祝必琴，黃淑娥，陳興鵑，樊建勇

(江西省氣象科學(xué)研究所，江西 南昌 330046)

作物長(zhǎng)勢(shì)監(jiān)測(cè)指對(duì)作物從出苗到成熟過程中各個(gè)生育期生長(zhǎng)狀況及其變化規(guī)律的宏觀監(jiān)測(cè)［1］。自20 世紀(jì)70 年代遙感技術(shù)發(fā)展以來，尤其是隨著農(nóng)業(yè)遙感技術(shù)的發(fā)展，遙感技術(shù)就被廣泛用來進(jìn)行大面積農(nóng)作物長(zhǎng)勢(shì)監(jiān)測(cè)、種植面積監(jiān)測(cè)及產(chǎn)量預(yù)測(cè)等［2-4］。

國(guó)際上，最早關(guān)于農(nóng)作物長(zhǎng)勢(shì)遙感監(jiān)測(cè)與估產(chǎn)研究的是三個(gè)標(biāo)志性的試驗(yàn)計(jì)劃，即美國(guó)的LACIE(large area crop inventory and experiment)計(jì)劃、AGRISTARS(agriculture and resources inventory surveys through aerospace remote sensing)計(jì)劃和歐盟的MARS(monitoring agriculture with remote sensing)計(jì)劃。其中，1974—1977 年，LACIE 計(jì)劃完成了對(duì)世界主要小麥產(chǎn)區(qū)的面積、單位面積產(chǎn)量和總產(chǎn)量的估算試驗(yàn)，其精度在90%以上;1980—1986 年，AGRISTARS 計(jì)劃進(jìn)行了國(guó)內(nèi)、世界多種糧食作物長(zhǎng)勢(shì)評(píng)估和產(chǎn)量預(yù)報(bào);1987 年，MARS 計(jì)劃成功的建立了歐盟區(qū)的農(nóng)作物估產(chǎn)系統(tǒng)。隨著上述幾個(gè)大計(jì)劃的成功試驗(yàn)，一些發(fā)達(dá)國(guó)家又研究了基于植被指數(shù)等對(duì)作物長(zhǎng)勢(shì)的遙感監(jiān)測(cè)方法。如1996 年以來加拿大統(tǒng)計(jì)局依據(jù)每周長(zhǎng)勢(shì)對(duì)比圖和NDVI 過程線進(jìn)行作物長(zhǎng)勢(shì)監(jiān)測(cè)。1998 年美國(guó)國(guó)家統(tǒng)計(jì)局采用NDVI 實(shí)時(shí)數(shù)據(jù)與多年平均值對(duì)比的方法對(duì)堪薩斯州小麥長(zhǎng)勢(shì)進(jìn)行了監(jiān)測(cè)。歐盟自1998 年充分利用CORINE 1∶10 萬土地覆蓋數(shù)據(jù)庫(kù)的成果，建立了基于NDVI 過程的作物長(zhǎng)勢(shì)監(jiān)測(cè)方法［5-8］。

