CN103886213B - 一种农作物总初级生产力的遥感估算方法及系统 - Google Patents

Abstract

本发明公开了一种农作物总初级生产力的遥感估算方法及系统，本发明的农作物总初级生产力遥感估算方法，针对小麦和玉米两种作物，与现有方法相比，本发明通过理论分析、实验测试和应用，充分利用多源遥感数据，以光能利用率模型为依托，充分考虑了光能、热能、水分、养分四个环境要素对农作物生长的影响，并引入最大光能利用率系数，构建基于光热水肥环境四要素的农作物总初级生产力遥感估算模型。相比传统的光能利用率模型，该模型考虑了多环境要素对农作物总初级生产力的影响，最大程度地应用了遥感数据，模型估算结果精度高，同时可以使用该估算模型系统针对某一应用示范区进行农作物生产力的估算。

Description

一种农作物总初级生产力的遥感估算方法及系统

技术领域

本发明涉及农作物生理生化技术领域，更具体涉及一种农作物总初级生产力的遥感估算方法及系统。

背景技术

总初级生产力（Gross Primary Production,GPP）是单位时间单位面积上，绿色植物通过光合作用所产生的全部有机同化量，其决定了进入陆地生态系统的初始物质和能量。遥感技术能够提供地表的多源多维多时相信息，可以为农作物总初级生产力的估算提供新的方法。

总初级生产力的估算方法可分为气候统计模型、生理生态过程模型和光能利用率模型三种。其中，光能利用率模型是目前遥感估算初级生产力较为常用的方法。该模型从资源平衡观点出发，认为任何对植物生长起限制性的资源，如水、氮、光照等，均可用于初级生产力估算，其不涉及过多的输入参数，简化了作物生长发育机理，通过遥感信息反演获取影响光合作用的环境要素或生物物理参数，从而实现作物生产力的动态模拟，又具有相对较高的估算精度。但是传统的光能利用率模型，需要参考太阳辐射或大气温度等非遥感参数，这些参数的获取通常依赖地表气象站，数据空间代表性小，在一定程度上限制了模型大面积实际应用的可操作性。

发明内容

（一）要解决的技术问题

本发明要解决的技术问题是如何实现总初级生产力估算模型的大面积应用，克服传统数据空间代表性小的不足。

（二）技术方案

为了解决上述技术问题，本发明提供了一种农作物总初级生产力的遥感估算方法，所述方法包括以下步骤：

S1、收集实验区的遥感数据产品、实验区站点实测总初级生产力数据和实验区地面太阳总辐射数据；其中所述实验区的遥感数据产品包括遥感反射率产品、遥感地表温度产品、遥感光合有效辐射产品；

S2、根据步骤S1所述的遥感反射率产品以及遥感地表温度产品，计算光能因子FI、温度因子TI、水分因子WI、肥力因子NI四个环境要素的遥感指数ScaledWDRVT、ScaledLST、ScaledVSDI、GNDVI；

利用所述实验区地面太阳总辐射数据计算光合有效辐射PAR或直接由步骤S1所述遥感光合有效辐射产品得到光合有效辐射PAR；

根据地面农作物类型代入农作物初级总生产力遥感估算模型，结合所述实验区站点实测总初级生产力数据，拟合农作物最大光能利用率参数LUE_max，完成农作物总初级生产力遥感估算模型的建立，

GPP_{_w}=PAR×LUE_{max_w}×FI×min(TI,WI,NI) (1)

GPP_{_c}=PAR×LUE_{max_c}×FI×TI×WI×NI (2)

其中公式1为小麦总初级生产力遥感估算模型，公式2为玉米总初级生产力遥感估算模型，GPP_—w为小麦总初级生产力，GPP_—c为玉米总初级生产力；

S3、收集应用示范区的遥感数据产品，其包括遥感反射率产品、遥感地表温度产品以及遥感光合有效辐射产品；

根据应用示范区收集的遥感反射率产品以及遥感地表温度产品，计算得到应用示范区的FI、TI、WI、NI四个环境要素的遥感指数，由应用示范区的遥感光合有效辐射产品得到PAR的值；

