基于SAR技術(shù)的貴州喀斯特山區(qū)煙草估產(chǎn)模型

符勇+周忠發(fā)+賈龍浩+胡勇

摘要：以貴州清鎮(zhèn)市流長(zhǎng)國(guó)家現(xiàn)代煙草農(nóng)業(yè)基地單元為研究區(qū)，針對(duì)貴州喀斯特山區(qū)煙草種植特性，首先利用ＳＡＲ遙感技術(shù)，對(duì)煙草葉片進(jìn)行反演并計(jì)算葉面積指數(shù)，其次對(duì)煙草生長(zhǎng)適宜性進(jìn)行評(píng)價(jià)。結(jié)合煙草的葉面積指數(shù)、適宜性等參數(shù)建立適用于喀斯特山區(qū)的煙草估產(chǎn)模型。經(jīng)建立模型計(jì)算得出研究區(qū)每666.7 m2產(chǎn)量為７６．１7 ｋｇ，與研究區(qū)實(shí)際產(chǎn)量對(duì)比精度在９２％以上，滿足喀斯特山區(qū)大面積快速估產(chǎn)需要，為喀斯特山區(qū)煙草估產(chǎn)提供技術(shù)支撐。

關(guān)鍵詞：煙草；ＳＡＲ技術(shù)；葉面積指數(shù)；適宜性；估產(chǎn)模型；貴州喀斯特山區(qū)

中圖分類號(hào)：ＴＰ７９；Ｓ５７２文獻(xiàn)標(biāo)識(shí)碼：Ａ文章編號(hào)：0439－８114（２０14）09－2156-04

Tobacco Yield Estimation Model in Guizhou Karst Mountain Based on

the Technology of SAR

ＦＵ Ｙｏｎｇ１，２，ＺＨＯＵ Ｚｈｏｎｇ－ｆａ１，２，ＪＩＡ Ｌｏｎｇ－ｈａｏ１，２，ＨＵ Ｙｏｎｇ３

（１． Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｓｏｕｔｈ Ｃｈｉｎａ Ｋａｒｓｔ， Ｇｕｉｚｈｏｕ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ， Ｇｕｉｙａｎｇ ５５０００１， Ｃｈｉｎａ；

２． Ｓｔａｔｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ Ｉｎｃｕｂａｔｉｏｎ Ｂａｓｅ ｆｏｒ Ｋａｒｓｔ Ｍｏｕｎｔａｉｎ Ｅｃｏｌｏｇｙ Ｅｎｖｉｒｏｎｍｅｎｔ ｏｆ Ｇｕｉｚｈｏｕ Ｐｒｏｖｉｎｃｅ， Ｇｕｉｙａｎｇ ５５０００１， Ｃｈｉｎａ；

３． Ｇｕｉｙａｎｇ Ｔｏｂａｃｃｏ Ｃｏ．， Ｑｉｎｇｚｈｅｎ Ｂｒａｎｃｈ Ｏｆｆｉｃｅ， Ｑｉｎｇｚｈｅｎ ５５１４００， Ｇｕｉｚｈｏｕ， Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ： Ｔａｋｉｎｇ ｎａｔｉｏｎａｌ ｍｏｄｅｒｎ ｔｏｂａｃｃｏ ａｇｒｉｃｕｌｔｕｒｅ ｂａｓｅ ｏｆ Ｑｉｎｇｚｈｅｎ ｃｉｔｙ in Ｇｕｉｚｈｏｕ ｐｒｏｖｉｎｃｅ ａｓ ｔｈｅ ｒｅｓｅａｒｃｈ ａｒｅａ， ｉｎ ａｌｌｕｓｉｏｎ ｔｏ ｔｏｂａｃｃｏ ｐｌａｎｔｉｎｇ ｆｅａｔｕｒｅｓ of ｋａｒｓｔ ｍｏｕｎｔａｉｎ ａｒｅａ ｏｆ Ｇｕｉｚｈｏｕ， ｉｎｖｅｒｓｉｏｎ with ＳＡＲ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ｗａｓ ｃａｒｒｉｅｄ ｏｕｔ ｏｎ ｔｈｅ ｔｏｂａｃｃｏ ｌｅａｖｅｓ ａｎｄ ｌｅａｆ ａｒｅａ ｉｎｄｅｘ ｗａｓ ｃａｌｃｕｌａｔｅｄ． Ｔｏｂａｃｃｏ ｙｉｅｌｄ ｅｓｔｉｍａｔｉｏｎ ｍｏｄｅｌａｐｐｌｉｃａｂｌｅ ｔｏ ｋａｒｓｔ ｍｏｕｎｔａｉｎｏｕｓ ａｒｅａ ｗａｓ ｅａｔａｂｌｉｓｈｅｄ ｂｙ ｃｏｍｂｉｎｉｎｇ ｌｅａｆ ａｒｅａ ｉｎｄｅｘ with ｓｕｉｔａｂｉｌｉｔｙ ｐａｒａｍｅｔｅｒｓ． Ｔｈｅ ｒｅｓｅａｒｃｈ ａｒｅａ ｏｕｔｐｕｔ ｐｅｒ ６６７ ｍ２ ｃａｌｃｕｌａｔｅｄ ｂｙ ｔｈｅ ｍｏｄｅｌ ｗａｓ ７６．１６ ｋｇ， with ｔｈｅ ｏｕｔｐｕｔ ａｃｃｕｒａｃｙ of more than ９２％， ｗｈｉｃｈ ｃｏｕｌｄ quickly ｍｅｅｔ ｔｈｅ ｋａｒｓｔ ｍｏｕｎｔａｉｎ ｙｉｅｌｄ ｅｓｔｉｍａｔｉｏｎ ｒｅｑｕｉｒｅｓ ｉｎ ａ ｌａｒｇｅ ａｒｅａ， ａｎｄ ｐｒｏｖｉｄｅ ｔｅｃｈｎｉｃａｌ ｓｕｐｐｏｒｔ ｆｏｒ estimating ｔｈｅ ｋａｒｓｔ ｍｏｕｎｔａｉｎ ｔｏｂａｃｃｏ ｙｉｅｌｄ ｅｓｔｉｍａｔｉｏｎ．

Ｋｅｙ ｗｏｒｄｓ： ＳＡＲ ｔｅｃｈｎｏｌｏｇｙ； ｙｉｅｌｄ ｅｓｔｉｍａｔｉｏｎ ｍｏｄｅｌ； ｌｅａｆ ａｒｅａ ｉｎｄｅｘ； ｓｕｉｔａｂｉｌｉｔｙ； Ｇｕｉｚｈｏｕ ｋａｒｓｔ ｍｏｕｎｔａｉｎ