我國(guó)自20 世紀(jì)80 年代開展了作物長(zhǎng)勢(shì)遙感監(jiān)測(cè)方面的一系列研究與應(yīng)用。最初是科技部組織中科院等單位對(duì)國(guó)家重點(diǎn)產(chǎn)糧區(qū)水稻、小麥和玉米的種植面積和產(chǎn)量情況進(jìn)行了遙感估算，其中，對(duì)水稻的估算精度達(dá)到了85%以上。“八五”期間，中科院等單位又以水稻為對(duì)象，研究探討了利用遙感影像數(shù)據(jù)對(duì)水稻長(zhǎng)勢(shì)進(jìn)行監(jiān)測(cè)的理論和方法。1998 年開始，國(guó)家農(nóng)業(yè)資源區(qū)劃辦組織農(nóng)業(yè)部遙感中心等單位實(shí)施了“全國(guó)農(nóng)作物業(yè)務(wù)遙感估產(chǎn)”項(xiàng)目，對(duì)全國(guó)水稻、小麥等作物種植面積進(jìn)行了估算。在這些國(guó)家重大項(xiàng)目開展的同時(shí)，國(guó)內(nèi)學(xué)者對(duì)水稻長(zhǎng)勢(shì)遙感監(jiān)測(cè)的機(jī)理、技術(shù)方法和應(yīng)用推廣等方面進(jìn)行了比較深入地研究，基于植被指數(shù)的水稻長(zhǎng)勢(shì)監(jiān)測(cè)模型方面也取得了很大的進(jìn)展。1998 年，王人潮等［9］建立了植被指數(shù)與水稻農(nóng)學(xué)參數(shù)的多種模型，實(shí)現(xiàn)了水稻長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量預(yù)報(bào)。2008 年，肖江濤［10］以MODIS 為數(shù)據(jù)源，進(jìn)行了鄱陽湖流域時(shí)間序列植被指數(shù)濾波重建、水稻生長(zhǎng)關(guān)鍵物候期特征的提取及驗(yàn)證。2009 年，黃青等［11］根據(jù)江蘇地區(qū)水稻和冬小麥的種植結(jié)構(gòu)、物候歷特征及其生物學(xué)特性和時(shí)序NDVI 曲線特征，建立了不同作物面積提取模型，并基于面積識(shí)別結(jié)果，利用NDVI 對(duì)江蘇2009 年水稻和冬小麥長(zhǎng)勢(shì)進(jìn)行了監(jiān)測(cè)。2012 年，陳建軍等利用EOS/MODIS 數(shù)據(jù)，通過比較分析比值植被指數(shù)(RVI)、歸一化植被指數(shù)(NDVI)、植被狀態(tài)指數(shù)(VCI)和增強(qiáng)植被指數(shù)(EVI)等多種植被指數(shù)對(duì)葉面積指數(shù)(LAI)的反演精度，再結(jié)合農(nóng)學(xué)指標(biāo)確定了江西省水稻長(zhǎng)勢(shì)遙感監(jiān)測(cè)指標(biāo)，并對(duì)2011 年江西省早稻進(jìn)行了長(zhǎng)勢(shì)監(jiān)測(cè)，結(jié)果基本能夠反映實(shí)際苗情［12］。

水稻是江西省最重要的糧食作物，2012 年全省種植面積約332.8 萬hm2，約占糧食總面積的90.5%，產(chǎn)量達(dá)1992 萬t，約占總產(chǎn)的95.6%。因此，對(duì)水稻的實(shí)時(shí)苗情、環(huán)境動(dòng)態(tài)和分布狀況進(jìn)行宏觀的監(jiān)測(cè)，可以及時(shí)了解水稻的分布概況、生長(zhǎng)狀況、土壤墑情、肥力行情等;同時(shí)，還可以掌握自然災(zāi)害、病蟲害等對(duì)水稻生長(zhǎng)的影響等，可為相關(guān)決策部門及水稻生產(chǎn)管理者提供及時(shí)準(zhǔn)確的數(shù)據(jù)信息。

