專利名稱：一種作物收獲指數(shù)的獲取方法
技術(shù)領(lǐng)域：
本發(fā)明提供了一種作物收獲指數(shù)獲取方法，特別是指一種基于時序歸 一化植被指數(shù)的作物收獲指數(shù)遙感獲取方法。
背景技術(shù)：
農(nóng)作物收獲指數(shù)作為影響作物單產(chǎn)的重要生物學(xué)參數(shù)之一 ，早已引起人們的重視。對糧食作物來說，作物的收獲指數(shù)即為農(nóng)作物籽粒產(chǎn)量占農(nóng)作物地上生物量的百分?jǐn)?shù)。 一般而言，正常生長條件下的糧食作物收獲指數(shù)與作物單產(chǎn)呈正相關(guān)關(guān)系，同時，作物收獲指數(shù)與作物光合產(chǎn)物運轉(zhuǎn)、分配及器官的發(fā)育建成有密切關(guān)系。因此，收獲指數(shù)是長期以來農(nóng)學(xué)家及育種專家提高作物單產(chǎn)、選育作物新品種和品種改良過程中所需考慮的最重要因素之一。眾多研究表明，進幾十年來，稻麥等作物單產(chǎn)的不斷提高，作物收獲指數(shù)的不斷提高是其中重要原因之一。另外，隨著作物生長機理模型的出現(xiàn)和不斷發(fā)展，收獲指數(shù)成為作物生長模型通過修正作物地上部生物量得到作物單產(chǎn)所必須輸入?yún)?shù)之一 。
目前，區(qū)域作物收獲指數(shù)的確定方法主要包括以點代面法、空間內(nèi)插法或者通過文獻查詢獲取區(qū)域收獲指數(shù)。以點代面法指通過多年定點試驗進行作物收獲指數(shù)測定，然后利用該點多年均值作為該區(qū)域作物收獲指數(shù)的常數(shù)?？臻g內(nèi)插法主要指通過實際調(diào)查獲取區(qū)域多點作物收獲指數(shù)，進而通過空間內(nèi)插的方法得到當(dāng)年區(qū)域空間收獲指數(shù)分布狀況。以上針對作物收獲指數(shù)的計算或研究的方法，大多基于農(nóng)學(xué)試驗在田塊尺度進行測量和研究，研究內(nèi)容主要涉及作物收獲指數(shù)的數(shù)學(xué)模擬或作物收獲指數(shù)對作物生長環(huán)境及其管理措施的響應(yīng)，而對于大范圍空間上作物收獲指數(shù)的信息獲取研究，國內(nèi)外鮮有報道。作物收獲指數(shù)受育種水平、作物品種、田間管理水平、外界脅迫條件(高溫、缺水等)及氣候條件影響，雖然在一定時期一定區(qū)域具有相對穩(wěn)定性，但同一作物的不同品種、不同管理水平、不同脅迫條件下均導(dǎo)致收獲指數(shù)在 一 定時間內(nèi)小區(qū)域范圍內(nèi)存在較大的空間變異。特別是在我國以農(nóng)戶為基本農(nóng)業(yè)生產(chǎn)單位的特定條件下，作物品種空間分布差異大，隨機性強，便增加了作物收獲指數(shù)在空間上的變異性。
經(jīng)對現(xiàn)有寺支術(shù)文件的檢索發(fā)現(xiàn)，在《Agricultural WaterManagement)) 2003年第58巻的第145-157頁,Samarasinghe G.B編寫的《Growth and yields of Sri Lanka's major crop interpreted frompublic domain satellites》 一文中，利用統(tǒng)計部門區(qū)域平均作物單產(chǎn)數(shù)據(jù)與遙感數(shù)據(jù)獲取的作物生物量數(shù)據(jù)獲取了區(qū)域平均水稻收獲指數(shù)，并將該參數(shù)作為該區(qū)作物收獲指數(shù)常數(shù)，這比上述作物收獲指數(shù)的確定方法更為合理，但該方法不能獲取收獲指數(shù)的空間分布信息，作物收獲指數(shù)的空間變異性仍無法解決。