貴州省是典型的喀斯特山區(qū)，地形破碎，農(nóng)作物種植情況復(fù)雜多樣，而煙草作為該省典型經(jīng)濟(jì)型農(nóng)作物在省內(nèi)廣泛種植［１］。以傳統(tǒng)方式預(yù)測(cè)煙草種植面積、產(chǎn)量等情況，要花費(fèi)大量人力、物力和財(cái)力，且中間環(huán)節(jié)多，不能準(zhǔn)確且高效地預(yù)測(cè)估產(chǎn)結(jié)果。研究針對(duì)貴州省氣候多云雨，高光譜數(shù)據(jù)難以很好周期性獲取的特點(diǎn)，采用ＳＡＲ數(shù)據(jù)不受時(shí)間、氣候的影響限制［２］。

研究在野外樣方選取與調(diào)查的基礎(chǔ)上，將ＳＡＲ技術(shù)融入估產(chǎn)過(guò)程當(dāng)中。首先通過(guò)ＳＡＲ影像的處理和計(jì)算得出ＳＡＲ亮度值并建立線性回歸的耦合關(guān)系反演出煙草葉長(zhǎng)、葉寬。ＳＡＲ技術(shù)能夠從宏觀的角度掌握煙草葉片的生長(zhǎng)情況，可以快速準(zhǔn)確地獲取煙草生長(zhǎng)狀態(tài)的實(shí)時(shí)信息，為實(shí)施精準(zhǔn)農(nóng)業(yè)提供重要的技術(shù)支撐［３］。煙草適宜性評(píng)價(jià)是針對(duì)煙草種植情況，鑒定其生態(tài)條件適宜性的過(guò)程，是煙草估產(chǎn)的重要依據(jù)。通過(guò)經(jīng)驗(yàn)?zāi)Ｐ秃屠碚撃Ｐ拖嘟Y(jié)合的方法，綜合煙草葉面積指數(shù)、適宜性等參數(shù)建立的模型計(jì)算出煙草預(yù)估算產(chǎn)量與實(shí)際產(chǎn)量對(duì)比驗(yàn)證精度。

１煙草基地單元與研究區(qū)概況

研究以貴州省清鎮(zhèn)市流長(zhǎng)現(xiàn)代煙草農(nóng)業(yè)基地單元為依托，選擇該基地單元馬場(chǎng)片區(qū)的茶山村為研究區(qū)，煙區(qū)屬于黔中高原區(qū)。清鎮(zhèn)市隸屬于貴州省貴陽(yáng)市，距省會(huì)貴陽(yáng)約２２ km，面積約１ ４９２ km2，轄六鄉(xiāng)四鎮(zhèn)及青龍街道辦事處，人口５３萬(wàn)，清鎮(zhèn)共有耕地2.34萬(wàn)hm2，森林覆蓋率３１．１％，農(nóng)產(chǎn)品以水稻、玉米、小麥、油菜、洋芋等為主。清鎮(zhèn)市南部地勢(shì)較平緩，以丘陵和喀斯特化低山為主，地勢(shì)從南西向北東漸減。東部及中部屬淺、低山丘陵區(qū)，平均海拔１ ３２７ ｍ，其余區(qū)域?yàn)闇\丘向中低山峽谷過(guò)渡區(qū)，平均海拔１ ２９５ ｍ。

流長(zhǎng)基地單元轄流長(zhǎng)、犁倭、紅楓湖等３個(gè)鄉(xiāng)（鎮(zhèn)），宜煙土地5 428 hm2；土壤以黃沙壤、黃壤為主；pＨ ５．５~６．５，呈微酸性；有機(jī)質(zhì)含量豐富，屬亞熱帶季風(fēng)濕潤(rùn)氣候。土壤條件和氣候條件均有利于烤煙生產(chǎn)。主產(chǎn)煙區(qū)集中在流長(zhǎng)鄉(xiāng)、犁倭鄉(xiāng)，面積占基地單元的９０．２６％。２０１２年落實(shí)種植計(jì)劃收購(gòu)煙葉114.5萬(wàn)kg［４］。

２煙葉ＳＡＲ數(shù)據(jù)與葉面積指數(shù)分析

２．１ＳＡＲ數(shù)據(jù)預(yù)處理與亮度值分析

ＳＡＲ影像的處理在某些方面可以繼承光學(xué)遙感圖像的處理方法，但也有很多不同之處，原因在于雷達(dá)是一種主動(dòng)式傳感器，通過(guò)接受地物反射信號(hào)生成影像，由于喀斯特山區(qū)地形獨(dú)特， 成像機(jī)理復(fù)雜，有特殊的輻射和幾何畸變。因此，研究時(shí)不僅需要用高精度地形圖跟合成孔徑雷達(dá)數(shù)據(jù)進(jìn)行配準(zhǔn)，還要在野外進(jìn)行考察，確定目標(biāo)地物的面積及范圍，最后疊加在影像上，最大限度降低由地形造成的形變誤差。在進(jìn)行野外考察的同時(shí)，建立樣方并詳細(xì)記錄煙草生長(zhǎng)信息，考察時(shí)間盡可能與遙感影像拍攝的時(shí)間保持一致，以達(dá)到最佳監(jiān)測(cè)效果。

研究選取德國(guó)發(fā)射的ＴｅｒｒａＳＡＲ－Ｘ衛(wèi)星，獲取了煙草不同生長(zhǎng)期的研究影像（表１）。

濾波方法通常有均值濾波法、模型方法、區(qū)域統(tǒng)計(jì)自適應(yīng)濾波法、幾何濾波法、分級(jí)濾波法等。由于不同濾波器的濾波算法不同，故對(duì)原始雷達(dá)影像進(jìn)行不同窗口、不同濾波方法的濾波處理［５－７］。通過(guò)比較平滑濾波處理的各種算法，選取７×７窗口ＦＲＯＳＴ最佳濾波方法對(duì)原始影像進(jìn)行濾波處理，并得到研究區(qū)濾波后煙草不同生長(zhǎng)時(shí)期的ＳＡＲ影像（圖１）。