常用的遙感數(shù)據(jù)有NOAA/AVHRR、Landsat/TM、SPOT/HRV、EOS/MODIS 等。在農(nóng)作物長(zhǎng)勢(shì)、面積等的遙感監(jiān)測(cè)上，國(guó)外科學(xué)家過去主要利用適合大面積監(jiān)測(cè)的NOAA/AVHRR 數(shù)據(jù)，但由于其空間分辨率較低，監(jiān)測(cè)精度不高，所以對(duì)作物長(zhǎng)勢(shì)監(jiān)測(cè)有很大的局限性;TM、SPOT 影像雖然具有高空間分辨率，但其周期長(zhǎng)且費(fèi)用高，因而也不利于作物動(dòng)態(tài)監(jiān)測(cè);而MODIS 數(shù)據(jù)由于其具有中分辨率并可免費(fèi)下載等優(yōu)勢(shì)，目前被廣泛應(yīng)用于作物長(zhǎng)勢(shì)監(jiān)測(cè)中。我國(guó)自主研制的風(fēng)云三號(hào)衛(wèi)星搭載的中分辨率光譜成像儀(MERSI)性能已經(jīng)達(dá)到了國(guó)際同類衛(wèi)星的先進(jìn)水平，部分指標(biāo)處于領(lǐng)先，且多數(shù)通道設(shè)置與MODIS相似［13］。自我國(guó)風(fēng)云三號(hào)第1 顆衛(wèi)星——FY-3A 于2008 年5 月27 日成功發(fā)射后，我國(guó)相關(guān)學(xué)者就進(jìn)行了FY-3A/MERSI 數(shù)據(jù)的應(yīng)用，并與TERRA/MODIS 數(shù)據(jù)反演差異性進(jìn)行了比較，結(jié)果都表明兩者反演的NDVI 均具有極顯著的相關(guān)性，可以利用FY-3A 衛(wèi)星進(jìn)行植被長(zhǎng)勢(shì)的監(jiān)測(cè)［14-16］。FY-3B衛(wèi)星于2010 年11 月5 日發(fā)射成功，有關(guān)應(yīng)用研究少見報(bào)道。因此，為了推進(jìn)風(fēng)云三號(hào)衛(wèi)星數(shù)據(jù)的應(yīng)用與分析，本文嘗試?yán)肍Y-3B/MERSI 數(shù)據(jù)，結(jié)合江西水稻生長(zhǎng)規(guī)律，進(jìn)行水稻種植面積信息提取及長(zhǎng)勢(shì)監(jiān)測(cè)，并與MODIS 反演結(jié)果進(jìn)行比較，分析FY-3B 的可靠性與穩(wěn)定性。

1 研究區(qū)概況

作物長(zhǎng)勢(shì)是一個(gè)時(shí)空變化的過程，同一時(shí)相的作物長(zhǎng)勢(shì)在不同空間上或同一空間的作物在不同時(shí)相上均存在差異。江西省地理坐標(biāo)為113°34'～118°28'E，24°29'～30°04'N，南北跨度大，水稻長(zhǎng)勢(shì)存在空間差異。因此，為減小監(jiān)測(cè)中地域差異引起的誤差，本研究選擇江西省水稻種植集中區(qū)作為研究對(duì)象，研究區(qū)包括環(huán)鄱陽湖的南昌市、南昌縣、新建縣、進(jìn)賢縣、安義縣、九江市、九江縣、湖口縣、彭澤縣、德安縣、星子縣、永修縣、都昌縣、樂平市、豐城市、高安市、樟樹市、奉新縣、余江縣、鄱陽縣、余干縣、萬年縣、臨川區(qū)、東鄉(xiāng)縣共24 個(gè)縣(市、區(qū))(以下簡(jiǎn)稱環(huán)鄱陽湖區(qū))，總面積3.9×104km2。環(huán)鄱陽湖區(qū)農(nóng)田集中連片，是長(zhǎng)江中下游五大平原之一，也是我國(guó)南方主要的農(nóng)業(yè)生產(chǎn)基地之一(圖1)。

圖1 江西省土地利用現(xiàn)狀類型圖Fig.1 Map of land use types in Jiangxi province

2 數(shù)據(jù)來源及對(duì)比分析

2.1 數(shù)據(jù)來源

根據(jù)水稻生育期及天氣狀況，本研究數(shù)據(jù)源選擇同是太陽同步軌道下午衛(wèi)星且過境時(shí)間接近的2012 年3 月下旬至6 月下旬12 個(gè)時(shí)相的FY3B/MERSI 和AQUA/MODIS 晴空數(shù)據(jù)，這樣基本保證了大氣狀況、太陽高度角和太陽方位角的一致性。其中，F(xiàn)Y3B/MERSI 和AQUA/MODIS 原始數(shù)據(jù)分別利用國(guó)家衛(wèi)星氣象中心的SMART 系統(tǒng)和EOS 衛(wèi)星接收處理系統(tǒng)進(jìn)行定標(biāo)、等角投影等處理，生成250 m 分辨率數(shù)據(jù)，再利用ENVI 遙感軟件轉(zhuǎn)換為柵格數(shù)據(jù)文件進(jìn)行后續(xù)相關(guān)計(jì)算分析。

