近地遥感监测冬小麦关键发育时期的方法研究

doi:10.15933/j.cnki.1004-3268.2021.10.021

摘要/Abstract

摘要： 为探寻准确高效的冬小麦关键发育时期监测方法，首先利用归一化植被指数测量仪（SRS-NDVI）监测了河南省鹤壁市农业气象试验站2017—2018、2018—2019年度冬小麦生长季的时序归一化植被指数（Normalized difference vegetation index，NDVI）；然后，采用邻域差值分析法重构时序NDVI，并运用S-G滤波法（Savitzky‑golay，S-G）平滑处理时序NDVI中异常值；最后，根据冬小麦生长季NDVI变化特点，综合运用广义动态阈值法、曲线速率法和极值法，提取冬小麦关键发育时期特征点。结果表明，邻域差值分析法可有效去除观测数据的明显异常值，经S-G滤波法处理后的NDVI时序数据，更加符合冬小麦生长过程NDVI变化规律。此外，NDVI时序数据监测发育时期平均误差为2.5 d，精度较卫星遥感监测冬小麦发育时期明显提高。

关键词: 近地遥感, 冬小麦, 生长季, 发育时期, SRS-NDVI, 时间序列

Abstract: The aim is to explore the effective method for monitoring the critical growth stages of winter wheat.Firstly，the device for measuring normalized vegetation index（SRS‑NDVI）was used to monitor time series normalized difference vegetation index（NDVI）of winter wheat growing season in 2017—2018 and 2018—2019 at Hebi Agrometeorological Experimental Station. Then，the neighborhood difference analysis method was used to reconstruct time series normalized difference vegetation index，and the S‑G filtering method（Savitzky‑golay，S‑G）was used to smooth the noise in normalized difference vegetation index time series.Finally，according to the characteristics of normalized difference vegetation index time series，the generalized dynamic threshold method，curve rate method and extreme value method were used to extract the key growth stages of winter wheat. The results showed that the neighborhood difference analysis method could effectively remove obvious abnormal values in normalized difference vegetation index time series. Besides，the normalized difference vegetation index time series processed by S‑G filtering method was more in line with the normalized difference vegetation index change rule of winter wheat.In addition，the average error of the critical growth stages of winter wheat was 2. 5 days，and the accuracy was significantly higher than that extracted by using satellite remote sensing.

Key words: Near-earth remote sensing, Winter wheat, Growing season, Growth stages, SRS-NDVI, Time series

中图分类号:

S512

魏庆伟, 朱黎明, 王福州. 近地遥感监测冬小麦关键发育时期的方法研究[J]. 河南农业科学, 2021, 50(10): 163-171.

WEI Qingwei, ZHU Liming , WANG Fuzhou. A Method for Monitoring the Critical Growth Stages of Winter Wheat by Using Near‑earth Remote Sensing[J]. Journal of Henan Agricultural Sciences, 2021, 50(10): 163-171.