应用所述步骤S2得到的农作物初级总生产力遥感估算模型，得到应用示范区的农作物总初级生产力的估算结果。

优选地，所述步骤S2中的拟合农作物最大光能利用率参数LUE_max为使用最小二乘法并按照偏差率最小原则拟合。

优选地，所述遥感反射率产品均为MOD09A1，所述遥感地表温度产品均为MOD11A2，所述遥感光合有效辐射产品均为GLASS PAR。

优选地，所述遥感反射率产品包括蓝光波段反射率值Rblue、绿光波段反射率值Rgreen、红光波段反射率值Rred、近红外波段反射率值RNIR以及短波红光波段反射率值RSWIR。

一种农作物总初级生产力的遥感估算系统，所述系统包括实验区数据提取模块、回归计算模块、应用示范区数据提取模块、应用示范区计算输出模块；其中所述实验区数据提取模块连接实验区气象数据库、实验区遥感数据库以及实验区实测数据库；所述应用示范区数据提取模块连接应用示范区遥感数据库；

所述实验区数据提取模块将提取的信息传送给所述回归计算模块进行计算，拟合得到农作物最大光能利用率参数LUE_max，建立农作物总初级生产力遥感估算模型；将应用示范区数据提取模块提取的信息应用到所述农作物初级总生产力遥感估算模型，得到应用示范区的农作物总初级生产力的估算结果。

优选地，所述实验区气象数据库中存储地面太阳总辐射数据信息；所述实验区遥感数据库存储实验区的遥感数据产品信息；所述实验区实测数据库存储实验区实测总初级生产力数据信息；所述应用示范区遥感数据库存储应用示范区的遥感数据产品信息。

（三）有益效果

本发明提供了一种农作物总初级生产力的遥感估算方法及系统，针对小麦和玉米两种农作物，充分考虑了光能、热能、水分、养分四个环境要素对农作物生长的影响，引入最大光能利用率系数，建立农作物总初级生产力遥感估算模型，利用遥感数据估算总初级生产力，精度高，易于操作，模型估计值和实地观测数据具有较高的相关性，适于大面积农作物的总初级生产力估算。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的一种农作物总初级生产力的遥感估算方法的步骤流程图；

图2为本发明的一种农作物总初级生产力的遥感估算系统的结构示意图；

图3a为利用本发明建立的农作物总初级生产力遥感估算模型估算的小麦的GPP与实地观测GPP的比较示意图；

图3b为利用本发明建立的农作物总初级生产力遥感估算模型估算的玉米的GPP与实地观测GPP的比较示意图；

图4为本发明建立的农作物总初级生产力遥感估算模型在中国盈科以及美国MEAD三个通量站点的玉米生产力估算效果图。

具体实施方式

下面结合附图和实施例对本发明作进一步详细描述。以下实施例用于说明本发明，但不能用来限制本发明的范围。

本发明的一种农作物总初级生产力的遥感估算方法，其流程图如图1所示。参考Monteith等人在Solarradiation and productivity in tropicalecosystems.Journalof Applied Ecology,9,747-766中提出的资源平衡观点，即任何对植物生长起限制性的资源，如水、氮、光照等，均可用于生物量的估算，本发明将光能辐射、地表温度、地表水分和植被养分作为作物生产力的限制要素，引入光能利用率模型中，针对小麦和玉米分别构建了GPP遥感估算模型，具体表达式如下：

GPP_{_w}=PAR×LUE_{max_w}×FI×min(TI,WI,NI) (1)

GPP_{_c}=PAR×LUE_{max_c}×FI×TI×WI×NI (2)

公式1为小麦的总初级生产力估算方法，公式2为玉米的总初级生产力估算方法。其中，GPP为该作物的总初级生产力；式中，GPP_{_w}为小麦总初级生产力，GPP_{_c}为玉米总初级生产力，PAR为光合有效辐射，可由地面太阳总辐射数据Rg计算获取，计算公式为公式3，又可直接采用遥感光合有效辐射产品获取，如GLASS PAR；LUE_{max_w}为小麦最大光能利用率，由模型拟合得到；LUE_{max_c}为玉米最大光能利用率，由模型拟合得到；FI为光能有效辐射比例因子，由ScaledWDRVT指数计算获取，计算公式为公式4以及公式5；TI为温度因子，由ScaledLST计算获取，计算公式为公式6以及公式7；WI为水分因子，由ScaledVSDI指数计算获取，计算公式为公式8以及公式9；NI为养分因子，由GNDVI指数计算获取，其计算公式为公式10；环境四要素即为FI、TI、WI、NI四因子；