將濾波后的影像通過(guò)公式（１）計(jì)算雷達(dá)亮度：

β０＝ｋｓ×｜ＤＮ｜２公式（１）

式中，β０為雷達(dá)亮度強(qiáng)度；ｋｓ為雷達(dá)的校準(zhǔn)系數(shù)，從頭文件中讀取；ＤＮ為ＳＡＲ濾波后的灰度。

β０ｄｂ＝１０·ｌｏｇ１０（β０） 公式（２）

式中，β０ｄｂ為雷達(dá)亮度分貝。ＳＡＲ亮度分為兩種：一種為強(qiáng)度類型（β０）；另一種為分貝類型（β０ｄｂ）。

將研究區(qū)樣方內(nèi)煙草團(tuán)棵期、旺長(zhǎng)期、成熟期獲取的衛(wèi)星雷達(dá)影像處理得到ＳＡＲ亮度（表２）。

根據(jù)表２中的數(shù)據(jù)，將各生長(zhǎng)期內(nèi)的樣方數(shù)據(jù)去掉最大值和最小值，并與ＳＡＲ亮度值建立線性回歸關(guān)系。通過(guò)運(yùn)算得到煙草不同生長(zhǎng)期雷達(dá)遙感監(jiān)測(cè)模型（表３）。將不同生長(zhǎng)期葉片ＳＡＲ亮度值（表２）代入不同生長(zhǎng)期回歸模型中（表３）得到了不同時(shí)期的煙草葉長(zhǎng)、葉寬。

２．２葉面積指數(shù)分析計(jì)算

葉面積指數(shù)（ＬＡＩ）指單位土地面積上植物葉片總面積占土地面積的倍數(shù)， 即：葉面積指數(shù)＝葉片總面積／土地面積［９］。葉面積指數(shù)是重要的植物學(xué)參數(shù)和評(píng)價(jià)指標(biāo)［１０］，其大小與最終產(chǎn)量密切相關(guān)。

由于團(tuán)棵期、成熟期的煙葉葉片較小、較少，對(duì)土地覆蓋性弱，而旺長(zhǎng)期的煙葉葉片較大、較多，對(duì)土地覆蓋性強(qiáng)。所以選擇代表性最強(qiáng)的旺長(zhǎng)期ＳＡＲ亮度對(duì)煙草葉片進(jìn)行分析，計(jì)算葉面積指數(shù)。煙草單葉面積的獲取由ＳＡＲ亮度值代入線性回歸模型中擬合出煙草單葉的葉長(zhǎng)（Ｌｉ）、葉寬（Ｗｉ），Li、Wi分別為第ｉ（ｉ＝１，２，…，ｎ）個(gè)對(duì)應(yīng)的煙草的葉長(zhǎng)、葉寬，ｎ為所取葉片數(shù)。計(jì)算煙草平均單葉面積（Ｆ）最后取平均值。

Ｆ＝０．６３４ ５■（Ｌｉ×Ｗｉ）／ｎ 公式（3）

式中，０．６３４ ５為烤煙計(jì)算葉面積時(shí)的常數(shù) ［１１］。

煙草葉片在煙田666.7 m2地中葉面積指數(shù)計(jì)算通過(guò)公式（4）進(jìn)行：

ＬＡＩ＝■（Ｆｉ×Ｐｉ×Ｒｉ）／６６６．７／ｎ公式（4）

式中，ＬＡＩ為葉面積指數(shù)，Ｆｉ為平均單葉面積，Ｐｉ為單株平均葉片數(shù)，Ｒｉ為666.7 m2的平均株數(shù)。經(jīng)過(guò)野外考察研究區(qū)１５ ｍ ×１５ ｍ樣方，得出每株煙草的有效葉片平均為１３片，樣方內(nèi)煙草株數(shù)平均為３２５株（即666.7 m2地為９６２株），反演出平均單葉面積為０．０６２ ２ ｍ２。將上述參數(shù)數(shù)值代入公式（4）計(jì)算得出葉面積指數(shù)ＬＡＩ＝１．１６。

３煙葉生長(zhǎng)適宜性評(píng)價(jià)

適宜性是煙草生長(zhǎng)的一項(xiàng)重要指標(biāo)，對(duì)煙草的產(chǎn)量有直接的影響。將適宜性代入估產(chǎn)模型，綜合考慮氣候和土壤等１３個(gè)生態(tài)指標(biāo)，運(yùn)用模糊數(shù)學(xué)隸屬函數(shù)和權(quán)重，對(duì)研究區(qū)煙草生態(tài)適宜性進(jìn)行了綜合評(píng)價(jià)［１２］（表4）。

采用隸屬函數(shù)的數(shù)學(xué)模型模擬氣候適宜性Ｓ，

Ｓ＝■（Ｃｉ×Ｐｉ）公式（5）

式中，Ｃｉ和Ｐｉ分別表示第ｉ（ｉ＝１，２，…，ｎ）個(gè)影響煙草生長(zhǎng)因子的隸屬度值和權(quán)重，ｎ＝１３。經(jīng)計(jì)算，清鎮(zhèn)市煙草種植適宜性為０．５８。

４模型建立與估產(chǎn)

４．１模型原理

經(jīng)驗(yàn)?zāi)Ｐ停喊凑`差最小原則，歸納出該過(guò)程各參數(shù)和變量之間的數(shù)學(xué)關(guān)系式。理論模型：從基本理論出發(fā)，用數(shù)學(xué)方法對(duì)某一過(guò)程進(jìn)行深入研究，通過(guò)基本理論得到表示過(guò)程各有關(guān)變量之間的物理數(shù)學(xué)關(guān)系。

經(jīng)驗(yàn)?zāi)Ｐ筒环治鰧?shí)際過(guò)程的機(jī)理，而是根據(jù)從實(shí)際得到的與過(guò)程有關(guān)的數(shù)據(jù)進(jìn)行數(shù)理統(tǒng)計(jì)分析，理論模型能反映過(guò)程機(jī)理，但由于實(shí)際的過(guò)程比較復(fù)雜，影響因素很多，用理論方法描敘過(guò)程缺乏準(zhǔn)確性，因而采用理論模型與經(jīng)驗(yàn)?zāi)Ｐ拖嘟Y(jié)合的方法進(jìn)行模型的建立。考慮煙草從種植到采摘是一個(gè)連續(xù)的過(guò)程，任一時(shí)期生長(zhǎng)不好都會(huì)影響其最終產(chǎn)量， 而遙感信息只能反演出煙草葉片的大小， 對(duì)氣象條件及外界影響因子難以反映。在估產(chǎn)過(guò)程中， 選擇煙草的適宜性作為其中一項(xiàng)參數(shù)來(lái)完善模型。

４．２模型建立與估產(chǎn)

