基于MODIS NDVI的春小麥苗期長勢監測

烏蘭吐雅 烏蘭 姜英君等

摘要以大興安嶺西麓的拉布達林農場、謝爾塔拉農場、莫拐農場以及呼倫貝爾市華和有限責任公司的農場為研究區域，利用Landsat8OLI影像和時間序列MODIS NDVI數據，結合GPS野外定位技術，對各大農場2015的春小麥進行了苗期長勢監測初探。結果表明：研究區南部的春小麥長勢最好，其次為中部的謝爾塔拉農場及東部的莫拐農場，最差為北部拉布達林農場。從總體來看，MODIS NDVI數據能很好地反映大興安嶺西麓春小麥長勢狀況，為該區域田間管理和早期估產提供及時信息和理論依據。

關鍵詞大興安嶺西麓；春小麥；苗期長勢；遙感監測

中圖分類號S126文獻標識碼

A文章編號0517-6611（2015）31-356-03

Growth Monitoring for Spring Wheat during Seeding Stage Based on MODIS NDVI Data—A Case Study of Daxinganling Western Slope in Hulun Buir

WULAN Tuya1， WU Lan1， JIANG Yingjun2 et al

（1.Inner Mongolia Autonomous Region Academy of Agriculture and Animal Husbandry， Hohhot， Inner Mongolia； 2. Hailar Agricultural and Livestock Management Bureau， Hailar， Inner Mongolia 021008）

AbstractThe Labudalin farm， Xieertala farm， Moguai farm and the farm of Huahe Limited Liability Company， Hulunbeier were selected as study regions. Using Landsat8 OLI image and time series MODIS NDVI data， combined with technology of global positioning system， a preliminary study was conducted on the growth monitoring of spring wheat at seedling stage in farm. The results showed that the growth of spring wheat in southern areas was best and then followed by Xieertala farm and Moguai farm which were located in central sections and eastern part respectively. The worst was Labudalin farm in northern part. Overall， MODIS NDVI data could reflect the growing status of spring wheat in Daxinganling western slope very well. It would provide information for field management in time and theoretical basis for early yield estimation for these areas.

Key wordsDaxinganling western slope； Spring wheat； The growth monitoring； Remote sensing monitorin

長勢，即作物長勢的狀況與趨勢，長勢監測可以為田間管理、早期產量估算提供依據[1]。作物長勢監測是農情遙感監測與估產的核心部分，其本質是在作物生長早期階段就能反應出作物產量的豐欠趨勢，通過實時動態監測預測實際的作物產量[2]。現有的長勢監測遙感指標有葉面積指數（LAI）和植被指數。其中歸一化植被指數（NDVI）是過去30年來使用最為廣泛的植被指數，也是用于LAI估算的常用指標[3]。NDVI可以消除大部分與儀器定標、太陽角、地形、云陰影和大氣條件相關的輻照度的變化的影響，增強了對植被的響應能力，是植被生長狀態及植被覆蓋度的最佳因子，典型的地面覆蓋類型在大尺度NDVI，圖像上區分明顯，植被得到有效的突出，特別適合用于全球或各大陸等大尺度的植被動態監測[4]。裴志遠等[5]用NDVI研究作物長勢的時空特征，李楊等[6]用SPOT/VGT NDVI數據，根據作物長勢特點提取大區域農作物空間分布信息，彭朋等[7]用NDVI監測水稻長勢，吳炳方等[8]用不同遙感數據NDVI產品與農業氣象數據結合建立全國作物長勢遙感監測系統?？梢钥闯?，NDVI是進行作物長勢遙感監測最常使用的指標。從運用NDVI監測小麥長勢來看，前人的研究多集中在冬小麥長勢監測，而對于春小麥長勢監測的研究甚少[2，9-10]。筆者選用時間序列MODIS NDVI數據，對大興安嶺西麓的春小麥苗期長勢進行監測，為該區域的春小麥田間管理及早期估產提供依據。

1數據來源與研究方法

1.1研究區概況

研究區位于呼倫貝爾市大興安嶺西麓，是林區到草原的過渡帶，大面積種植作物為春小麥、油菜、大麥，是內蒙古的春小麥主產區。該區大部分區域屬溫帶大陸性氣候，年日照時數2 500～3 000 h，無霜期75～90 d，年均降水量200～280 mm。該區域分布著機械化程度、勞動生產率、商品率高的國營農場及私人農場，耕地連片集中，適合用遙感監測。研究區分布如圖1所示。

1.2數據獲取與研究方法

考慮到春小麥與大麥的苗期從遙感影像上不好識別，在研究區行駛1 100 km，在拉布達林農場花木蘭隊、莫拐農場4分隊、謝爾塔拉農場4分隊及華和農牧有限責任公司三分場和一分場等地，選擇大面積種植春小麥的農田，用差分GPS定位，與同一時期的LANDSAT8衛星數據疊加，確認春小麥邊界，用時間序列MODIS NDVI數據分析春小麥的苗期長勢。

