王利民，劉 佳※，唐鵬欽，姚保民，劉榮高

（1. 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，北京100081；2. 中國科學(xué)院地理科學(xué)與資源研究所，北京100101）

0 引言

農(nóng)作物長勢(shì)是指導(dǎo)農(nóng)業(yè)生產(chǎn)管理，評(píng)估產(chǎn)量最為重要的農(nóng)情要素之一。農(nóng)作物長勢(shì)即作物生長的狀況與趨勢(shì)［1］，長勢(shì)監(jiān)測可以為田間管理、早期產(chǎn)量估算提供快速、宏觀的信息，具有十分重要的意義［2］。農(nóng)作物長勢(shì)遙感調(diào)查的方法主要有常規(guī)地面調(diào)查與遙感監(jiān)測兩種，地面調(diào)查的特點(diǎn)是直觀性強(qiáng)、樣點(diǎn)尺度觀測的準(zhǔn)確性高，遙感監(jiān)測的特點(diǎn)是范圍廣、區(qū)域代表性大，二者互補(bǔ)共同構(gòu)成了長勢(shì)監(jiān)測業(yè)務(wù)體系。自20世紀(jì)90年代農(nóng)作物生產(chǎn)過程遙感監(jiān)測受到重視以來，長勢(shì)監(jiān)測就成為農(nóng)業(yè)遙感研究的重要內(nèi)容［3］。長勢(shì)遙感監(jiān)測可以分為關(guān)鍵技術(shù)研究與監(jiān)測應(yīng)用兩個(gè)方面，比較常用的長勢(shì)遙感監(jiān)測方法又可以歸納為植被指數(shù)關(guān)聯(lián)法和作物生長模型方法這兩個(gè)大類；監(jiān)測應(yīng)用則主要以世界各國農(nóng)情遙感監(jiān)測業(yè)務(wù)體系中的農(nóng)作物長勢(shì)遙感監(jiān)測應(yīng)用最為典型。

遙感指數(shù)關(guān)聯(lián)方法主要利用遙感影像獲取與作物生長密切相關(guān)的植被指數(shù)，并構(gòu)建植被指數(shù)與長勢(shì)之間的相互關(guān)系，從而反演地面作物的生長情況，常用到的遙感指數(shù)包括LAI、NDVI、VCI、NDWI等，常用的技術(shù)方法包括長勢(shì)直接關(guān)聯(lián)監(jiān)測法、同期對(duì)比監(jiān)測法、生長過程監(jiān)測法等方法。直接關(guān)聯(lián)監(jiān)測法主要通過建立遙感指數(shù)與作物長勢(shì)之間的相關(guān)關(guān)系，從而直接將遙感指數(shù)轉(zhuǎn)換為對(duì)應(yīng)的長勢(shì)指標(biāo)［4-9］。同期對(duì)比監(jiān)測方法主要利用實(shí)時(shí)NDVI圖像值與上年或多年平均值的對(duì)比，反應(yīng)當(dāng)時(shí)作物生長情況的變化情況，并對(duì)差異情況進(jìn)行統(tǒng)計(jì)分級(jí)，從而判斷作物的長勢(shì)情況［10-13］。生長過程長勢(shì)監(jiān)測方法的原理是，作物不同發(fā)育階段與最終產(chǎn)量的關(guān)系不同，據(jù)此可以根據(jù)不同階段長勢(shì)指標(biāo)的權(quán)重不同對(duì)長勢(shì)進(jìn)行監(jiān)測［14-18］。