PAR=0.45×Rg （3）

$\mathrm{WDRVT}=\frac{(\mathrm{\α}\×R_{\mathrm{NIR}}-R_{\mathrm{Red}})}{(\mathrm{\α}\×R_{\mathrm{NIR}}+R_{\mathrm{Red}})}+\frac{(1-\mathrm{\α})}{(1+\mathrm{\α})}---\left(4\right)$

Scaled WDRVT=WDRVT/1.54 （5）

${\mathrm{TI}}_{\_w}=\min (\frac{\mathrm{LST}}{23},(-0.059\×\mathrm{LST})+2.35)---\left(6\right)$

${\mathrm{TI}}_{\_c}=\min (\frac{\mathrm{LST}}{33},(-0.083\×\mathrm{LST})+3.75)---\left(7\right)$

VSDI=1-[(R_SWIR-R_Blue)+(R_Red-R_Blue)] （8）

Scaled VSDI=（VSDI-0.5）/0.5 （9）

$\mathrm{GNDVI}=\frac{R_{\mathrm{NIR}}-R_{\mathrm{Green}}}{R_{\mathrm{NIR}}+R_{\mathrm{Green}}}---\left(10\right)$

其中，公式3中的Rg为地面太阳总辐射数据8天的累加值；RBlue为蓝光波段反射率值，RGreen为绿光波段反射率值，RRed为红光波段反射率值，RNIR为近红外波段反射率值，RSWIR为短波红光波段反射率值，α为系数，LST为遥感地表温度数据（单位：摄氏度）。

本发明的一种农作物总初级生产力的遥感估算方法，具体步骤包括：

S1、收集覆盖实验区的遥感数据、站点实测总初级生产力以及太阳总辐射数据，所述实验区的遥感数据包括遥感反射率产品、遥感地表温度产品以及遥感光合有效辐射产品；其中PAR为遥感光合有效辐射产品或者由从气象站获取的地面太阳总辐射数据计算得到；

S2、计算四个环境要素的遥感指数ScaledWDRVT，ScaledLST，ScaledVSDI，GNDVI，根据当地地面作物类型代入农作物总初级生产力遥感估算模型，即公式1或公式2，结合PAR参数以及实测总初级生产力，拟合农作物最大光能利用率参数LUE_max；

S3、确定作物最大光能利用率参数LUE_max后，农作物总初级生产力遥感估算模型建立完成；可用应用示范区的遥感数据直接驱动公式1，2，得到应用示范区的总初级生产力估算结果。

本发明用于建模的数据为欧洲6个通量站点和美国8个通量站点的数据，站点详细信息见表1。

表1用于构建农作物总初级生产力的估算遥感模型的通量站点信息

收集的数据包括：

1）太阳总辐射数据

对应站点的日太阳辐射值Rg，需要进行8天累加，以与MODIS8天合成产品对应，或者使用遥感光合有效辐射产品GLASS PAR代替，该产品的原始空间分辨率为5km，时间分辨率为3小时；

2）MODIS反射率产品（MOD09A1）和温度产品（MOD11A2）。

所述步骤S2具体包括：

基于遥感反射率产品和遥感地表温度产品，计算ScaledWDRVT，ScaledLST，ScaledVSDI，GNDVI四个环境要素的遥感指数，其中遥感反射率产品包括蓝光波段反射率值Rblue、绿光波段反射率值Rgreen、红光波段反射率值Rred、近红外波段反射率值RNIR以及短波红光波段反射率值RSWIR；遥感地表温度产品即遥感地表温度数据LST；

遥感光合有效辐射产品值即为PAR，ScaledWDRVT的值为FI，ScaledLST的值为TI，ScaledVSDI的值为WI，GNDVI的值为NI，将计算得到的环境四要素以及PAR参数代入公式1和公式2，结合实际总初级生产力值，按照偏差率（Bias）最小原则拟合小麦和玉米的最大光能利用率LUE_{max_w}和LUE_{max_c}。

LUE_max参数的拟合：

采用偏差率（Bias）和均方根误差（RMSE）两个指标来衡量模型精度，控制拟合误差。两指标的计算公式如下所示，其中公式11用来拟合LUE_max，公式12用来对拟合的结果进行检测；

