“基于遥感数据的玉米涝灾监测、预警与评估技术研究”

王猛++姚慧敏++隋学艳++王勇

摘 要：

基于遥感技术及时获取小麦倒伏信息，对于农业部门指导小麦倒伏后的农业生产、灾害评估等具有重要意义。在鲁西、鲁西南地区小麦倒伏样方调查的基础上，选用小麦倒伏前后两期环境与灾害监测小卫星数据，探讨了利用遥感影像监测小麦倒伏的基本理论和方法。首先，根据小麦灌浆期不同组分的光谱特性，解释了倒伏小麦光谱变化的原因；其次，分析了倒伏小麦在可见光和近红外波段的光谱反射特点，寻找小麦倒伏遥感监测的敏感波段；最后，利用敏感波段建立植被指数，讨论了小麦倒伏发生程度的遥感监测问题。

关键词： 小麦；倒状；光谱特征；样方调查；遥感监测；归一化植被指数

中图分类号： S127+S512.105.5 文献标识号：A 文章编号： 1001 - 4942（2014）08 - 0019 - 04

Research on Remote Sensing Monitor of

Wheat Lodging Based on Ground Samples

Wang Meng， Yao Huimin， Sui Xueyan， Wang Yong*

（Shandong Institute of Agriculture Sustainable Development， Jinan 250100， China）

Abstract Getting wheat lodging information immediately under the help of remote sensing is very important for agricultural department to guide produce and assess disaster after wheat lodging. On the basis of wheat lodging sample surveys in west and southwest Shandong Province， this research selected two images from the environment and disaster monitoring satellite before and after the wheat lodging， and discussed the basic theory and methods for remote sensing monitor of wheat lodging. Firstly， the cause of spectral changing of lodged wheat was explained based on the spectral characteristics of different components of wheat at filling stage； Secondly， the spectrum reflection characteristics in visible and near infrared bands of lodging wheat were analyzed to look for the sensitive bands； Finally， the vegetation index was set up with the sensitive bands， and the remote sensing monitoring of wheat lodging level was discussed.

Key words Wheat； Lodging； Spectral feature； Sample survey； Remote sensing monitoring； Normalized vegetation index

小麦是我国主要农作物之一，其历年种植面积分别占总耕地面积的22%～30%、粮食作物总面积的22%～27%，主要分布在河南、河北、山东、山西、陕西、江苏、四川、安徽等省份[1]。小麦在生长过程中经常受到倒伏的威胁。小麦倒伏一般发生在抽穗期至成熟期。倒伏后，小麦植株水分、养分的运转以及光合作用都会降低，还会诱发各种病虫害。小麦倒伏灾害一般会带来20%～30%的减产，倒伏越早，减产越多。小麦倒伏的原因比较复杂，植株偏高、茎秆偏细且韧性差、品种抗倒伏性能低是内因；播种量过大、肥料过多造成小麦长势过旺，耕作层过浅、病虫害防治不到位会导致小麦植株整体头重脚轻，类似的耕作、栽培管理不当是小麦倒伏的人为诱导因素[2]；如遇大风、雨等自然气象因素很容易形成灾害，恶劣的气象条件是倒伏的主要自然诱导因素。

植物是遥感观测和记录的第一表层，是遥感图像反映的最直接信息，人们通过多光谱遥感技术获取植物光谱变化信息，达到直接监测植被长势、病虫害以及生物量估算的目的[3]。小麦倒伏前后植被群体结构发生了明显改变，从而影响和改变了小麦植被的冠层光谱特征。本研究在小麦倒伏样方调查的基础上，通过分析小麦倒伏前后的植被冠层光谱特征变化，探讨了倒伏小麦遥感监测的基本理论和方法。

1 材料与方法

1.1 地面样方调查

2013年5月25～27日，山东省多地遭遇大到暴雨天气，部分地区强降雨发生时伴有短时大风。全省共有111个县（市、区）出现降雨，降雨量超过50 mm的有11个县（市、 区），降雨量超过25 mm的有31个县（市、区）。其中，菏泽、济宁部分地区降雨量超过了80 mm，达到暴雨级。大风降雨造成山东省小麦出现不同程度的倒伏。

为及时了解山东省粮食主产区小麦倒伏情况，笔者于5月28～30日开展田间小麦倒伏调查、取样工作。田间倒伏小麦样方地点分别位于茌平县振兴街道办事处、茌平县乐平铺镇、郓城县郓城镇、菏泽市牡丹区辛集镇和曲阜市陵城镇。每个地面样方点选取倒伏程度不同的倒伏小麦小区和参照（未倒伏）小麦小区，记录各小区角点GPS位置，并分别采集1 m长、两垅宽的小麦样品。