雖然，在《EuropeanJournal of Agronomy》2007年第2期的第266-274頁，Moriondo M,Maselli F和Bindi M編寫的《A simple model of regional wheat yieldbased on NDVI data》，提出運用NDVI指數(shù)(歸一化植被指數(shù)，是一個能夠通過遙感獲取且能夠直接、有效地反映作物綠度長勢、蓋度、生物量和作物單產(chǎn)的最佳參考量之一)進行區(qū)域范圍提取小麥?zhǔn)斋@指數(shù)的方法，但該方法需要首先確定 一 個地區(qū)的最大收獲指數(shù)和收獲指數(shù)可能變幅，上述兩個參數(shù)在大范圍區(qū)域內(nèi)較難準(zhǔn)確獲取，而且具有一定的不確定性，因此，使得結(jié)果具有一定不確定性。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明的主要目的在于提供一種作物收獲指數(shù)的獲取方法，以實現(xiàn)利用遙感時序植被指數(shù)更加準(zhǔn)確地獲取空間作物收獲指數(shù)。
本發(fā)明提供的一種作物收獲指數(shù)的獲取方法，包括步驟A、 獲取地面不同觀測點的歷史實測作物收獲指數(shù)；
B、 獲取所述不同觀測點不同時間的時序歸 一化植被指數(shù)NDVI數(shù)據(jù)；
C、 根據(jù)各個觀測點不同時間的NDVI數(shù)據(jù)結(jié)合作物生長過程曲線構(gòu)建與作物收獲指數(shù)概念相關(guān)參數(shù)HINDVI—SUM;
D 、 構(gòu)建HINDVISUM與歷史實測作物收獲指數(shù)之間的函數(shù)關(guān)系；
E 、 根據(jù)所構(gòu)建的函數(shù)關(guān)系和所要計算年份的觀測點不同時間的NDVI數(shù)據(jù)計算該觀測點作物收獲指數(shù)。
由此可知，通過利用遙感技術(shù)獲取作物NDVI數(shù)據(jù)，根據(jù)不同時間的NDVI數(shù)據(jù)結(jié)合作物生長過程曲線構(gòu)建與作物收獲指數(shù)概念相關(guān)參數(shù)HINDVISUM構(gòu)建HINDVISUM與歷史實測作物收獲指數(shù)之間的函數(shù)關(guān)系，以計算出作物收獲指數(shù)的方法，可以更加有效地、準(zhǔn)確地獲取空間作物收獲指數(shù)。
上述的方法中，其特征在于，所述步驟A包括子步驟
Al、在每個觀測點內(nèi)選取至少3個以上的取樣點采用作物實割實測獲得所述取樣點的作物收獲指數(shù)；
A2、將觀測點內(nèi)各取樣點的作物收獲指數(shù)進行均值處理作為該觀測點作物的實測收獲指數(shù)。
由此可知，在每個觀測點內(nèi)選取至少3個以上的取樣點釆用作物實割實測獲得所述取樣點的作物收獲指數(shù)，并對其進行均值處理作為該觀測點作物的實測收獲指數(shù)，采用最少的工作量獲取最接近真實的實測收獲指數(shù)。
上述的方法中，其特征在于，所述步驟B包括子步驟
B1 、獲取觀測點的MODIS數(shù)據(jù)；
B2、根據(jù)MODIS數(shù)據(jù)中的近紅外波段反射率和紅光波段反射率計算生成觀測點的NDVI日數(shù)據(jù)，其中采用如下計算公式
/ 一 /
層^7= 廣r
其中，Rn為近紅外波段的反射率；Rr為紅光波段的反射率。由此可知，MODIS數(shù)據(jù)因其光譜分辨率高、觀測周期短等有點，
可以為及時、經(jīng)濟地獲取NDVI提供了便捷。
上述的方法中，其特征在于，步驟B2后進一步包括B3、采用最大值合成法MVC將NDVI日數(shù)據(jù)合成NDVI旬?dāng)?shù)據(jù)。由此可知，通過最大值合成法MVC將NDVI日數(shù)據(jù)合成NDVI
旬?dāng)?shù)據(jù)，可以進一步消除云、大氣、太陽高度角等的部分干擾。上述的方法中，其特征在于，步驟B3后進一步包括采用Savitzky-Golay濾波平滑方法對NDVI旬?dāng)?shù)據(jù)時間序列進行
平滑去噪處理，所述Savitzky-Golay濾波平滑方法采用如下7>式
廣~~S^
其中，X是未平滑的NDVI值，Ci是第i個NDVI值的權(quán)重系數(shù)，N是濾波巻積算子的NDVI值個數(shù)，其值大小等于平滑窗口的大小(2m+l) , j是在未平滑數(shù)據(jù)表中的序數(shù)，m值等于平滑窗口寬度的一半。
