于 堃， 王志明， 孫 玲， 單 捷， 毛良君

(江蘇省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與信息研究所，江蘇 南京 210014)

農(nóng)業(yè)生產(chǎn)是人類社會(huì)存在的基礎(chǔ)，隨著全球氣候的不斷變化，農(nóng)業(yè)生產(chǎn)面臨著越來越多的災(zāi)害威脅［1］。為了提高農(nóng)業(yè)生產(chǎn)對(duì)各種災(zāi)害的應(yīng)對(duì)能力，降低災(zāi)害帶來的經(jīng)濟(jì)損失，需要人們及時(shí)掌握農(nóng)作物的生長(zhǎng)狀況。作物長(zhǎng)勢(shì)能夠及時(shí)反映農(nóng)情信息，通過對(duì)農(nóng)作物長(zhǎng)勢(shì)的實(shí)時(shí)監(jiān)測(cè)，不僅能夠?yàn)檗r(nóng)業(yè)生產(chǎn)的田間管理提供及時(shí)、科學(xué)的依據(jù)，也可為農(nóng)作物產(chǎn)量估測(cè)提供必要的基礎(chǔ)數(shù)據(jù)［2-3］。傳統(tǒng)作物長(zhǎng)勢(shì)監(jiān)測(cè)多依賴地面調(diào)查，造成農(nóng)情信息獲取成本高、時(shí)效性差，且調(diào)查結(jié)果常受主觀人為因素影響。近年來，隨著遙感技術(shù)的不斷發(fā)展，尤其是遙感信息的覆蓋范圍廣、數(shù)據(jù)獲取周期短、費(fèi)用成本低等特點(diǎn)，為作物長(zhǎng)勢(shì)信息的快速、準(zhǔn)確、動(dòng)態(tài)獲取提供了重要的技術(shù)支撐，使傳統(tǒng)作物長(zhǎng)勢(shì)監(jiān)測(cè)中所遇到的難題在一定程度上得以解決［4-5］。

早在上世紀(jì)70年代，美國(guó)便開始應(yīng)用遙感技術(shù)進(jìn)行作物長(zhǎng)勢(shì)的監(jiān)測(cè)，并形成了應(yīng)用遙感數(shù)據(jù)監(jiān)測(cè)全球作物長(zhǎng)勢(shì)的業(yè)務(wù)化產(chǎn)品［6-8］。之后，加拿大于上世紀(jì)80年代構(gòu)建了基于NOAA/AVHRR以及MODIS等遙感數(shù)據(jù)的全國(guó)作物長(zhǎng)勢(shì)監(jiān)測(cè)系統(tǒng)，并每7～10天向用戶提供大尺度的作物長(zhǎng)勢(shì)數(shù)據(jù)產(chǎn)品［9］。巴西、法國(guó)、俄羅斯、日本、阿根廷和印度等國(guó)也相繼構(gòu)建了利用遙感數(shù)據(jù)獲取作物長(zhǎng)勢(shì)信息的業(yè)務(wù)化運(yùn)行平臺(tái)，定期向用戶發(fā)布作物長(zhǎng)勢(shì)數(shù)據(jù)產(chǎn)品［10］。中國(guó)也是較早利用遙感技術(shù)開展作物長(zhǎng)勢(shì)監(jiān)測(cè)的國(guó)家之一［11］。上世紀(jì)80年代起，中國(guó)廣泛開展了利用氣象衛(wèi)星監(jiān)測(cè)作物長(zhǎng)勢(shì)及估產(chǎn)等方面的研究［12-14］。1998年中國(guó)科學(xué)院初步建立了國(guó)家級(jí)的農(nóng)情監(jiān)測(cè)系統(tǒng)，利用NOAA/AVHRR遙感數(shù)據(jù)獲取全國(guó)尺度上1 km分辨率的旬農(nóng)作物遙感長(zhǎng)勢(shì)分布圖，并將作物長(zhǎng)勢(shì)監(jiān)測(cè)作為一個(gè)主要的監(jiān)測(cè)指標(biāo)［15-16］。然而，對(duì)快速、準(zhǔn)確的作物長(zhǎng)勢(shì)信息的需求不僅存在于全國(guó)尺度，也同樣存在于中小尺度，如省級(jí)、市級(jí)以及縣級(jí)農(nóng)業(yè)相關(guān)管理及決策部門。因?yàn)榇蟪叨鹊淖魑镩L(zhǎng)勢(shì)監(jiān)測(cè)信息往往空間分辨率較低(1 km左右)，無法滿足中小尺度的實(shí)際需求。但海量多源衛(wèi)星遙感數(shù)據(jù)快速處理能力限制了其在中小尺度作物長(zhǎng)勢(shì)信息獲取及發(fā)布中的應(yīng)用，這造成了中國(guó)目前對(duì)于中小尺度尤其是縣級(jí)尺度高時(shí)間分辨率作物長(zhǎng)勢(shì)的業(yè)務(wù)化遙感監(jiān)測(cè)體系仍不完備［5-17］。以江蘇省64個(gè)縣市為例，若要利用MODIS數(shù)據(jù)獲取近12年來覆蓋每個(gè)縣市的作物長(zhǎng)勢(shì)信息，需要處理的數(shù)據(jù)量多達(dá)560 640景。

