一(yī / yì ／yí)種利用MODIS數據的(de)夏玉米物候期監測方法

引言

作物物候期是(shì)重要(yào / yāo)的(de)農業生态系統特征，準确獲取作物的(de)物候信息是(shì)農業生産、田間精細管理、計劃決策等的(de)重要(yào / yāo)依據，對于(yú)監測作物長勢、進行作物種植管理、預測作物産量等具有重要(yào / yāo)意義。遙感技術可用于(yú)監測植被對氣候的(de)響應和(hé / huò)作物物候期，利用遙感時(shí)間序列數據集提取物候信息在(zài)監測植被物候動态變化趨勢、評估季節條件和(hé / huò)季節變化下的(de)植被覆蓋和(hé / huò)植被響應 、預測作物産量陽 、優化作物和(hé / huò)生态等動力模型的(de)狀态變量［町等諸多方面有廣泛應用。 盡管以(yǐ)高空間分辨率、 高光譜分辨率遙感數據爲(wéi / wèi)主要(yào / yāo)信息源的(de)農情精準監測研究已有大(dà)量文獻報道(dào)，但對大(dà)尺度區域監測而(ér)言，無論是(shì)從數據獲取難易程度，還是(shì)從數據戚本、時(shí)間效率等方面看，低空間分辨率的(de)多光譜衛星遙感數據仍然具有應用優勢，其中以(yǐ) AVHRR 和(hé / huò)MODIS 等數據應用最爲(wéi / wèi)廣泛［10-11 ］，生成以(yǐ)歸 一(yī / yì ／yí)化植被指數和(hé / huò)增強型植被指數爲(wéi / wèi)代表的(de)植被指數數據［12-13］，因其具有良好的(de)時(shí)間序列特性，可以(yǐ)較好地(dì / de)描述不(bù)同類型植被的(de)生長過程，是(shì)物候期遙感監測中使用最多的(de)數據類型。 雖然該類數據的(de)空間分辨率就(jiù)中國(guó)中東部地(dì / de)區的(de)農田規模化程度和(hé / huò)農田破碎度而(ér)言相對較粗，但在(zài)相似的(de)生态區内作物物候期進程相對－緻，低空間分辨率影像可反映區域作物物候信息。 由于(yú)植被指數時(shí)間序列受大(dà)氣污染等的(de)影響在(zài)時(shí)間上(shàng)和(hé / huò)空間上(shàng)不(bù)連續，在(zài)物候研究前需對表征植被生長過程的(de)遙感時(shí)間序列數據進行平滑，再根據去除噪聲後的(de)遙感植被生長曲線的(de)特征提取物候信息。 早期研究中， Gallo 等［14］利用 AVHRR 歸 一(yī / yì ／yí)化植被指數時(shí)序數據監測玉米吐絲期等。 近年來(lái)，該領域受到(dào)持續關注，相關研究不(bù)斷發展， Hmimina 等山利用地(dì / de)面測量歸一(yī / yì ／yí)化植被指數數據評價了(le／liǎo)MODIS 歸 一(yī / yì ／yí)化植被指數用于(yú)預測不(bù)同生态系統物候期時(shí)的(de)潛力，Kandasamy等［ 16］對SG ( Savitzky-Golay）濾波、不(bù)對稱高斯拟合、Logistic 拟合等 3 種去噪平滑算法的(de)性能進行比較，評估了(le／liǎo)地(dì / de)表物候産品的(de)不(bù)确定性，Verger 等［17］使用遙感估算的(de)葉面積指數時(shí)序數據對大(dà)尺度物候信息進行了(le／liǎo)提取。

目前，物候遙感監測研究尚存在(zài)兩方面問題： 一(yī / yì ／yí)方面可用于(yú)平滑植被生長曲線的(de)方法包括 SG 濾波、 Logistic 拟合、三次樣條拟合、小波去噪、高斯函數拟合、傅裏葉分解等在(zài)内的(de)多種噪聲去除算法和(hé / huò)模型［16，時(shí)，已有學者在(zài)不(bù)同方法間進行比較并加以(yǐ)選擇［19-21J ,SG 濾波是(shì)最受推薦的(de)方法之(zhī)一(yī / yì ／yí)［16,22］，爲(wéi / wèi)了(le／liǎo)提高濾波平滑質量，在(zài) SG 濾波前通常需要(yào / yāo)進行時(shí)序數據的(de)等時(shí)間間距合成，而(ér)捷、波後數據的(de)時(shí)間分辨率不(bù)發生改變，多日合成降低的(de)時(shí)間分辨率影響物候期遙感監測精度；另 一(yī / yì ／yí)方面，針對不(bù)同類型的(de)植被，其生長曲線特征點位需根據植被生長規律加以(yǐ)定義，确定其與具體物候期的(de)對應關系，自然植被生長曲線的(de)特征點位與其季節變化的(de)對應關系可以(yǐ)較好地(dì / de)直觀定義［叫，但作物的(de)不(bù)同物候期往往彼此臨近且不(bù)同物候階段的(de)差異不(bù)如自然植被明顯，現有研究中作物生長曲線特征點位與其物候期的(de)匹配關系尚需進一(yī / yì ／yí)步明确［24-25］。 針對上(shàng)述問題，本研究利用 MODIS 歸一(yī / yì ／yí)化植被指數時(shí)間序列開展作物物候期遙感監測研究，以(yǐ)期進一(yī / yì ／yí)步提高作物物候期遙感監測的(de)準确率：采用最大(dà)值合成、改進的(de) SG 叠代濾波方法和(hé / huò) Logistic 拟合提高對作物歸一(yī / yì ／yí)化植被指數生長曲線重構的(de)質量和(hé / huò)重構後數據的(de)時(shí)間分辨率，提取作物生長曲線的(de)多個(gè)特征點位，通過比較分析不(bù)同特征點位對應日期與作物進入不(bù)同物候期的(de)實際日期之(zhī)間的(de)匹配情況，建立作物生長曲線特征點位與作物物候期之(zhī)間的(de)最佳匹配關系。

更多内容請點擊下方的(de)pdf文檔查看