基于时间序列ndvi相似性分析的棉花估产

《基于时间序列ndvi相似性分析的棉花估产》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第28卷第2期农业工程学报Vol.28No.21482012年1月TransactionsoftheCSAEJan.2011基于时间序列NDVI相似性分析的棉花估产1,21※121高中灵，徐新刚，王纪华，靳华安，杨浩（1.北京农业信息技术研究中心，北京100097；2.北京师范大学地理学与遥感科学学院，北京100875）摘要：多时相遥感数据能比单一时相反映更多的作物产量信息，挖掘多时相遥感信息以提高作物估产精度具有重要意义。该文以新疆生产建设兵团农一师一团的棉花为研究对象,提出了一种融合分区概念和时间序列NDVI（归一化植

2、被指数）相似性分析的棉花估产方法。首先，通过植被指数与产量的相关性比较分析，确定NDVI为棉花估产因子，在此基础上根据棉花品种和土壤条件的差异，将研究区棉田划分为不同类型的生长区；然后，结合每个生长区获取的样点产量数据，确定各生长区时序NDVI估产模型的拟合系数；最后，融合距离与角度相似性算法，对各生长区内所有棉花像元的时序NDVI数据构成的向量与产量样点对应的时序NDVI向量进行相似性分析，确定待测棉田像元最佳的估产模型，实现对整个棉田区域棉花产量的遥感估测。结果表明，基于分区和时序NDVI相似性分析的棉花产量预测值与实

3、测值决定系数达到0.77，该方法具有较好的操作性和适用性。关键词：遥感，估产，时间序列分析，分区，NDVI，相似性分析，棉花doi：10.3969/j.issn.1002-6819.2012.02.026中图分类号：TP79；S127文献标志码：A文章编号：1002-6819(2012)-02-0148-06高中灵，徐新刚，王纪华，等.基于时间序列NDVI相似性分析的棉花估产[J].农业工程学报，2012，28(2)：148－153.GaoZhongling,XuXingang,WangJihua,etal.Cottony

4、ieldestimationbasedonsimilarityanalysisoftime-seriesNDVI[J].TransactionsoftheCSAE,2012,28(2):148－153.(inChinesewithEnglishabstract)[6-7]新的活力。半经验模型是将作物生长模型简化，利用0引言遥感信息反演影响产量的指标因子，在模拟作物干物质新疆是中国重要的棉花生产区，棉花产量是影响区量的动态变化的基础上，通过作物干物质分配函数模型，域经济发展的重要因素，及时、准确地对棉花产量进行[8]得到最

5、终的作物产量信息。目前，Monteith提出的以光估算，可以为管理部门制定相关政策提供重要依据。传[9-11]能效率模型概念为基础的半经验模型应用最为广泛，统的产量调查方法只能得到离散的产量数据，而且需要但模型中的辐射利用效率与收获系数难以实现准确计耗费大量的人力和财力，遥感技术因具有大区域、实时算，从而限制了其在区域作物单产估测中的推广应用。和连续动态观测的优势，在大区域作物估产方面得到了作物估产的理论模型是通过作物生长模型动态模拟土壤-广泛应用。作物-大气间的相互作用关系，来描述作物的生长、发育、基于空间遥感技术的作物

6、估产方法可大致分为经产量形成的过程。尽管将遥感技术应用在作物生长模型验、半经验及理论模型三类。经验模型不涉及复杂的作[12-15]估产研究中取得了一定进展，然而遥感数据不同尺物单产形成机理，主要通过建立作物产量与敏感光谱波度数据转换、区域作物模型参数难以获取等因素仍然是段或植被指数间的统计关系式来实现，其中应用两个或作物估产机理模型亟待解决的问题。总之，虽然经验作多个波段反射率线性或非线性组合的植被指数，进行作物估产模型没有描述作物产量形成的内在机理，但其方[1]物遥感估产的方法取得了较大进展。如应用NOAA/法简单，不论

7、在大区域或者小尺度范围内均可应用，仍AVHRR和MODIS卫星遥感影像提取的植被指数，结合然是目前应用最为广泛的估产方法。气象、农学等相关知识进行的区域作物估产应用研究，近年来随着遥感的发展，各种模型与新型传感器的[2-5]就取得了很好的效果。近年来，神经网络与权重最优出现，逐步开展了多时相作物估产方法研究。作物在每组合等非线性方法被用于玉米与大麦的遥感估产中，也个生育时期的生长状况均会影响产量的形成，因此构建获得了较高的精度，为经验性遥感估产方法的研究提供多时相遥感估产模型估算作物产量与单一时相相比更具有潜在的优势。尽管

8、作物产量的形成受多种因素综合影[16-18]收稿日期：2011-01-10修订日期：2011-09-20响，如作物品种、气象因素、土壤因素、生物因素基金项目：国家科技支撑计划项目（2007BAH12B02）；国家973项目（病虫害等）以及田间管理与栽培方式等等，但这些因素（2007CB714406）综合