1. 引言
遥感技术具有大尺度、周期性获取信息的特点,被广泛用于各领域 [1] 。目前在农业生产的过程中,遥感监测技术已经应用于其中,且农业遥感技术也已趋向于成熟,例如土地的覆盖与利用、气象灾害的监测以及作物的长势和估产都属于其应用领域。农作物的长势监测是指运用遥感影像数据,利用遥感监测技术,分析农作物的植被指数大小,对作物长势进行判断。农作物的长势好坏会直接影响到其农作物本身的生产过程,怎样及时、科学精确、快速准确地获取农作物的长势信息及其本身的分布情况 [2] ,这对于当前的农业生产和社会来说,具有很深刻的意义。农业生产具有大尺度、季节性强、区域差异大等特点,如何快速准确得到农作物长势信息很困难 [3] 。我国的农业生产很特别,大部分地区农户生产规模小、经营比较分散,当前情况下在农业生产过程中进行全方位区域遥感监测仍然存在着相当大的技术问题 [4] 。
三江平原既是我国最大的农垦区,也是重要的粮食生产基地,但该地区的耕地面积并不是特别均匀的分布,况且其自身的粮食产量情况差异变化很大,这会给统一管理三江平原有关的农业监测信息带来很大的难题。为了解决这一难题,虽然我们可以利用实时采集信息的方法来获取地面上研究区域的农作物长势信息 [2] ,但是这样过度的依靠统计数据,既费时间又费精力,而且整体取得的研究结果还会延迟,这种方法在大尺度的监测农作物信息过程中实施起来比较困难 [5] 。因此,科学有效的收集作物长势信息对农业生产部门来说尤为重要。本论文研究的主要目的就是通过利用遥感技术,从而能够实现对于三江平原地区农作物的长势监测,可以给农田间的管理带来及时可靠的信息,还能在农作物生长的早期预估其产量,给国家农业相关部门提供粮食政策决策的依据 [6] 。
2. 研究区概况与数据源
2.1. 研究区概况
本篇论文是以三江平原地区为研究区域,三江平原它是由黑龙江、松花江、乌苏里江冲积形成的低势平原,是东北平原的组成部分。该平原是国家和东北地区重要的粮食储备基地,地处黑龙江省,是中国农作物商品粮食产区。这里土质肥沃,有利于农作物的种植,以下图1和图2分别是黑龙江省行政区划图以及三江平原区域图。

Figure 1. Map of administrative divisions of Heilongjiang Province
图1. 黑龙江省行政区划图

Figure 2. Regional map of the Sanjiang Plain
图2. 三江平原区域图
2.2. 数据源
本文所使用到的遥感影像数据:下载的时间为2009年5月25日和2010年5月25日,实际的时间范围则是2009年5月和2010年5月,所采用的数据集为MODIS13Q1 250M植被指数16天合成产品,其中数据集里包含有我们要研究的NDVI数据,所下载的影像均来源于地理空间数据云网站(http://www.gscloud.cn),行列号分别为h26v04和h27v04,空间分辨率为250 m,数据格式为EOS-HDF [2] 。
2.2.1. MODIS遥感数据介绍
MODIS影像的行列号,h代表水平方向,v代表垂直方向,覆盖整个中国的MODIS影像行列号 [7] 。
2.2.2. MODIS13Q1
MOD13Q1 (MODIS/Terra Vegetation Indices 16-Day L3 Global 250m SIN Grid)数据采用了Sinusoidal (正弦投影)的投影方式,属于陆地植被的数据产品,为250 m的空间分辨率,以16天为一个周期的地表反射率数据 [8] 。MOD13Q1数据特征如表1所示:

Table 1. MOD13Q1 data feature table
表1. MOD13Q1数据特征表
由于地理空间数据云上该研究区域的影像较少,所以本论文所采用的MODIS产品数据是2009年5月25日和2010年5月25日的4幅遥感影像,2009年和2010年各两幅。
3. 研究方法
3.1. 遥感图像预处理
遥感影像数据的预处理需要采用ENVI4.5和ArcMap10.2.2软件完成。
由于我们所使用的数据是遥感影像数据,因此在对高时空分辨率遥感数据进行分析和研究的过程中,我们需要做到对遥感影像进行辐射定标、大气校正、几何校正、拼接镶嵌、投影转换、影像裁剪等有关遥感数据的预处理操作。
首先对遥感影像进行图像辐射定标,这样有利于减少大气对NDVI的影响。其次对影像进行大气校正处理,目的是剔除计算NDVI的遥感数据中大气噪声的影响。再次进行几何校正,通过基础参照影像来校正影像,使被校正影像坐标信息与基础信息一致。接下来的操作步骤是对大气进行校正。
3.2. 归一化植被指数
在所有的遥感影像中,归一化植被指数是指近红外波段的反射值与红光波段的反射值之差比上近红外波段的反射值与红光波段的反射值之和 [9] 。它主要应用于农作物的长势监测,在MODIS影像中NDVI的算法为:NDVI = (Band2 − Band1)/(Band2 + Band1)。它是最常用的植被指数,值一般是在−1与1之间,而且值越大表示农作物的长势越好。通过对这一植被指数进行研究,可以比较综合的反映农作物的长势信息在时间上和空间上的变化过程。
4. 结果分析
4.1. 2009和2010年三江平原地区NDVI值
通过对研究区域即三江平原地区2009年和2010年NDVI分布图的处理,来分析这两年间该研究区的农作物长势信息及其分布的情况。