图/表 6

参考文献

［1］许文波，张国平，范锦龙，等.利用MODIS遥感数据监测冬小麦种植面积［J］.农业工程学报，2007，23（12）：144‑149.
XU W B，ZHANG G P，FANG J L，et al.Remote sensing monitoring of winter wheat areas using MODIS data［J］.Transactions of the Chinese Society of Agricultural Engineering，2007，23（12）：144‑149.
［2］陈艳玲，顾晓鹤，董燕生，等.利用有效积温提高冬小麦估产精度的研究［J］.麦类作物学报，2014，34（8）：1130‑1135.
CHEN Y L，GU X H，DONG Y S，et al.Prediction of winter wheat yield based on remote sensing with accumulated temperature［J］.Journal of Triticeae Crops，2014，34（8）：1130‑1135.
［3］蒙继华，吴炳方，李强子，等.农田农情参数遥感监测进展及应用展望［J］.遥感信息，2010，25（3）：122‑128.
MENG J H，WU B F，LI Q Z，et al.Research advances and outlook of crop monitoring with remote sensing at field level［J］.Remote Sensing Information，2010，25（3）：122‑128.
［4］WANG J，HUANG J F，WANG X Z，et al.Estimation of rice phenology date using integrated HJ‑1 CCD and Landsat‑8 OLI vegetation indices time‑series images［J］.Journal of Zhejiang University‑SCIENCE B（Biomedicine& Biotechnology），2015，16（10）：832‑844.
［5］杨琳，高苹，居为民.基于MODIS NDVI数据的江苏省冬小麦物候期提取［J］.江苏农业科学，2016，44（1）：315‑320.
YANG L，GAO P，JU W M.Retrieval of winter wheat phenological period based on MODIS NDVI data in Jiangsu province［J］. Jiangsu Agricultural Sciences，2016，44（1）：315‑320.
［6］闫峰，史培军，武建军，等.基于MODIS-EVI数据的河北省冬小麦生育期特征［J］.生态学报，2008，28（9）：4381‑4387.
YAN F，SHI P J，WU J J，et al.The phenology character of winter wheat by MODIS‑EVI data in Hebei，China［J］.Acta Ecologica Sinica，2008，28（9）：4381‑4387.
［7］孔令寅，延昊，鲍艳松，等.基于关键发育期的冬小麦长势遥感监测方法［J］.中国农业气象，2012，33（3）：424‑430.
KONG L Y，YAN H，BAO Y S，et al.Remote sensor monitoring method for winter wheat growth based on key development periods ［J］.Chinese Journal of Agrometeorology，2012，33（3）：424‑430.
［8］黄健熙，赵剑桥，汪雪淼，等.基于遥感和积温的冬小麦生育期提取方法［J］.农业机械学报，2019，50（2）：169‑176.
HUANG J X，ZHAO J Q，WANG X M，et al.Extraction method of growth stages of winter wheat based on accumulated temperature and remote sensing data［J］.Transactions of the Chinese Society for Agricultural Machinery，2019，50（2）：169‑176.
［9］MENG Q，COOKE W H，RODGERS J.Derivation of 16‑day time‑series NDVI data for environmental studies using a data assimilation approach［J］.Giscience &Remote Sensing，2013，50（5）：500‑514.
［10］刘新杰，魏云霞，焦全军，等.基于时序定量遥感的冬小麦长势监测与估产研究［J］.遥感技术与应用，2019，34（4）：756‑765.
LIU X J，WEI Y X，JIAO Q J，et al.Growth monitoring and yield prediction of winter wheat based on time‑series quantitative remote sensing data［J］.Remote Sensing Technology and Application，2019，34（4）：756‑765.
［11］张喜旺，陈云生，孟琪，等.基于时间序列MODISNDVI的农作物物候信息提取［J］.中国农学通报，2018，34（20）：158‑164.
ZHANG X W，CHEN Y S，MENG Q，et al.Extraction of crop phenological information based on time series MODIS NDVI ［J］. Chinese Agricultural Science Bulletin，2018，34（20）：158‑164.
［12］CAI Z，JONSSON P，JIN H，et al.Performance of smoothing methods for reconstructing NDVI time‑series and estimating vegetation phenology from MODIS data［J］.Remote Sensing，2017，9（12）：1271‑1288.
［13］朱婉雪，李仕冀，张旭博，等.基于无人机遥感植被指数优选的田块尺度冬小麦估产［J］.农业工程学报，2018，34（11）：78‑86.