本研究擬選取江蘇省泗洪縣為研究目標(biāo)，利用近12年250 m地面分辨率的MODIS數(shù)據(jù)評(píng)價(jià)以旬為時(shí)間間隔的該縣作物長(zhǎng)勢(shì)情況，結(jié)合野外實(shí)地觀測(cè)數(shù)據(jù)對(duì)監(jiān)測(cè)精度進(jìn)行評(píng)價(jià)，探索利用中等分辨率的MODIS數(shù)據(jù)解決縣級(jí)尺度作物長(zhǎng)勢(shì)信息的方法。由于MODIS遙感數(shù)據(jù)在實(shí)效性以及經(jīng)濟(jì)性等方面具有其他遙感數(shù)據(jù)無法比擬的優(yōu)勢(shì)，因此，將該方法推廣應(yīng)用到江蘇省其他縣市，不僅可以指導(dǎo)各縣的農(nóng)業(yè)生產(chǎn)、防災(zāi)減災(zāi)工作，也將推進(jìn)江蘇省縣級(jí)尺度農(nóng)情信息的業(yè)務(wù)化進(jìn)程。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

江蘇省是中國(guó)產(chǎn)糧大省之一，轄區(qū)內(nèi)有64個(gè)縣市。泗洪縣位于蘇北平原西部，東臨洪澤湖，西接安徽省泗縣，南靠江蘇省盱眙縣，北接江蘇省宿豫縣(圖1)，屬東亞季風(fēng)區(qū)，四季分明，氣候溫和，光照充足，年均氣溫14.3℃，年均降水量893.9 mm，無霜期213 d，年均風(fēng)速3.7 m/s。泗洪縣轄區(qū)總面積為2 731 km2，其中耕地面積1 331.79 km2，總?cè)丝跀?shù)約為7.808×105，該縣的糧食總產(chǎn)量多年一直位列江蘇省各縣市的前茅，被評(píng)為中國(guó)商品糧基地縣以及糧食生產(chǎn)先進(jìn)縣。泗洪縣的糧食作物主要以小麥、水稻為主，經(jīng)濟(jì)作物主要有大豆、花生、山芋、西瓜等［18-19］。由于泗洪縣特殊的地理位置，使其易受洪澇以及干旱等氣象災(zāi)害的影響，統(tǒng)計(jì)數(shù)據(jù)表明，該地區(qū)平均每2.4年就會(huì)發(fā)生一次旱災(zāi)。同時(shí)，泗洪縣的洪澇災(zāi)害也頻繁爆發(fā)，如2003年、2007年泗洪縣各地均不同程度的受到洪澇災(zāi)害的影響［20-21］。

圖1 泗洪縣地理位置圖Fig.1 The location of Sihong county

1.2 數(shù)據(jù)來源

本研究所利用的遙感數(shù)據(jù)取自極地軌道環(huán)境遙感衛(wèi)星Terra/Aqua上的MODIS(Moderate Resolution Imaging Spectroradiometer)所采集的遙感影像，數(shù)據(jù)由美國(guó)國(guó)家航空航天局(NASA)所屬的戈達(dá)德航天中心(GSFC)提供。MODIS通過x波段將實(shí)時(shí)觀測(cè)數(shù)據(jù)向全球免費(fèi)發(fā)送。MODIS數(shù)據(jù)波段范圍廣，包括36個(gè)波段，分布在0.4～14.0 μm電磁波譜范圍內(nèi)，且具有很高的信噪比。其數(shù)據(jù)空間分辨率包括了250 m、500 m和1 000 m三個(gè)尺度，幅寬為2 330 km，垂直觀測(cè)視場(chǎng)±55°。在對(duì)地觀測(cè)過程中，可同時(shí)獲得來自大氣、海洋和陸地表面的信息，每1～2 d即可獲取一次全球觀測(cè)數(shù)據(jù)，因此被廣泛應(yīng)用于對(duì)陸表、生物圈、大氣和海洋的長(zhǎng)期全球觀測(cè)［22-23］。