$({\mathrm{est}}_i-{\mathrm{obs}}_i)/\mathrm{\Σ}{\mathrm{obs}}_i(i=\mathrm{1,2,3}...n)---\left(11\right)$

$\mathrm{RMSE}=\sqrt{\mathrm{\Σ}\frac{{({\mathrm{est}}_i-{\mathrm{obs}}_i)}^2}{n}}(i=\mathrm{1,2,3}...n)---\left(12\right)$

式中，est_i为第i个实验站点上的模型估算值，obs_i为第i个实验站点上的实际观测值，n为观测站点的个数。LUE_max的拟合原则为：首先保证GPP_est与GPP_obs的线性回归的斜率为1，即k=1，在此基础上选择GPP_est与GPP_obs数据偏差率（Bias）最小时的LUE值作为最终的LUE_max；其中GPP_obs为试验站点的实测农作物总初级生产力的值，GPP_est为利用所建农作物总初级生产力遥感估算模型以及最小二乘法估算得到的站点农作物总初级生产力的值。最后拟合得到了小麦和玉米在两种GPP遥感估算模型下的LUE_max，模拟结果见表2、图3a以及图3b。

表2针对小麦和玉米的GPP遥感模型及LUE_max拟合结果

所述步骤S3包括：确定LUE_max值后，根据公式1和公式2，代入应用示范区的遥感数据产品，计算得到应用示范区的总初级生产力的估算结果。

本发明公开了一种农作物总初级生产力的遥感估算系统，所述系统包括实验区数据提取模块、回归计算模块、应用示范区数据提取模块、应用示范区输出计算模块；其中所述实验区数据提取模块连接实验区气象数据库、实验区遥感数据库以及实验区实测数据库；所述应用示范区数据提取模块连接应用示范区遥感数据库。

所述实验区数据提取模块将提取的信息传送给所述回归计算模块进行计算，拟合得到农作物最大光能利用率参数LUE_max，建立农作物初级总生产力遥感估算模型；将应用示范区数据提取模块提取的信息应用到所述农作物初级总生产力遥感估算模型，得到应用示范区的农作物初级总生产力的估算结果。

所述实验区气象数据库中存储地面太阳辐射数据信息；所述实验区遥感数据库存储遥感数据产品信息；所述实验区实测数据库存储实测总初级生产力数据信息；所述应用示范区遥感数据库存储应用示范区的遥感数据产品信息。

本发明利用所建农作物总初级生产力遥感估算模型进行玉米生产力的估算。

（1）收集站点数据，包括：遥感有效光合辐射产品（GLASS PAR），MODIS反射率产品（MOD09A1），MODIS温度产品（MOD11A2）；

（2）基于遥感数据，利用公式4-10计算各环境要素指数；

（3）根据公式2，结合表2中拟合的LUE_max值（LUE_{max_c}=6.94）可直接计算得到各站点玉米总初级生产力；

（4）最终，四要素生产力遥感模型估算的玉米总初级生产力与实际总初级生产力相关分析的决定系数在0.91与0.97之间，如图4所示，其中GPP_obs为应用示范区的实测农作物总初级生产力的值，GPP_4F-c为利用所建农作物总初级生产力遥感估算模型估算得到的站点农作物总初级生产力的值。

其中，玉米生产力估算的应用示范区为中国盈科和美国Ne1，Ne2，Ne3共四个通量站点。表3罗列了本发明的农作物总初级生产力遥感估算模型在玉米生产力估算中所使用的站点信息。

盈科通量站位于甘肃省张掖市的盈科灌区农田内，观测点的经纬度为E100°24′37.2″/N38°51′25.7″，海拔高度为1519.1m。盈科试验场位于黑河中游，周围平坦开阔，防风林的间距东西向为500m，南北向为300m，是一个比较理想的绿洲农田观测站。

美国Ne1，Ne2和Ne3通量站点为三个坐落于美国Nebraska州Mead市Nebraska大学农业研究与发展中心附近的通量观测站，各站点间相距约1.6km。Ne1站点全名为MeadIrrigated，该站点由一个中心枢轴系统进行灌溉。该站点作物从2001年至今皆为玉米。Ne2站点全名为Mead Irrigated Rotation，该站点也由一个中心枢轴系统进行灌溉，但是农作物耕种形式从2001年至2010年间为玉米和大豆年际轮播，其中玉米播种年份为2001,2003,2005,2007以及2009年。Ne3站点全名为Mead Rainfed。不同于前两个站点，该站点并未配备灌溉系统，作物生长仅靠雨养。该站点作物类别为玉米和大豆，播种方式为年际轮播，其中玉米播种年份也为2001,2003,2005,2007以及2009年。

