术的宏观优势、客观优势、重复优势以及廉价优势[4]。 　　目前遥感估产方法主要包括经验统计方法、光能利用率方法和机理模型方法，这些方法都有自己的优点以及局限性。光能利用率方法主要是基于资源平衡的观点，假定所有资源对植物生长有平等的限制作用，以植物作用过程和Monteith提出的光能利用率为基础建立的[5-6]。遥感数据较容易获得，也更容易掌握净初级生产力（net primary productivity，NPP）的季节、年际变化；但是缺乏可靠的生理生态基础，光能传递及转换过程中还是存在不少不确定性。机理模型方法是以相似性原理为依据，以分析作物生长发育的物理过程、物理机制和环境条件为手段，设法将作物生长发育、产量形成的规律表述为有关的物理学定律，并用数学语言将这些有关的物理学定律写成数学模型，在一定假设条件下，确定边界条件、简化模型，寻求合适的数学解法，通过模拟试验调控模型的参数，最后建立作物估产的数值模拟模型[7]。机理模型方法虽然适用范围较广，但是参数校正工作却什么繁琐，而且在某些情况下某些参数没办法进行校正。常规的经验统计方法是利用前人的研究，采用一些经验的水稻面积提取公式提取水稻面积并估算作物产量。这种方法操作简单，估产精确度比较高，但所建立的估产模型一般只适用于建模的区域，不适宜推广。 　　常规的经验统计方法是以行政单元为单位，无法体现水稻单产空间变化的信息。因为水稻田一般是连片的、跨区域的，这样单纯的以行政区划分界线作为边界进行水稻估产结果缺乏水稻单产的空间性，不能直观地了解到不同区域的水稻生产力。为此本研究在传统经验统计方法的基础上，采用一种最大植被指数的方法，将以行政单元为单位的产量转换为以像元为单位的信息，得到每个水稻像元级别的水稻产量图，从而不仅提供了更加丰富的水稻产量信息，而且可以指导水稻品种改良和栽培技术改进等工作。 　　1研究区域概况 　　研究区域为江苏省。江苏省地处我国东部沿海，介于东经116°18′～121°57′、北纬30°45′～35°20′之间，地居长江、淮河下游，东临黄海，西连安徽，北接山东，南与上海、浙江接壤，全省面积10.26万 km2，包括13个地级市，主要分成苏北徐州、盐城、连云港、淮安、宿迁5市，苏中扬州、泰州、南通3市，苏南南京、苏州、无锡、常州、镇江5市。江苏是全国地势最低的一个省，绝大部分地区海拔都在50 m以下，全省最高峰云台山玉女峰海拔只有625 m，低山丘陵主要集中在北部和西南部，仅占全省总面积的14.3%。全省覆盖h27v05和h28v05两块。 　　江