農(nóng)作物長勢(shì)遙感監(jiān)測結(jié)果有利于提前掌握糧食生產(chǎn)動(dòng)態(tài)，發(fā)達(dá)國家一直都很重視建設(shè)各自的長勢(shì)監(jiān)測業(yè)務(wù)系統(tǒng)。從20世紀(jì)70年代開始，美國農(nóng)業(yè)部（USDA），國家海洋大氣管理局（NOAA）、美國宇航局（NASA）和商業(yè)部合作主持，先后開展了“大面積農(nóng)作物估產(chǎn)實(shí)驗(yàn)（LACIE）”、“農(nóng)業(yè)和資源的空間遙感調(diào)查計(jì)劃（AGRISTTARS計(jì)劃）”等項(xiàng)目，實(shí)現(xiàn)了美國本土及全球重點(diǎn)國家的主要農(nóng)作物的長勢(shì)評(píng)估和產(chǎn)量預(yù)報(bào)，形成了美國農(nóng)業(yè)部的遙感監(jiān)測業(yè)務(wù)系統(tǒng)。隨后，歐盟通過實(shí)施“遙感農(nóng)業(yè)監(jiān)測項(xiàng)目”（MARS計(jì)劃）也成功地建成了歐盟區(qū)域的農(nóng)作物估產(chǎn)系統(tǒng)，聯(lián)合國糧農(nóng)組織（FAO）通過“全球糧食和農(nóng)業(yè)信息及早期預(yù)警系統(tǒng)”（Global Information and Early Warning System on food and agriculture，GIEWS）進(jìn)行全球農(nóng)作物長勢(shì)的遙感監(jiān)測，俄羅斯農(nóng)業(yè)部也于2003年建設(shè)了全國農(nóng)業(yè)監(jiān)測系統(tǒng)，以MODIS為主要數(shù)據(jù)源，結(jié)合氣象數(shù)據(jù)開展作物單產(chǎn)預(yù)測。在中國，中國農(nóng)業(yè)農(nóng)村部、國家氣象局、國家統(tǒng)計(jì)局、中國科學(xué)院都針對(duì)不同的需要，建立了各自的農(nóng)情遙感監(jiān)測業(yè)務(wù)系統(tǒng)［2，19-22］。其中，中國農(nóng)業(yè)農(nóng)村部系統(tǒng)的長勢(shì)遙感監(jiān)測結(jié)果是直接服務(wù)于國家農(nóng)業(yè)政策宏觀決策，是與美國農(nóng)業(yè)部、歐盟MARS計(jì)劃并列的全球三大農(nóng)情系統(tǒng)。

盡管農(nóng)作物長勢(shì)遙感監(jiān)測研究較為深入，甚至進(jìn)入了業(yè)務(wù)化運(yùn)行的水平，但從目前文獻(xiàn)研究來看，技術(shù)研究領(lǐng)域更多是注重于不同方法的優(yōu)劣比較研究，業(yè)務(wù)系統(tǒng)領(lǐng)域更多注重的是監(jiān)測結(jié)果宣傳，對(duì)農(nóng)作物長勢(shì)遙感監(jiān)測需求分析、系統(tǒng)架構(gòu)以及技術(shù)指標(biāo)分析方面的研究反而很少見到報(bào)道，而這方面的內(nèi)容恰恰又是關(guān)鍵技術(shù)可行性、業(yè)務(wù)系統(tǒng)運(yùn)行水平的標(biāo)志。針對(duì)上述研究不足，文章在農(nóng)作物長勢(shì)遙感監(jiān)測需求分析基礎(chǔ)上，提出了中國農(nóng)業(yè)農(nóng)村部農(nóng)作物長勢(shì)遙感監(jiān)測系統(tǒng)的業(yè)務(wù)流程，并以全球冬小麥長勢(shì)遙感監(jiān)測業(yè)務(wù)為例進(jìn)行了具體應(yīng)用。