1.3 MODIS數(shù)據(jù)預(yù)處理

目前NASA針對(duì)MODIS開發(fā)了若干產(chǎn)品，其中被用于陸地研究的多達(dá)10種，常用的陸地產(chǎn)品如MOD09(地表反射率產(chǎn)品)、MOD13(地表植被指數(shù)產(chǎn)品)，這些MODIS陸地產(chǎn)品的時(shí)間分辨率為8-Day、16-Day和monthly合成值，空間分辨率可分為250 m、500 m、1 km 和 25 km［24］。而中國(guó)的農(nóng)業(yè)生產(chǎn)往往以旬(10 d)為時(shí)間間隔，因此，NASA所提供的陸地產(chǎn)品在時(shí)間間隔上不能夠滿足中國(guó)農(nóng)作物長(zhǎng)勢(shì)監(jiān)測(cè)的需求。同時(shí)，NASA所提供的MOD09產(chǎn)品中各個(gè)波段不具有統(tǒng)一的最高250 m的地面分辨率，若想使用該產(chǎn)品需要對(duì)數(shù)據(jù)進(jìn)行重采樣［25］。因此，綜合上述原因，本研究選用GSFC提供的MODIS原始數(shù)據(jù)，也被稱為 Level-0(L0)級(jí)數(shù)據(jù)。自2000年2月至2012年11月間，覆蓋研究區(qū)的L0級(jí)數(shù)據(jù)共計(jì)約9 000景，通過快視圖篩選出667景無云且無太陽耀斑的數(shù)據(jù)用于本研究，并對(duì)所選取的遙感影像做如下處理:(1)輻射校正。通過輻射校正可消除因傳感器自身?xiàng)l件、大氣因素、太陽角度及其他噪聲引起的衛(wèi)星觀測(cè)值與實(shí)際反射率之間的差異。因此，本研究采用NASA提供的水色遙感軟件Sea-DAS 6.1以及MODIS Science Team提供的針對(duì)氣溶膠吸收和瑞利散射校正軟件對(duì)MODIS L0數(shù)據(jù)進(jìn)行輻射校正，并將所有MODIS數(shù)據(jù)歸一化為地面反射率。(2)幾何校正。Terra和Aqua兩顆衛(wèi)星搭載有外部定位系統(tǒng)，每景MODIS L0數(shù)據(jù)的HDF文件中均包含按照順序存放的掃描數(shù)據(jù)幀、時(shí)間碼和定位信息，利用SeaDAS 6.1軟件可以針對(duì)MODIS L0數(shù)據(jù)中包括的定位信息完成MODIS數(shù)據(jù)的幾何校正。應(yīng)用該軟件包將所選研究區(qū)的數(shù)據(jù)校正為等經(jīng)緯度切圓柱投影，坐標(biāo)系為WGS-84，幾何校正的誤差小于0.5個(gè)像元［26］。(3)數(shù)據(jù)重采樣。由于針對(duì)陸地設(shè)計(jì)的MODIS數(shù)據(jù)1～7波段地面分辨率不統(tǒng)一，即1～2波段為250 m地面分辨率，而3～7波段為500 m地面分辨率。因此，需要對(duì)3～7波段進(jìn)行數(shù)據(jù)重采樣，將其分辨率轉(zhuǎn)換成250 m?？紤]到雙線性內(nèi)插法計(jì)算量適中且精度較高，故本研究選用雙線性內(nèi)插法對(duì)500 m分辨率波段進(jìn)行重采樣。(4)圖像裁剪。以泗洪縣行政邊界為基礎(chǔ)，結(jié)合2011年3月31日10 m分辨率的ALOS遙感數(shù)據(jù)，去除泗洪縣內(nèi)的水體、河流、居民點(diǎn)及主要道路，生成用于批量裁切的研究區(qū)矢量文件并完成研究區(qū)MODIS數(shù)據(jù)的裁剪［27］。

以上數(shù)據(jù)處理過程均通過批處理模式完成，大大提高了計(jì)算效率，生成單景MODIS數(shù)據(jù)地面反射率產(chǎn)品僅需5 min，使海量遙感數(shù)據(jù)用于縣級(jí)尺度作物長(zhǎng)勢(shì)實(shí)時(shí)監(jiān)測(cè)成為可能。