由此可知，采用Savitzky-Golay濾波平滑方法對NDVI旬?dāng)?shù)據(jù)時間序列進行平滑去噪處理，可以有效去除多時相NDVI遙感數(shù)據(jù)受云、氣溶膠影響造成的噪音，得到質(zhì)量較高的MODIS-NDVI旬時序數(shù)據(jù)。
上述的方法中，其特征在于，所述步驟C包括利用作物開花前曲線特征和開花后曲線特征，采用如下公式構(gòu)建與作物收獲指數(shù)概念相關(guān)參數(shù)HINDVI SUM-
〃,:s層一
其中，^]ndvw為作物開花后至乳熟初期NDVI累積值；Sndvw
為作物出苗至開花前NDVI累積值。
由此可知，利用作物開花前曲線特征和開花后曲線特征獲取作物收獲指數(shù)相關(guān)參數(shù)HINDVI—SUM， 避免了受與糧食作物籽粒干物質(zhì)積累過程和作物莖、葉等千物質(zhì)積累過程關(guān)系較少的作物生長階段的
7影響，提高了參數(shù)HINDVI_SUM計算的準(zhǔn)確性。
上述的方法中，其特征在于，所述作物為越冬作物時，所述ZNDVW為作物返青至開花前NDVI累積值。
由此可知，對于越冬作物而言，返青至開花前NDVI累積值與越冬作物地上生物量相關(guān)性較好。
上述的方法中，其特征在于，步驟D所述構(gòu)建的方法包括采用數(shù)據(jù)的直線擬合方法構(gòu)建。
由此可知，數(shù)據(jù)的直線擬合方法具有重復(fù)精度高、穩(wěn)定性好的優(yōu)點，能有效抑制噪音的影響。


圖1為本發(fā)明作物收獲指數(shù)的獲取方法的流程圖2為本發(fā)明的實施區(qū)域位置和地面被觀測點示意圖3為本發(fā)明的NDVI旬?dāng)?shù)據(jù)平滑濾波圖4為本發(fā)明的作物NDVI旬?dāng)?shù)據(jù)-時間曲線示意圖5為本發(fā)明的參數(shù)與作物收獲指數(shù)關(guān)系圖6為本發(fā)明的2008年研究區(qū)域作物收獲指數(shù)空間分布圖7為本發(fā)明的作物收獲指數(shù)反演精度驗證圖。
具體實施例方式
作物收獲指數(shù)是指農(nóng)作物籽粒產(chǎn)量占農(nóng)作物地上生物量的百分?jǐn)?shù)，從作物生理機制角度看，收獲指數(shù)即為碳素從源分到籽粒庫的比例，因此，作物抽穗開花前作物累積生物量和抽穗開花后光合產(chǎn)物向穗部轉(zhuǎn)移水平?jīng)Q定了作物收獲指數(shù)的大小。
由上，作物開花前階段營養(yǎng)生長主要與作物地上生物量積累有密切關(guān)系，而開花后階段的生殖生長主要與作物籽粒產(chǎn)量有密切關(guān)系。又由于作物生長關(guān)鍵生育期NDVI與作物的綠度、生物量和作物單產(chǎn)等均具有較好的關(guān)系(下文論證)，故，本發(fā)明通過分析冬小麥開花前和開花后的NDVI數(shù)據(jù)累積值與冬小麥地上生物量、冬小麥單產(chǎn)之間關(guān)系提供了 一種作物收獲指數(shù)獲取的方法。
其中，本發(fā)明進行作物收獲指數(shù)信息提取時，將作物的生長階段劃為開花前和開花后兩個階段考慮。其中，開花前階段主要指作物出苗至開花前。開花后階段主要指開花期至乳熟初期，這是因為乳熟中后期開始作物葉綠素迅速減少，光合作用變?nèi)趸蛲Ｖ?，作物開始呈現(xiàn)黃色，通過遙感技術(shù)獲取的反映作物綠度的植被指數(shù)已經(jīng)不能敏感反映作物生長狀況。
下面對本發(fā)明作物收獲指數(shù)獲取的方法舉例進行詳細(xì)介紹。