1 農(nóng)作物長勢(shì)遙感監(jiān)測業(yè)務(wù)需求

農(nóng)作物長勢(shì)遙感監(jiān)測需求可以歸納為服務(wù)對(duì)象、作物類型、空間范圍、地面尺度、監(jiān)測周期等5個(gè)方面的需求。服務(wù)對(duì)象是指對(duì)長勢(shì)監(jiān)測有需求的政府、糧食企業(yè)及種植大戶等具體對(duì)象。這3者的需求是有差異的，政府需求重點(diǎn)是對(duì)行政區(qū)域內(nèi)農(nóng)作物長勢(shì)整體狀況的了解，根據(jù)長勢(shì)信息對(duì)產(chǎn)量趨勢(shì)進(jìn)行評(píng)估，并制定相應(yīng)的生產(chǎn)資料調(diào)度措施及貿(mào)易政策；糧食企業(yè)需求同樣是據(jù)此對(duì)產(chǎn)量作物評(píng)估，并制定相應(yīng)的市場策略；種植大戶則根據(jù)長勢(shì)狀況對(duì)生產(chǎn)管理措施做出調(diào)整。作物類型需求是指長勢(shì)監(jiān)測是針對(duì)某個(gè)區(qū)域內(nèi)所有作物類型開展的，由于技術(shù)條件限制可以針對(duì)某些大宗或者重要作物開展，并作為該區(qū)域內(nèi)所有農(nóng)作物的長勢(shì)狀況?？臻g范圍需求是指作物長勢(shì)監(jiān)測是在某個(gè)行政單元或者指定的研究區(qū)開展的，如縣級(jí)、省級(jí)及國家尺度，或者黃淮海等地理單元概念的區(qū)域。地面尺度需求是指遙感影像的空間分辨率能夠與所代表的地面作物類型相匹配，一般有像元和地塊兩個(gè)尺度；就像元尺度來講，像元內(nèi)的作物類型必須是單一的而非混合像元；就地塊尺度來講，地塊內(nèi)作物類型必須一致，同時(shí)長勢(shì)也應(yīng)該較為均勻一致，如果不一致就應(yīng)該區(qū)分為兩個(gè)地塊。監(jiān)測周期的需求是指長勢(shì)監(jiān)測必須是時(shí)間上連續(xù)的，至少應(yīng)該覆蓋作物生長發(fā)育的關(guān)鍵階段。

以服務(wù)對(duì)象為牽引，農(nóng)作物長勢(shì)遙感監(jiān)測5個(gè)方面的需求是相互關(guān)聯(lián)的。政府及企業(yè)對(duì)象需求在空間范圍上是以行政區(qū)劃為單元的，作物類型一般是大宗或者重要農(nóng)作物類型，地面尺度以像元尺度為主，監(jiān)測周期以作物生長關(guān)鍵物候期為主。種植大戶對(duì)象在空間范圍上的要求一般是所承包的耕地范圍，作物類型是所種植的特定作物類型，可能不僅僅是大宗作物，還有可能是經(jīng)濟(jì)或者特色作物，地面尺度以地塊為管理單元，監(jiān)測周期以“天”或“候”為主，以確保管理措施能夠緊密實(shí)施。政府或者企業(yè)的需求與種植大戶需求的差別，本質(zhì)上是技術(shù)手段不能滿足地塊尺度單元獲取條件下造成的，如果能夠獲得行政區(qū)域內(nèi)以地塊單元表達(dá)的長勢(shì)信息，則通過地塊單元的逐級(jí)匯總獲取的區(qū)域長勢(shì)信息更能夠滿足政府或者企業(yè)決策需求，在這個(gè)意義上兩者是統(tǒng)一的。

2 農(nóng)作物長勢(shì)遙感監(jiān)測業(yè)務(wù)系統(tǒng)框架

2.1 農(nóng)作物長勢(shì)監(jiān)測系統(tǒng)框架

農(nóng)作物長勢(shì)遙感監(jiān)測業(yè)務(wù)系統(tǒng)包括數(shù)據(jù)層、方法層、結(jié)果層和服務(wù)層4個(gè)層次，4個(gè)層次的邏輯關(guān)系如圖1所示，各層次系統(tǒng)說明如下述。

圖1 農(nóng)作物長勢(shì)遙感監(jiān)測業(yè)務(wù)系統(tǒng)框架Fig.1 System framework of crop growth remote sensing monitoring operation