Figure 3. NDVI of the Sanjiang Plain in 2009
图3. 三江平原2009年NDVI图

Figure 4. NDVI of the Sanjiang Plain in 2010
图4. 三江平原2010年NDVI图
如上图3和图4分别为2009年和2010年三江平原地区的NDVI值,我们大致可以看出:两年间三江平原地区的NDVI值具有相似性,即同一地区不同时间三江平原的NDVI值是一致的。
4.2. 2009和2010年三江平原地区农作物长势比较
为了使我们的分析更加的准确和完整,我们可以采取国家农业相关部门的官方数据,将农作物的长势信息进行分级处理,分别是:长势极差、长势差、长势正常、长势好和长势特别好这5个等级。我们可以按照这个分级方法,对三江平原地区2009年和2010年的NDVI图进行分级处理,将其分成−0.2~0.13、0.14~0.35、0.36~0.52、0.53~0.73以及0.74~0.97这5个等级,并进行分级渲染,在分级渲染的过程将不同的等级赋予其合适的颜色,最终得到有关于三江平原地区2009年和2010年的农作物长势信息图(图5和图6)。通过对这两年的农作物长势信息图进行研究,来分析和比较该地区2009年和2010年的农作物长势情况。
将三江平原地区2009年和2010年作物长势信息图进行对比分析,我们不难发现:该地区的农作物长势都比较符合预期,作物长势的分布也大体与实际情况相符。与传统的统计农作物长势信息的方法相比,本研究具有大尺度、操作便捷及信息及时准确的特点。
从时间尺度上来说,整体上三江平原地区2010年的农作物长势情况要优于2009年;局部地区2009年和2010年的农作物长势情况趋于一致,即在2009年农作物长势好的地区,在2010年该地区农作物长势依然好,反之则差,也并不是所有地区都会符合这一规律。
从空间分布上来说,在三江平原的北部地区和中南部地区,同一地区分别在两年之间的作物长势并不是完全一致,仍会有较大的差别。但整体来说是2010年农作物长势优于2009年,这可能与当年的降水量和日照强度有关。对单年的农作物长势信息图进行观察和分析则可以看出:同一时间内,不同地区的农作物长势也不尽相同,存在着较大的差别,总体上是西北部、中南部及东部地区的农作物长势情况比其它地区要好,这种情况可能与当地的地形、土壤类型等有很大的关联。两图中均含有的农作物长势差的区域即红色部分,推测是湖泊或河流,该区域并没有进行农作物的种植,因此显示出作物长势差的结果。前面的研究大多为观察分析,为进一步准确说明2009年和2010年三江平原地区农作物长势的细节差异,本文采用ArcGIS中的像元统计来进行分析,结果表明农作物长势在三江平原的各个角落均有细小的差异,但在一年的时间内差距不会过大(如图7)。

Figure 7. Pixel statistics of crop growth from 2009 to 2010
图7. 2009~2010年作物长势像元统计图
4.3. 农作物长势影响因素分析
农业生产与自然条件两者之间的关系十分密切,农业生产会随着自然条件的变化从而自身发生变化。对于三江平原来说,不同地区光能资源一年的辐射量和一个月的辐射量的分布规律是极其相似的。由此,我们可以观察出三江平原地区2019年5月和2010年5月的农作物长势信息是类似的,局部地区的状况也不例外。光能资源从三江平原的东南地区、中西地区和东北地区依次由大到小分布,这与我们所得到结论也是一致的。一般情况下在5月份的时候,会达到月辐射量的最大值。因此,我们可以看到:该地区2009年5月和2010年5月农作物的长势都非常好。但会由于地形、气候和降水量或者人为等其他因素的影响导致在同一时间内不同地区的农作物长势情况不同,或者说是在同一区域内,不同时间段的农作物长势也不尽相同。总而言之,农作物长势好坏受到多方面因素的影响,这些因素的变化会使农作物的长势和分布情况发生相应的改变,最终会导致在对研究区的长势信息分析的过程中得到具有差异性的结果。
5. 结论与不足
本文是通过NDVI值即归一化植被指数来对三江平原地区的农作物长势进行遥感监测和分析,对不同年份相同局部地区及同一年份不同局部地区的农作物长势信息进行了对比与分析,由此就完成了对三江平原地区的农作物长势的遥感监测。2009年至2010年,长势等级越高说明农作物的生长状况越好,部分地区也会由于一些自然因素和其他因素造成长势等级降低的结果,即农作物的生长状况差。与之前的研究相比,本研究具有研究范围尺度大、便于获取数据及信息及时准确的优点,但本文也存在着许多不足之处:
1) 因为在下载影像的过程中,地理空间数据云网站上有关三江平原地区的影像数据非常少,都集中分布在2009年和2010年,非常有局限性;
2) 由于卫星的影像数据中会出现云量,且在对影像进行预处理的过程中并未进行去除云量的操作;
3) 在ArcMap中,为了研究方便,只是将三江平原所覆盖的各大地级市进行筛选,生成了三江平原地区的矢量图,这个过程中并未考虑到较小块的区域;
4) 本文研究作物长势信息所采用的指标,其研究范围非常的宽泛。
以上的不足之处会吸取经验和教训,在之后的研究过程中加以改进。