張 亮，那曉東，臧淑英

(哈爾濱師范大學(xué)，黑龍江省普通高等學(xué)校地理環(huán)境遙感監(jiān)測重點(diǎn)實(shí)驗(yàn)室，黑龍江哈爾濱 150025)

農(nóng)作物種植面積是影響糧食產(chǎn)量的重要因素，快速、及時(shí)、準(zhǔn)確、高效地獲取農(nóng)作物分布信息，已成為現(xiàn)代農(nóng)業(yè)發(fā)展的一大要求，且農(nóng)作物的識(shí)別與分類對(duì)社會(huì)經(jīng)濟(jì)、糧食安全、生態(tài)功能以及政府政策制定等都有重要影響[1-2]。

遙感在農(nóng)業(yè)監(jiān)測和估產(chǎn)系統(tǒng)中應(yīng)用已有較長的歷史,現(xiàn)已開發(fā)了一些國家級(jí)的農(nóng)情遙感監(jiān)測系統(tǒng),而松嫩平原還沒有農(nóng)情遙感監(jiān)測系統(tǒng)的相關(guān)研究和開發(fā)[3]。目前，大多利用中高分辨率衛(wèi)星Landsat、單一時(shí)相的TM、SOPT、IKONOS和ERS-1/2等數(shù)據(jù)源來進(jìn)行植被遙感監(jiān)測，對(duì)于農(nóng)作物類型識(shí)別有一定可行性，國內(nèi)的專業(yè)研究人員圍繞農(nóng)作物面積遙感估算進(jìn)行了比較深入的研究[4-5]。王茂新等[6]在冬小麥與同期主要大宗作物綠度-時(shí)相曲線對(duì)比分析的基礎(chǔ)上,對(duì)利用NOAA圖像檢測冬小麥面積的方法進(jìn)行了研究。方紅亮[7]利用TM衛(wèi)星數(shù)據(jù)，研究了水稻面積遙感提取方法，精度達(dá)84%以上。1991—1995年在科技部的組織下，中國科學(xué)院等單位采用Landsat /TM和NOAA /AVHRR影像數(shù)據(jù)對(duì)重點(diǎn)產(chǎn)糧區(qū)小麥、水稻、玉米種植面積和產(chǎn)量情況進(jìn)行估算，小麥估算精度達(dá)90%，水稻和玉米估算精度為85%以上，基本掌握了利用遙感數(shù)據(jù)對(duì)作物估產(chǎn)的主要技術(shù)和實(shí)現(xiàn)途徑[8-10]。國外有研究將MODIS的NDVI時(shí)間序列應(yīng)用于草地植被分類[11-14]，也有將此方法應(yīng)用于濕地植被信息提取[15]。該研究中的系統(tǒng)以不同平原植被類型的物候特征為依據(jù)，采用基于傅里葉組分相似度指數(shù)的監(jiān)督分類方法，對(duì)松嫩平原重要的農(nóng)作物植被類型進(jìn)行信息自動(dòng)提取研究，并利用最大似然法進(jìn)行監(jiān)督分類,同時(shí)國內(nèi)外研究將MODIS的NDVI時(shí)間序列應(yīng)用于草地和濕地的植被分類之中，但將此法應(yīng)用到農(nóng)用地植被信息提取的研究才剛剛開始[15]。將農(nóng)情監(jiān)測系統(tǒng)應(yīng)用于松嫩平原的研究尚未開始，筆者對(duì)松嫩平原農(nóng)情遙感監(jiān)測系統(tǒng)進(jìn)行設(shè)計(jì)與開發(fā)，利用MATLAB語言進(jìn)行系統(tǒng)的開發(fā)，實(shí)現(xiàn)自動(dòng)化監(jiān)測以及農(nóng)作物長勢和植被信息自動(dòng)提取。以下將對(duì)該監(jiān)測系統(tǒng)的監(jiān)測方法、系統(tǒng)設(shè)計(jì)與功能、系統(tǒng)實(shí)現(xiàn)與運(yùn)行等進(jìn)行詳細(xì)說明。