2.2 農(nóng)作物長勢(shì)遙感監(jiān)測數(shù)據(jù)分析

數(shù)據(jù)層以遙感數(shù)據(jù)為主，同時(shí)也包括作物類型空間分布數(shù)據(jù)、地面調(diào)查數(shù)據(jù)等。遙感數(shù)據(jù)作為長勢(shì)遙感監(jiān)測的數(shù)據(jù)源，考慮到監(jiān)測頻率要求，一般以低空間分辨率遙感數(shù)據(jù)為主、中高空間分辨率數(shù)據(jù)為輔。低空間分辨率遙感數(shù)據(jù)的空間分辨率一般在250～1 000 m之間，如EOS/MODIS、FY-3/MERCI、NOAA/AVHRR數(shù)據(jù)等；中高空間分辨率遙感數(shù)據(jù)的空間分辨率一般在5～30 m之間，如RapidEye、GF-1/WVF、GF-6/WFV、Landsat 8 OLI數(shù)據(jù)等。由于低空間分辨率數(shù)據(jù)混合像元問題嚴(yán)重，一般需要進(jìn)行純像元篩選，以純像元長勢(shì)代表區(qū)域長勢(shì)特征。中高空間分辨率由于重訪周期較長以及云覆蓋的影響導(dǎo)致不能按照固定的周期進(jìn)行合成晴空數(shù)據(jù)，可以作為關(guān)鍵生育期長勢(shì)監(jiān)測的補(bǔ)充數(shù)據(jù)。

農(nóng)作物類型空間分布數(shù)據(jù)是獲取特定作物類型長勢(shì)的依據(jù)，也是長勢(shì)監(jiān)測準(zhǔn)確性的保證，這個(gè)數(shù)據(jù)可以從長勢(shì)監(jiān)測數(shù)據(jù)本身獲取，也可以從其他影像數(shù)據(jù)獲取，基本的原則是與長勢(shì)監(jiān)測數(shù)據(jù)空間分辨率要保持一致。地面調(diào)查數(shù)據(jù)是指通過地面實(shí)際觀測的方式獲取地面長勢(shì)真實(shí)狀況的數(shù)據(jù)，通常是采用作物高度、蓋度、密度和生物量的方式表征，同時(shí)也是對(duì)遙感獲取的長勢(shì)信息進(jìn)行標(biāo)定的主要依據(jù)。

2.3 農(nóng)作物長勢(shì)遙感監(jiān)測方法分析

農(nóng)作物長勢(shì)遙感監(jiān)測方法包括長勢(shì)參數(shù)選擇、長勢(shì)指標(biāo)構(gòu)建、長勢(shì)指標(biāo)標(biāo)定等3個(gè)方面。長勢(shì)參數(shù)選擇是遙感反演的長勢(shì)參數(shù)最優(yōu)選擇的過程，當(dāng)前最為常用的指數(shù)是歸一化植被指數(shù)（NDVI），其他的LAI、EVI等指數(shù)也是應(yīng)用較多的參數(shù)。

長勢(shì)監(jiān)測可以統(tǒng)計(jì)模型或者作物生長模型為媒介，建立所選擇參數(shù)與長勢(shì)指標(biāo)的相關(guān)關(guān)系的方法直接進(jìn)行長勢(shì)監(jiān)測；但目前更多的是采用距平或者與區(qū)域平均值的差值作為監(jiān)測指標(biāo)開展監(jiān)測，這樣做避免了相關(guān)關(guān)系不穩(wěn)定性帶來監(jiān)測結(jié)果的不確定性。距平的方式需要多年平均值，考慮到同一像元區(qū)域作物類型的變化，這一方法需要提取各年度農(nóng)作物種植面積并求取公共區(qū)域作為監(jiān)測范圍，其實(shí)質(zhì)是以多年作物類型的公共區(qū)域代表當(dāng)年監(jiān)測范圍內(nèi)作物的長勢(shì)，如果公共區(qū)域代表性不強(qiáng)則可能會(huì)造成較大的監(jiān)測誤差。在農(nóng)業(yè)行業(yè)中經(jīng)常會(huì)出現(xiàn)相鄰或者特定某兩年長勢(shì)相比的要求，這可以看作多年平均值用特定年份長勢(shì)代替距平值的特例。在不能獲取多年遙感數(shù)據(jù)條件下，區(qū)域平均值差值方法開展長勢(shì)遙感監(jiān)測的方式是常用的備選方法，其實(shí)質(zhì)是用區(qū)域參數(shù)的平均值作為每個(gè)像元的多年平均值，忽略了不同區(qū)域長勢(shì)的差異，只有在保證同一區(qū)域內(nèi)長勢(shì)影響因素較為一致的情況下才可用，否則會(huì)造成較大的誤差。