ZHU W X，LI S J，ZHANG X B，et al.Estimation of winter wheat yield using optimal vegetation indices from unmanned aerial vehicle remote sensing ［J］.Transactions of the Chinese Society of Agricultural Engineering，2018，34（11）：78‑86.
［14］BROWN L A，DASH J，OGUTU B O，et al.On the relationship between continuous measures of canopy greenness derived using near‑surface remote sensing and satellite‑derived vegetation products ［J］.Agricultural and Forest Meteorology，2017，247（12）：280‑292.
［15］RICHARDSON A D，KLOSTERMAN S，TOOMEY M.Near‑surface sensor‑derived phenology［M］.Dordrecht：Springer Netherlands，2013.
［16］李树强，李民赞. 基于车载近地遥感的玉米苗期长势动态诊断研究［J］. 河南农业科学，2014，43（5）：196‑200.
LI S Q，LI M Z.Research on corn growth based on vehicle‑borne ground‑based remote sensing dynamic prediction［J］.Journal of Henan Agricultural Sciences，2014，43（5）：196‑200.
［17］刘帆，王传宽，王兴昌.近地遥感在森林冠层物候动态监测中的应用［J］.应用生态学报，2018，29（6）：1768‑1778.
LIU F，WANG C K，WANG X C.Application of near‑surface remote sensing in monitoring the dynamics of forest canopy phenology［J］.Chinese Journal of Applied Ecology，2018，29（6）：1768‑1778.
［18］LARA B，GANDINI M.Assessing the performance of smoothing functions to estimate land surface phenology on temperate grassland［J］.International Journal of Remote Sensing，2016，37（8）：1801‑1813.
［19］冯艾琳，何洪林，刘利民，等.基于多源数据的禹城农田生态系统冬小麦生育期识别方法比较研究［J］.遥感技术与应用，2016，31（5）：958‑965.
FENG A L，HE H L，LIU L M，et al.A comparison of multiple phenology data sources for estimating the main phenological phases of winter wheat in Yucheng station［J］.Remote Sensing Technology and Application，2016，31（5）：958‑965.
［20］杨钧森，杨贵军，徐波，等.田间作物NDVI测量仪可靠性分析及标定环境研究［J］.农业工程学报，2019，35（8）：238‑244.
YANG J S，YANG G J，XU B，et al.Reliability analysis and calibration environment of field crop NDVI measuring instruments［J］.Transactions of the Chinese Society of Agricultural Engineering，2019，35（8）：238‑244.
［21］李艳，张成才，罗蔚然，等.基于改进最大值法合成NDVI的夏玉米物候期遥感监测［J］.农业工程学报，2019，35（14）：159‑165.
LI Y，ZHANG C C，LUO W R，et al.Summer maize phenology monitoring based on normalized difference vegetation index reconstructed with improved maximum value composite［J］.Transactions of the Chinese Society of Agricultural Engineering，2019，35（14）：159‑165.
［22］李颖，李耀辉，王金鑫.夏玉米生长过程曲线重建研究：以鹤壁市为例［J］.气象与环境科学，2016，39（4）：7‑13.
LI Y，LI Y H，WANG J X.Research on summer corn growth curve reconstruction：A case study in Heb［i J］.Meteorological and Environmental Sciences，2016，39（4）：7‑13.
［23］黄耀欢，王建华，江东，等.利用S-G滤波进行MODISEVI时间序列数据重构［J］.武汉大学学报（信息科学版），2009，34（12）：1440‑1443.
HUANG Y H，WANG J H，JIANG D，et al.Reconstruction of MODIS‑EVI time‑series data with S‑G filter［J］.Geomatics and Information Science of Wuhan University，2009，34（12）：1440‑1443.
［24］权文婷，周辉，李红梅，等.基于S-G滤波的陕西关中地区冬小麦生育期遥感识别和长势监测［J］.中国农业气象，2015，36（1）：93‑99.
QUAN W T，ZHOU H，LI H M，et al.Remote recognition and growth monitoring of winter wheat in key stages based on S‑G filter in Guanzhong region［J］.Chinese Journal of Agrometeorology，2015，36（1）：93‑99.
［25］JONSSON P，EKLUNDH L.Seasonality extraction by function fitting to time‑series of satellite sensor data［J］.IEEE Transactions on Geoence & Remote Sensing，2002，40（8）：1824‑1832.