2.2 FY3B/MERSI 與AQUA/MODIS 數(shù)據(jù)單通道反射率對(duì)比分析

MERSI 是我國(guó)氣象衛(wèi)星上午星FY-3A 和下午星FY-3B 上的重要傳感器，共有20 個(gè)通道，其中250 m 分辨率有5 個(gè)通道，1 000 m 分辨率有15 個(gè)通道;MODIS 是美國(guó)地球觀測(cè)系統(tǒng)(EOS)上午星TERRA 和下午星AQUA 上的主要傳感器之一，共有36 個(gè)通道，其中250 m 分辨率有2 個(gè)通道，500 m分辨率有5 個(gè)通道，1 000 m 分辨率有29 個(gè)通道［17-18］。

FY3/MERSI 的多數(shù)通道都可以在EOS/MODIS 找到相近通道。但由于植被指數(shù)通常選用的是對(duì)綠色植被強(qiáng)吸收的紅色可見光波段和對(duì)綠色植被高反射和高透射的近紅外波段的組合來計(jì)算。因此，根據(jù)研究需要，本文僅對(duì)MODIS 和MERSI 紅光及近紅外波段的參數(shù)進(jìn)行比較，同時(shí)分別計(jì)算兩個(gè)波段12個(gè)不同時(shí)序的環(huán)鄱陽湖水稻種植區(qū)的AQUA/MODIS 與FY-3B/MERSI 反射率均值的相關(guān)系數(shù)，分析2種數(shù)據(jù)各個(gè)通道的對(duì)應(yīng)關(guān)系及反射率差異(表1、圖2)。

由表1 可知，MERSI 與MODIS 比較，紅光和近紅外波段的中心波長(zhǎng)基本接近，在紅光波段兩者的帶寬也一致;在近紅外波段，MERSI 的帶寬較MODIS 為寬;且FY-3B/MERSI 與AQUA/MODIS 水稻種植區(qū)紅光及近紅外波段反射率均具有極顯著的相關(guān)性，相關(guān)系數(shù)均超過0.96。

表1 MODIS 和MERSI 部分對(duì)應(yīng)波段的比較及相關(guān)系數(shù)Tab.1 MODIS and MERSI part of corresponding band comparison and correlation coefficient

圖2 為12 個(gè)不同時(shí)序的環(huán)鄱陽湖水稻種植區(qū)AQUA/MODIS 和FY-3B/MERSI 紅光及近紅外波段的反射率日均值。由圖2 可知，MODIS-RED 和MERSI-RED 水稻種植區(qū)反射率差異很小，均分布在10%上下，且MERSI-RED 反射率略小于對(duì)應(yīng)MODIS-RED;MODIS-NIR 和MERSI-NIR 水稻種植區(qū)反射率差異略大，其中，MODIS-NIR 反射率主要分布在25%～35%，而MERSI-NIR 反射率小于對(duì)應(yīng)MODIS-NIR，主要分布在20%～30%。

圖2 AQUA/MODIS 與FY-3B/MERSI 水稻區(qū)單波段反射率日均值Fig.2 Single band reflectance daily average value of AQUA/MODIS and FY-3B/MERSI in rice-growing area