本發(fā)明實施例的實施區(qū)域為(E115.19° ~ 116.53°, N37.09°~38.36。)區(qū)域，位于中國北方糧食生產(chǎn)基地黃淮平原區(qū)內(nèi)的河北省衡水市l(wèi)l個縣(市)，《l蓋面積為8815km2。如圖2示出的實施區(qū)域位置和地面被觀測點示意圖，該區(qū)域?qū)儆跍貛О霛駶櫦撅L(fēng)氣候，大于0。C積溫4200 ~ 5500°C,年累積輻射量約為5.0x106 ~ 5.2x106kJ/m2,無霜期為170~ 220天，年降水量平均為500 ~ 600mm,降水主要集中在夏季的7~9月，該區(qū)主要糧食作物為冬小麥、夏玉米，一年兩熟輪作制度。其中，冬小麥種植時間為上年的9月底~ 10月初，返青時間為下一年3月上中旬，收獲期為當(dāng)年的6月上中旬。本實施例以冬小麥?zhǔn)斋@指數(shù)為例，2004年、2007年和2008年地面實測冬小麥?zhǔn)斋@指數(shù)觀測點共117個，其中2004年觀測點為29個，2007年的，見觀'J點為42個，2008年的》見觀'J點為46個。2004和2007兩年的數(shù)據(jù)用來建立模型進行收獲指數(shù)的提取，2008年的數(shù)據(jù)主要是用來驗證本發(fā)明的方法的實施及精度。
其中，為了使得本發(fā)明具有普通作物的適用性，選取觀測點時不僅考慮了冬小麥長勢和產(chǎn)量的代表性，同時考慮觀測點在實施區(qū)中分布的均勻性。
具體為，每個觀測點面積不小于500mx500m，觀測點內(nèi)種植結(jié)構(gòu)較為單一，觀測點的定位采用差分GPS進行精確定位，并且為減小誤差，對地面被觀測點做500m緩沖區(qū)，在對相應(yīng)遙感參數(shù)進行提
9取時，得到與地面被J見測點相對應(yīng)的500m范圍內(nèi)遙感參數(shù)并進行均值處理。
當(dāng)對作物收獲指數(shù)進行提取時，參見圖1示出的本發(fā)明作物收獲指數(shù)提取方法的流程圖，包括以下步驟
步驟101:針對所選取的各個觀測點，獲取2004、 2007和2008年的地面冬小麥的實測收獲指數(shù)。
每個觀測點內(nèi)冬小麥?zhǔn)斋@指數(shù)實測點取樣面積為lm2,且實測樣點不少于3個。各個取樣點收獲指數(shù)獲取采用冬小麥實割實測獲得，并將觀測點內(nèi)各樣點的收獲指數(shù)進行均值處理作為該觀測點冬小麥的實測收獲指數(shù)。
步驟102:對應(yīng)所述各個觀測點，利用遙感4支術(shù)，獲取各個觀測點的不同時間的NDVI數(shù)據(jù)。
本實施例中，即獲取2004年和2007年實施區(qū)11個縣(市)冬小麥地面被觀測點的NDVI日數(shù)據(jù)，并據(jù)此生成NDVI旬?dāng)?shù)據(jù)(即10日數(shù)據(jù))。具體方法為
針對被觀測點，通過遙感技術(shù)獲取其地面分辨率為250米的MODIS數(shù)據(jù)(MODIS數(shù)據(jù)即衛(wèi)星遙感數(shù)據(jù)，由terra和aqua衛(wèi)星向全世界免費實時廣播發(fā)送)，根據(jù)MODIS數(shù)據(jù)中的近紅外波段反射率和紅光波段反射率計算生成被觀測點的NDVI指數(shù)。其計算方法為
鼎「/ = ^——^
其中，Rn為近紅外波段的反射率；Rr為紅光波段的反射率。
然后，以10日為單位，采用通用的最大值合成法(MVC)將NDVI日數(shù)據(jù)合成NDVI旬?dāng)?shù)據(jù)(即10日數(shù)據(jù))，以進一步減少云、大氣、太陽高度角等的干擾。
需要說明的是，在本實施例中2004年、2007年和2008年各年3月至6月上旬MODIS原始日數(shù)據(jù)源于中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所衛(wèi)星接收系統(tǒng)接收并存檔的MODIS數(shù)據(jù)。該數(shù)據(jù)的預(yù)處理由數(shù)據(jù)接收處理系統(tǒng)完成首先對接收的MODIS原始數(shù)據(jù)進行輻射校正和定位校正得到MODIS IB數(shù)據(jù)；然后對MODIS IB數(shù)據(jù)進行BOWTIE處理、大氣纟交正和幾何精4交正；最后，利用每天MODIS第二近紅外波段反射率和第 一紅光波段反射率計算得到日
MODIS-NDVI。