使用遙感數據包括2015年6月3日path/Row（123/25、123/26）的兩景LANDSAT8衛星遙感數據（http：//glovis.usgs.gov/）和5期（第137、145、154、161、169天4景（h25v04、h25v03、h26v04、h26v03）MODIS地表反射率數據（MOD09Q1）（http：//edcimswww.cr.usgs.gov/pub/imswelcome）數據，共20景。

對LANDSAT8數據進行輻射定標、大氣校正、融合、投影轉換，543假彩色合成的操作。MODIS（MOD09Q1）是8 d最大值合成的地表反射率數據，星下點空間分辨率為250 m。對其進行NDVI計算，投影轉換，同一時期的4景數據進行最大值合成，消除4景數據直接鑲嵌帶來的黑條，再用研究區域剪切，統計不同區域春小麥的NDVI值，分析不同時間段的動態變化。

2結果與分析

呼倫貝爾市區域MODIS NDVI分布圖見圖2。根據研究區情況，春小麥從出苗到6月中旬，分4個區域統計了春小麥種植區域NDVI值，結果見表1。由表1可知，MODIS NDVI值在第137、145、153、161、169天基本呈現如下規律：南部的呼倫貝爾市華和農牧有限責任公司三分場、一分場的NDVI值最大，中部的謝爾塔拉農場4分隊和東部的莫拐農場4分隊的NDVI值居中，北部的拉布達林農場花木蘭隊的NDVI值最小。這與各大農場春小麥長勢情況調查結果基本一致。研究區域南部位于林間草甸，溫度較高、土壤墑情好，導致南部的春小麥長勢最好。中部謝爾塔拉農場由于部分農田有灌溉條件長勢比較好；東部的莫拐農場雖然前期干旱，播期比往年提前，但由于播種后降雨及時，春小麥長勢良好。北部的拉布達林農場緯度偏高，溫度偏低降雨不夠充沛，春小麥長勢比其他區域差。

區域具體位置農田春小麥長勢情況NDVI第137天第145天第153天第161天第169天

研究區南部呼倫貝爾市華和農牧業有限責任公司三分場、一分場1類苗95%，2類5%，長勢好0.260 4130.360 8840.466 5660.669 9720.759 296

研究區中部謝爾塔拉農場4分隊出苗好，部分農田有噴灌0.236 5260.346 6120.388 0210.619 7340.712 385

研究區東部莫拐農場4分隊1類苗90%，2類苗10%， 0.234 0150.343 7900.456 9510.626 5020.701 221

研究區北部拉布達林農場花木蘭隊有點旱，1類苗70%，2類苗30%0.220 0920.293 6820.287 5200.474 8850.610 377

平均-小麥整體長勢良好0.233 5200.324 5650.371 2770.567 0140.673 881

3結語

大興安嶺西麓春小麥種植時間最早的區域分布在研究區南部，從4月26日開始播種，其他區域從4月28～30日開始播種，最晚播種時間為5月25日?，F有研究多集中在冬小麥長勢的監測研究，而對春小麥長勢監測的研究甚少。該研究基于8 d最大值合成MODIS地表反射率數據（MOD09Q1），計算NDVI值，對春小麥進行苗期長勢監測，得到了很好的效果。可見，用時間序列的NDVI值遙感監測大興安嶺西麓春小麥的苗期長勢是可行的。

參考文獻

[1] 楊邦杰.農情遙感監測[M].北京：中國農業出版社，2005：114-125.

[2] 王來剛，鄒春輝，劉婷，等.河南省冬小麥長勢遙感監測指標的適宜性[J].麥類作物學報，2013，33（5）：1006-1011.

[3] 趙虎，楊正偉，李霖，等.作物長勢遙感監測指標的改進與比較分析[J].農業工程學報，2011，27（1）：243-249.

[4] 李小文，劉素紅.遙感原理與應用[M].北京：科學出版社，2008： 147-159.

[5] 裴志遠，楊邦杰.多時相歸一化植被指數NDVI的時空特征提取與作物長勢模型設計[J].農業工程學報，2000，16（5）：20-22.

[6] 李楊，江南，侍昊，等.基于SPOT/VGT NDVI 的大區域農作物空間分布[J].農業工程學報，2010，26（12）：242-247.

[7] 彭朋，張樹文.基于NDVI于LAI的水稻生長狀況研究[J].東北測繪，2002，25（4）：16-19.

[8] 吳炳方，張峰，劉成林，等.農作物長勢綜合遙感監測方法[J].遙感學報，2004， 8（6）： 498-514.

[9] 李鑫川.多源遙感數據冬小麥LAI估算研究[D].南京：南京信息工程大學，2013.

[10] 李宗南.冬小麥長勢遙感監測指標研究[D].北京：中國農業科學院，2010.