3 水稻種植區(qū)提取及驗(yàn)證

3.1 水稻種植區(qū)提取

只有獲取了水稻空間分布，才有可能對(duì)水稻進(jìn)行生育期內(nèi)長(zhǎng)勢(shì)遙感監(jiān)測(cè)。本研究以土地利用數(shù)據(jù)為基礎(chǔ)，根據(jù)水稻種植前期遙感圖背景顯示為水體顏色，隨著水稻分蘗到拔節(jié)后變?yōu)橛兄脖坏木G色等變化的不同時(shí)期影像，提取FY3/MERSI的7/6、4、3 三通道假彩色合成圖(EOS/MODIS 假彩色合成通道是7/6、2、1)，利用Erdas 遙感軟件的AOI(感興趣區(qū)域)工具選擇有代表性的土地類型作為訓(xùn)練區(qū)，再運(yùn)用Erdas 的地理鏈接功能，將遙感影像與土地利用數(shù)據(jù)進(jìn)行點(diǎn)對(duì)點(diǎn)的分析比較，建立解譯標(biāo)志。根據(jù)解譯標(biāo)志，準(zhǔn)確判讀出了大部分土地類型。最后采用計(jì)算機(jī)監(jiān)督分類中的最大似然法，對(duì)假彩色合成圖像進(jìn)行監(jiān)督分類，并對(duì)分類后的圖像進(jìn)行重編碼，得到環(huán)鄱陽湖區(qū)2012 年雙季早稻種植分布圖(圖3)。

圖3 2012 年環(huán)鄱陽湖區(qū)雙季早稻分布圖Fig.3 Double-cropping early rice distribution map of Poyang Lake area in 2012

3.2 水稻提取精度驗(yàn)證

本研究利用2012 年統(tǒng)計(jì)數(shù)據(jù)作為精度評(píng)價(jià)的標(biāo)準(zhǔn)，對(duì)提取面積進(jìn)行精度評(píng)價(jià)。圖4 是2012 年環(huán)鄱陽湖區(qū)24 個(gè)縣(市、區(qū))雙季早稻面積遙感提取結(jié)果與統(tǒng)計(jì)面積對(duì)比，可以看出，水稻的提取精度總體達(dá)到了92%以上，該精度可以滿足其生育期長(zhǎng)勢(shì)遙感監(jiān)測(cè)的需求。

圖4 2012 年環(huán)鄱陽湖區(qū)雙季早稻面積遙感提取結(jié)果與統(tǒng)計(jì)面積對(duì)比Fig.4 Contrast between the double-cropping early rice RS extracted area and statistic area of Poyang Lake area in 2012

4 長(zhǎng)勢(shì)遙感監(jiān)測(cè)方法及應(yīng)用

作物長(zhǎng)勢(shì)監(jiān)測(cè)原理是建立在綠色植物光譜理論基礎(chǔ)上的。綠色植物對(duì)不同波長(zhǎng)光譜的反射、吸收和散射均有不同的特征反映。植被指數(shù)就是通過不同波段綜合運(yùn)算得到的能夠很好識(shí)別和區(qū)分地物的參數(shù)，還能用來定量地描述作物生長(zhǎng)的狀況和趨勢(shì)。目前，國(guó)內(nèi)外的學(xué)者已研究發(fā)展了幾十種不同的植被指數(shù)監(jiān)測(cè)模型［1，19-23］。Deering［24-25］提出的歸一化差值植被指數(shù)(NDVI)，雖然算法簡(jiǎn)單，卻擁有數(shù)據(jù)具有可比性、空間覆蓋范圍廣、植被檢測(cè)靈敏度高等優(yōu)勢(shì)，依然是目前長(zhǎng)勢(shì)監(jiān)測(cè)中應(yīng)用最為廣泛的植被指數(shù)之一。因此，本文利用NDVI 進(jìn)行水稻長(zhǎng)勢(shì)遙感監(jiān)測(cè)，NDVI 模型如下:

式中ρnir和ρred分別為近紅外波段與可見光(紅光)波段的反射率，分別對(duì)應(yīng)MERSI 的4、3 通道和MODIS 的2、1 通道。NDVI 值的范圍是-1～1，一般綠色植被區(qū)的范圍是0.2～0.8。由于該指數(shù)與植被密度呈正相關(guān)，因此，苗情長(zhǎng)勢(shì)越好，其NDVI 值越大。

4.1 水稻區(qū)MERSI-NDVI 與MODIS-NDVI 相關(guān)性

對(duì)照苗情分級(jí)指標(biāo)［12，26］，根據(jù)NDVI 植被指數(shù)法，分別利用同時(shí)次的FY3B/MERSI 和AQUA/MODIS 遙感影像對(duì)2012 年環(huán)鄱陽湖區(qū)雙季早稻分蘗至拔節(jié)期長(zhǎng)勢(shì)進(jìn)行監(jiān)測(cè)，并制定出早稻長(zhǎng)勢(shì)標(biāo)準(zhǔn):

一類苗:MODIS-NDVI≥0.580;MERSI-NDVI≥0.489

二類苗:0.280≤MODIS-NDVI＜0.580;0.288≤MERSI-NDVI＜0.489

三類苗:MODIS-NDVI＜0.280;MERSI-NDVI＜0.288計(jì)算研究區(qū)24 個(gè)縣(市、區(qū))2012 年雙季早稻分蘗至拔節(jié)期同時(shí)次的MERSI-NDVI 與MODIS-NDVI 均值(圖5)，進(jìn)行MERSI-NDVI 與MODIS-NDVI 相關(guān)性分析。得到二者關(guān)系式如下:

圖5 雙季早稻分蘗～拔節(jié)期MERSI-NDVI 與MODIS-NDVI 縣均值Fig.5 Double-cropping early rice NDVI mean value of MERSI and MODIS in each county from tillering stage to jointing stage

其中:y 為FY3B/MERSI 衛(wèi)星監(jiān)測(cè)的各縣水稻區(qū)NDVI 均值(MERSI-NDVI)，x 為AQUA/MODIS 衛(wèi)星監(jiān)測(cè)的各縣水稻區(qū)NDVI 均值(MODIS-NDVI)。(1)式的相關(guān)系數(shù)為0.711，通過0.01 的顯著性水平檢驗(yàn)，表明二者呈顯著正相關(guān);且MERSI-NDVI 稍低于對(duì)應(yīng)MODIS-NDVI，這與前人研究結(jié)果一致［14-16］。

4.2 長(zhǎng)勢(shì)遙感監(jiān)測(cè)應(yīng)用

根據(jù)上述指標(biāo)，分析制作出環(huán)鄱陽湖區(qū)雙季早稻長(zhǎng)勢(shì)遙感監(jiān)測(cè)分布圖(圖6)。圖中，紅色區(qū)域?yàn)橐活惷纾G色區(qū)域?yàn)槎惷?，藍(lán)色區(qū)域?yàn)槿惷?，?shù)字為試驗(yàn)區(qū)該生育期各農(nóng)業(yè)氣象觀測(cè)站點(diǎn)實(shí)際苗情觀測(cè)數(shù)據(jù)。由圖可知，采用FY3B/MERSI 和AQUA/MODIS 測(cè)得的水稻長(zhǎng)勢(shì)與水稻實(shí)際苗情數(shù)據(jù)基本吻合，表明由FY3B/MERSI 遙感資料監(jiān)測(cè)的水稻長(zhǎng)勢(shì)與實(shí)際相符。

圖6 2012 年環(huán)鄱陽湖區(qū)雙季早稻分蘗至拔節(jié)期長(zhǎng)勢(shì)分布圖Fig.6 Growth distribution of double-cropping early rice from tillering stage to jointing stage of Poyang Lake area in 2012

