劉曉晨

新疆維吾爾自治區(qū)農(nóng)業(yè)資源區(qū)劃辦公室，烏魯木齊 830049

基于Landsat8遙感數(shù)據(jù)的棉花長(zhǎng)勢(shì)快速監(jiān)測(cè)

劉曉晨

新疆維吾爾自治區(qū)農(nóng)業(yè)資源區(qū)劃辦公室，烏魯木齊 830049

選擇新疆棉花主產(chǎn)縣瑪納斯縣作為研究區(qū)，利用遙感技術(shù)進(jìn)行棉花長(zhǎng)勢(shì)的提取與評(píng)價(jià)，實(shí)現(xiàn)了較為準(zhǔn)確、快速的縣級(jí)棉花長(zhǎng)勢(shì)監(jiān)測(cè)[1-5]。

Landsat8；棉花；長(zhǎng)勢(shì)

1 研究區(qū)概況和數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

瑪納斯縣位于新疆維吾爾自治區(qū)中北部，農(nóng)業(yè)種植主要以棉花、玉米、特色作物為主。

1.2 數(shù)據(jù)來(lái)源

本研究采用Landsat8遙感數(shù)據(jù)下載自美國(guó)國(guó)家地質(zhì)調(diào)查局Global Visualizaton Viewer，數(shù)據(jù)軌道號(hào)為143029，獲取日期分別為2014年8月15日和2015年8月18日，減少作物物候的影響。

2 研究方法和技術(shù)路線

如圖1所示，為本研究采用的技術(shù)路線圖。下載的原始Landsat8數(shù)據(jù)為Geotiff格式，每個(gè)波段為一個(gè)單獨(dú)的Geotiff文件，因此首先利用ENVI軟件進(jìn)行波段合成，并檢查頭文件信息是否完全，接著進(jìn)行遙感數(shù)據(jù)的定標(biāo)以便將DN值轉(zhuǎn)化為表觀反射率，接著利用FLAASH模塊進(jìn)行大氣校正，以便去除大氣的影響，其結(jié)果得到地表反射率數(shù)據(jù)。然后利用瑪納斯矢量縣界進(jìn)行裁切，從而得到該縣的縣域遙感圖像。接著計(jì)算植被指數(shù)，并計(jì)算其差值，最后進(jìn)行分級(jí)從而得到棉花長(zhǎng)勢(shì)分級(jí)圖。

圖1 技術(shù)路線圖

3 棉花長(zhǎng)勢(shì)的遙感監(jiān)測(cè)

3.1 棉花種植區(qū)域識(shí)別

本研究利用在瑪納斯縣采集的作物解譯標(biāo)志點(diǎn)進(jìn)行棉花解譯標(biāo)志的建立與判讀，利用最大似然方法結(jié)合解譯標(biāo)志進(jìn)行棉花種植區(qū)域的提取，在此區(qū)域內(nèi)進(jìn)行棉花長(zhǎng)勢(shì)的監(jiān)測(cè)與評(píng)價(jià)。

3.2 植被指數(shù)的選擇與計(jì)算

植被在可見(jiàn)光的紅光波段有很強(qiáng)的吸收特性，反射率低，在近紅外波段有很強(qiáng)的反射特性，反射率高，通過(guò)上述兩個(gè)波段的不同組合可以得到不同的植被指數(shù)，植被指數(shù)有比值、差值、垂直、土壤調(diào)節(jié)、歸一化植被指數(shù)等等40余種。其中歸一化差值植被指數(shù)NDVI是目前應(yīng)用最廣泛的一種植被指數(shù)，由于植物葉綠素發(fā)生光合作用而吸收紅光,所以長(zhǎng)勢(shì)越好的植物吸收紅光越多,反射近紅外光也越多.所以NDVI能反應(yīng)植物生物量的多少,NDVI越大,植物長(zhǎng)勢(shì)越好.考慮到上述兩點(diǎn)因素，本研究即采用NDVI作為研究棉花長(zhǎng)勢(shì)的指數(shù)。NDVI的計(jì)算公式為：

