符勇　周忠發(fā)　王昆　廖娟

摘要：以貴州省清鎮(zhèn)市流長國家現(xiàn)代煙草農(nóng)業(yè)基地單元為研究區(qū)，針對貴州省高原山區(qū)煙草種植特性，以TerraSAR-X為數(shù)據(jù)源，將合成孔徑雷達（SAR）技術(shù)應(yīng)用于高原山區(qū)煙草產(chǎn)量的遙感估測中，通過分析旺長期、成熟期SAR亮度值與煙草葉片鮮質(zhì)量產(chǎn)量的相關(guān)關(guān)系，構(gòu)建了喀斯特山區(qū)旺長期、成熟期煙草鮮質(zhì)量產(chǎn)量估測模型，模型驗證表明，旺長期、成熟期煙草鮮質(zhì)量模擬精度分別達到92%、85%以上，基于SAR技術(shù)建立的煙草鮮質(zhì)量產(chǎn)量模型可以滿足高原山區(qū)大面積煙草的快速估產(chǎn)需要。

關(guān)鍵詞：高原山區(qū)；煙草；估產(chǎn)；合成孔徑雷達

中圖分類號： S127文獻標(biāo)志碼： A文章編號：1002-1302（2015）02-0393-03

收稿日期：2014-03-31

基金項目：貴州省科技計劃 （編號：黔科合GY字〔2013〕3062）。

作者簡介：符勇（1989—），男，河南鄭州人，碩士研究生，研究方向為地理信息系統(tǒng)與遙感。E-mail：user51@sina.com。

通信作者：周忠發(fā)，教授，研究方向為地理信息系統(tǒng)與遙感。E-mail：fa6897@163.com。貴州省是典型的喀斯特山區(qū)，地形破碎，農(nóng)作物種植情況復(fù)雜多樣。煙草作為典型經(jīng)濟型農(nóng)作物，在該省廣泛種植。以傳統(tǒng)方式預(yù)測煙草種植面積、產(chǎn)量等情況，要花費大量人力、物力、財力，且中間環(huán)節(jié)多，不能準(zhǔn)確高效地估產(chǎn)。針對貴州省氣候多云雨、很難周期性獲取高光譜數(shù)據(jù)的特點，采用合成孔徑雷達（SAR）數(shù)據(jù)不受時間、氣候條件限制[1]。SAR 采用主動遙感的方式，利用微波成像，不受云雨和時間限制，更加適合貴州省多云霧山區(qū)的農(nóng)業(yè)遙感應(yīng)用。本研究在野外樣方選取與調(diào)查的基礎(chǔ)上，將SAR技術(shù)融入估產(chǎn)過程，選用煙草不同生育期的雷達遙感影像，通過雷達遙感影像的處理和計算得出煙草不同時期SAR亮度值，利用野外實地考察數(shù)據(jù)，將煙草各生長時期的SAR亮度值與對應(yīng)時期煙草鮮質(zhì)量產(chǎn)量建立線性回歸耦合關(guān)系的估產(chǎn)模型，并對模型進行驗證，該模型建立遙感指標(biāo)與產(chǎn)量之間的相關(guān)模式，它不考慮作物產(chǎn)量形成的復(fù)雜過程[2]，可以快速準(zhǔn)確獲取不同時期煙草產(chǎn)量信息，以期為喀斯特高原山區(qū)煙草雷達遙感估產(chǎn)提供依據(jù)。

1研究區(qū)域煙草基地概況

本研究以貴州省清鎮(zhèn)市流長現(xiàn)代煙草農(nóng)業(yè)基地單元為依托，選擇該基地單元馬場片區(qū)的茶山村為研究區(qū)，該煙區(qū)屬于黔中高原區(qū)。清鎮(zhèn)市隸屬于貴州省貴陽市，距貴陽市市區(qū)約22 km，東接貴陽市烏當(dāng)區(qū)、花溪區(qū)，西鄰貴州省畢節(jié)地區(qū)織金市，南與貴州省平壩縣接壤，北與貴州省黔西市、修文市交界，面積1 492余km2，轄6鄉(xiāng)、4鎮(zhèn)及青龍街道辦事處，人口53萬人，共有耕地面積2.34萬hm2，森林覆蓋率31.1%，農(nóng)產(chǎn)品以水稻、玉米、小麥、油菜、馬鈴薯等為主。南部地勢較為平緩，以丘陵和喀斯特化低山為主，地勢從西南向東北漸減；東部及中部屬淺山、低山丘陵區(qū)，平均海拔 1 327 m；其余區(qū)域為淺丘向中低山狹谷過渡區(qū)，平均海拔 1 295 m。

流長基地單元轄流長、犁倭、紅楓湖等3個鄉(xiāng)（鎮(zhèn)），屬亞熱帶季風(fēng)濕潤氣候，適宜種植煙草的土地面積5 428 hm2；土壤以黃沙壤、黃壤為主，pH值5.5～6.5，呈微酸性，有機質(zhì)含量豐富。土壤條件和氣候條件均有利于烤煙生產(chǎn)。主產(chǎn)煙區(qū)集中在流長鄉(xiāng)、犁倭鄉(xiāng)，面積占該基地單元的90.26%。2012年落實種植計劃收購煙葉1 145 t[3] 。