根據(jù)煙草生長(zhǎng)過(guò)程再綜合煙草種植適宜性評(píng)價(jià)Ｓ值、葉面積指數(shù)值（ＬＡＩ）建立煙草估產(chǎn)模型進(jìn)行估產(chǎn)。由歷史資料以及煙草種植農(nóng)戶以往種植經(jīng)驗(yàn)得知煙草666.7 m2平均產(chǎn)量ｍ，煙草估產(chǎn)值即為煙葉干重Ｍ。由于過(guò)程中受到人為因素及其他各個(gè)因素的影響，使得從煙葉鮮重到煙葉干重的過(guò)程中煙葉水分的損失量不同，針對(duì)這一情況在進(jìn)行野外周期性調(diào)查時(shí)，在煙草采摘與烘烤階段進(jìn)行煙葉鮮重與干重的采樣，得到鮮重與干重的平均比值。

Ｍ＝Ｓ×ＬＡＩ×ｍ／１０．６公式（6）

ｍ為理論666.7 m2產(chǎn)煙葉鮮重１ ２００ ｋｇ，ＬＡＩ為煙草葉面積指數(shù)值１．１６，Ｓ為０．５８，１０．６是通過(guò)２０１２年周期性野外調(diào)查時(shí)獲取煙草干重與鮮重的比值。經(jīng)過(guò)計(jì)算農(nóng)戶666.7 m2產(chǎn)量為７６．１７ ｋｇ。通過(guò)清鎮(zhèn)市２０１２年統(tǒng)計(jì)結(jié)果知該農(nóng)戶實(shí)際上交煙葉數(shù)量為666.7 m2產(chǎn)８２.00 ｋｇ，估產(chǎn)精度在９２％以上。經(jīng)過(guò)實(shí)地采樣調(diào)查驗(yàn)證，２０１２年煙草種植估產(chǎn)所得的結(jié)果與實(shí)際情況基本吻合，符合清鎮(zhèn)市流長(zhǎng)現(xiàn)代煙草農(nóng)業(yè)基地單元的實(shí)際情況。

5小結(jié)

受喀斯特山區(qū)地形破碎、遙感影像空間分辨率等因素的影響，將SAR技術(shù)融入估產(chǎn)建模當(dāng)中。基于SAR技術(shù)得出煙草的葉面積指數(shù)，通過(guò)影響煙草生長(zhǎng)的土壤、氣候條件得出煙草種植的適宜性，結(jié)合煙草的葉面積指數(shù)、適宜性等參數(shù)建立適用于喀斯特山區(qū)的煙草估產(chǎn)模型精度達(dá)92%以上，為喀斯特山區(qū)煙草遙感估產(chǎn)提供了技術(shù)支持，同時(shí)也為喀斯特山區(qū)其他農(nóng)作物基于SAR技術(shù)遙感估產(chǎn)的研究提供了參考。研究數(shù)據(jù)在田間試驗(yàn)中獲取，受人為因素的影響，例如煙草移栽質(zhì)量、煙草種植間距等，以及生長(zhǎng)過(guò)程中煙田的肥力、水分條件等不同勢(shì)必影響煙草的特性，在估測(cè)葉面積指數(shù)等參數(shù)時(shí)產(chǎn)生誤差。建立的喀斯特山地?zé)煵莨喇a(chǎn)模型，還需在提高估產(chǎn)精度的同時(shí)，在更多煙區(qū)進(jìn)一步完善試驗(yàn)方法和技術(shù)路線提高模型的精度。

參考文獻(xiàn)：

［１］ 肖家俊．貴州烤煙的生產(chǎn)條件與分區(qū)發(fā)展方向［Ｊ］．經(jīng)濟(jì)地理，１９８２（４）：２６８－２７３．

［２］ 陳勁松， 林琿，邵蕓．微波遙感農(nóng)業(yè)應(yīng)用研究——水稻生長(zhǎng)監(jiān)測(cè)［Ｍ］．北京：科學(xué)出版社，２０１０．

［３］ 劉彥，關(guān)欣，羅珊，等．遙感技術(shù)在作物生長(zhǎng)監(jiān)測(cè)與估產(chǎn)中的應(yīng)用綜述［Ｊ］．湖南農(nóng)業(yè)科學(xué)，２０１０（１１）：１３６－１３９．

［４］ 周忠發(fā)，李波，賈龍浩．合成孔徑雷達(dá)技術(shù)在喀斯特山區(qū)煙草種植定量監(jiān)測(cè)應(yīng)用探討［Ｊ］．測(cè)繪通報(bào)，２０１２（增刊）：２４６－２４８．

［５］ 余麗萍，黎明，楊小芹，等．基于灰度共生矩陣的斷口圖像識(shí)

別［Ｊ］．計(jì)算機(jī)仿真，２０１０，２７（４）：２２４－２２７．

［６］ 李智峰，朱谷昌，董泰鋒．基于灰度共生矩陣的圖像紋理特征地物分類應(yīng)用［Ｊ］．地質(zhì)與勘探，２０１１，１７（３）：４５６－４６１．

［７］ 高程程，惠曉威．基于灰度共生矩陣的紋理特征提取［Ｊ］．計(jì)算機(jī)系統(tǒng)應(yīng)用，２０１０，１９（６）：１９５－１９８．

［８］ 賈龍浩，周忠發(fā)，李波．ＳＡＲ在喀斯特山區(qū)煙草生長(zhǎng)監(jiān)測(cè)中的應(yīng)用探討［Ｒ］．第十八屆中國(guó)遙感大會(huì)論文集，北京：科學(xué)出版社，２０１２．

［９］ 中國(guó)農(nóng)業(yè)百科全書總編輯委員會(huì)農(nóng)作物卷輯委員會(huì)．中國(guó)農(nóng)業(yè)百科全書·農(nóng)作物卷（下）［Ｍ］．北京：農(nóng)業(yè)出版社，１９９１．

［１０］ 劉占宇，黃敬峰，王福民，等．估算水稻葉面積指數(shù)的調(diào)節(jié)型歸一化植被指數(shù)［Ｊ］．中國(guó)農(nóng)業(yè)科學(xué)，２００８，４１（１０）：３３５０－３３５６．

［１１］ 劉國(guó)順．煙草栽培學(xué)［Ｍ］．北京：中國(guó)農(nóng)業(yè)出版社，２００３．

［１２］ 李湘?zhèn)ィ悙蹏?guó)，戴培剛，等．南平烤煙種植生態(tài)適宜性評(píng)價(jià)［Ｊ］．中國(guó)煙草科學(xué)，２０１２，３３（２）：７７－８１．