長勢(shì)指標(biāo)獲取的結(jié)果就是區(qū)域長勢(shì)監(jiān)測結(jié)果，這個(gè)結(jié)果習(xí)慣上有3種更為直觀的表達(dá)方式。第一種就是對(duì)監(jiān)測結(jié)果進(jìn)行分級(jí)，就是將值域范圍連續(xù)的長勢(shì)指標(biāo)圖離散為特定的3～5個(gè)類別，以方便用戶使用；但這個(gè)結(jié)果沒有跟特定的地面長勢(shì)信息或者產(chǎn)量信息相關(guān)聯(lián)，需要使用者根據(jù)經(jīng)驗(yàn)轉(zhuǎn)化為農(nóng)作物生長特征或者產(chǎn)量信息；分級(jí)的方法目前也沒有特定的研究支持，一般是認(rèn)為監(jiān)測結(jié)果符合正態(tài)分布，將正態(tài)分布結(jié)果按照平均值、標(biāo)準(zhǔn)差倍數(shù)的方式分級(jí)。第二種采用地面調(diào)查的地面長勢(shì)信息對(duì)長勢(shì)指標(biāo)進(jìn)行標(biāo)定，地面長勢(shì)指標(biāo)可以是密度、蓋度、高度、作物水分、葉綠素含量、生物量、產(chǎn)量特征，也可以是這些特征的加權(quán)平均，這樣獲得長勢(shì)監(jiān)測結(jié)果實(shí)際上被表征為地面農(nóng)學(xué)指標(biāo)，更有利于田間管理。第三種是根據(jù)行政單元尺度的統(tǒng)計(jì)產(chǎn)量數(shù)據(jù)對(duì)長勢(shì)指標(biāo)進(jìn)行標(biāo)定，與地面觀測值標(biāo)定是同樣的道理，長勢(shì)指標(biāo)被表征為產(chǎn)量，更有利于通過當(dāng)前長勢(shì)對(duì)后期產(chǎn)量進(jìn)行評(píng)價(jià)；由于統(tǒng)計(jì)產(chǎn)量是行政單元上不同作物長勢(shì)狀況及其分布面積的加權(quán)平均值，要將統(tǒng)計(jì)產(chǎn)量準(zhǔn)確應(yīng)用到值域范圍連續(xù)的長勢(shì)指標(biāo)體系中，技術(shù)方法目前尚不成熟，一般可以采用典型像元、典型區(qū)域進(jìn)行分解的方法擬合。

2.4 農(nóng)作物長勢(shì)遙感監(jiān)測結(jié)果的解釋

結(jié)果層是對(duì)農(nóng)作物長勢(shì)遙感監(jiān)測結(jié)果以文字、圖表形式的表達(dá)，即通過監(jiān)測報(bào)告的形式對(duì)農(nóng)作物長勢(shì)分布特征進(jìn)行總結(jié)，以便于政府決策者、企業(yè)經(jīng)營者、生產(chǎn)管理者對(duì)長勢(shì)監(jiān)測信息進(jìn)行應(yīng)用。監(jiān)測報(bào)告一般包括全球、國家、省級(jí)以及區(qū)域等4個(gè)尺度，報(bào)告內(nèi)容一般包括不同長勢(shì)等級(jí)的分布區(qū)域、分布面積、產(chǎn)量評(píng)估以及造成當(dāng)前長勢(shì)狀況的可能影響因素以及應(yīng)對(duì)策略等。