[1]	徐春燕, 张倩, 王雅娴, 王红雨, 盛开, 王宜伦. 商品有机肥对砂质潮土理化性状、冬小麦产量及养分积累的影响[J]. 河南农业科学, 2024, 53(2): 56-64.
[2]	连延浩, 杜飞波, 薛博, 王志强, 任永哲, 林同保, 李森. 垄作结合一次性施肥对冬小麦氮素利用及经济效益的影响[J]. 河南农业科学, 2023, 52(9): 56-65.
[3]	张科谦, 程钢, 吴微, 宋向阳, 张子谦, 姚顺, 吴帅. 融合主被动遥感影像的冬小麦种植面积提取研究[J]. 河南农业科学, 2023, 52(6): 160-171.
[4]	戎亚思, 李国强, 张杰, 张建涛, 王猛, 郑国清, 冯伟. 基于AquaCrop 模型的河南省冬小麦灌溉制度优化研究[J]. 河南农业科学, 2023, 52(2): 151-161.
[5]	郭燕, 井宇航, 贺佳, 张会芳, 贾德伟, 王来刚. 基于无人机影像多源信息的冬小麦生物量与产量估算[J]. 河南农业科学, 2023, 52(12): 149-161.
[6]	李菲菲, 汤军, 高贤君, 杨元维, 占杨英. 基于GEE 的气候变化对豫北地区冬小麦播种面积与产量影响研究[J]. 河南农业科学, 2022, 51(8): 150-165.
[7]	马红艳, 聂兆君, 刘红恩, 李畅, 秦世玉, 赵鹏. 施氮量和施硒方式对冬小麦产量和籽粒矿质元素积累的影响[J]. 河南农业科学, 2022, 51(5): 10-22.
[8]	井宇航, 郭燕, 张会芳, 戎亚思, 张少华, 冯伟, 王来刚, 贺佳, 刘海礁, 郑国清. 无人机飞行高度对冬小麦植株氮积累量预测模型的影响[J]. 河南农业科学, 2022, 51(2): 147-158.
[9]	徐佳敏, 王帅丽, 穆心愿, 赵霞, 唐保军, 夏来坤, 赵亚丽, 刘天学. 秸秆附着微生物对土壤养分、小麦根际细菌多样性及产量的影响[J]. 河南农业科学, 2022, 51(1): 60-70.
[10]	余梦, 谷晓博, 李援农, 陈朋朋, 杨金宇, 李昱鹏. 播期和种植模式对冬小麦氮转运和产量的影响[J]. 河南农业科学, 2021, 50(10): 27-36.
[11]	董飞, 闫秋艳, 杨峰, 贾亚琴, 李峰, 鲁晋秀, 张建诚. 播种方式对不同灌溉条件下冬小麦产量及土壤水热条件的影响[J]. 河南农业科学, 2020, 49(4): 7-14.
[12]	刘卫玲, 程思贤, 李娜, 吴健, 杨丽, 李潮海, 赵亚丽. 深松（耕）时期与方式对砂姜黑土耕层养分和冬小麦、夏玉米产量的影响[J]. 河南农业科学, 2020, 49(3): 8-16.
[13]	李俊红, 邵运辉, 刘瑞, 丁志强, 李舞, 张洁, 吕军杰, 姚宇卿. 长期垄作覆盖对旱地冬小麦、夏玉米产量和水分利用效率的影响[J]. 河南农业科学, 2020, 49(3): 24-31.
[14]	黎世民, 张红利, 王来刚, 郑国清, 郭燕, 高建华. 基于格网和模糊聚类的河南省冬小麦气象干旱风险区划与分析[J]. 河南农业科学, 2020, 49(11): 172-180.
[15]	方保停，李向东，邵运辉，王汉芳，岳俊芹，张德奇，杨程，秦峰. 黄淮麦区冬小麦品种耐热性比较研究[J]. 河南农业科学, 2019, 48(7): 19-23.