1.4 作物長(zhǎng)勢(shì)監(jiān)測(cè)方法

目前，作物長(zhǎng)勢(shì)監(jiān)測(cè)的主要方法有過程監(jiān)測(cè)和實(shí)時(shí)監(jiān)測(cè)。過程監(jiān)測(cè)主要是通過時(shí)序植被指數(shù)來構(gòu)建作物生長(zhǎng)過程，通過生長(zhǎng)過程的年際間(如高產(chǎn)年、平產(chǎn)年、低產(chǎn)年和去年)對(duì)比來反映作物生長(zhǎng)的狀況，尋找出當(dāng)年與典型年份曲線間的相似和差異，統(tǒng)計(jì)生長(zhǎng)過程曲線的上升速率、下降速率、累計(jì)值等特征參數(shù)來反映當(dāng)年作物生長(zhǎng)趨勢(shì)上的差異［28］。實(shí)時(shí)監(jiān)測(cè)是利用實(shí)時(shí)遙感圖像判斷具體時(shí)間段(旬、月、年)作物長(zhǎng)勢(shì)優(yōu)劣及其空間分布，評(píng)價(jià)該時(shí)間段內(nèi)作物長(zhǎng)勢(shì)狀況的空間分布，主要是將實(shí)時(shí)植被指數(shù)與去年、多年同期平均以及指定年份同期對(duì)比，通過對(duì)差異值進(jìn)行分級(jí)、統(tǒng)計(jì)來反映區(qū)域作物實(shí)時(shí)生長(zhǎng)狀況［3，29-30］。過程監(jiān)測(cè)和實(shí)時(shí)監(jiān)測(cè)都要通過植被指數(shù)實(shí)現(xiàn)。植被指數(shù)是指由多光譜數(shù)據(jù)，經(jīng)線性或非線性組合構(gòu)成的各種數(shù)值，其對(duì)植物的葉綠素含量、健康程度以及植物含水量等特性非常敏感，因此，是評(píng)價(jià)植被覆蓋、生長(zhǎng)活力及生物量的簡(jiǎn)單有效的度量參數(shù)［31］。目前，被廣泛使用的植被指數(shù)有:歸一化植被指數(shù)NDVI(Normalized difference vegetation index)和增強(qiáng)型植被指數(shù) EVI(Enhanced vegetation index)［24］，各個(gè)植被指數(shù)的計(jì)算公式如下:

NDVI因無法去除大氣干擾(如水汽、瑞利散射、氣溶膠等)，其值往往較實(shí)際值偏低，同時(shí)NDVI在高植被覆蓋區(qū)域紅光波段會(huì)出現(xiàn)飽和現(xiàn)象，造成其值在高植被覆蓋區(qū)域無法與植被覆蓋度同步增長(zhǎng)。而EVI中增加了大氣修正參數(shù)C1和C2，一定程度上減弱了大氣干擾［24，33-34］，因此，本研究采用 EVI來實(shí)現(xiàn)對(duì)泗洪縣近12年來每旬作物長(zhǎng)勢(shì)的實(shí)時(shí)監(jiān)測(cè)和過程監(jiān)測(cè)。

2 結(jié)果與分析

2.1 作物長(zhǎng)勢(shì)過程監(jiān)測(cè)

將經(jīng)過預(yù)處理的641景MODIS地面反射率數(shù)據(jù)(250 m分辨率)先按照公式(3)計(jì)算EVI值，之后，將每景圖像中各像元的EVI值進(jìn)行加和平均以獲取每景圖像的EVI平均值。根據(jù)短期植被生長(zhǎng)過程中EVI表現(xiàn)為穩(wěn)定的上升或者下降這一特性［35］，利用線性插值法生成泗洪縣12年每日平均EVI值序列，共有4 538個(gè)平均EVI值，最后以旬為時(shí)間間隔按照對(duì)應(yīng)年份及月份計(jì)算12年來泗洪縣各月份逐旬平均EVI值。