1 監(jiān)測理論方法

1.1長勢指標(biāo)監(jiān)測松嫩平原農(nóng)情遙感系統(tǒng)基于NDVI時(shí)間序列對(duì)于2000—2015年全年的23幅NDVI數(shù)據(jù)影像進(jìn)行5類指標(biāo)計(jì)算，即NDVI(歸一化植被指數(shù))、VCI(某一年NDVI 與所有年份中NDVI 最大值和最小值之比)、MVCI(某一年NDVI 與某一年之前所有年份NDVI平均值之比)、RMNDVI(某一年NDVI與某一年之前所有年份NDVI中值之比)、RPNDVI(某一年NDVI與前一年NDVI之比)。

1.2自動(dòng)分類采用Evans J P提出的基于傅里葉組分相似度指數(shù)的監(jiān)督分類方法，采用逐像素計(jì)算影像上NDVI波形與參考像素NDVI波形的相似性方法來區(qū)分植被類型，運(yùn)用于松嫩平原農(nóng)情遙感監(jiān)測系統(tǒng)的開發(fā)之中,并利用最大似然法進(jìn)行監(jiān)督分類。最大似然法在遙感影像分類中應(yīng)用非常廣泛，具有分類精度高的特點(diǎn)，系統(tǒng)實(shí)現(xiàn)自動(dòng)分類能夠準(zhǔn)確快速處理需要的MODIS NDVI影像，并為更好地研究松嫩平原的農(nóng)作物長勢和農(nóng)作物分布監(jiān)測提供可靠數(shù)據(jù)依據(jù)。利用ENVI軟件得出玉米、水稻、大豆等植被NDVI時(shí)間序列圖，玉米NDVI時(shí)間序列圖見圖1。

2 系統(tǒng)設(shè)計(jì)與功能

2.1系統(tǒng)設(shè)計(jì)

2.1.1開發(fā)語言。MATLAB是由Mathwork公司推出的一種高性能的數(shù)值計(jì)算和可視化軟件，有強(qiáng)大的矩陣運(yùn)算及圖形顯示能力，還有多樣化的各種工具箱可供使用，在數(shù)值分析、信號(hào)處理、系統(tǒng)辨別、特殊函數(shù)和圖形等方面具有廣泛的應(yīng)用[16]。在遙感影像分析處理中，以往研究用到MATLAB語言進(jìn)行圖像處理，可以得到精確度比較高的結(jié)果，但是每次都需要研究者進(jìn)行編程，缺點(diǎn)是處理時(shí)間久，對(duì)電腦配置要求高?，F(xiàn)在用MATLAB編程軟件進(jìn)行可視化編程，可以直接進(jìn)行影像處理，優(yōu)點(diǎn)是簡單、快捷、準(zhǔn)確地得出影像處理結(jié)果，便于研究。

2.1.2數(shù)據(jù)庫。所使用的MODIS產(chǎn)品數(shù)據(jù)是 2000—2015年全年的23幅NDVI影像數(shù)據(jù)，對(duì)應(yīng)的具體時(shí)間是每年1月1日—12月18日。由于松嫩平原地跨兩景MODIS影像，采用Erdas9.2軟件完成數(shù)據(jù)的鑲嵌，并將影像由地球投影系統(tǒng)( SIN )投影到阿爾伯斯系統(tǒng)(Albers)；利用MODIS產(chǎn)品批處理工具M(jìn)RT(modis reprojection tool)軟件對(duì)MODIS進(jìn)行空間拼接、投影轉(zhuǎn)換和重采樣等處理，最終輸出成Albers投影，空間分辨率統(tǒng)一為250 m反射率數(shù)據(jù)[17]。高時(shí)間分辨率數(shù)據(jù)結(jié)合物候信息在大區(qū)域作物空間分布及土地覆被監(jiān)測中發(fā)揮了重要作用[18-20]。利用MODIS植被指數(shù)時(shí)間序列及作物物候特征并融合中高分辨率數(shù)據(jù)，利用閾值或模型等來分析作物分布格局[21-23]等。

2.2開發(fā)環(huán)境農(nóng)情遙感監(jiān)測系統(tǒng)后臺(tái)構(gòu)建的數(shù)據(jù)庫采用的是系統(tǒng)文件，可以加載相同類型數(shù)據(jù)影像。系統(tǒng)開發(fā)利用可視化編程技術(shù)基于MATLAB語言編寫而成。實(shí)現(xiàn)直接通過編輯M腳本文件產(chǎn)生GUI,通過MATLAB圖像用戶界面開發(fā)環(huán)境GUIDE(graphical user interface development environment)來形成相應(yīng)文件，具有簡單、運(yùn)算功能強(qiáng)大、安全、面向?qū)ο蟮葍?yōu)點(diǎn)。