合成的NDVI旬?dāng)?shù)據(jù)仍可能存在云的干擾或其它原因造成的數(shù)據(jù)丟失，故，可以進一步采用Savitzky-Golay濾波平滑方法，對NDVI旬?dāng)?shù)據(jù)時間序列進行平滑去噪處理，從而有效去除多時相NDVI遙感數(shù)據(jù)受云、氣溶膠影響造成的噪音。最終，本實施例得到了較高質(zhì)量的三年冬小麥MODIS-NDVI旬時序數(shù)據(jù)。如圖3示出了冬小麥1月上旬至成熟期間NDVI平滑效果。
其中，Savitzky-Golay濾波平滑方法可以采用下述^^式
<formula>formula see original document page 11</formula>
其中，X是未平滑的NDVI值，Ci是第i個NDVI值的權(quán)重系數(shù)，N是濾波巻積算子的NDVI值個數(shù)，其值大小等于平滑窗口的大小(2m+l) , j是在未平滑數(shù)據(jù)表中的序數(shù)，m值等于平滑窗口寬度的一半。
步驟103:根據(jù)步驟102獲取的各個觀測點的NDVI旬?dāng)?shù)據(jù)與時間變量構(gòu)建ND VI旬?dāng)?shù)據(jù)-時間的曲線作為各個觀測點的作物生長過
程曲線，并據(jù)此構(gòu)建與作物收獲指數(shù)概念相關(guān)的參數(shù)HINDVLSUM。具
體如下
首先，構(gòu)建出如圖4所示的一個觀測點的NDVI旬?dāng)?shù)據(jù)-時間的作物生長過程曲線，圖中并注明了該冬小麥的生育期，如圖4中示出的返青期、開花期、乳熟初期、成熟期等。
然后，利用作物開花前曲線特征和開花后曲線特征，采用如下公式構(gòu)建與作物收獲指數(shù)概念相關(guān)的參數(shù)HINDVISUM:
<formula>formula see original document page 11</formula>其中，Zndvw指作物NDVI旬?dāng)?shù)據(jù)-時間曲線峰后累積值，即
作物開花后至乳熟初期NDVI累積值，該指標(biāo)反映作物籽粒干物質(zhì) 積累過程；ZNDVW指作物NDVI旬?dāng)?shù)據(jù)-時間曲線峰前累積值，即
作物出苗至開花前NDVI累積值，該指標(biāo)反映了作物莖、葉等干物
質(zhì)積累過程，本例中對冬小麥而言，由于冬小麥越冬期間地上部分
干枯，NDVI已經(jīng)很小，此時的NDVI值更多地表達了棵地NDVI,
而非冬小麥NDVI。而返青后，冬小麥開始返青和分蘗，冬小麥NDVI
逐漸增大。因此，對冬小麥而言，僅考慮返青-開花期NDVI累積值。 但對其他不越冬作物，應(yīng)從出苗開始計算。故，ZNDVIp。st/^NDVW恰
好反映了作物收獲指數(shù)含義，即得到了籽粒產(chǎn)量與莖、葉等地上生 物量的比值。
步驟104:分析步驟103所構(gòu)建的作物收獲指數(shù)相關(guān)參數(shù) HIndvi s固 與步驟101歷史實測作物收獲指數(shù)之間的函數(shù)關(guān)系，并將 此函數(shù)關(guān)系和HINDVI_SUM作為計算作物收獲指數(shù)的依據(jù)。
本實施例在提取2004年和2007年與地面觀測點相對應(yīng)的
HIndvi sum 參數(shù)值基礎(chǔ)上，分別建立HINDVI sum與地面冬小麥實測收
獲指數(shù)的關(guān)系，主要利用SPSS統(tǒng)計軟件曲線擬合模塊進行參數(shù) HINDVI_SUM與歷史實測作物收獲指數(shù)間的直線統(tǒng)計關(guān)系擬合。關(guān)于數(shù) 據(jù)的直線擬合問題，將在下文介紹。如圖5所示，所構(gòu)建的參數(shù)與 冬小麥?zhǔn)斋@指數(shù)具有很好的正相關(guān)關(guān)系，y=0.4943x+0.2532 , R2=0.4598。其中，x為參數(shù)HlNDv!suM，y為冬小麥實測收獲指數(shù)，R 為相關(guān)系數(shù)。當(dāng)HlM)v!suM為最小值0時，收獲指數(shù)最小值為0.25。