統(tǒng)計(jì)數(shù)據(jù)顯示，2011年泗洪縣糧食作物產(chǎn)量為9.452×105t，為2000～2011年間的極大值。因此，選取2011年各旬EVI值作為典型豐產(chǎn)年參考序列。同時(shí)，選取2000～2012年各旬EVI平均值作為多年平均參考序列(圖2)。將2012年監(jiān)測(cè)期內(nèi)各旬平均EVI值序列與典型豐產(chǎn)年及多年平均參考序列進(jìn)行對(duì)比。結(jié)果表明，2011～2012年稻麥輪作期內(nèi)，除4月中旬外其余各旬小麥長(zhǎng)勢(shì)均好于典型豐產(chǎn)年及多年平均。2011～2012年稻麥輪作期內(nèi)，除6月中旬外其余各旬水稻長(zhǎng)勢(shì)均好于多年平均，但8月中旬～9月下旬以及11月上旬水稻長(zhǎng)勢(shì)不及典型豐產(chǎn)年。野外實(shí)地考察及歷史資料均證明監(jiān)測(cè)期內(nèi)泗洪縣的主要作物為小麥和水稻。因此，可以預(yù)測(cè)2012年泗洪縣夏糧產(chǎn)量(小麥)將高于典型豐產(chǎn)年和多年平均;秋糧(水稻)產(chǎn)量將高于多年平均，但由于水稻產(chǎn)量形成的關(guān)鍵期內(nèi)(8月中旬～9月下旬)其長(zhǎng)勢(shì)不及典型豐產(chǎn)年，所以秋糧的最終產(chǎn)量將不及典型豐產(chǎn)年。

圖2 泗洪縣2011～2012年稻麥輪作期各旬與典型豐產(chǎn)年及多年平均作物長(zhǎng)勢(shì)對(duì)比曲線圖Fig.2 Comparison of the 10-day crop growth condition(CGC)of Sihong county among the 2011 －2012 wheat-rice rotation periods，the typical harvest year and the mean of the past 12 years

2.2 作物長(zhǎng)勢(shì)實(shí)時(shí)監(jiān)測(cè)

以上述作物長(zhǎng)勢(shì)過程監(jiān)測(cè)中所生成的667景EVI指數(shù)圖為基礎(chǔ)，生成2011～2012年稻麥輪作期內(nèi)各旬平均EVI指數(shù)圖，同時(shí)生成典型豐產(chǎn)年以及多年平均(2000～2012年)各旬平均EVI指數(shù)圖。將2011～2012年稻麥輪作期內(nèi)各旬的EVI指數(shù)圖與同期的典型豐產(chǎn)年以及多年平均EVI指數(shù)圖進(jìn)行比較，并按照EVI差值≥0.1、0.1＞EVI差值＞ －0.1、EVI差值≤－0.1將長(zhǎng)勢(shì)劃分為優(yōu)于典型豐產(chǎn)年(或多年平均)、與典型豐產(chǎn)年(或多年平均)持平、劣于典型豐產(chǎn)年(或多年平均)3個(gè)級(jí)別(圖3～6)。

通過統(tǒng)計(jì)對(duì)比，發(fā)現(xiàn)2011～2012年稻麥輪作期內(nèi)各旬小麥長(zhǎng)勢(shì)劣于典型豐產(chǎn)年的面積至多占研究區(qū)總面積的13%，劣于多年平均的面積至多占研究區(qū)總面積的10%，這說明該時(shí)間段內(nèi)泗洪縣小麥長(zhǎng)勢(shì)大多為優(yōu)于典型豐產(chǎn)年(或多年平均)或持平。而2011～2012年稻麥輪作期內(nèi)各旬水稻長(zhǎng)勢(shì)劣于典型豐產(chǎn)年的面積至多占研究區(qū)總面積的48%，劣于多年平均的面積至多占研究區(qū)總面積的35%，這說明該時(shí)間段內(nèi)泗洪縣水稻長(zhǎng)勢(shì)較多為優(yōu)于典型豐產(chǎn)年(或多年平均)或持平。

泗洪縣東北部及西南部地勢(shì)較高，耕地以旱田為主;而泗洪縣中部地勢(shì)較低，耕地以水旱輪作田為主。由于水旱輪作區(qū)冬小麥播種較旱田晚，使得該區(qū)域的小麥在拔節(jié)期(4月上旬)之前長(zhǎng)勢(shì)要劣于旱田區(qū)域，這一結(jié)論也得到野外實(shí)地驗(yàn)證的證明。但水旱輪作區(qū)域的水分及土壤肥力條件均要優(yōu)于旱田區(qū)域，保證了該區(qū)域的小麥在4月下旬之后的孕穗期、抽穗期以及成熟期中長(zhǎng)勢(shì)基本與旱田區(qū)域生長(zhǎng)周期更長(zhǎng)的小麥長(zhǎng)勢(shì)相當(dāng)(圖3、圖4、圖7)。隨著5月下旬小麥相繼收割，泗洪縣的小麥長(zhǎng)勢(shì)開始出現(xiàn)退化，但從圖7中的5月下旬～6月上旬的監(jiān)測(cè)結(jié)果中不難發(fā)現(xiàn)，泗洪縣的旱田區(qū)域小麥?zhǔn)崭钸M(jìn)程要先于水旱輪作區(qū)域?？梢姡ㄟ^對(duì)作物長(zhǎng)勢(shì)的實(shí)時(shí)監(jiān)測(cè)，不僅能夠及時(shí)反饋各旬作物長(zhǎng)勢(shì)的空間分布情況，同時(shí)也能夠做到對(duì)作物生長(zhǎng)及收獲進(jìn)程的全程監(jiān)控(圖7、圖8)。