NDVI=（NIR-R）/（NIR+R）

NIR為近紅外波段反射率，R為紅光波段反射率，對(duì)應(yīng)本研究采用的Landsat8數(shù)據(jù)，NIR為第四波段，R為第三波段。利用公式將2014與2015年對(duì)應(yīng)波段帶入公式，得出兩年的NDVI。

3.3 棉花長(zhǎng)勢(shì)的監(jiān)測(cè)

在計(jì)算出相鄰兩年NDVI的基礎(chǔ)上，對(duì)2015年NDVI與2014年NDVI進(jìn)行差值運(yùn)算，數(shù)值為0的區(qū)域表明相鄰兩年棉花長(zhǎng)勢(shì)相同，數(shù)值為正值的區(qū)域表明2015年棉花長(zhǎng)勢(shì)好于2014年，同理，數(shù)值為負(fù)值的區(qū)域表明2015年棉花長(zhǎng)勢(shì)弱于2014年，據(jù)此對(duì)差值圖進(jìn)行分級(jí)，從而得到相鄰兩年棉花的長(zhǎng)勢(shì)分級(jí)圖，更進(jìn)一步也可以在數(shù)值為正或者負(fù)的區(qū)域內(nèi)進(jìn)行細(xì)分，以便得到更加精細(xì)的棉花長(zhǎng)勢(shì)分級(jí)結(jié)果。根據(jù)長(zhǎng)勢(shì)分級(jí)圖，大部分區(qū)域都集中在0值附近，表明總體上相鄰兩年棉花長(zhǎng)勢(shì)相差不大，小部分變化較大的區(qū)域（正值或者負(fù)值）主要分布在北部沙漠邊緣，表明該區(qū)域脆弱的生態(tài)環(huán)境對(duì)棉花長(zhǎng)勢(shì)還是有一定影響。

4 結(jié)論

本研究利用Landsat8遙感數(shù)據(jù)，在瑪納斯縣進(jìn)行了棉花長(zhǎng)勢(shì)監(jiān)測(cè)與評(píng)價(jià)，研究表明，第一，Landsat8遙感數(shù)據(jù)為免費(fèi)下載，獲取難度低，數(shù)據(jù)成像質(zhì)量好，周期穩(wěn)定，便于實(shí)施作物長(zhǎng)勢(shì)監(jiān)測(cè)，且Landsat系列衛(wèi)星數(shù)據(jù)延續(xù)周期長(zhǎng)，便于進(jìn)行長(zhǎng)時(shí)間序列的作物長(zhǎng)勢(shì)監(jiān)測(cè)；第二，本研究采用的技術(shù)方法簡(jiǎn)單，可靠，可以在短時(shí)間內(nèi)獲取長(zhǎng)勢(shì)監(jiān)測(cè)結(jié)果，便于在基層推廣使用。

[1]黃青,周清波,王利民,李丹丹.基于遙感的冬小麥長(zhǎng)勢(shì)等級(jí)與氣象因子相關(guān)性分析 [J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2014,45 (12):301-304.

[2]黃青，李丹丹，陳仲新，等.基于MODIS數(shù)據(jù)的冬小麥種植面積快速提取與長(zhǎng)勢(shì)監(jiān)測(cè)[J]．農(nóng)業(yè)機(jī)械學(xué)報(bào)，2012，43( 7):163-167．

[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]張峰,吳炳方,劉成林等.區(qū)域作物生長(zhǎng)過(guò)程信息的遙感提取方法[J].遙感學(xué)報(bào),2004,8(6):515—528.

劉曉晨（1980年8月—），農(nóng)業(yè)推廣碩士，農(nóng)藝師，研究方向：農(nóng)業(yè)項(xiàng)目管理。

2015-11-17