2.5 農(nóng)作物長勢(shì)遙感監(jiān)測的服務(wù)能力

服務(wù)層是將長勢(shì)監(jiān)測結(jié)果、總結(jié)報(bào)告等，以逐級(jí)上報(bào)、網(wǎng)絡(luò)發(fā)布的形式提供給政府決策、企業(yè)經(jīng)營、生產(chǎn)管理者。在服務(wù)層需要關(guān)注的問題是，農(nóng)作物長勢(shì)監(jiān)測結(jié)果的農(nóng)學(xué)意義要清晰，才能被各層次用戶所接受，這一般需要從長勢(shì)監(jiān)測報(bào)告的表達(dá)形式以及用戶對(duì)長勢(shì)的理解兩個(gè)方面加強(qiáng)才能達(dá)到這一效果。此外，農(nóng)作物長勢(shì)遙感監(jiān)測結(jié)果的針對(duì)性要強(qiáng)，如面向政府決策和企業(yè)經(jīng)營服務(wù)需要，服務(wù)的重點(diǎn)在長勢(shì)評(píng)價(jià)及可能的產(chǎn)量結(jié)果；面向種植大戶的生產(chǎn)管理需要，服務(wù)的重點(diǎn)在于造成目前長勢(shì)狀況的原因，是水分、是肥料，還是田間管理措施等造成的。

2.6 農(nóng)作物長勢(shì)監(jiān)測系統(tǒng)指標(biāo)

農(nóng)作物長勢(shì)監(jiān)測系統(tǒng)指標(biāo)包括監(jiān)測范圍、監(jiān)測頻率及監(jiān)測精度等3個(gè)方面。監(jiān)測范圍是指農(nóng)作物長勢(shì)遙感監(jiān)測的區(qū)域，通常包括全球、國家、省級(jí)、縣級(jí)、小區(qū)域等尺度或者指定范圍，在空間上可以是連續(xù)的也可以是不連續(xù)的，但要具有針對(duì)性。監(jiān)測頻率是指系統(tǒng)開展監(jiān)測的時(shí)間間隔，通常以旬、月尺度居多，根據(jù)特定的要求可以開展天、候時(shí)間尺度的監(jiān)測。農(nóng)作物長勢(shì)遙感監(jiān)測的精度是指監(jiān)測結(jié)果的精度，通常采用地面實(shí)測的方法進(jìn)行驗(yàn)證，需要注意的是遙感監(jiān)測結(jié)果與地面調(diào)查結(jié)果的農(nóng)學(xué)意義要一致，否則精度驗(yàn)證是沒有意義的。

3 農(nóng)作物長勢(shì)遙感監(jiān)測業(yè)務(wù)應(yīng)用實(shí)例

以中國農(nóng)業(yè)農(nóng)村部“國家農(nóng)情遙感監(jiān)測業(yè)務(wù)運(yùn)行系統(tǒng)”中的“全球冬小麥長勢(shì)遙感監(jiān)測業(yè)務(wù)”為例，說明農(nóng)作物長勢(shì)遙感監(jiān)測的具體業(yè)務(wù)應(yīng)用。與上述長勢(shì)監(jiān)測業(yè)務(wù)框架相一致，全球冬小麥長勢(shì)遙感監(jiān)測業(yè)務(wù)流程包括遙感數(shù)據(jù)獲取、冬小麥空間類型提取、基于距平的長勢(shì)監(jiān)測、監(jiān)測精度評(píng)價(jià)、監(jiān)測報(bào)告撰寫與提交等5個(gè)步驟，以下概要介紹遙感數(shù)據(jù)獲取、冬小麥空間分布數(shù)據(jù)獲取、基于距平算法的冬小麥長勢(shì)遙感監(jiān)測3個(gè)內(nèi)容。