圖3 泗洪縣2011～2012年稻麥輪作期小麥長(zhǎng)勢(shì)與典型豐產(chǎn)年同期對(duì)比分級(jí)圖Fig.3 Comparison of the 10-day wheat growth condition of Sihong county between the 2011 －2012 wheat-rice rotation periods and the typical harvest year

圖4 泗洪縣2011～2012年稻麥輪作期小麥長(zhǎng)勢(shì)與多年平均對(duì)比分級(jí)圖Fig.4 Comparison of the 10-day wheat growth condition of Sihong county between the 2011 －2012 wheat-rice rotation periods and the mean of the past 12 years

圖7 泗洪縣2011～2012年稻麥輪作期內(nèi)小麥長(zhǎng)勢(shì)分布圖Fig.7 The 10-day wheat growth condition of Sihong county during the 2011 －2012 wheat-rice rotation periods

圖8 泗洪縣2011～2012年稻麥輪作期內(nèi)水稻長(zhǎng)勢(shì)分布圖Fig.8 The 10-day rice growth condition of Sihong county during the 2011 －2012 wheat-rice rotation periods

2.3 作物長(zhǎng)勢(shì)監(jiān)測(cè)精度驗(yàn)證

為了保證作物長(zhǎng)勢(shì)監(jiān)測(cè)結(jié)果的準(zhǔn)確性，隨機(jī)選取均勻分布于研究區(qū)內(nèi)的32個(gè)驗(yàn)證點(diǎn)對(duì)2012年4月上旬的小麥和2012年9月下旬的水稻長(zhǎng)勢(shì)遙感監(jiān)測(cè)結(jié)果進(jìn)行了野外實(shí)地驗(yàn)證(圖9)，驗(yàn)證結(jié)果表明遙感監(jiān)測(cè)結(jié)果能夠準(zhǔn)確、客觀地反映研究區(qū)內(nèi)作物長(zhǎng)勢(shì)的差異。

圖9 泗洪縣作物長(zhǎng)勢(shì)遙感監(jiān)測(cè)結(jié)果及野外驗(yàn)證信息表Fig.9 The CGC monitoring results vs.the ground monitoring results

3 結(jié)論

泗洪縣的作物長(zhǎng)勢(shì)過程監(jiān)測(cè)結(jié)果表明，2011～2012年稻麥輪作期內(nèi)小麥長(zhǎng)勢(shì)優(yōu)于典型豐產(chǎn)年以及多年平均;水稻長(zhǎng)勢(shì)優(yōu)于多年平均，但在關(guān)鍵生長(zhǎng)期內(nèi)不及典型豐產(chǎn)年。而作物長(zhǎng)勢(shì)實(shí)時(shí)監(jiān)測(cè)結(jié)果不僅顯示了監(jiān)測(cè)周期內(nèi)作物長(zhǎng)勢(shì)優(yōu)劣在空間上的分布情況，同時(shí)也揭示了作物生長(zhǎng)及收獲的變化過程。因此，二者結(jié)合監(jiān)測(cè)作物長(zhǎng)勢(shì)，可使地方農(nóng)業(yè)管理部門足不出戶就能全面掌握轄區(qū)內(nèi)的作物生長(zhǎng)及收割情況，以便及時(shí)調(diào)整田間管理措施，實(shí)現(xiàn)防災(zāi)減災(zāi)、增產(chǎn)增收的目的。

圖5 泗洪縣2011-2012年稻麥輪作期水稻長(zhǎng)勢(shì)與典型豐產(chǎn)年同期對(duì)比分級(jí)圖Fig.5 Comparison of the 10-day rice growth condition of Sihong county between the 2011 －2012 wheat-rice rotation periods and the typical harvest year

圖6 泗洪縣2011～2012年稻麥輪作期水稻長(zhǎng)勢(shì)與多年平均對(duì)比分級(jí)圖Fig.6 Comparison of the 10-day rice growth condition of Sihong county between the 2011 －2012 wheat-rice rotation periods and the mean of the past 12 years

