賈龍浩，周忠發(fā)*，李 波

（1.貴州師范大學中國南方喀斯特研究院，貴陽 550001；2.貴州省喀斯特山地生態(tài)環(huán)境國家重點實驗室培育基地，貴陽550001；3.貴州省科技風險投資管理中心，貴陽 550002）

在中國南方地表石灰?guī)r大量出露，形成了不同類型的地貌景觀格局。其中貴州省是中國南方喀斯特分布的中心，全省喀斯特地貌面積約13萬km2，占全省總面積的73.79%[1]，喀斯特構成了整個自然景觀中最醒目的主體[2]。貴州省是全國特色優(yōu)質(zhì)煙葉主產(chǎn)區(qū)之一。由于喀斯特山地地形支離破碎，作物種植復雜多樣，這都使得利用傳統(tǒng)方法難以實現(xiàn)對煙草生長狀況的有效監(jiān)測。

農(nóng)業(yè)作為遙感的重要用戶之一，對作物的遙感動態(tài)生長監(jiān)測一直是一個熱門的研究課題。目前更多的研究主要集中在利用多光譜及高光譜遙感數(shù)據(jù)進行作物生長監(jiān)測[3-6]，而大量的理論和實踐研究表明，利用合成孔徑雷達（SAR）數(shù)據(jù)進行作物遙感監(jiān)測，具有良好的效果[7-8]。貴州省常年陰雨天氣較多，導致遙感衛(wèi)星難以獲得高時間、高空間分辨率的遙感影像。SAR采用主動遙感方式，利用微波成像不受云雨和時間限制的特性，更加適合貴州省多云霧山區(qū)的農(nóng)業(yè)遙感應用。

計算機建模的目的是通過構造一個簡單但能反映物理世界中真實對象的數(shù)學抽象描述模型，模擬被研究對象的發(fā)生、發(fā)展過程，為解釋現(xiàn)象，揭示機理發(fā)現(xiàn)規(guī)律,預測未來提供有用的工具[9]。本研究以高分辨率 SAR影像為研究數(shù)據(jù)，以貴州省喀斯特山區(qū)煙草生長為研究對象，探討其之間的關系，并利用計算機輔助建立煙草生長模型，為大規(guī)模煙草遙感監(jiān)測提供依據(jù)。

1 研究區(qū)概況

研究選取貴州清鎮(zhèn)流長現(xiàn)代煙草農(nóng)業(yè)基地單元為研究區(qū)?；貑卧挥跂|經(jīng) 106°7′6″～106°29′37″，北緯 26°24′5″～26°45′45″，總面積489 km2，轄流長、犁倭、紅楓湖等3個鄉(xiāng)（鎮(zhèn)）；其主產(chǎn)煙區(qū)流長苗族鄉(xiāng)和犁倭鄉(xiāng)為喀斯特高原地貌，地層主要以三疊系下統(tǒng)茅草鋪組為主，灰?guī)r與白云巖大量出露，區(qū)內(nèi)受烏江支流三岔河切割的影響，導致地貌組合形態(tài)以峰叢洼地、谷地為主，落水洞與地下暗河發(fā)育；土壤以黃砂壤、黃壤為主，pH為5.5～6.5，有機質(zhì)含量豐富；屬亞熱帶季風濕潤氣候，年平均氣溫14 ℃，年平均降雨量1150.4 mm。土壤條件和氣候條件均有利于烤煙生產(chǎn)?；貑卧N煙歷史悠久，于 1937年開始種植烤煙，目前主要種植云煙87、云煙85、K326及南江三號等品種。2010年落實種植計劃1127.13 hm2，收購煙葉約 2285 t。研究區(qū)煙草種植習慣為煙草-小麥（油菜）-玉米-小麥（油菜）兩年三熟輪作制。

2 煙草生長規(guī)律與模型建立

2.1 SAR數(shù)據(jù)

研究選取德國發(fā)射的 TerraSAR-X衛(wèi)星，獲取了煙草不同生長期的研究區(qū)影像，其獲取的詳細系統(tǒng)參數(shù)見表1。

研究通過比較平滑濾波處理的各種算法，選取7×7窗口FROST最佳濾波方法對原始影像進行濾波處理，并得到研究區(qū)濾波后的SAR影像。

表1 TerraSAR-X衛(wèi)星影像的詳細系統(tǒng)參數(shù)Table 1 The detailed system parameters of TerraSAR-X satellites images