3.1 遙感數(shù)據(jù)獲取

全球冬小麥長勢(shì)遙感監(jiān)測業(yè)務(wù)使用的遙感數(shù)據(jù)源是500 m空間分辨率的MODIS NDVI數(shù)據(jù)，該數(shù)據(jù)是在每天500 m空間分辨率的1B數(shù)據(jù)基礎(chǔ)上（https：//search.earthdata.nasa.gov/），經(jīng)過大氣校正、NDVI計(jì)算、8 d NDVI合成，每年共46期數(shù)據(jù)，46期數(shù)據(jù)經(jīng)過平滑處理［23］。圖2給出了2018年5月1—8日期間8 d的NDVI合成圖。

圖2 全球500 m空間分辨率MODIS/NDVI合成（2018年5月1—8日）Fig.2 Global MODIS/NDVI resultant images with spatial resolution of 500 meters in May 1—8 of 2018

3.2 冬小麥空間分布數(shù)據(jù)獲取

針對(duì)NDVI譜曲線時(shí)序特征，采用面積指數(shù)的方法對(duì)全球冬小麥進(jìn)行識(shí)別［24］，考慮到全球不同區(qū)域冬小麥物候差異，在應(yīng)用面積指數(shù)方法時(shí)，不同區(qū)域采用差異化的季相權(quán)重值。為提高監(jiān)測精度，基于冬小麥波譜曲線自身特征對(duì)混合像元特征進(jìn)行了分析，并構(gòu)建了混合像元指數(shù)，提取了純度較高的像元進(jìn)行長勢(shì)監(jiān)測。圖3給出了全球冬小麥空間像元中占比在30%以上的冬小麥空間分布狀況。

圖3 2017—2018年度全球冬小麥空間分布Fig.3 Global winter wheat spatial distribution from 2017 to 2018

3.3 基于距平算法的冬小麥長勢(shì)遙感監(jiān)測

采用多年距平的方法對(duì)全球冬小麥長勢(shì)進(jìn)行監(jiān)測，多年平均值采用監(jiān)測年份前5年數(shù)據(jù)，選擇像元純度在60%以上的區(qū)域作為監(jiān)測區(qū)域；通過這樣方法求取的多年平均值，剔除了冬小麥分布較少像元造成的誤差，也能夠獲取歷史上較大區(qū)域的種植面積分布，使得監(jiān)測區(qū)域更大且更具有代表性。當(dāng)年冬小麥像元也選擇60%以上的純度，減去對(duì)應(yīng)像元的平均值即為距平。距平分級(jí)采用平均值、標(biāo)準(zhǔn)差的方式進(jìn)行，共分為正常、差、好等3級(jí)；1倍標(biāo)準(zhǔn)差變化為正常，低于1倍標(biāo)準(zhǔn)差為差，高于1倍標(biāo)準(zhǔn)差為好。圖4給出了2018年5月1—8日間全球冬小麥長勢(shì)空間分布狀況。以2018年3月、4月兩個(gè)月內(nèi)，中國區(qū)域內(nèi)布設(shè)的200個(gè)地面網(wǎng)點(diǎn)監(jiān)測縣監(jiān)測結(jié)果對(duì)精度進(jìn)行了初步驗(yàn)證，選擇有效數(shù)據(jù)60個(gè)點(diǎn)，監(jiān)測結(jié)果完全符合的點(diǎn)為46個(gè)，監(jiān)測精度為76.7%。

圖4 2018年5月1—8日全球冬小麥長勢(shì)空間分布Fig.4 Global spatial distribution of winter wheat in May 1—8 of 2018