將近12年來泗洪縣的平均EVI值與對(duì)應(yīng)年份的糧食產(chǎn)量進(jìn)行了相關(guān)性分析，二者的相關(guān)系數(shù)為0.66，在置信度水平為95%下表現(xiàn)為顯著相關(guān)。這表明作物長(zhǎng)勢(shì)在一定程度上反映了糧食產(chǎn)量。因此，如果將定期的作物長(zhǎng)勢(shì)監(jiān)測(cè)與生長(zhǎng)模型以及氣象數(shù)據(jù)結(jié)合，可以對(duì)研究區(qū)內(nèi)的作物產(chǎn)量進(jìn)行估測(cè)。

由于受季風(fēng)影響，江蘇省夏初常伴隨持續(xù)陰雨天氣，這大大增加了以旬為時(shí)間間隔的作物長(zhǎng)勢(shì)監(jiān)測(cè)難度。因此，在今后的研究中需開發(fā)針對(duì)海量MODIS數(shù)據(jù)的有效自動(dòng)云像元識(shí)別算法，并用與之最近日期無云像元替換對(duì)應(yīng)的云像元，從而實(shí)現(xiàn)對(duì)監(jiān)測(cè)目標(biāo)的不間斷實(shí)時(shí)監(jiān)測(cè)。

MODIS數(shù)據(jù)時(shí)間分辨率高且可以免費(fèi)獲取，因此，如果能將利用250 m分辨率的MODIS數(shù)據(jù)實(shí)時(shí)監(jiān)測(cè)縣級(jí)尺度作物長(zhǎng)勢(shì)方法推廣到江蘇省其他縣市，既能滿足地方農(nóng)業(yè)管理部門對(duì)實(shí)時(shí)作物長(zhǎng)勢(shì)信息的需求，也將有助于當(dāng)?shù)氐霓r(nóng)業(yè)防災(zāi)、減災(zāi)工作。

［1］吳炳方，蒙繼華，李強(qiáng)子.國(guó)外農(nóng)情遙感監(jiān)測(cè)系統(tǒng)現(xiàn)狀與啟示［J］.地球科學(xué)進(jìn)展，2010，25(10):1003-1012.

［2］楊邦杰，裴志遠(yuǎn)，周清波，等.我國(guó)農(nóng)情遙感監(jiān)測(cè)關(guān)鍵技術(shù)研究進(jìn)展［J］.農(nóng)業(yè)工程學(xué)報(bào)，2002，3(18):191-194.

［3］吳炳方，張 峰，劉成林，等.農(nóng)作物長(zhǎng)勢(shì)綜合遙感監(jiān)測(cè)方法［J］.遙感學(xué)報(bào)，2004，8(6):498-514.

［4］MACDONALD R B，HALL F G.Global crop forecasting［J］.Science，1980，208:670-679.

［5］蒙繼華，吳炳方，李子強(qiáng)，等.集成化的省級(jí)農(nóng)情遙感監(jiān)測(cè)系統(tǒng)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2011，27(6):169-175.

［6］USDA FAS.The FAS cropexplorer:A web success story［EB/OL］.(2005-06-01)［2013-03-01］.http://www.fas.usda.gov/info/fasworldwide/2005/06-2005/CropExplorer.pdf.

［7］USDA FAS.Production，Supply and distribution online［EB/OL］.(2007-08-12)［2013-03-01］.http://www.fas.usda.gov/psdonline.

［8］USDA NASS.History of remotesensing for crop acreage［EB/OL］.(2009-05-27)［2013-03-01］.http://www.nass.usda.gov/Surveys/Remotely_Sensed_Data_Crop_Acreage.

［9］STATISTICSCANADA.Overview of the crop condition assessment program ［EB/OL］.(2012-05-07)［2013-03-01］.http://www26.statcan.ca/ccap/overview-aper-cu-eng.jsp.

［10］CONAB.GEOSAFRAS［EB/OL］.(2010-06-18)［2013-03-01］.http://www.conab.gov.br/conabweb/index.php?PAG=81.

［11］陳述彭.遙感在農(nóng)業(yè)科學(xué)技術(shù)中的應(yīng)用［M］.北京:科學(xué)出版社，1990.

［12］肖淑昭，孟憲鉞，張桂宗，等.NOAA/AVHRR資料在中小尺度地區(qū)進(jìn)行冬小麥估產(chǎn)的應(yīng)用研究［J］.環(huán)境遙感，1988，3(3):299-307.

［13］肖乾廣.用NOAA氣象衛(wèi)星的定量資料計(jì)算冬小麥種植面積的兩種方法［J］.環(huán)境遙感，1989，4(3):191-196.