步驟105:根據(jù)步驟104所建立的參數(shù)HlNDv!suM與所述歷史實 測作物收獲指數(shù)之間的函數(shù)關(guān)系，以及要計算年份的所述觀測點的 NDVI數(shù)據(jù)計算出該觀測點作物收獲指數(shù)。
在建立HIndv！—suM參數(shù)與步驟101歷史實測作物收獲指數(shù)定量關(guān) 系的基礎(chǔ)上，本實施例利用平滑后的2008年3月至6月上旬NDVI 旬?dāng)?shù)據(jù)，提取了 2008年冬小麥HINDVISUM參數(shù)。然后，分別代入 HINDVI SUM與冬小麥實測收獲指數(shù)的定量關(guān)系模型
12y=0.4943x+0.2532， R2=0.4598,其中x為各觀觀寸點2008年冬小麥 HIndvi sum 參數(shù)，y為需要計算得出的各觀測點的冬小麥?zhǔn)斋@指數(shù)，
R為相關(guān)系數(shù)，最終得到利用HlND^suM參數(shù)預(yù)測的如圖6所示的
2008年本發(fā)明實施區(qū)域冬小麥?zhǔn)斋@指數(shù)空間分布圖。
最后，本實施例對由參數(shù)HINDVI—sum求得的收獲指數(shù)進行精度驗
證。首先從2008年求得的收獲指數(shù)結(jié)果中，提取與2008年實測相 對應(yīng)的500m緩沖區(qū)內(nèi)冬小麥?zhǔn)斋@指數(shù)均值。然后將參數(shù)HIndv!sum 求得的冬小麥?zhǔn)斋@指數(shù)與2008年的地面實測冬小麥進行對比(采用 數(shù)據(jù)的直線擬合，將在下文介紹)，可以得出如圖7所示的參數(shù) HINDVISUM預(yù)測冬小麥?zhǔn)斋@指數(shù)與實測冬小麥?zhǔn)斋@指數(shù)間的較好的
相關(guān)關(guān)系，其中，參數(shù)hindwum求得冬小麥?zhǔn)斋@指數(shù)的平均相對誤
差(相對誤差/樣本數(shù))為2.40% (相對誤差=(預(yù)測值-真實值)/ 真實值*100% ),參數(shù)HINDVI SUM求得冬小麥?zhǔn)斋@指數(shù)均方根誤差
Z(預(yù)測值-實測值；
——)為O,O2?？梢?，參數(shù)HINDVI SUM在發(fā)
(■SE: V樣本數(shù)n 明實施區(qū)域內(nèi)冬小麥?zhǔn)斋@指數(shù)均達到了較好的預(yù)測效果。
本實施例中，為了驗證上述作物生長關(guān)鍵生育期NDVI與作物的 綠度、生物量和作物單產(chǎn)等均具有較好的關(guān)系，首先利用2004年和 2007年實施區(qū)域內(nèi)11個縣(市)冬小麥地面實測地上生物量和冬小 麥單產(chǎn)數(shù)據(jù)以及相應(yīng)旬NDVI數(shù)據(jù)，建立了實施區(qū)域小麥返青-開花 前旬NDVI累積值與冬小麥?zhǔn)斋@期地上生物量以及開花期-乳熟初期 旬NDVI累積值與冬小麥單產(chǎn)間的關(guān)系(釆用數(shù)據(jù)的直線擬合，將 在下文介紹)，并進行了精度驗證，最終得到結(jié)果如下
yab一bi。^212.53x一996.38 (n=71， R2=0.7581, SigF=0.000);
yyield=20.988x2+448.95(n=71， R2=0.6174, SigF=0.048)。
其中，xt為返青期至開花前旬NDVI累積值；X2為開花期至乳熟 初期旬NDVI累積值；yab一bi。為冬小麥?zhǔn)斋@期地上生物量(gW2); y一a為收獲期冬小麥單產(chǎn)(kg'ha") ; n為樣本數(shù)；R為相關(guān)系數(shù)； SigF為顯著性標(biāo)志。上述參數(shù)作用僅是說明自變量和因變量相關(guān)性顯著。否則，說明兩個變量沒有線性關(guān)系。