式中，β０為雷達(dá)亮度強(qiáng)度；ｋｓ為雷達(dá)的校準(zhǔn)系數(shù)，從頭文件中讀取；ＤＮ為ＳＡＲ濾波后的灰度。

β０ｄｂ＝１０·ｌｏｇ１０（β０） 公式（２）

式中，β０ｄｂ為雷達(dá)亮度分貝。ＳＡＲ亮度分為兩種：一種為強(qiáng)度類型（β０）；另一種為分貝類型（β０ｄｂ）。

將研究區(qū)樣方內(nèi)煙草團(tuán)棵期、旺長(zhǎng)期、成熟期獲取的衛(wèi)星雷達(dá)影像處理得到ＳＡＲ亮度（表２）。

根據(jù)表２中的數(shù)據(jù)，將各生長(zhǎng)期內(nèi)的樣方數(shù)據(jù)去掉最大值和最小值，并與ＳＡＲ亮度值建立線性回歸關(guān)系。通過(guò)運(yùn)算得到煙草不同生長(zhǎng)期雷達(dá)遙感監(jiān)測(cè)模型（表３）。將不同生長(zhǎng)期葉片ＳＡＲ亮度值（表２）代入不同生長(zhǎng)期回歸模型中（表３）得到了不同時(shí)期的煙草葉長(zhǎng)、葉寬。

２．２葉面積指數(shù)分析計(jì)算

葉面積指數(shù)（ＬＡＩ）指單位土地面積上植物葉片總面積占土地面積的倍數(shù)， 即：葉面積指數(shù)＝葉片總面積／土地面積［９］。葉面積指數(shù)是重要的植物學(xué)參數(shù)和評(píng)價(jià)指標(biāo)［１０］，其大小與最終產(chǎn)量密切相關(guān)。

由于團(tuán)棵期、成熟期的煙葉葉片較小、較少，對(duì)土地覆蓋性弱，而旺長(zhǎng)期的煙葉葉片較大、較多，對(duì)土地覆蓋性強(qiáng)。所以選擇代表性最強(qiáng)的旺長(zhǎng)期ＳＡＲ亮度對(duì)煙草葉片進(jìn)行分析，計(jì)算葉面積指數(shù)。煙草單葉面積的獲取由ＳＡＲ亮度值代入線性回歸模型中擬合出煙草單葉的葉長(zhǎng)（Ｌｉ）、葉寬（Ｗｉ），Li、Wi分別為第ｉ（ｉ＝１，２，…，ｎ）個(gè)對(duì)應(yīng)的煙草的葉長(zhǎng)、葉寬，ｎ為所取葉片數(shù)。計(jì)算煙草平均單葉面積（Ｆ）最后取平均值。

Ｆ＝０．６３４ ５■（Ｌｉ×Ｗｉ）／ｎ 公式（3）

式中，０．６３４ ５為烤煙計(jì)算葉面積時(shí)的常數(shù) ［１１］。

煙草葉片在煙田666.7 m2地中葉面積指數(shù)計(jì)算通過(guò)公式（4）進(jìn)行：

ＬＡＩ＝■（Ｆｉ×Ｐｉ×Ｒｉ）／６６６．７／ｎ公式（4）

式中，ＬＡＩ為葉面積指數(shù)，Ｆｉ為平均單葉面積，Ｐｉ為單株平均葉片數(shù)，Ｒｉ為666.7 m2的平均株數(shù)。經(jīng)過(guò)野外考察研究區(qū)１５ ｍ ×１５ ｍ樣方，得出每株煙草的有效葉片平均為１３片，樣方內(nèi)煙草株數(shù)平均為３２５株（即666.7 m2地為９６２株），反演出平均單葉面積為０．０６２ ２ ｍ２。將上述參數(shù)數(shù)值代入公式（4）計(jì)算得出葉面積指數(shù)ＬＡＩ＝１．１６。

３煙葉生長(zhǎng)適宜性評(píng)價(jià)

適宜性是煙草生長(zhǎng)的一項(xiàng)重要指標(biāo)，對(duì)煙草的產(chǎn)量有直接的影響。將適宜性代入估產(chǎn)模型，綜合考慮氣候和土壤等１３個(gè)生態(tài)指標(biāo)，運(yùn)用模糊數(shù)學(xué)隸屬函數(shù)和權(quán)重，對(duì)研究區(qū)煙草生態(tài)適宜性進(jìn)行了綜合評(píng)價(jià)［１２］（表4）。

采用隸屬函數(shù)的數(shù)學(xué)模型模擬氣候適宜性Ｓ，

Ｓ＝■（Ｃｉ×Ｐｉ）公式（5）

式中，Ｃｉ和Ｐｉ分別表示第ｉ（ｉ＝１，２，…，ｎ）個(gè)影響煙草生長(zhǎng)因子的隸屬度值和權(quán)重，ｎ＝１３。經(jīng)計(jì)算，清鎮(zhèn)市煙草種植適宜性為０．５８。

４模型建立與估產(chǎn)

４．１模型原理

經(jīng)驗(yàn)?zāi)Ｐ停喊凑`差最小原則，歸納出該過(guò)程各參數(shù)和變量之間的數(shù)學(xué)關(guān)系式。理論模型：從基本理論出發(fā)，用數(shù)學(xué)方法對(duì)某一過(guò)程進(jìn)行深入研究，通過(guò)基本理論得到表示過(guò)程各有關(guān)變量之間的物理數(shù)學(xué)關(guān)系。

經(jīng)驗(yàn)?zāi)Ｐ筒环治鰧?shí)際過(guò)程的機(jī)理，而是根據(jù)從實(shí)際得到的與過(guò)程有關(guān)的數(shù)據(jù)進(jìn)行數(shù)理統(tǒng)計(jì)分析，理論模型能反映過(guò)程機(jī)理，但由于實(shí)際的過(guò)程比較復(fù)雜，影響因素很多，用理論方法描敘過(guò)程缺乏準(zhǔn)確性，因而采用理論模型與經(jīng)驗(yàn)?zāi)Ｐ拖嘟Y(jié)合的方法進(jìn)行模型的建立。考慮煙草從種植到采摘是一個(gè)連續(xù)的過(guò)程，任一時(shí)期生長(zhǎng)不好都會(huì)影響其最終產(chǎn)量， 而遙感信息只能反演出煙草葉片的大小， 對(duì)氣象條件及外界影響因子難以反映。在估產(chǎn)過(guò)程中， 選擇煙草的適宜性作為其中一項(xiàng)參數(shù)來(lái)完善模型。

４．２模型建立與估產(chǎn)