1.2 遥感影像获取与预处理

环境与灾害监测预报小卫星星座A、B星（HJ-1A/B）同时搭载有CCD相机，分别搭载超光谱成像仪（HSI）和红外相机（IRS）。其中CCD相机具有4个波段，前3个波段为可见光波段，后一个波段为近红外波段，空间分辨率为30 m；超光谱仪具有110～128个波段，空间分辨率为100 m；红外相机具有4个波段，空间分辨率是150/300 m。 A、B卫星组合的重访周期仅为2天。选用5月21日倒伏前和6月3日倒伏后的环境小卫星CCD影像数据，利用地面实测的GPS点对卫星影像进行几何精纠正。

卫星传感器在观测地面物体辐射或反射的电磁能量时，从传感器得到的测量值与目标物体的光谱反射率或光谱辐射亮度等物理量是不一致的，为了消除这种不一致，遥感图像的绝对辐射校正是十分有必要的。利用绝对定标系数将CCD影像DN值转换为辐亮度图像的公式为：

综合比较倒伏前后小麦在各波段上的反射率变化情况，认为可见光波段作为倒伏小麦遥感监测的敏感波段，可用于指示判断小麦是否倒伏以及倒伏发生程度。

NDVI是植被生长状态及植被覆盖度的最佳指示因子，分析比较倒伏前后两期遥感影像小麦NDVI值的变化特点，小麦倒伏后的NDVI减小，论证了利用NDVI值的变化特点监测倒伏小麦的可行性。

本研究在小麦倒伏田间样方调查的基础上，选取倒伏前后两期HJ环境与灾害监测小卫星影像，通过研究倒伏小麦的光谱特性、倒伏监测敏感波段以及NDVI值的变化特点等，论证了倒伏小麦遥感监测的可行性和有效性。如何结合利用倒伏小麦遥感监测敏感波段和NDVI值的变化特点快速准确地提取倒伏小麦的发生面积是下一步研究的重点。

参 考 文 献：

[1]

中华人民共和国农业部编.中国农业统计资料[M].北京：中国农业出版社，1998：27-70.

[2] 张晓霞， 孙秀红， 王力.小麦倒伏的原因及防止倒伏采取的对策[J]. 作物栽培， 2008（10）：24.

[3] 赵英时，等.遥感应用分析原理与方法[M].北京：科学出版社， 2003：366-399.

[4] 刘良云， 王纪华， 宋晓宇，等.小麦倒伏的光谱特征及遥感监测[J]. 遥感学报，2005（3）：1-5.

[5] 王纪华， 赵春江， 黄文江.农业定量遥感基础与应用[M].北京：科学出版社， 2008：280-290.

[6] Ji L， Peters A J.A spatial regression procedure for evaluating the relationship between AVHRR-NDVI and climate in the northern Great Plains[J].International Journal of Remote Sensing， 2004， 25（2）：297-311.

1.2 遥感影像获取与预处理

环境与灾害监测预报小卫星星座A、B星（HJ-1A/B）同时搭载有CCD相机，分别搭载超光谱成像仪（HSI）和红外相机（IRS）。其中CCD相机具有4个波段，前3个波段为可见光波段，后一个波段为近红外波段，空间分辨率为30 m；超光谱仪具有110～128个波段，空间分辨率为100 m；红外相机具有4个波段，空间分辨率是150/300 m。 A、B卫星组合的重访周期仅为2天。选用5月21日倒伏前和6月3日倒伏后的环境小卫星CCD影像数据，利用地面实测的GPS点对卫星影像进行几何精纠正。

卫星传感器在观测地面物体辐射或反射的电磁能量时，从传感器得到的测量值与目标物体的光谱反射率或光谱辐射亮度等物理量是不一致的，为了消除这种不一致，遥感图像的绝对辐射校正是十分有必要的。利用绝对定标系数将CCD影像DN值转换为辐亮度图像的公式为：

综合比较倒伏前后小麦在各波段上的反射率变化情况，认为可见光波段作为倒伏小麦遥感监测的敏感波段，可用于指示判断小麦是否倒伏以及倒伏发生程度。

NDVI是植被生长状态及植被覆盖度的最佳指示因子，分析比较倒伏前后两期遥感影像小麦NDVI值的变化特点，小麦倒伏后的NDVI减小，论证了利用NDVI值的变化特点监测倒伏小麦的可行性。