5 結(jié)論與討論

FY-3B/MERSI 與AQUA/MODIS 水稻種植區(qū)紅光及近紅外波段反射率均具有極顯著的相關(guān)性，相關(guān)系數(shù)均超過0.96，且MERSI 兩波段的反射率都略小于對(duì)應(yīng)MODIS 反射率。通過目視解譯和遙感監(jiān)督分類方法提取的水稻空間分布，精度總體達(dá)到了92%以上，可以滿足其生育期長(zhǎng)勢(shì)遙感監(jiān)測(cè)的需求。FY3B/MERSI 和AQUA/MODIS 計(jì)算的水稻區(qū)NDVI 存在顯著正相關(guān)，且MERSI-NDVI 稍低于對(duì)應(yīng)MODIS-NDVI;兩衛(wèi)星測(cè)得的水稻長(zhǎng)勢(shì)均與實(shí)際苗情數(shù)據(jù)基本吻合，因此，我國(guó)自主研制的中分辨率風(fēng)云三號(hào)B 星同樣可以滿足水稻長(zhǎng)勢(shì)遙感監(jiān)測(cè)的業(yè)務(wù)化需要。

本研究?jī)H對(duì)一個(gè)水稻生育期長(zhǎng)勢(shì)監(jiān)測(cè)結(jié)果進(jìn)行了分析，今后有待進(jìn)行長(zhǎng)時(shí)間序列相關(guān)研究來驗(yàn)證FY3B 的穩(wěn)定性。研究中，水稻種植面積由遙感解譯提取，若能建立信息提取模型則更便于大尺度業(yè)務(wù)化的長(zhǎng)勢(shì)遙感監(jiān)測(cè)，這是今后研究的方向。利用250 m 分辨率的MERSI 或MODIS 遙感影像進(jìn)行作物面積提取時(shí)存在混合像元問題，如何對(duì)混合像元進(jìn)行分解、提高面積提取精度有待進(jìn)一步研究。

［1］楊邦杰，裴志遠(yuǎn).農(nóng)作物長(zhǎng)勢(shì)的定義與遙感監(jiān)測(cè)［J］.農(nóng)業(yè)工程學(xué)報(bào)，1999，15(3):214-218.

［2］劉海啟，金敏毓，龔維鵬.美國(guó)農(nóng)業(yè)遙感技術(shù)應(yīng)用狀況概述［J］.中國(guó)農(nóng)業(yè)資源與區(qū)劃，1999，20(2):56-60.

［3］劉海啟.歐盟MARS 計(jì)劃簡(jiǎn)介與我國(guó)農(nóng)業(yè)遙感應(yīng)用思路［J］.中國(guó)農(nóng)業(yè)資源與區(qū)劃，1999，20(3):55-57.

［4］Sushil P.Crop area estimation using GIS，remote sensing and area frame sampling［J］.International Journal of Applied Earth Observation and Geoinformation，2001，3(1):86-92.

［5］Gupta R K.Comparative study of AVHRR ratio vegetation index and normalized difference vegetation index in district level agricultural monitoring［J］.International Journal of Remote Sensing，1993，14(1):53-73.

［6］Groten S M E.NDVI-crop monitoring and early yield assessment of Burkina Faso［J］.International Journal of Remote Sensing，1993，14(8):1495-1515.

［7］Fuller D O.Trends in NDVI time series and their relation to rangeland and crop production in Senegal，1987-1993［J］.International Journal of Remote Sensing，1998，19(10):2013-2018.

［8］Hochheim K P，Barber D G.Spring wheat yield estimation for Western Canada using NOAA NDVI data［J］.Canadian Journal of Remote Sensing，1998，24(1):17-27.

［9］王人潮，王坷，沈掌泉，等.水稻單產(chǎn)遙感估測(cè)建模研究［J］.遙感學(xué)報(bào)，1998，2(5):119-124.

［10］肖江濤.基于MODIS 植被指數(shù)的水稻物候提取與地面驗(yàn)證［D］.成都:電子科技大學(xué)，2011.