根據(jù)煙草生長(zhǎng)過(guò)程再綜合煙草種植適宜性評(píng)價(jià)Ｓ值、葉面積指數(shù)值（ＬＡＩ）建立煙草估產(chǎn)模型進(jìn)行估產(chǎn)。由歷史資料以及煙草種植農(nóng)戶以往種植經(jīng)驗(yàn)得知煙草666.7 m2平均產(chǎn)量ｍ，煙草估產(chǎn)值即為煙葉干重Ｍ。由于過(guò)程中受到人為因素及其他各個(gè)因素的影響，使得從煙葉鮮重到煙葉干重的過(guò)程中煙葉水分的損失量不同，針對(duì)這一情況在進(jìn)行野外周期性調(diào)查時(shí)，在煙草采摘與烘烤階段進(jìn)行煙葉鮮重與干重的采樣，得到鮮重與干重的平均比值。

Ｍ＝Ｓ×ＬＡＩ×ｍ／１０．６公式（6）

ｍ為理論666.7 m2產(chǎn)煙葉鮮重１ ２００ ｋｇ，ＬＡＩ為煙草葉面積指數(shù)值１．１６，Ｓ為０．５８，１０．６是通過(guò)２０１２年周期性野外調(diào)查時(shí)獲取煙草干重與鮮重的比值。經(jīng)過(guò)計(jì)算農(nóng)戶666.7 m2產(chǎn)量為７６．１７ ｋｇ。通過(guò)清鎮(zhèn)市２０１２年統(tǒng)計(jì)結(jié)果知該農(nóng)戶實(shí)際上交煙葉數(shù)量為666.7 m2產(chǎn)８２.00 ｋｇ，估產(chǎn)精度在９２％以上。經(jīng)過(guò)實(shí)地采樣調(diào)查驗(yàn)證，２０１２年煙草種植估產(chǎn)所得的結(jié)果與實(shí)際情況基本吻合，符合清鎮(zhèn)市流長(zhǎng)現(xiàn)代煙草農(nóng)業(yè)基地單元的實(shí)際情況。

5小結(jié)

受喀斯特山區(qū)地形破碎、遙感影像空間分辨率等因素的影響，將SAR技術(shù)融入估產(chǎn)建模當(dāng)中。基于SAR技術(shù)得出煙草的葉面積指數(shù)，通過(guò)影響煙草生長(zhǎng)的土壤、氣候條件得出煙草種植的適宜性，結(jié)合煙草的葉面積指數(shù)、適宜性等參數(shù)建立適用于喀斯特山區(qū)的煙草估產(chǎn)模型精度達(dá)92%以上，為喀斯特山區(qū)煙草遙感估產(chǎn)提供了技術(shù)支持，同時(shí)也為喀斯特山區(qū)其他農(nóng)作物基于SAR技術(shù)遙感估產(chǎn)的研究提供了參考。研究數(shù)據(jù)在田間試驗(yàn)中獲取，受人為因素的影響，例如煙草移栽質(zhì)量、煙草種植間距等，以及生長(zhǎng)過(guò)程中煙田的肥力、水分條件等不同勢(shì)必影響煙草的特性，在估測(cè)葉面積指數(shù)等參數(shù)時(shí)產(chǎn)生誤差。建立的喀斯特山地?zé)煵莨喇a(chǎn)模型，還需在提高估產(chǎn)精度的同時(shí)，在更多煙區(qū)進(jìn)一步完善試驗(yàn)方法和技術(shù)路線提高模型的精度。

參考文獻(xiàn)：

［１］ 肖家俊．貴州烤煙的生產(chǎn)條件與分區(qū)發(fā)展方向［Ｊ］．經(jīng)濟(jì)地理，１９８２（４）：２６８－２７３．

［２］ 陳勁松， 林琿，邵蕓．微波遙感農(nóng)業(yè)應(yīng)用研究——水稻生長(zhǎng)監(jiān)測(cè)［Ｍ］．北京：科學(xué)出版社，２０１０．

［３］ 劉彥，關(guān)欣，羅珊，等．遙感技術(shù)在作物生長(zhǎng)監(jiān)測(cè)與估產(chǎn)中的應(yīng)用綜述［Ｊ］．湖南農(nóng)業(yè)科學(xué)，２０１０（１１）：１３６－１３９．

［４］ 周忠發(fā)，李波，賈龍浩．合成孔徑雷達(dá)技術(shù)在喀斯特山區(qū)煙草種植定量監(jiān)測(cè)應(yīng)用探討［Ｊ］．測(cè)繪通報(bào)，２０１２（增刊）：２４６－２４８．

［５］ 余麗萍，黎明，楊小芹，等．基于灰度共生矩陣的斷口圖像識(shí)

別［Ｊ］．計(jì)算機(jī)仿真，２０１０，２７（４）：２２４－２２７．

［６］ 李智峰，朱谷昌，董泰鋒．基于灰度共生矩陣的圖像紋理特征地物分類應(yīng)用［Ｊ］．地質(zhì)與勘探，２０１１，１７（３）：４５６－４６１．

［７］ 高程程，惠曉威．基于灰度共生矩陣的紋理特征提取［Ｊ］．計(jì)算機(jī)系統(tǒng)應(yīng)用，２０１０，１９（６）：１９５－１９８．

［８］ 賈龍浩，周忠發(fā)，李波．ＳＡＲ在喀斯特山區(qū)煙草生長(zhǎng)監(jiān)測(cè)中的應(yīng)用探討［Ｒ］．第十八屆中國(guó)遙感大會(huì)論文集，北京：科學(xué)出版社，２０１２．

［９］ 中國(guó)農(nóng)業(yè)百科全書總編輯委員會(huì)農(nóng)作物卷輯委員會(huì)．中國(guó)農(nóng)業(yè)百科全書·農(nóng)作物卷（下）［Ｍ］．北京：農(nóng)業(yè)出版社，１９９１．

［１０］ 劉占宇，黃敬峰，王福民，等．估算水稻葉面積指數(shù)的調(diào)節(jié)型歸一化植被指數(shù)［Ｊ］．中國(guó)農(nóng)業(yè)科學(xué)，２００８，４１（１０）：３３５０－３３５６．

［１１］ 劉國(guó)順．煙草栽培學(xué)［Ｍ］．北京：中國(guó)農(nóng)業(yè)出版社，２００３．

［１２］ 李湘?zhèn)ィ悙蹏?guó)，戴培剛，等．南平烤煙種植生態(tài)適宜性評(píng)價(jià)［Ｊ］．中國(guó)煙草科學(xué)，２０１２，３３（２）：７７－８１．