本研究在小麦倒伏田间样方调查的基础上，选取倒伏前后两期HJ环境与灾害监测小卫星影像，通过研究倒伏小麦的光谱特性、倒伏监测敏感波段以及NDVI值的变化特点等，论证了倒伏小麦遥感监测的可行性和有效性。如何结合利用倒伏小麦遥感监测敏感波段和NDVI值的变化特点快速准确地提取倒伏小麦的发生面积是下一步研究的重点。

参 考 文 献：

[1]

中华人民共和国农业部编.中国农业统计资料[M].北京：中国农业出版社，1998：27-70.

[2] 张晓霞， 孙秀红， 王力.小麦倒伏的原因及防止倒伏采取的对策[J]. 作物栽培， 2008（10）：24.

[3] 赵英时，等.遥感应用分析原理与方法[M].北京：科学出版社， 2003：366-399.

[4] 刘良云， 王纪华， 宋晓宇，等.小麦倒伏的光谱特征及遥感监测[J]. 遥感学报，2005（3）：1-5.

[5] 王纪华， 赵春江， 黄文江.农业定量遥感基础与应用[M].北京：科学出版社， 2008：280-290.

[6] Ji L， Peters A J.A spatial regression procedure for evaluating the relationship between AVHRR-NDVI and climate in the northern Great Plains[J].International Journal of Remote Sensing， 2004， 25（2）：297-311.

1.2 遥感影像获取与预处理

环境与灾害监测预报小卫星星座A、B星（HJ-1A/B）同时搭载有CCD相机，分别搭载超光谱成像仪（HSI）和红外相机（IRS）。其中CCD相机具有4个波段，前3个波段为可见光波段，后一个波段为近红外波段，空间分辨率为30 m；超光谱仪具有110～128个波段，空间分辨率为100 m；红外相机具有4个波段，空间分辨率是150/300 m。 A、B卫星组合的重访周期仅为2天。选用5月21日倒伏前和6月3日倒伏后的环境小卫星CCD影像数据，利用地面实测的GPS点对卫星影像进行几何精纠正。

卫星传感器在观测地面物体辐射或反射的电磁能量时，从传感器得到的测量值与目标物体的光谱反射率或光谱辐射亮度等物理量是不一致的，为了消除这种不一致，遥感图像的绝对辐射校正是十分有必要的。利用绝对定标系数将CCD影像DN值转换为辐亮度图像的公式为：

综合比较倒伏前后小麦在各波段上的反射率变化情况，认为可见光波段作为倒伏小麦遥感监测的敏感波段，可用于指示判断小麦是否倒伏以及倒伏发生程度。

NDVI是植被生长状态及植被覆盖度的最佳指示因子，分析比较倒伏前后两期遥感影像小麦NDVI值的变化特点，小麦倒伏后的NDVI减小，论证了利用NDVI值的变化特点监测倒伏小麦的可行性。

本研究在小麦倒伏田间样方调查的基础上，选取倒伏前后两期HJ环境与灾害监测小卫星影像，通过研究倒伏小麦的光谱特性、倒伏监测敏感波段以及NDVI值的变化特点等，论证了倒伏小麦遥感监测的可行性和有效性。如何结合利用倒伏小麦遥感监测敏感波段和NDVI值的变化特点快速准确地提取倒伏小麦的发生面积是下一步研究的重点。

参 考 文 献：

[1]

中华人民共和国农业部编.中国农业统计资料[M].北京：中国农业出版社，1998：27-70.

[2] 张晓霞， 孙秀红， 王力.小麦倒伏的原因及防止倒伏采取的对策[J]. 作物栽培， 2008（10）：24.

[3] 赵英时，等.遥感应用分析原理与方法[M].北京：科学出版社， 2003：366-399.

[4] 刘良云， 王纪华， 宋晓宇，等.小麦倒伏的光谱特征及遥感监测[J]. 遥感学报，2005（3）：1-5.

[5] 王纪华， 赵春江， 黄文江.农业定量遥感基础与应用[M].北京：科学出版社， 2008：280-290.

[6] Ji L， Peters A J.A spatial regression procedure for evaluating the relationship between AVHRR-NDVI and climate in the northern Great Plains[J].International Journal of Remote Sensing， 2004， 25（2）：297-311.