基于FY3B的甘蔗植被指數與氣象條件相關性研究

丁美花，陳燕麗*，孫瑞靜，劉志平，歐釗榮 ， 黃永 璘 ，匡昭敏

(1廣西壯族自治區氣象科學研究所/廣西壯族自治區生態氣象和衛星遙感中心，廣西南寧530022；2國家衛星氣象中心，北京100081)

0 引言

近年來，迅速發展的衛星遙感技術被廣泛應用于棉花[1]、水稻[2]、小麥[3-4]、橡膠[5]、甘蔗[6-13]等農作物的種植面積、長勢、災害以及產量監測預測[14-15]。其中歸一化植被指數NDVI(Normalized Difference Vegetation Index)得到廣泛的應用，成為監測陸表植被生長狀態最為常用的指示因子，NDVI數值的大小能定量地指示植被覆蓋變化，并能消除外部因素及內部非植被因素的影響，增強了NDVI對植被的響應能力，成為植物生長狀態以及植被空間分布密度的最佳指示因子[16]。溫度、降水等作為植物生長發育的必要環境因子，對植被的物候、生長、水分與氣體交換等具有重要影響，研究植被變化及其與氣候因子的關系可為應對全球氣候變化提供重要的理論依據。許多學者對植被指數與氣候因子之間的關系進行了研究[17-19]，這些研究大部分都是分析某區域NDVI指數的時空變化特征及其驅動因子，而專門針對某種農作物，開展作物NDVI值與氣象條件相關性分析的研究尚不多見。

廣西是我國最大的甘蔗種植基地，自21世紀初以來，蔗糖年產量占全國的60%以上，糖出口量占70%以上[20]。甘蔗生產受到氣候、土壤等自然條件的影響，其中干旱、寒凍害等氣象災害對甘蔗的生長和最終產量的影響非常大[2]。甘蔗作為廣西一種大宗人工栽培植被，在農田生態系統中具有舉足輕重的地位。本文以廣西甘蔗種植區作為研究區，利用我國風云氣象衛星數據FY3B-MERSI和同期的溫度、降雨和日照等氣象數據，通過相關分析方法，探討甘蔗歸一化植被指數NDVI時空分布特征以及與氣象因子的相關性，為深入了解廣西甘蔗農田生態環境變化及全球氣候變化背景下甘蔗生產趨利避害提供科學信息支撐，同時也為國產衛星數據在甘蔗監測方面更好的發揮作用提供參考。

1 資料和方法

1.1 研究區概況

廣西位于中國南部，地處中、南亞熱帶，農業氣候條件優越。地理經緯度坐標為：104°29′～112°04′E，20°54′～26°26′N[21]。耕地面積約263萬hm2，占廣西土地面積的11.14%，其中旱地面積約115萬hm2，占耕地面積的43.7%，甘蔗種植面積僅占全區耕地總面積的26%左右，約為旱地面積的一半。廣西作物種類繁多，在旱地上種植的作物主要有甘蔗、玉米、大豆、紅薯、花生、蠶桑、茶葉、木薯、香蕉等，在水田上以水稻種植為主。

1.2 資料

1.2.1 衛星資料

本文主要采用的是我國新一代氣象衛星風云三號B星(FY3B)上搭載的中分辨率光譜成像儀(MERSI)的歸一化植被指數NDVI(2014～2019年)各旬產品，廣西單日晴空數據較少，以旬為合成單位，可以降低云的影響，提高數據質量。其中FY3B-MERSI的旬植被指數(NDVI)產品采用10°×10°分幅的1 km均勻網格HAMMER投影，空間分辨率為250 m，以HDF5格式存儲。

FY3B-NDVI旬產品合成算法中采用的是一種優化的最大值合成方法，該方法一般是通過云檢測、質量檢查等步驟后，逐像元地比較幾張NDVI圖像并選取最大的NDVI值作為合成后的NDVI值。FY3B-NDVI旬產品的合成是在像元基準上進行的，根據輸入數據的質量，按照優先次序采用以下4種合成方法中的一種：①BRDF合成：在合成時段內有5天以上資料是晴天的話，就對各通道的雙向反射率應用BRDF模式，將反射率值訂正到星下點視角，然后計算太陽在天頂時的植被指數；②約束視角最大值合成：如果合成時段內無云像元數小于5天且大于1天，選擇其中視角最小的2天資料，計算植被指數，取二者中最大值；③直接計算植被指數：如果只有1天無云，則直接使用這天數據計算植被指數；④最大值合成：如果合成時段內的資料都有云，則逐日計算植被指數，用植被指數最大值合成方法選擇最佳像元。

提取對應網格的數據，進行拼接處理以及HAMMER投影轉換，再結合廣西甘蔗本底矢量邊界數據得到甘蔗主產區的等經緯度NDVI旬產品。即2014～2019年共6年旬為單位的NDVI數據(每年36旬)。為了開展甘蔗關鍵生長期NDVI趨勢變化分析，在旬數據的基礎上計算8～10月時段的NDVI平均值。其中NDVI計算主要用到可見光和近紅外波段。可見光、近紅外分別指定星載儀器涵蓋0.58～0.68 μm、0.76～1.25 μm的波長范圍，計算方式如式(1)所示：

