黑河中游甘州區(qū)春玉米遙感估產研究.pdf

1、糧食供求狀況直接關系到各國國民經(jīng)濟的發(fā)展和人們的生存。及時、準確地了解國家或地區(qū)的糧食生產狀況,提前估測作物產量對作物進行動態(tài)監(jiān)測有十分重要的意義。遙感估測作物產量方法是隨著社會和新技術的發(fā)展產生的估產新方法,因其有探測周期短、覆蓋面積廣、現(xiàn)勢性強、資料豐富、數(shù)據(jù)獲取方式簡便、費用低等優(yōu)勢逐步取代了常規(guī)估產方法。為了將遙感觀測的春玉米生育期冠層反射波譜時間序列變化信息有效用于區(qū)域春玉米產量估算,本文以歸一化植被指數(shù)(NDVI)作為估算春

2、玉米產量模型的關鍵參數(shù),將中分辨率成像光譜儀(Moderate Resolution Imaging Spectroradiometer, MODIS)數(shù)據(jù)和高空間分辨率Landsat8 TM數(shù)據(jù)進行小波變換融合,獲取30 m空間分辨率的NDVI時間序列信息,重構研究區(qū)主要作物的NDVI標準時間序列譜,充分利用MODIS數(shù)據(jù)的長時間序列優(yōu)勢和TM數(shù)據(jù)的高空間分辨率優(yōu)勢,通過主要作物間的物候差異,結合時序分析法進行分層分類并有效地區(qū)分出甘

3、州區(qū)春玉米和其他作物的空間分布,采用地面統(tǒng)計數(shù)據(jù)和野外地面采樣數(shù)據(jù)對分類結果進行了精度評價。根據(jù)研究區(qū)春玉米NDVI值與產量相關性分析,選取了最佳估產期,并運用回歸分析法構建春玉米NDVI與產量擬合模型,使用研究區(qū)2011年春玉米種植面積和產量數(shù)據(jù)對最優(yōu)擬合模型進行精度驗證,并進行誤差分析。結果表明:
　　(1)運用小波變換融合方法將研究區(qū)2013年春玉米生育期長時序的250m空間分辨率的MODIS數(shù)據(jù)與同期30m空間分辨率的TM

4、數(shù)據(jù)進行融合,試驗證明應用Symlets系列小波對影像進行3級分解,采用高低頻完全替代融合規(guī)則進行融合所獲取的研究區(qū)30m分辨率的時序數(shù)據(jù)效果最佳。
　　(2)基于時序分析法和分層分類法對研究區(qū)不同生育期的融合影像進行春玉米分類,制圖精度為97.6％,用戶精度為89.71%,總體分類精度為91.28%,Kappa系數(shù)為0.8038,遠高于單一MODIS數(shù)據(jù)分類和常規(guī)監(jiān)督分類,證明分辨率相差倍數(shù)較大的影像融合可以獲得較精確的作物種植

5、面積。研究區(qū)春玉米遙感分類面積與實際面積對比,分類準確度達到95.3%,獲得較好的分類結果。
　　(3)依據(jù)研究區(qū)春玉米NDVI值與象元產量相關性分析,選取相關系數(shù)較高分別為0.7204、0.8133和0.762的拔節(jié)期、抽穗期和開花期為春玉米最佳估產期,運用回歸分析法構建樣本點春玉米NDVI值與象元產量的單一生育期和生育期組合擬合模型,選取相關系數(shù)R為0.8158、擬合優(yōu)度為0.6655、RMSE為300.2982的組合模型(拔