將濾波后的影像通過公式（1）計算雷達亮度，并通過公式（2）轉(zhuǎn)化成dB格式。從而得到了研究區(qū)的雷達亮度圖像。

式(1)中，0β為雷達亮度，Ks為雷達的校準系數(shù)，DN為SAR濾波后的灰度值。

式(2)中，為雷達亮度分貝類型，β0為由式（1）所得的雷達亮度。

通過以上計算，得到了研究區(qū)煙草不同生長期的亮度圖像（圖1）。

2.2 煙草生長參數(shù)采集

在煙草監(jiān)測時機的選擇上，主要考慮以下幾個要素：一是在煙草生長發(fā)育的幾個關鍵期進行監(jiān)測控制，這使得獲取的數(shù)據(jù)和構建的生長模型更加具有普適性；二是地面農(nóng)學數(shù)據(jù)與衛(wèi)星遙感數(shù)據(jù)同步獲取，主要是指地面農(nóng)學數(shù)據(jù)采集在衛(wèi)星過境時、與飛行同步或準同步[8]。

2.2.1 煙草生長特征 煙草生育期為 160～180 d，因品種和生產(chǎn)條件不同而有所變化[10-13]。根據(jù)煙草在整個生育期內(nèi)不同的器官形態(tài)變化和生長特點，劃分為苗床期和大田期兩大時期。大田期又可分為還苗期、團棵期、旺長期和成熟期等[10]。而本研究僅對大田期的煙草生長建模進行探討。

圖1 研究區(qū)煙草不同生長期的亮度圖像Fig.1 The image brightness of different tobacco growth periods

2.2.2 煙草農(nóng)學參數(shù)的同步獲取 煙草還苗期內(nèi)，煙株較小，SAR影像的亮度特征更多反映的是煙田土壤信息，所以此煙草生長期的建模問題不在這里討論。因此，在對煙草生長監(jiān)測的過程中，獲取了煙草大田生長階段后3個生育期的觀測數(shù)據(jù)。

基于影像空間分辨率大小的考慮，在研究區(qū)內(nèi)建立了5個15 m×15 m的試驗樣方（表2），即每個樣方對應影像相應區(qū)域的 5×5個像元。其中 2個樣方（樣方1和樣方5）建立在標準煙田內(nèi)，其他3個建立在非標準煙田（煙草種植的壟間距或株間距因煙田局部區(qū)域裸巖出露或地形起伏而被迫改變）內(nèi)。土壤為黃壤，品種為云煙87。

為保證與衛(wèi)星遙感數(shù)據(jù)實現(xiàn)同步獲取，在獲取SAR數(shù)據(jù)的相同日期，進行了不同生長期煙草生長參數(shù)的采集。在各試驗樣方內(nèi)，沿對角線使用刻度尺測量每棵煙株、每個葉片的葉長和葉寬，并計算其平均值。

表2 試驗樣方基本情況Table 2 The basic information of test squares

2.3 模型的建立與驗證

2.3.1 SAR監(jiān)測模型建立 將研究區(qū)內(nèi)煙草團棵期、旺長期和成熟期獲取的衛(wèi)星雷達影像處理而得到的SAR圖像亮度值，與研究區(qū)內(nèi)建立的4個樣方建立耦合關系，其中第5組樣方數(shù)據(jù)用于耦合關系的驗證。通過數(shù)據(jù)整理得到 SAR圖像亮度與試驗樣方內(nèi)煙草生長參數(shù)關系表（表3）。

表3 SAR圖像亮度與試驗樣方內(nèi)煙草生長參數(shù)關系Table 3 Relationship between SAR image brightness and tobacco growth parameters

根據(jù)表4中的數(shù)據(jù)，將各生長期內(nèi)的樣方數(shù)據(jù)去掉最大值和最小值，并與 SAR亮度值建立線性回歸的耦合關系。通過運算，得到煙草不同生長期雷達遙感監(jiān)測模型。

2.3.2 煙草生長模型驗證 本研究將研究區(qū)內(nèi)實測的第5組樣方數(shù)據(jù)作為驗證區(qū)域尺度反演和預測精度的驗證數(shù)據(jù)。模型模擬值與實測值的差異采用相對誤差RE表示：

表4 煙草不同生長期雷達遙感監(jiān)測模型Table 4 Tobacco growth monitoring model based on the SAR brightness

式中，oi為真實值，si為模型模擬值。

通過計算驗證樣方的真實值和模擬值的誤差程度，得到下表（表5）

3 建模結(jié)果分析

通過分析表4、5可知，（1）在煙草的團棵期，SAR亮度值與實測葉長、葉寬的回歸方程擬合度達0.991和0.920，驗證數(shù)據(jù)相對誤差較小。（2）在煙草的旺長期，SAR亮度值與實測葉長的相關系數(shù)為0.049，但驗證數(shù)據(jù)相對誤差為0.78%。SAR亮度值與葉寬的擬合度為0.999，驗證數(shù)據(jù)相對誤差較小。（3）在煙草的成熟期，SAR亮度值與實測葉長的擬合度為0.919，與葉寬的擬合度為0.618。在數(shù)據(jù)驗證部分，成熟期的葉長誤差表現(xiàn)欠佳。