同時，通過利用2008年46個地面調(diào)查點冬小麥實測生物量數(shù)據(jù) 和單產(chǎn)數(shù)據(jù)及相應(yīng)旬NDVI數(shù)據(jù)對實施區(qū)域上述才莫型驗證可知，實 施區(qū)域上述統(tǒng)計關(guān)系冬小麥生物量預(yù)測平均相對誤差(相對誤差/ 樣本數(shù))=-3.00%，相對誤差((預(yù)測值-真實值)/真實值*100% )
2(預(yù)測值-實測值)2 "1 一 )
范圍-11.16% 8.7%，均方根誤差(RMSE二
V 樣本數(shù)n
=74.52 g.m-2;冬小麥單產(chǎn)預(yù)測平均相對誤差=-0.29%,相對誤差范圍 -11.90%~9.39%，均方根誤差為284.11 kg.ha"?？梢?，冬小麥返青-開花前旬NDVI累積值、開花-乳熟初期旬NDVI累積值與冬小麥地 上生物量和冬小麥?zhǔn)斋@期籽粒產(chǎn)量具有較好的相關(guān)關(guān)系。
上述HINDVI—SUM與地面冬小麥實測收獲指數(shù)關(guān)系的建立與實施區(qū) 域小麥返青-開花前旬NDVI累積值與冬小麥?zhǔn)斋@期地上生物量以及 開花期-乳熟初期旬NDVI累積值與冬小麥單產(chǎn)間的關(guān)系，均采用了 數(shù)據(jù)的直線擬合-常用 一種以最小二乘法為基礎(chǔ)的實驗數(shù)據(jù)處理方 法。最小二乘法的最佳經(jīng)驗公式y(tǒng)-a+bx中a、 b的求解
通過實驗，等精度地測得一組實驗數(shù)據(jù)(Xi,yi, i=l，2 ... n)，設(shè) 定此兩物理量x、 y滿足線性關(guān)系，且假定實驗誤差主要出現(xiàn)在力 上，設(shè)擬合直線公式為y=f(x)=a+bx，當(dāng)所測各》值與擬合直線上各 估計值 f(Xi)=a+bxi之間偏差的平方和最小，即 s = !>' -/")]2 = 2>「(" + ^)]2 ^^min時，所得擬合公式即為最佳經(jīng)驗
公式。據(jù)此由，=-2S(>;,-"-&,) = 0 ，與=-22"-"-&c>i=0解得
fl=I>'^>'-g'p'2 ， "，〈'-"gy'。最小二乘法處理數(shù)據(jù)除給
出a、 b夕卜，還應(yīng)給出相關(guān)系數(shù)r， r定義為r= ，(u0^ ,
其中^&， 7 = 2^。 r表示兩變量之間的函數(shù)關(guān)系與線性的符合 程度，re[-l, l]。 |r|—l, x、 y間線性關(guān)系好，|r|—0 ， x、 y間無
14線性關(guān)系，擬合無意義。同理，也可證假定實驗誤差主要出現(xiàn)在Xi 上。
由上述實施例可知，枸建參數(shù)HIndv！—suM在區(qū)域范圍內(nèi)反演冬小
麥?zhǔn)斋@指數(shù)取得了很好的效果，證明本發(fā)明利用構(gòu)建參數(shù)HINDVI—SUM
反演區(qū)域冬小麥?zhǔn)斋@指數(shù)信息方法的可行性。同時，本實施例僅以 冬小麥為例，闡述和實施了如何利用遙感時序植被指數(shù)提取區(qū)域冬 小麥?zhǔn)斋@指數(shù)的方法，但該方法對于 一般的農(nóng)作物收獲指數(shù)遙感反 演具有普遍的適用性。
以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明， 凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進 等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
權(quán)利要求
1.一種作物收獲指數(shù)的獲取方法，其特征在于，所述方法包括A、獲取地面不同觀測點的歷史實測作物收獲指數(shù)；B、獲取所述不同觀測點不同時間的時序歸一化植被指數(shù)NDVI數(shù)據(jù)；C、根據(jù)各個觀測點不同時間的NDVI數(shù)據(jù)結(jié)合作物生長過程曲線構(gòu)建與作物收獲指數(shù)概念相關(guān)參數(shù)HINDVI_SUM；D、構(gòu)建HINDVI_SUM與歷史實測作物收獲指數(shù)之間的函數(shù)關(guān)系；E、根據(jù)所構(gòu)建的函數(shù)關(guān)系和所要計算年份的觀測點不同時間的NDVI數(shù)據(jù)計算該觀測點作物收獲指數(shù)。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟A包括 子步驟Al、在每個，見測點內(nèi)選取至少3個以上的取樣點釆用作物實割 實測獲得所述取樣點的作物收獲指數(shù)；A 2 、將觀測點內(nèi)各取樣點的作物收獲指數(shù)進行均值處理作為該 觀測點作物的實測收獲指數(shù)。