式中，β０為雷達(dá)亮度強(qiáng)度；ｋｓ為雷達(dá)的校準(zhǔn)系數(shù)，從頭文件中讀取；ＤＮ為ＳＡＲ濾波后的灰度。

β０ｄｂ＝１０·ｌｏｇ１０（β０） 公式（２）

式中，β０ｄｂ為雷達(dá)亮度分貝。ＳＡＲ亮度分為兩種：一種為強(qiáng)度類型（β０）；另一種為分貝類型（β０ｄｂ）。

將研究區(qū)樣方內(nèi)煙草團(tuán)棵期、旺長(zhǎng)期、成熟期獲取的衛(wèi)星雷達(dá)影像處理得到ＳＡＲ亮度（表２）。

根據(jù)表２中的數(shù)據(jù)，將各生長(zhǎng)期內(nèi)的樣方數(shù)據(jù)去掉最大值和最小值，并與ＳＡＲ亮度值建立線性回歸關(guān)系。通過(guò)運(yùn)算得到煙草不同生長(zhǎng)期雷達(dá)遙感監(jiān)測(cè)模型（表３）。將不同生長(zhǎng)期葉片ＳＡＲ亮度值（表２）代入不同生長(zhǎng)期回歸模型中（表３）得到了不同時(shí)期的煙草葉長(zhǎng)、葉寬。

２．２葉面積指數(shù)分析計(jì)算

葉面積指數(shù)（ＬＡＩ）指單位土地面積上植物葉片總面積占土地面積的倍數(shù)， 即：葉面積指數(shù)＝葉片總面積／土地面積［９］。葉面積指數(shù)是重要的植物學(xué)參數(shù)和評(píng)價(jià)指標(biāo)［１０］，其大小與最終產(chǎn)量密切相關(guān)。

由于團(tuán)棵期、成熟期的煙葉葉片較小、較少，對(duì)土地覆蓋性弱，而旺長(zhǎng)期的煙葉葉片較大、較多，對(duì)土地覆蓋性強(qiáng)。所以選擇代表性最強(qiáng)的旺長(zhǎng)期ＳＡＲ亮度對(duì)煙草葉片進(jìn)行分析，計(jì)算葉面積指數(shù)。煙草單葉面積的獲取由ＳＡＲ亮度值代入線性回歸模型中擬合出煙草單葉的葉長(zhǎng)（Ｌｉ）、葉寬（Ｗｉ），Li、Wi分別為第ｉ（ｉ＝１，２，…，ｎ）個(gè)對(duì)應(yīng)的煙草的葉長(zhǎng)、葉寬，ｎ為所取葉片數(shù)。計(jì)算煙草平均單葉面積（Ｆ）最后取平均值。

Ｆ＝０．６３４ ５■（Ｌｉ×Ｗｉ）／ｎ 公式（3）

式中，０．６３４ ５為烤煙計(jì)算葉面積時(shí)的常數(shù) ［１１］。

煙草葉片在煙田666.7 m2地中葉面積指數(shù)計(jì)算通過(guò)公式（4）進(jìn)行：

ＬＡＩ＝■（Ｆｉ×Ｐｉ×Ｒｉ）／６６６．７／ｎ公式（4）

式中，ＬＡＩ為葉面積指數(shù)，Ｆｉ為平均單葉面積，Ｐｉ為單株平均葉片數(shù)，Ｒｉ為666.7 m2的平均株數(shù)。經(jīng)過(guò)野外考察研究區(qū)１５ ｍ ×１５ ｍ樣方，得出每株煙草的有效葉片平均為１３片，樣方內(nèi)煙草株數(shù)平均為３２５株（即666.7 m2地為９６２株），反演出平均單葉面積為０．０６２ ２ ｍ２。將上述參數(shù)數(shù)值代入公式（4）計(jì)算得出葉面積指數(shù)ＬＡＩ＝１．１６。

３煙葉生長(zhǎng)適宜性評(píng)價(jià)

適宜性是煙草生長(zhǎng)的一項(xiàng)重要指標(biāo)，對(duì)煙草的產(chǎn)量有直接的影響。將適宜性代入估產(chǎn)模型，綜合考慮氣候和土壤等１３個(gè)生態(tài)指標(biāo)，運(yùn)用模糊數(shù)學(xué)隸屬函數(shù)和權(quán)重，對(duì)研究區(qū)煙草生態(tài)適宜性進(jìn)行了綜合評(píng)價(jià)［１２］（表4）。

采用隸屬函數(shù)的數(shù)學(xué)模型模擬氣候適宜性Ｓ，

Ｓ＝■（Ｃｉ×Ｐｉ）公式（5）

式中，Ｃｉ和Ｐｉ分別表示第ｉ（ｉ＝１，２，…，ｎ）個(gè)影響煙草生長(zhǎng)因子的隸屬度值和權(quán)重，ｎ＝１３。經(jīng)計(jì)算，清鎮(zhèn)市煙草種植適宜性為０．５８。

４模型建立與估產(chǎn)

４．１模型原理

經(jīng)驗(yàn)?zāi)Ｐ停喊凑`差最小原則，歸納出該過(guò)程各參數(shù)和變量之間的數(shù)學(xué)關(guān)系式。理論模型：從基本理論出發(fā)，用數(shù)學(xué)方法對(duì)某一過(guò)程進(jìn)行深入研究，通過(guò)基本理論得到表示過(guò)程各有關(guān)變量之間的物理數(shù)學(xué)關(guān)系。

經(jīng)驗(yàn)?zāi)Ｐ筒环治鰧?shí)際過(guò)程的機(jī)理，而是根據(jù)從實(shí)際得到的與過(guò)程有關(guān)的數(shù)據(jù)進(jìn)行數(shù)理統(tǒng)計(jì)分析，理論模型能反映過(guò)程機(jī)理，但由于實(shí)際的過(guò)程比較復(fù)雜，影響因素很多，用理論方法描敘過(guò)程缺乏準(zhǔn)確性，因而采用理論模型與經(jīng)驗(yàn)?zāi)Ｐ拖嘟Y(jié)合的方法進(jìn)行模型的建立。考慮煙草從種植到采摘是一個(gè)連續(xù)的過(guò)程，任一時(shí)期生長(zhǎng)不好都會(huì)影響其最終產(chǎn)量， 而遙感信息只能反演出煙草葉片的大小， 對(duì)氣象條件及外界影響因子難以反映。在估產(chǎn)過(guò)程中， 選擇煙草的適宜性作為其中一項(xiàng)參數(shù)來(lái)完善模型。

４．２模型建立與估產(chǎn)