2.3系統(tǒng)設(shè)計(jì)流程農(nóng)情遙感監(jiān)測系統(tǒng)運(yùn)行主要是農(nóng)作物長勢指標(biāo)計(jì)算、區(qū)域農(nóng)作物自動(dòng)分類等。計(jì)算5類長勢指標(biāo)，并進(jìn)行數(shù)據(jù)分析、處理和總結(jié)等。自動(dòng)分類可以將研究區(qū)域農(nóng)作物進(jìn)行分類，并進(jìn)行估產(chǎn)和多年對(duì)比研究，評(píng)價(jià)分析某類經(jīng)濟(jì)作物種植面積變化趨勢。農(nóng)情系統(tǒng)設(shè)計(jì)流程見圖2。

圖2 系統(tǒng)設(shè)計(jì)流程Fig.2 The flow of the system design

2.4界面框架松嫩平原農(nóng)情監(jiān)測系統(tǒng)界面由文件區(qū)(對(duì)比選擇——年內(nèi)和年間、周期、文件列表、指標(biāo)類型)、工具欄(放大、縮小、pan、拖放、home、刷新、上一個(gè)、下一個(gè)、確定像素值、定義狀態(tài)/平原、定義矩形、進(jìn)入、刷新圖層、下載、清除、顯示、統(tǒng)計(jì)數(shù)據(jù)、配置文件、截圖)、功能按鍵(計(jì)算、分類)、輸出界面(圖3)組成。

圖3 輸出界面Fig.3 Output interface

輸出結(jié)果可以用來研究整個(gè)松嫩平原農(nóng)作物長勢和對(duì)農(nóng)作物進(jìn)行估產(chǎn)。同時(shí)可以對(duì)任何數(shù)據(jù)影像進(jìn)行邊界裁剪，實(shí)現(xiàn)完全自動(dòng)化。

3 系統(tǒng)實(shí)現(xiàn)與運(yùn)行

3.1系統(tǒng)運(yùn)行

3.1.1長勢監(jiān)測。系統(tǒng)對(duì)2000—2015年多時(shí)相16 d合成的250 m分辨率MODIS-NDVI數(shù)據(jù)進(jìn)行處理分析，松嫩平原農(nóng)情監(jiān)測系統(tǒng)根據(jù)不同植被類型物候特征的差異，首先將NDVI數(shù)據(jù)分為11個(gè)區(qū)間(圖4)，充分直觀展示松嫩平原MODIS影像植被生長狀況。通過NDVI影像對(duì)其他4類長勢指標(biāo)進(jìn)行計(jì)算，得到不同植被條件指標(biāo)，VCI、MVCI、RMNDVI、RPNDVI(圖5)。VCI在0～1時(shí)被分為9個(gè)區(qū)間，MVCI、RMNDVI、RPNDVI被分為7個(gè)區(qū)間。MVCI和RMNDVI 從正數(shù)到負(fù)數(shù)，長勢由優(yōu)到差；VCI和RPNDVI 數(shù)值越大證明長勢越好，可以非?？茖W(xué)直觀通過圖像和圖例數(shù)值體現(xiàn)農(nóng)作物長勢。

圖4 歸一化植被指數(shù)Fig.4 Normalized difference vegetation index

圖5 植被指數(shù)Fig.5 Vegetation index

3.1.2自動(dòng)分類。作物遙感估產(chǎn)包括農(nóng)作物長勢、產(chǎn)量趨勢監(jiān)測及產(chǎn)量的早期預(yù)報(bào)[24]。目前國內(nèi)外普遍將農(nóng)情監(jiān)測系統(tǒng)應(yīng)用于長勢監(jiān)測和估產(chǎn)，而對(duì)于自動(dòng)分類研究才剛剛開始。該系統(tǒng)可以自動(dòng)對(duì)MODIS NDVI影像進(jìn)行分類，通過分類可以對(duì)農(nóng)作物產(chǎn)量進(jìn)行更加準(zhǔn)確的預(yù)報(bào)，并且可以進(jìn)行逐年對(duì)比研究，使研究結(jié)果更加直觀。筆者列舉了2013年松嫩平原農(nóng)作物分類圖像(圖6)，該圖例包含大豆、玉米、水稻，同時(shí)將林地、濕地、草地、建筑用地和河流、湖泊歸為1種顏色。由于大豆、玉米、水稻是松嫩平原主要的經(jīng)濟(jì)作物，所以該系統(tǒng)對(duì)此3類農(nóng)作物進(jìn)行分類。