2數(shù)據(jù)選擇與獲取

2.1SAR數(shù)據(jù)

不同微波波段具有不同能量，其對作物的監(jiān)測用途也不同。Ku、X、C、L是常用的作物監(jiān)測微波波段。Ku、X微波波段主要用于監(jiān)測作物長勢，C微波波段主要用于監(jiān)測作物分類，L微波波段主要用于監(jiān)測作物分類、土壤含水量[1] 。

通過比較TERRASAR-X、RADRASAT-1、RADRASAT-2、COSMOS、ENVISAT、ALOS等主流雷達衛(wèi)星，綜合考慮波段、極化方式、空間分辨率等系統(tǒng)參數(shù)與實際情況，選擇空間分辨率3 m的TERRASAR-X雷達數(shù)據(jù)作為研究數(shù)據(jù)。TerraSAR-X是首顆由德國航空航天局與歐洲航空防務(wù)和航天公司共建的固態(tài)有源相控陣的X波段合成孔徑雷達衛(wèi)星，分辨率高達1 m。該衛(wèi)星的軌道高度為514 km，傾斜角度為9744°，衛(wèi)星整體質(zhì)量為1 200 kg，半徑為2.4 m，高度為5 m，消耗功率為800 W。該衛(wèi)星可以在不同模式下工作。TerraSAR-X雷達衛(wèi)星具有多極化、多入射角和精確的姿態(tài)和軌道控制能力，本研究采用3 cm的X波段合成孔徑雷達，可以進行全天時、全天候?qū)Φ赜^測，并具有一定地表穿透能力，同時還可進行干涉測量和動態(tài)目標(biāo)的檢測[4]。

2.2實測產(chǎn)量數(shù)據(jù)

在野外考察的同時，建立樣方并詳細記錄煙草生長信息，考察時間盡可能與遙感影像拍攝時間保持一致，以達到最佳監(jiān)測效果。研究區(qū)選擇煙草種植連片面積60 hm2以上的煙田，建立27 m×24 m的樣方面積約0.066 hm2，與雷達數(shù)據(jù)相元相對應(yīng)。研究區(qū)內(nèi)共建立30個樣方，用全球定位系統(tǒng)（GPS）定位每個樣方的四至點或在樣方中部用GPS定位，以保證樣方位置準(zhǔn)確，同時便于與遙感影像相疊加，在樣方內(nèi)采集煙草鮮質(zhì)量數(shù)據(jù)。

3數(shù)據(jù)處理與模型建立

3.1SAR數(shù)據(jù)的處理

本研究選取德國發(fā)射的TerraSAR-X衛(wèi)星，獲取煙草不同生長期的影像（表1）。

3.2估產(chǎn)模型建立

2012年5月初至9月底，根據(jù)煙草不同生長時期在研究區(qū)定期開展煙草地面調(diào)查工作，地面調(diào)查時間與影像獲取時間基本同步，共布設(shè)45塊樣地，考慮到估測模型的精度驗證，其中15塊樣地的數(shù)據(jù)不參與建模。利用SPSS 19.0軟件對30個樣地旺長期、成熟期煙草葉片數(shù)據(jù)與雷達影像處理后的SAR亮度值進行相關(guān)性分析，結(jié)果發(fā)現(xiàn)二者在旺長期、成熟期的相關(guān)系數(shù)（r）分別為-0.889、-0.846，呈顯著負相關(guān)關(guān)系，在旺長期、成熟期的線性擬合度（r2）均較好，分別為0790、0.716。因而可通過煙草SAR亮度值得到煙草產(chǎn)量。endprint

表2不同生長期樣方內(nèi)煙草葉片SAR亮度值

極化方式樣本序號旺長期亮度

（β0db）成熟期亮度

（β0db）VV1-6.071-9.1392-7.423-10.3303-7.771-10.3904-6.533-11.5605-6.549-9.586

為了進一步分析煙草產(chǎn)量與SAR亮度值的定量關(guān)系，采用一元線性回歸模型、指數(shù)函數(shù)、對數(shù)函數(shù)、乘冪函數(shù)等對二者進行模擬分析。通過對不同模型測算結(jié)果的分析表明，基于SAR亮度值的一元線性回歸模型擬合精度最高?？λ固厣絽^(qū)旺長期、成熟期煙草種植產(chǎn)量最優(yōu)擬合模型為式（3）、式（4）。圖3、圖4分別為煙草旺長期、成熟期鮮質(zhì)量產(chǎn)量與SAR亮度值的關(guān)系。

4模型驗證

為評價煙草估產(chǎn)模型模擬效果，通過野外同期采樣的另外15個樣地數(shù)據(jù)與估產(chǎn)模型模擬數(shù)據(jù)進行比較，并利用誤差統(tǒng)計公式（5）對模型精度進行綜合評價[9]。