式(1)中，NDVI為歸一化植被指數；ρnir為近紅外波段反射率；ρred為紅波段反射率，分別對應FY3B圖像上的B4、B3波段。

1.2.2 氣象資料

溫度、降雨量和日照是影響甘蔗生長發育最重要的氣象要素[22]，本文主要選用2014～2019年廣西甘蔗主產區范圍內45個氣象臺站各旬(每年第1～36旬)降雨量、平均氣溫、日照時數等觀測數據，求算甘蔗主產區3個氣象要素各旬6年平均值，得到第1～36旬的6年平均降雨量、平均氣溫和日照時數。

1.3 一元線性回歸分析法

一元線性回歸分析能夠模擬每個柵格的變化趨勢，該方法是指在一定時間內，采用最小二乘法逐像元擬合NDVI的斜率，用以綜合反映植被覆蓋的時空演變特征[18]。基于像元尺度的NDVI一元線性回歸分析法，得出廣西甘蔗種植區NDVI的年際變化趨勢。公示如下：

式(2)中：n表示總年份數，本文中n=6；Slope為NDVI在這6年間的變化趨勢值；NDVIi為第i年NDVI值。當Slope＞0時，表示所在像元的NDVI值隨時間變化呈增加趨勢；當Slope＜0時，NDVI隨時間變化呈減少趨勢；當Slope=0時，NDVI值隨時間變化沒有明顯變化。為了更好地分析甘蔗植被變化趨勢情況，參考文獻[19]將變化趨勢劃分為5個等級，分別是明顯減小(Slope≤-0.005)、輕度減小(-0.005＜Slope≤-0.002)、基本不變(-0.002＜Slope≤0.002)、輕度增加(0.002＜Slope≤0.005)和顯著增加(Slope＞0.005)。

1.4 氣象因子與甘蔗NDVI值相關分析方法

利用通徑分析方法探尋甘蔗主產區的氣溫、降雨量、日照時數與NDVI的相關關系。由于氣象因子之間存在相互影響關系，在多元回歸的基礎上，利用通徑分析方法解析不同氣象因子對甘蔗NDVI影響的直接效應和間接效應。通徑分析可以通過對自變量與因變量之間表面直接相關性的分解，來研究自變量對因變量的直接重要性和間接重要性，從而為統計決策提供可靠的依據。

通徑分析在多元回歸的基礎上將相關系數riy分解為直接通徑系數(某一自變量對因變量的直接作用)和間接通徑系數(該自變量通過其他自變量對因變量的間接作用)。

任一自變量xi(氣象要素)與因變量y(NDVI)之間的簡單相關系數(riy)=xi與y之間的直接通徑系數(Piy)+所有xi與y的間接通徑系數；

任一自變量xi對y的間接通徑系數=相關系數(rij)×通徑系數(Pjy)；

具體計算過程可以根據參考文獻[23]的方法，通過SPSS統計軟件實現。

1.5 滯后性分析方法

植被對氣候因子響應存在著明顯的滯后性，即植被生長除了受同時期的氣候因子影響外，前一段時間的氣候條件的累積效應對植被的生長也產生很大的影響。利用滯后相關系數可以分析植被NDVI對氣候因子響應的滯后期[24]，公式如下：

式(3)中，R為滯后相關系數，n為樣本數；R0,R1,R2,……Rn分別為NDVI與當前旬，前推1旬，2旬至前推n旬的滯后系數；若R=Rn，則NDVI對該氣候因子變化響應的滯后期為n旬。

2 結果與分析

2.1 甘蔗NDVI值旬變化規律分析

由圖1可見，根據廣西甘蔗NDVI多年平均值(2014～2019年)，以旬為單位變化規律為：NDVI值在第9旬(3月底)最低，此時上一年種植的甘蔗基本砍收完畢；第10～21旬(4～7月)NDVI值處于快速升高階段，這個階段甘蔗從出苗、分蘗到莖伸長期，生長旺盛；而6～7月是甘蔗生長最旺盛的時期，NDVI值也達到較高水平；22～27旬(8～9月)NDVI值基本達到峰值并維持；從28旬(10月)開始，進入甘蔗的糖分積累期，生長緩慢，NDVI值開始逐漸降低；第31旬(11月)之后，甘蔗成熟，逐漸被砍收，因此NDVI值也迅速降低。由此可見，NDVI值年度內旬變化曲線基本反映了甘蔗在生長季節內的光譜特征變化規律，與實況相符。進一步說明FY3B衛星數據可以較好地反映甘蔗的生長狀況。