圖6 影像分類Fig.6 Image classification

3.2運(yùn)行環(huán)境系統(tǒng)主要采用MATLAB語言編寫而成，需要用戶下載 MATLAB客戶端，系統(tǒng)主要完成各類應(yīng)用，包括圖像處理、專題信息提取、統(tǒng)計(jì)分析等，由于處理對(duì)象為遙感影像、矢量信息等，因而對(duì)計(jì)算機(jī)性能要求較高，在普通個(gè)人計(jì)算機(jī)上安裝MATLAB 2013版本以上軟件即可運(yùn)行[25]。

4 結(jié)論與展望

基于MATLAB語言對(duì)松嫩平原農(nóng)情監(jiān)測系統(tǒng)進(jìn)行開發(fā)，可以實(shí)現(xiàn)平原農(nóng)作物遙感監(jiān)測流程系統(tǒng)化，松嫩平原管理效率有效提高。筆者查閱國內(nèi)外文獻(xiàn)后，針對(duì)各類監(jiān)測系統(tǒng)進(jìn)行分析，認(rèn)為松嫩平原農(nóng)情遙感監(jiān)測系統(tǒng)已經(jīng)比較完善，將農(nóng)情遙感監(jiān)測農(nóng)作物長勢指標(biāo)類型增加到5類，并比較其他遙感監(jiān)測系統(tǒng)不足之處，同時(shí)增加利用傅里葉組分提取特征信息，并利用最大似然法建立概率模型，系統(tǒng)自動(dòng)提取農(nóng)作物的分布信息，實(shí)現(xiàn)自動(dòng)分類，并對(duì)松嫩平原農(nóng)作物長勢進(jìn)行監(jiān)測，計(jì)算各類農(nóng)作物種植面積和歷年農(nóng)作物面積變化，同時(shí)進(jìn)行作物估產(chǎn)，為政府農(nóng)業(yè)經(jīng)濟(jì)生產(chǎn)決策提供依據(jù)與信息。

該系統(tǒng)還需要進(jìn)一步開發(fā)和優(yōu)化，批量進(jìn)行影像分類，這樣會(huì)節(jié)約使用者時(shí)間，優(yōu)化算法，提高分類精度。同時(shí)設(shè)計(jì)在線監(jiān)控松嫩平原農(nóng)作物長勢，實(shí)時(shí)監(jiān)測研究區(qū)域作物生長狀態(tài)。該系統(tǒng)推進(jìn)了松嫩平原實(shí)時(shí)監(jiān)測的推廣和應(yīng)用，今后可不斷完善和增加各項(xiàng)有關(guān)研究農(nóng)作物長勢的功能。

[1] 陳思寧,趙艷霞,申雙和.基于波譜分析技術(shù)的遙感作物分類方法[J].農(nóng)業(yè)工程學(xué)報(bào), 2012,28(5):154-160.

[2] 吳炳方.中國農(nóng)情遙感速報(bào)系統(tǒng)[J].遙感學(xué)報(bào),2004,8(6):481-497.

[3] 蒙繼華,吳炳方,李強(qiáng)子,等.全球農(nóng)作物長勢遙感監(jiān)測系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)[J].世界科技研究與發(fā)展,2006,28(3):41-44.

[4] LIU J Y, LIU M L,TIAN H Q,et al.Spatial and temporal patterns of China’s cropland during 1990-2000:An analysis based on Landsat TM data[J].Remote sensing of environment,2005,98(4):442-456.

[5] VERBEIREN S,EERENS H, PICCARD I,et al.Sub-pixel classification of SPOT-VEGETATION time series for the assessment of regional crop areas in Belgium[J].International journal of applied earth observation and geoinformation,2008,10(4):486-497.

[6] 王茂新，裴志遠(yuǎn)，吳全，等.用NOAA圖像監(jiān)測冬小麥面積的方法研究[J].農(nóng)業(yè)工程學(xué)報(bào)，1998，14(3)：84-88.