RE=m估測值-m實測值m實測值×100%。（5）

式中：RE為相對誤差系數(shù)；m實測值和m估測值分別代表野外實地考察煙草葉片質(zhì)量和模型反演得到的煙草葉片質(zhì)量。

由表3可見，對于估產(chǎn)模型模擬值與實測值之間的相對誤差系數(shù)，旺長期為4.8%～11.59%，平均相對誤差系數(shù)為7.66%，模型總體精度達到92%以上；成熟期為8.15%～2325%，平均相對誤差系數(shù)為14.02%，模型總體精度達到85%以上。說明利用SAR亮度值與煙草葉片生物量建立的一元線性回歸模型能較好地反映煙草葉片生物量狀況，能夠滿足喀斯特山區(qū)大面積煙草葉片產(chǎn)量估算要求。

5結(jié)論

采用不受云雨影像影響的雷達遙感影像為數(shù)據(jù)源，將SAR技術(shù)應(yīng)用于喀斯特山區(qū)煙草葉片產(chǎn)量估測，利用SAR亮度值與地面樣地調(diào)查所得煙草葉片產(chǎn)量數(shù)據(jù)進行回歸分析，建立了不同時期煙草估產(chǎn)的線性回歸擬合模型：旺長期為

y1=-1 449.67x1+4 199.78，成熟期為y2=-457.38x2-13986?；诘孛嫱谡{(diào)查數(shù)據(jù)對模型進行驗證，結(jié)果表明該模型在旺長期、成熟期的預(yù)測精度分別達到92%、85%以上，能夠?qū)崿F(xiàn)喀斯特山區(qū)的大面積種植煙草的快速估產(chǎn)。因此，基于SAR技術(shù)對喀斯特山區(qū)煙草種植估產(chǎn)模型是可行的，為喀斯特山區(qū)煙草產(chǎn)量遙感估產(chǎn)提供了技術(shù)支持，同時該方法也可為喀斯特高原山區(qū)其他農(nóng)作物基于SAR技術(shù)遙感估產(chǎn)的研究提供參考。

本研究表明，以SAR 亮度值與煙草產(chǎn)量建立的回歸模型基本能夠反映其線性回歸的耦合關(guān)系，旺長期的模擬精度要優(yōu)于成熟期。旺長期、成熟期煙草估產(chǎn)模型擬合度較好，但成熟期模型誤差相對較高，其原因一方面可能是旺長期煙株葉片多、相互掩蓋，增加了體反射強度，使得反射率增加，所以SAR 影像亮度值能夠更好地反映葉片信息；另一方面，由于煙葉采摘進度不一樣，小部分樣方內(nèi)煙葉打葉進度較晚，成熟期影像還存在部分旺長期煙葉。本研究建立的喀斯特山地?zé)煵莨喇a(chǎn)模型，還須在不斷提高遙感估產(chǎn)精度的同時，在更多煙區(qū)豐富完善方法和技術(shù)路線，提高模型精度，為國家現(xiàn)代煙草農(nóng)業(yè)的大范圍、實時遙感監(jiān)測提供新的研究思路。

參考文獻：

[1]陳勁松，林琿，邵蕓. 微波遙感農(nóng)業(yè)應(yīng)用研究——水稻生長監(jiān)測[M]. 北京：科學(xué)出版社，2010：11-13.

[2]徐新剛，吳炳方，蒙繼華，等. 農(nóng)作物單產(chǎn)遙感估算模型研究進展[J]. 農(nóng)業(yè)工程學(xué)報，2008，24（2）：290-298.

[3]周忠發(fā)，李波，賈龍浩. 合成孔徑雷達技術(shù)在喀斯特山區(qū)煙草種植定量監(jiān)測應(yīng)用探討[J]. 測繪通報，2012（增刊）：246-248.

[4]錢方明，劉薇，周瑜. 雷達遙感衛(wèi)星TerraSAR-X的系統(tǒng)特性和產(chǎn)品[C]//第十八屆十三省市光學(xué)學(xué)術(shù)會議論文集，2010.

[5]余麗萍，黎明，楊小芹，等. 基于灰度共生矩陣的斷口圖像識別[J]. 計算機仿真，2010，27（4）：224-227.

[6]李智峰，朱谷昌，董泰鋒. 基于灰度共生矩陣的圖像紋理特征地物分類應(yīng)用[J]. 地質(zhì)與勘探，2011，17（3）：456-461.

[7]高程程，惠曉威. 基于灰度共生矩陣的紋理特征提取[J]. 計算機系統(tǒng)應(yīng)用，2010，19（6）：195-198.

[8]賈龍浩，周忠發(fā)，李波. 高分辨率SAR在喀斯特山地?zé)煵萆L建模中的應(yīng)用探討[J]. 中國煙草科學(xué)，2013，34（5）：104-107，112.

[9]梁天剛，崔霞，馮琦勝，等. 2001—2008年甘南牧區(qū)草地地上生物量與載畜量遙感動態(tài)監(jiān)測[J]. 草業(yè)學(xué)報，2009，18（6）：12-22.李婷，林愛文，高云，等. 高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)分區(qū)研究——以湖北省赤壁市為例[J]. 江蘇農(nóng)業(yè)科學(xué)，2015，43（2）：396-399.endprint