3. 根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述步驟B 包括子步驟Bl、獲取觀測點的MODIS數(shù)據(jù)；B2、根據(jù)MODIS數(shù)據(jù)中的近紅外波段反射率和紅光波段反射率 計算生成觀測點的NDVI日數(shù)據(jù)，其中采用如下計算公式其中，Rn為近紅外波段的反射率；Rr為紅光波段的反射率。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，步驟B2后進一 步包括B3、釆用最大值合成法MVC將NDVI日數(shù)據(jù)合成NDVI旬?dāng)?shù)據(jù)。
5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，步驟B3后進一步包括釆用Savitzky-Golay濾波平滑方法對NDVI旬?dāng)?shù)據(jù)時間序列進行 平滑去噪處理，所述Savitzky-Golay濾波平滑方法采用如下公式i=my = i=_m_廣~~S^其中，X是未平滑的NDVI值，Q是第i個NDVI值的權(quán)重系數(shù)， N是濾波巻積算子的NDVI值個數(shù)，其值大小等于平滑窗口的大小 (2m+l) , j是在未平滑數(shù)據(jù)表中的序數(shù)，m值等于平滑窗口寬度的 一半。
6. 根據(jù)權(quán)利要求l、 4或5所述的方法，其特征在于，所述步驟 C包括利用作物開花前曲線特征和開花后曲線特征，釆用如下公式構(gòu)建與作物收獲指數(shù)概念相關(guān)參數(shù)HINDVI SUM:w Z層" s腿—y節(jié)w其中，Z ndviP。st為作物開花后至乳熟初期NDVI累積值；Z ndvipre 為作物出苗至開花前NDVI累積值。
7. 根據(jù)權(quán)利要求6所述的方法，其特征在于，所述作物為越冬 作物時，所述ZNDVW為作物返青至開花前NDVI累積值。
8. 根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟D所述構(gòu)建 的方法包才舌采用數(shù)據(jù)的直線擬合方法構(gòu)建。
全文摘要
本發(fā)明提供了一種作物收獲指數(shù)的獲取方法，包括獲取地面不同觀測點的歷史實測作物收獲指數(shù)；獲取所述不同觀測點不同時間的時序歸一化植被指數(shù)NDVI數(shù)據(jù)；根據(jù)各個觀測點不同時間的NDVI數(shù)據(jù)結(jié)合作物生長過程曲線構(gòu)建與作物收獲指數(shù)概念相關(guān)參數(shù)HI_{NDVI_SUM}；構(gòu)建HI_{NDVI_SUM}與歷史實測作物收獲指數(shù)之間的函數(shù)關(guān)系；根據(jù)所構(gòu)建的函數(shù)關(guān)系和所要計算年份的觀測點不同時間的NDVI數(shù)據(jù)計算該觀測點作物收獲指數(shù)。使用本發(fā)明，現(xiàn)利用遙感時序植被指數(shù)更加準(zhǔn)確地獲取空間作物收獲指數(shù)。
文檔編號A01G7/00GK101595812SQ20091008797
公開日2009年12月9日 申請日期2009年6月26日 優(yōu)先權(quán)日2009年6月26日
發(fā)明者任建強, 劉杏認(rèn), 周清波, 唐華俊, 陳仲新 申請人:中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所