[7] 方紅亮.兩種水稻種植面積遙感提取方案的分析[J].地理學(xué)報(bào),1998,53(1): 58-65.

[8] 夏德深,李華.國外災(zāi)害遙感應(yīng)用研究現(xiàn)狀[J].國土資源遙感,1996,29(3):1-8.

[9] 國家“八五”科技攻關(guān)項(xiàng)目辦公室.國家“八五”遙感科技攻關(guān)取得重大成果[J].遙感技術(shù)與應(yīng)用,1995,10(1):40-41.

[10] 陳沈斌,孫九林.建立我國主要農(nóng)作物衛(wèi)星遙感估產(chǎn)運(yùn)行系統(tǒng)的主要技術(shù)環(huán)節(jié)及解決途徑[J].自然資源學(xué)報(bào),1997,12(4):363-369.

[11] BECK P S A,ATZBERGER C,HφGDA K A,et al.Improved monitoring of vegetation dynamics at very high latitudes: A new method using MODIS NDVI[J].Remote sensing of environment,2006,100(3):321-334.

[12] GEERKEN R,ZAITCHIK B,EVANS J P.Classifying rangeland vegetation type and coverage from NDVI time series using fourier filtered cycle similarity[J].International journal of remote sensing,2005,26(24):5535-5554.

[13] EVANS J P,GEERKEN R.Classifying range land vegetation type and coverage using a Fourier component based similarity measure[J].Remote sensing of environment ,2006,105(1):1-8.

[14] GEERKEN R,BATIKHA N,CELIS D,et al. Differentiation of rangeland vegetation and assessment of its status:Field investigations and MODIS and SPOT VEGETATION data analyses[J].International journal of remote sensing,2005,26(20):4499-4526.

[15] 那曉東,張樹清,李曉峰,等.MODIS NDVI時(shí)間序列在三江平原濕地植被信息提取中的應(yīng)用[J].濕地科學(xué),2007,5(3):227-236.

[16] 陳懷銘,蔡劍卿,黃春暉. JAVA和MATLAB混合編程及其應(yīng)用[J]. 科學(xué)技術(shù)與工程,2008,8(14):3953-3956.

[17] 吳炳方,張淼,曾紅偉,等.大數(shù)據(jù)時(shí)代的農(nóng)情監(jiān)測與預(yù)警[J].遙感學(xué)報(bào),2016,20(5):1027-1037.

[18] 熊勤學(xué),黃敬峰.利用NDVI指數(shù)時(shí)序特征監(jiān)測秋收作物種植面積[J].農(nóng)業(yè)工程學(xué)報(bào),2009,25(1):144-148.

[19] XIAO X M, BOLES S, LIU J Y, et al. Mapping paddy rice agriculture in southern China using multi-temporal MODIS images [J].Remote sensing of environment,2005,95(4):480-492.

[20] WARDLOW B D,EGBERT S L.Large-area crop mapping using time-series MODIS 250 m NDVI data:An assessment for the U.S.Central Great Plains [J]. Remote sensing of environment,2008,112(3):1096-1116.

[21] 陳穎姝,張曉春,王修貴，等.基于Landsat8 OLI與MODIS數(shù)據(jù)的洪澇季節(jié)作物種植結(jié)構(gòu)提取[J].農(nóng)業(yè)工程學(xué)報(bào),2014, 30(21): 165-173.

[22] 潘耀忠,李樂,張錦水,等.基于典型物候特征的MODIS-EVI時(shí)間序列數(shù)據(jù)農(nóng)作物種植面積提取方法：小區(qū)域冬小麥實(shí)驗(yàn)研究[J].遙感學(xué)報(bào),2011,15(3): 578-594.

[23] 黃青,唐華俊,周清波,等.東北地區(qū)主要作物種植結(jié)構(gòu)遙感提取及長勢監(jiān)測[J].農(nóng)業(yè)工程學(xué)報(bào),2010,26(9):218-223.

[24] 裴志遠(yuǎn),郭琳,汪慶發(fā).國家級(jí)作物長勢遙感監(jiān)測業(yè)務(wù)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].農(nóng)業(yè)工程學(xué)報(bào),2009,25(8):152-156.

[25] 吳炳方.全國農(nóng)情監(jiān)測與估產(chǎn)的運(yùn)行化遙感方法[J].地理學(xué)報(bào),2000,55(1):25-35.