根據(jù)煙草生長(zhǎng)過(guò)程再綜合煙草種植適宜性評(píng)價(jià)Ｓ值、葉面積指數(shù)值（ＬＡＩ）建立煙草估產(chǎn)模型進(jìn)行估產(chǎn)。由歷史資料以及煙草種植農(nóng)戶以往種植經(jīng)驗(yàn)得知煙草666.7 m2平均產(chǎn)量ｍ，煙草估產(chǎn)值即為煙葉干重Ｍ。由于過(guò)程中受到人為因素及其他各個(gè)因素的影響，使得從煙葉鮮重到煙葉干重的過(guò)程中煙葉水分的損失量不同，針對(duì)這一情況在進(jìn)行野外周期性調(diào)查時(shí)，在煙草采摘與烘烤階段進(jìn)行煙葉鮮重與干重的采樣，得到鮮重與干重的平均比值。

Ｍ＝Ｓ×ＬＡＩ×ｍ／１０．６公式（6）

ｍ為理論666.7 m2產(chǎn)煙葉鮮重１ ２００ ｋｇ，ＬＡＩ為煙草葉面積指數(shù)值１．１６，Ｓ為０．５８，１０．６是通過(guò)２０１２年周期性野外調(diào)查時(shí)獲取煙草干重與鮮重的比值。經(jīng)過(guò)計(jì)算農(nóng)戶666.7 m2產(chǎn)量為７６．１７ ｋｇ。通過(guò)清鎮(zhèn)市２０１２年統(tǒng)計(jì)結(jié)果知該農(nóng)戶實(shí)際上交煙葉數(shù)量為666.7 m2產(chǎn)８２.00 ｋｇ，估產(chǎn)精度在９２％以上。經(jīng)過(guò)實(shí)地采樣調(diào)查驗(yàn)證，２０１２年煙草種植估產(chǎn)所得的結(jié)果與實(shí)際情況基本吻合，符合清鎮(zhèn)市流長(zhǎng)現(xiàn)代煙草農(nóng)業(yè)基地單元的實(shí)際情況。

5小結(jié)

受喀斯特山區(qū)地形破碎、遙感影像空間分辨率等因素的影響，將SAR技術(shù)融入估產(chǎn)建模當(dāng)中。基于SAR技術(shù)得出煙草的葉面積指數(shù)，通過(guò)影響煙草生長(zhǎng)的土壤、氣候條件得出煙草種植的適宜性，結(jié)合煙草的葉面積指數(shù)、適宜性等參數(shù)建立適用于喀斯特山區(qū)的煙草估產(chǎn)模型精度達(dá)92%以上，為喀斯特山區(qū)煙草遙感估產(chǎn)提供了技術(shù)支持，同時(shí)也為喀斯特山區(qū)其他農(nóng)作物基于SAR技術(shù)遙感估產(chǎn)的研究提供了參考。研究數(shù)據(jù)在田間試驗(yàn)中獲取，受人為因素的影響，例如煙草移栽質(zhì)量、煙草種植間距等，以及生長(zhǎng)過(guò)程中煙田的肥力、水分條件等不同勢(shì)必影響煙草的特性，在估測(cè)葉面積指數(shù)等參數(shù)時(shí)產(chǎn)生誤差。建立的喀斯特山地?zé)煵莨喇a(chǎn)模型，還需在提高估產(chǎn)精度的同時(shí)，在更多煙區(qū)進(jìn)一步完善試驗(yàn)方法和技術(shù)路線提高模型的精度。

參考文獻(xiàn)：

［１］ 肖家俊．貴州烤煙的生產(chǎn)條件與分區(qū)發(fā)展方向［Ｊ］．經(jīng)濟(jì)地理，１９８２（４）：２６８－２７３．

［２］ 陳勁松， 林琿，邵蕓．微波遙感農(nóng)業(yè)應(yīng)用研究——水稻生長(zhǎng)監(jiān)測(cè)［Ｍ］．北京：科學(xué)出版社，２０１０．

［３］ 劉彥，關(guān)欣，羅珊，等．遙感技術(shù)在作物生長(zhǎng)監(jiān)測(cè)與估產(chǎn)中的應(yīng)用綜述［Ｊ］．湖南農(nóng)業(yè)科學(xué)，２０１０（１１）：１３６－１３９．

［４］ 周忠發(fā)，李波，賈龍浩．合成孔徑雷達(dá)技術(shù)在喀斯特山區(qū)煙草種植定量監(jiān)測(cè)應(yīng)用探討［Ｊ］．測(cè)繪通報(bào)，２０１２（增刊）：２４６－２４８．

［５］ 余麗萍，黎明，楊小芹，等．基于灰度共生矩陣的斷口圖像識(shí)

別［Ｊ］．計(jì)算機(jī)仿真，２０１０，２７（４）：２２４－２２７．

［６］ 李智峰，朱谷昌，董泰鋒．基于灰度共生矩陣的圖像紋理特征地物分類應(yīng)用［Ｊ］．地質(zhì)與勘探，２０１１，１７（３）：４５６－４６１．

［７］ 高程程，惠曉威．基于灰度共生矩陣的紋理特征提取［Ｊ］．計(jì)算機(jī)系統(tǒng)應(yīng)用，２０１０，１９（６）：１９５－１９８．

［８］ 賈龍浩，周忠發(fā)，李波．ＳＡＲ在喀斯特山區(qū)煙草生長(zhǎng)監(jiān)測(cè)中的應(yīng)用探討［Ｒ］．第十八屆中國(guó)遙感大會(huì)論文集，北京：科學(xué)出版社，２０１２．

［９］ 中國(guó)農(nóng)業(yè)百科全書總編輯委員會(huì)農(nóng)作物卷輯委員會(huì)．中國(guó)農(nóng)業(yè)百科全書·農(nóng)作物卷（下）［Ｍ］．北京：農(nóng)業(yè)出版社，１９９１．

［１０］ 劉占宇，黃敬峰，王福民，等．估算水稻葉面積指數(shù)的調(diào)節(jié)型歸一化植被指數(shù)［Ｊ］．中國(guó)農(nóng)業(yè)科學(xué)，２００８，４１（１０）：３３５０－３３５６．

［１１］ 劉國(guó)順．煙草栽培學(xué)［Ｍ］．北京：中國(guó)農(nóng)業(yè)出版社，２００３．

［１２］ 李湘?zhèn)ィ悙蹏?guó)，戴培剛，等．南平烤煙種植生態(tài)適宜性評(píng)價(jià)［Ｊ］．中國(guó)煙草科學(xué)，２０１２，３３（２）：７７－８１．