4 討 論

（1）從建模結(jié)果來看，在煙草不同生長期的線性耦合關系中，團棵期的回歸方程擬合度要優(yōu)于其他生長期。導致這個結(jié)果的原因可能是團棵期的煙株葉片較少，葉片之間的相互遮蓋度較低，所以SAR影像亮度值能夠更好地反映葉片的信息。

（2）旺長期煙草葉長的回歸模型擬合度較低，同時驗證各生長期葉長的相對誤差大于葉寬。這可能是由于煙株進入旺長期后葉長快速增長，葉片在重力作用下下垂，以及不同部位葉片間的多重疊掩而致。

表5 模型驗證Table 5 Verification of the model

（3）旺長期煙草葉長的回歸模型擬合度較低，但驗證相關誤差較小?？赡苁怯捎隍炞C數(shù)據(jù)特殊而導致的，有待進一步深入研究。

（4）總體上說，本研究建立的喀斯特山地煙草生長模型，還需在不斷提高遙感監(jiān)測精度的同時，在更多煙區(qū)進行豐富和完善。

5 結(jié) 論

在已有的遙感數(shù)據(jù)參與植物生長建模的研究中，多數(shù)以多光譜和高光譜遙感為主。而本研究以高分辨率 SAR影像為研究數(shù)據(jù)，探討了煙草在喀斯特山地生長建模的問題，可以得到以下結(jié)論：

（1）除旺長期葉長外，在SAR亮度值與煙草生長的葉長、葉寬回歸建模中，所建立的回歸模型基本上能夠反映其線性回歸的耦合關系。

（2）從整個煙草生長期來看，煙草生長回歸模型對葉寬的擬合要優(yōu)于對葉長的擬合。

（3）通過數(shù)據(jù)驗證，生長模型基本滿足了研究區(qū)內(nèi)云煙87品種的煙草生長狀況監(jiān)測，為國家現(xiàn)代煙草農(nóng)業(yè)大范圍實時遙感監(jiān)測提供新的研究思路。

[1]熊康寧，袁家榆，方伊.貴州省喀斯特石漠化綜合防治圖集[M].貴陽：貴州人民出版社，2007：11.

[2]周忠發(fā).貴州農(nóng)業(yè)資源生態(tài)環(huán)境典型 GIS研究與應用[M].貴陽：貴州人民出版社，2007.

[3]傅瑋東，劉紹民，黃敬峰.冬小麥生物量遙感監(jiān)測模型的研究[J].干旱區(qū)資源與環(huán)境，1997，11（1）：84-89.

[4]黃敬峰，王人潮，王秀珍，等.冬小麥遙感估產(chǎn)多種模型研究[J].浙江大學學報：農(nóng)業(yè)與生命科學版，1999，25（5）：519-523.

[5]張霞，張兵，衛(wèi)征，等.MODIS光譜指數(shù)監(jiān)測小麥長勢變化研究[J].中國圖象圖形學報，2005，10（4）：420-424.

[6]浦瑞良，宮鵬.高光譜遙感及其應用[M].北京：高等教育出版社，2000．

[7]張露，李新武，杜鶴娟，等.玉米作物極化SAR數(shù)據(jù)模擬[J].遙感學報，2010，14（4）：621-636.

[8]陳勁松，林琿，邵蕓.微波遙感農(nóng)業(yè)應用研究——水稻生長監(jiān)測[M].北京：科學出版社，2010：95-96.

[9]胡包鋼，趙星，嚴紅平，等.植物生長建模與可視化——回顧與展望[J].自動化學報，2001，27（6）：816-835.

[10]劉國順.煙草栽培學[M].北京：中國農(nóng)業(yè)出版社，2003.

[11]高瓊，顧勇.不同移栽期和澆水量對烤煙生長發(fā)育的影響[J].湖南農(nóng)業(yè)科學，2012（1）：26-28.

[12]高林，董建新，武可峰，等.土壤類型對煙草生長發(fā)育的影響研究進展[J].中國煙草科學，2012，33（1）：98-101.

[13]秦鐵偉，劉蘭明，張勇，等.移栽時期對煙草生長及產(chǎn)量質(zhì)量的影響研究[J].湖北農(nóng)業(yè)科學，2012，51（2）：314-316.