圖1 廣西甘蔗NDVI多年平均值旬變化曲線圖

2.2 甘蔗NDVI值變化趨勢分析

8～10月份是甘蔗生長發育和產量形成的關鍵期，本文對2014～2019年共6年的數據求取該時段各年的NDVI平均值，并利用一元線性回歸分析法，逐像元計算NDVI變化趨勢。通過計算發現甘蔗NDVI值變化趨勢范圍在-0.007～0.006之間，相對穩定，沒有出現劇烈變化。其中顯著增加的區域占25%，輕度增加的區域占16%，明顯減小的區域占22%，輕度減小的區域14%，基本保持不變的區域占23%，由統計結果可見甘蔗NDVI值整體得到改善的區域面積稍大于退化區域。在空間分布上，崇左市、防城港市、北海市及來賓市北部、柳州市北部的甘蔗NDVI值以增加趨勢為主，其它地市大部區域甘蔗NDVI值呈減小趨勢(圖2)。

圖2 2014～2019年廣西蔗莖伸長關鍵期(8～10月)NDVI變化趨勢分布

2.3 甘蔗NDVI值與氣象條件相關性分析

甘蔗旬NDVI值與同期降水量、氣溫、日照時數呈極顯著(P＜0.01)正相關關系(表1)。其中日照時數對甘蔗NDVI值影響最顯著，降雨量影響最小，三者對甘蔗NDVI值的影響大小為：日照時數＞氣溫＞降水量。

表1 氣象因子與甘蔗NDVI的相關系數

利用甘蔗NDVI值與前1～5旬氣象因子分析其對甘蔗生長的滯后效應(圖3)發現，除了日照時數外，氣溫和降水量對甘蔗NDVI值的影響均存在明顯的滯后性，且氣溫的滯后期更長，降水量的滯后期為1旬，而氣溫的滯后期長達5旬。甘蔗是大田需水量較大的作物，且甘蔗生長周期較長，廣西地區降水時空分布不均，大田甘蔗的保水保墑能力對后期降水減少干旱發生的抵御能力有重要影響，因此前期降雨對甘蔗后期生長影響顯著。氣溫影響的滯后則可能是由于累積積溫對甘蔗生長的持續影響造成的。

圖3 氣象因子與甘蔗NDVI的滯后性分析

由于氣象因子相互作用，氣象因子之間存在較強的相關性，利用通徑分析方法進一步解析各個氣象因子對甘蔗NDVI值的影響，結果如表2所示。

表2 氣象因子對甘蔗NDVI影響的通徑分析

各氣象因子對甘蔗旬NDVI值影響的直接作用大小為日照時數＞降水量＞氣溫，且日照時數對甘蔗NDVI值有著決定性的正效應作用(pc=0.774)，降水量也為正效應，但作用遠小于日照時數(pc=0.161)，而氣溫為負效應(pc=-0.019)。廣西地區雨熱同期，熱量資源豐沛但降水時空分布不均，且在甘蔗生長季多云雨天氣，甘蔗作為C4作物，光合作用的大小直接決定了其生物量的大小。

直接作用的分析結果表明，在廣西地區，對于甘蔗而言，熱量資源存在富余，雨量可以滿足大多數地區甘蔗生長需求，但在部分地區存在不足，而日照由于云雨天氣的影響，成為決定甘蔗地區差異的決定因素。

間接作用的分析結果表明，氣溫和降水量主要通過間接作用影響甘蔗生長，氣溫的總間接正效應最大(pc=0.559)，其次為降水量(pc=0.302)、日照時數(pc=0.053)；降水量和氣溫均通過日照時數起到了較強的間接作用，且氣溫的間接作用大于降水量。

3 結論與討論

(1)FY3B-NDVI旬變化曲線基本真實反映了甘蔗年內出苗、莖伸長、成熟、砍收等不同生長發育期的光譜特征變化規律。在甘蔗生長發育和產量形成的關鍵期(8～10月)，甘蔗NDVI值多年變化趨勢相對穩定，整體得到改善的區域面積稍大于退化區域，甘蔗農田生態環境較穩定。

(2)甘蔗旬NDVI值與同期降水量、氣溫、日照時數呈極顯著正相關關系，三者對甘蔗NDVI值的影響大小為：日照時數＞氣溫＞降水量。

對甘蔗旬NDVI值影響的直接作用大小為日照時數＞降水量＞氣溫，且日照時數對甘蔗NDVI值有著決定性的正效應作用，降水量和氣溫均通過日照時數起到了較強的間接作用，且氣溫的間接作用大于降水量。

(3)氣溫和降水量對甘蔗NDVI值生長均存在明顯的滯后性，降水量的滯后期為1旬，而氣溫滯后期更長，達5旬。

由上述結論可見，FY3B-NDVI多年平均值與日照、溫度和降水都存在很好的相關關系，FY3B-NDVI值可以較精確地反映氣象條件對甘蔗生長發育的影響。但個別年份，尤其是6～7月份，若甘蔗區晴空率太低，旬NDVI合成數值就會受到很大影響，導致數值偏低，難以真實反映甘蔗的生長狀況，因此NDVI作為指標參與甘蔗長勢、災害監測評估及產量預測過程中，還要進一步借助地面觀測數據對結果進行驗證和修正。