表3应用示范区站点信息

图4中的结果表明，模型估计值和实地观测数据具有较高的相关性，可见本发明的一种农作物总初级生产力的遥感估算方法及系统对玉米总初级生产力的估算很有效，且模型运算全部基于遥感数据，精度高，易于操作，适于大面积农作物的总初级生产力估算。

以上实施方式仅用于说明本发明，而非对本发明的限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行各种组合、修改或者等同替换，都不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种农作物总初级生产力的遥感估算方法，其特征在于，所述方法包括以下步骤：

S1、收集实验区的遥感数据产品、实验区站点实测总初级生产力数据和实验区地面太阳总辐射数据；其中所述实验区的遥感数据产品包括遥感反射率产品、遥感地表温度产品、遥感光合有效辐射产品；

S2、根据步骤S1所述的遥感反射率产品以及遥感地表温度产品，计算光能因子FI、温度因子TI、水分因子WI、肥力因子NI四个环境要素的遥感指数ScaledWDRVT、ScaledLST、ScaledVSDI、GNDVI；

利用所述实验区地面太阳总辐射数据计算光合有效辐射PAR或直接由步骤S1所述遥感光合有效辐射产品得到光合有效辐射PAR；

根据地面农作物类型代入农作物总初级生产力遥感估算模型，结合所述实验区站点实测总初级生产力数据，拟合农作物最大光能利用率参数LUE_max，完成农作物总初级生产力遥感估算模型的建立，

GPP_-w＝PAR×LUE_{max_w}×FI×min(TI,WI,NI) (1)

GPP_-c＝PAR×LUE_{max_c}×FI×TI×WI×NI (2)

其中公式1为小麦总初级生产力遥感估算模型，公式2为玉米总初级生产力遥感估算模型，GPP_-w为小麦总初级生产力，GPP_-c为玉米总初级生产力；

S3、收集应用示范区的遥感数据产品，其包括遥感反射率产品、遥感地表温度产品以及遥感光合有效辐射产品；

根据应用示范区收集的遥感反射率产品以及遥感地表温度产品，计算得到应用示范区的FI、TI、WI、NI四个环境要素的遥感指数，由应用示范区的遥感光合有效辐射产品得到PAR的值；

应用所述步骤S2得到的农作物总初级生产力遥感估算模型，得到应用示范区的农作物总初级生产力的估算结果。

2.根据权利要求1所述的方法，其特征在于，所述步骤S2中的拟合农作物最大光能利用率参数LUE_max为使用最小二乘法并按照偏差率最小原则拟合。

3.根据权利要求1所述的方法，其特征在于，所述遥感反射率产品均为MOD09A1，所述遥感地表温度产品均为MOD11A2，所述遥感光合有效辐射产品均为GLASS PAR。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述遥感反射率产品包括蓝光波段反射率值Rblue、绿光波段反射率值Rgreen、红光波段反射率值Rred、近红外波段反射率值RNIR以及短波红光波段反射率值RSWIR。

5.一种应用权利要求1至4任一项所述的方法的农作物总初级生产力的遥感估算系统，其特征在于，所述系统包括实验区数据提取模块、回归计算模块、应用示范区数据提取模块、应用示范区计算输出模块；其中所述实验区数据提取模块连接实验区气象数据库、实验区遥感数据库以及实验区实测数据库；所述应用示范区数据提取模块连接应用示范区遥感数据库；

所述实验区数据提取模块将提取的信息传送给所述回归计算模块进行计算，拟合得到农作物最大光能利用率参数LUE_max，建立农作物总初级生产力遥感估算模型；将应用示范区数据提取模块提取的信息应用到所述农作物总初级生产力遥感估算模型，得到应用示范区的农作物总初级生产力的估算结果。

6.根据权利要求5所述的系统，其特征在于，所述实验区气象数据库中存储地面太阳总辐射数据信息；所述实验区遥感数据库存储实验区的遥感数据产品信息；所述实验区实测数据库存储实验区实测总初级生产力数据信息；所述应用示范区遥感数据库存储应用示范区的遥感数据产品信息。