4 討論與結(jié)論

農(nóng)作物長勢(shì)遙感監(jiān)測業(yè)務(wù)監(jiān)測方案是成熟的，但全球尺度農(nóng)作物面積識(shí)別技術(shù)有待加強(qiáng)。無論是高、中、低空間分辨率的遙感數(shù)據(jù)，要實(shí)現(xiàn)全球、國家尺度的遙感監(jiān)測，首先需要解決的是遙感數(shù)據(jù)預(yù)處理問題以及區(qū)域使用能力較高的識(shí)別算法。就數(shù)據(jù)預(yù)處理方面，針對(duì)低空間分辨率遙感數(shù)據(jù)，以使用EOS/MODIS數(shù)據(jù)居多，通?？梢圆捎镁W(wǎng)站直接下載，但下載后的數(shù)據(jù)仍需做大量的平滑處理工作，否則對(duì)精度影響較大，該文中使用的數(shù)據(jù)就是自行處理的；針對(duì)中高空間分辨率數(shù)據(jù)，如國產(chǎn)GF-1/WFV數(shù)據(jù)等，目前業(yè)務(wù)應(yīng)用尚不多見，作者在這方面也做出了有益探索［25-28］，以滿足省級(jí)以下尺度長勢(shì)遙感監(jiān)測的需求。就農(nóng)作物面積識(shí)別方面，盡管許多研究都宣稱具有大尺度農(nóng)作物面積空間分布的能力，但都沒有獲取具體的作物分布圖來證明，該文中提到的全球冬小麥遙感識(shí)別方法，應(yīng)該是今后農(nóng)作物面積遙感識(shí)別研究的主要方向。

針對(duì)全球、國家、省級(jí)以及縣級(jí)尺度農(nóng)作物長勢(shì)遙感監(jiān)測，采用不同空間分辨率遙感數(shù)據(jù)開展監(jiān)測業(yè)務(wù)，是今后較長一個(gè)時(shí)期內(nèi)農(nóng)作物長勢(shì)遙感的客觀現(xiàn)狀。由于遙感數(shù)據(jù)源重訪周期、預(yù)處理技術(shù)以及農(nóng)作物面積識(shí)別、地面農(nóng)學(xué)參數(shù)遙感反演技術(shù)的限制，短期很難達(dá)到業(yè)務(wù)運(yùn)行的要求，不同監(jiān)測范圍內(nèi)采用相對(duì)比較成熟的技術(shù)開展長勢(shì)監(jiān)測將是很長時(shí)期內(nèi)必須面對(duì)的事實(shí)。全球及國家范圍內(nèi)的農(nóng)作物長勢(shì)遙感監(jiān)測業(yè)務(wù)以低空間分辨率遙感數(shù)據(jù)為主，省級(jí)及縣級(jí)尺度以中空間分辨率遙感數(shù)據(jù)為主，縣級(jí)以下尺度的農(nóng)作物長勢(shì)遙感監(jiān)測以高空間分辨率為主，采用地面調(diào)查方法對(duì)長勢(shì)等級(jí)進(jìn)行確認(rèn)仍然是長勢(shì)遙感等級(jí)標(biāo)定的主要方案。

農(nóng)作物長勢(shì)的概念有待于深入解析，這將有利于提高長勢(shì)遙感監(jiān)測的業(yè)務(wù)化能力與精度。盡管從20世紀(jì)70年代以來，農(nóng)作物長勢(shì)遙感監(jiān)測已經(jīng)開展了近50年，但長勢(shì)的農(nóng)學(xué)意義尚沒有比較明確的理解，長勢(shì)監(jiān)測仍然停留在遙感參數(shù)比較層面，監(jiān)測結(jié)果需要由使用者自行解釋，這在很大程度上影響了長勢(shì)監(jiān)測結(jié)果的應(yīng)用。從遙感參數(shù)到明確長勢(shì)監(jiān)測結(jié)果的農(nóng)學(xué)意義，有兩種解決方案，一種是具有明確農(nóng)作物意義的地面長勢(shì)參數(shù)的遙感反演，并能夠?qū)⒌孛骈L勢(shì)狀態(tài)與田間管理技術(shù)相關(guān)聯(lián)；一種是長勢(shì)參數(shù)與最終產(chǎn)量相關(guān)；兩種方案之間相互聯(lián)系，前者是過程，后者是結(jié)果。因此，與田間管理手段相關(guān)聯(lián)的，具有明確產(chǎn)量意義的監(jiān)測技術(shù)是今后農(nóng)作物長勢(shì)遙感監(jiān)測研究的另一個(gè)主要方向。