［11］黃青，吳文斌，鄧輝，等.2009 年江蘇省冬小麥和水稻種植面積信息遙感提取及長(zhǎng)勢(shì)監(jiān)測(cè)［J］.江蘇農(nóng)業(yè)科學(xué)，2010，(6):508-511.

［12］陳建軍，黃淑娥，景元書.基于EOS/MODIS 資料的江西省水稻長(zhǎng)勢(shì)遙感監(jiān)測(cè)［J］.江蘇農(nóng)業(yè)科學(xué)，2012，40(6):302-305.

［13］吳榮華.光譜響應(yīng)差異在高精度交叉定標(biāo)中的影響分析:以FY-3A/MERSI 與EOS/MODIS 為研究實(shí)例［D］.北京:中國(guó)氣象科學(xué)研究院，2010.

［14］馮銳，紀(jì)瑞鵬，武晉雯，等.FY3/MERSI 和EOS/MODIS 歸一化植被指數(shù)差異分析［J］.中國(guó)農(nóng)學(xué)通報(bào)，2010，26(19):359-362.

［15］武晉雯，馮銳，張玉書，等.基于MERSI 盤錦濕地植被動(dòng)態(tài)監(jiān)測(cè)及其與MODIS 數(shù)據(jù)對(duì)比分析［J］.遙感技術(shù)與應(yīng)用，2010，25(4):515-519.

［16］于成龍，劉丹，楊曉強(qiáng).基于FY-3A/MERSI 和Terra/MODIS 的單波段反射率和NDVI 差異性分析［J］.東北林業(yè)大學(xué)學(xué)報(bào)，2012，40(9):124-127.

［17］范天錫.風(fēng)云三號(hào)氣象衛(wèi)星的特點(diǎn)和作用［J］.氣象科技，2002，30(6):321-327.

［18］楊軍，董超華，盧乃錳，等.中國(guó)新一代極軌氣象衛(wèi)星:風(fēng)云三號(hào)［J］.氣象學(xué)報(bào)，2009，67(4):501-509.

［19］楊邦杰，裴志遠(yuǎn)，周清波，等.我國(guó)農(nóng)情遙感監(jiān)測(cè)關(guān)鍵技術(shù)研究進(jìn)展［J］.農(nóng)業(yè)工程學(xué)報(bào)，2002，18(3):191-194.

［20］吳炳方，張峰，劉成林，等.農(nóng)作物長(zhǎng)勢(shì)綜合遙感監(jiān)測(cè)方法［J］.遙感學(xué)報(bào)，2004，8(6):498-514.

［21］吳素霞，毛任釗，李紅軍，等.中國(guó)農(nóng)作物長(zhǎng)勢(shì)遙感監(jiān)測(cè)研究綜述［J］.中國(guó)農(nóng)學(xué)通報(bào)，2005，21(3):319-322.

［22］劉繼承，姬長(zhǎng)英.作物長(zhǎng)勢(shì)監(jiān)測(cè)的應(yīng)用研究現(xiàn)狀與展望［J］.江西農(nóng)業(yè)學(xué)報(bào)，2007，19(3):17-20.

［23］孫華生.利用多時(shí)相MODIS 數(shù)據(jù)提取中國(guó)水稻種植面積和長(zhǎng)勢(shì)信息［D］.杭州:浙江大學(xué)，2008.

［24］田慶久，閔祥軍.植被指數(shù)研究進(jìn)展［J］.地球科學(xué)進(jìn)展，1998，13(4):327-333.

［25］馮露，岳德鵬，郭祥.植被指數(shù)的應(yīng)用研究綜述［J］.林業(yè)調(diào)查規(guī)劃，2009，34(2):48-52.

［26］田俊，黃淑娥，辜曉青.江西省雙季早稻長(zhǎng)勢(shì)定量等級(jí)指標(biāo)的研究［J］.氣象與減災(zāi)研究，2012，35(2):57-60.