［14］李郁竹.北方冬小麥衛(wèi)星遙感監(jiān)測(cè)及估產(chǎn)業(yè)務(wù)系統(tǒng)［J］.氣象，1992，18(11):14-16.

［15］吳炳方.全國(guó)農(nóng)情監(jiān)測(cè)與估產(chǎn)的運(yùn)行化遙感方法［J］.地理學(xué)報(bào)，2000，55(1):25-35.

［16］吳炳方.中國(guó)農(nóng)情遙感監(jiān)測(cè)研究［J］.中國(guó)科學(xué)院院刊，2004，19(3):202-205.

［17］吳素霞，毛任釗，李紅軍，等.中國(guó)農(nóng)作物長(zhǎng)勢(shì)遙感監(jiān)測(cè)研究綜述［J］.中國(guó)農(nóng)學(xué)通報(bào)，2005，21(3):319-322.

［18］江蘇省統(tǒng)計(jì)局等.江蘇省農(nóng)村統(tǒng)計(jì)年鑒［M］.北京:中國(guó)統(tǒng)計(jì)出版社，2009.

［19］江蘇省統(tǒng)計(jì)局等.江蘇省農(nóng)村統(tǒng)計(jì)年鑒［M］.北京:中國(guó)統(tǒng)計(jì)出版社，2010.

［20］陸一忠，劉春山.2003年洪澤湖洪水分析［J］.江蘇水利，2004(7):17-18.

［21］楚恩國(guó)，卜賢暉.2004年洪澤湖流域干旱原因分析［J］.水文，2006，26(5):80-82.

［22］劉玉潔，楊忠東.MODIS遙感信息處理原理與算法［M］.北京:科學(xué)出版社，2001.

［23］于 堃，陸殿梅，熊黑鋼.近7年來渤海海區(qū)冬季表層海水葉綠素濃度的遙感反演及其變化分析［J］.遙感信息，2009(6):55-62.

［24］HUETE A R，JUSTICE C.MODIS vegetation index(MOD13)algorithm theoretical basis document［R/OL］.(1999-04-30)［2013-03-01］.http://modis.gsfc.nasa.gov/data/atbd/atbd_mod13.pdf.

［25］程 乾.基于MOD09產(chǎn)品的水稻葉面積指數(shù)和葉綠素含量的遙感估算模型［J］.應(yīng)用生態(tài)學(xué)報(bào)，2006，17(8):1453-1458.

［26］WOLFE R E，NISHIHAMA M，F(xiàn)LEIG A J，et al.Achieving subpixel geolocation accuracy in support of MODIS land science［J］.Remote Sensing of Environment，2002，83:31-49.

［27］于 堃.典型平原濕地成因及近10年來植被變化研究［D］.南京:南京大學(xué)，2011.

［28］GENOVESE G，VIGNOLLES C，NEGRE T，et al.A methodology for a combined use of normalized difference vegetation index and CORINE land cover data for crop yield monitoring and forecasting-A case study on spain［J］.Agronomie，2001，21(1):91-111.

［29］武建軍，楊勤業(yè).干旱區(qū)農(nóng)作物長(zhǎng)勢(shì)綜合監(jiān)測(cè)［J］.地理學(xué)報(bào)，2002，21(5):593-598.

［30］劉愛霞，王長(zhǎng)耀，劉正軍，等.基于RS與GIS的干旱區(qū)棉花信息提取及長(zhǎng)勢(shì)監(jiān)測(cè)［J］.地理與地理信息科學(xué)，2003，19(4):101-104.

［31］SIVANPILLAI R，LATCHININSKY A V.Mapping locust habitats in the Amudarya River Delta，Uzbekistan with multi-temporal MODIS imagery［J］.Environmental Management，2007，39:876-886.

［32］VERMOTE E F，TANRE J L，DEUZE M H，et al.Second simulation of the satellite signal in the solar spectrum，6S:an overview［J］.IEEE Transactions Geoscience and Remote Sensing，1997，35:675-686.

［33］HUETE A R，DIDAN K，MIURA T，et al.Overview of the radiometric and biophysical performance of the MODIS vegetation indices［J］.Remote Sensing of Environment，2002，83:95-213.

［34］王正興，劉 闖，HUETE A R.植被指數(shù)研究進(jìn)展:從AVHRRNDVI到 MODIS-EVI［J］.生態(tài)學(xué)報(bào)，2003，23(5):979-986.

［35］PAN Y，LI L，ZHANG J，et al.Winter wheat area estimation from MODIS-EVI time series data using the Crop Proportion Phenology Index［J］.Remote Sensing of Environment，2012，119:232-242.