留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种利用MODIS数据的夏玉米物候期监测方法

李颖 陈怀亮 李耀辉 王秀萍 张方敏

李颖, 陈怀亮, 李耀辉, 等. 一种利用MODIS数据的夏玉米物候期监测方法. 应用气象学报, 2018, 29(1): 111-119. DOI: 10.11898/1001-7313.20180110..
引用本文: 李颖, 陈怀亮, 李耀辉, 等. 一种利用MODIS数据的夏玉米物候期监测方法. 应用气象学报, 2018, 29(1): 111-119. DOI: 10.11898/1001-7313.20180110.
Li Ying, Chen Huailiang, Li Yaohui, et al. A method for summer maize phenology monitoring by MODIS data. J Appl Meteor Sci, 2018, 29(1): 111-119. DOI:  10.11898/1001-7313.20180110.
Citation: Li Ying, Chen Huailiang, Li Yaohui, et al. A method for summer maize phenology monitoring by MODIS data. J Appl Meteor Sci, 2018, 29(1): 111-119. DOI:  10.11898/1001-7313.20180110.

一种利用MODIS数据的夏玉米物候期监测方法

DOI: 10.11898/1001-7313.20180110
资助项目: 

中国气象局·河南省农业气象保障与应用技术重点开放实验室开放基金 AMF201507

风云三号(02)批气象卫星地面应用系统工程应用示范系统项目 FY-3(02)-UDS-1.8.2

NSFC-河南人才培养联合基金 U1304405

中国气象局·河南省农业气象保障与应用技术重点开放实验室开放基金 AMF201608

中国气象局·河南省农业气象保障与应用技术重点开放实验室开放基金 AMF201708

详细信息
    通信作者:

    陈怀亮, E-mail:h.chen@vip.163.com

A Method for Summer Maize Phenology Monitoring by MODIS Data

  • 摘要: 采用MODIS数据重构夏玉米归一化植被指数生长曲线,提取并建立特征点位对应日期与作物进入不同物候期的实际日期之间的最佳匹配关系。研究表明:使用改进的SG(Savitzky-Golay)迭代滤波对最大值合成后的植被指数时间序列做平滑处理并进行Logistic曲线拟合,可得到时间分辨率为1 d的作物生长过程曲线,经与2013-2014年物候期实测数据匹配,选择利用动态阈值1提取七叶期,均方根误差为5.4 d;利用曲率最小值提取拔节期,均方根误差为6.4 d;利用动态阈值2提取抽雄期,均方根误差为6.0 d。经2015年物候期实测数据验证,3个关键物候期的遥感监测误差均在6 d以内。利用该方法可提高基于遥感数据开展大面积作物物候期监测识别的效率和准确率。
  • 图  1  河南省农业气象观测站位置分布图

    Fig. 1  The distribution of agricultural meteorological observation stations in Henan Province

    图  2  利用两种方法提取曲线特征点位

    (a)动态阈值法,(b)曲率法

    Fig. 2  Curve feature point extraction using two methods

    (a)dynamic threshold method, (b)curvature method

    图  3  2015年遥感提取生育期与实测生育期的误差分布图

    Fig. 3  Error distribution between extracted and observed maize entered growth stages in each site in 2015

    图  4  2015年利用MODIS NDVI时序数据监测夏玉米进入关键物候期的时间

    (a)七叶期,(b)拔节期,(c)抽雄期

    Fig. 4  Dates of summer maize entered key growth stages monitored by using time-series MODIS NDVI data in 2015

    (a)seven-leaf, (b)jointing, (c)tasseling

    表  1  2013—2014年曲线特征点位与各物候期的均方根误差(单位:d)

    Table  1  Root mean square error between feature points and maize phenology in 2013 and 2014(unit: d)

    物候期 动态阈值1 动态阈值2 曲率最大值1 曲率最小值 曲率最大值2
    播种期 23.0 54.3 29.0 38.6 48.2
    出苗期 16.9 48.0 22.8 32.3 42.0
    三叶期 12.6 43.6 18.4 27.9 37.5
    七叶期 5.4 32.4 8.2 16.9 26.4
    拔节期 15.0 19.2 9.6 6.4 13.5
    抽雄期 32.0 6.0 25.9 16.5 8.2
    开花期 33.4 6.4 27.3 17.9 9.4
    吐丝期 34.5 6.9 28.4 19.0 10.4
    乳熟期 57.0 26.3 50.9 41.4 32.0
    成熟期 79.8 48.6 73.7 64.0 54.5
    下载: 导出CSV
  • [1] 穆佳, 赵俊芳, 郭建平.近30年东北春玉米发育期对气候变化的响应.应用气象学报, 2014, 25(6):680-689. doi:  10.11898/1001-7313.20140604
    [2] 吴玮, 景元书, 马玉平, 等.干旱环境下夏玉米各生育时期光响应特征.应用气象学报, 2013, 24(6):723-730. doi:  10.11898/1001-7313.20130609
    [3] 陈怀亮, 李颖, 张红卫.农作物长势遥感监测业务化应用与研究进展.气象与环境科学, 2015, 38(1):95-102. https://www.wenkuxiazai.com/doc/5a7f2e3e856a561253d36f2a.html
    [4] 何勇, 董文杰, 严晓瑜.基于MODIS的我国北方农牧交错带植被生长特征.应用气象学报, 2008, 19(6):716-721. doi:  10.11898/1001-7313.20080611
    [5] 王圆圆, 扎西央宗.利用条件植被指数评价西藏植被对气象干旱的响应.应用气象学报, 2016, 27(4):435-444. doi:  10.11898/1001-7313.20160406
    [6] Wu C, Gonsamo A, Gough C M, et al.Modeling growing season phenology in North American forests using seasonal mean vegetation indices from MODIS.Remote Sensing of Environment, 2014, 147:79-88. doi:  10.1016/j.rse.2014.03.001
    [7] Hill M J, Donald G E.Estimating spatio-temporal patterns of agricultural productivity in fragmented landscapes using AVHRR NDVI time series.Remote Sensing of Environment, 2003, 84(3):367-384. doi:  10.1016/S0034-4257(02)00128-1
    [8] Sakamoto T, Gitelson A A, Arkebauer T J.MODIS-based corn grain yield estimation model incorporating crop phenology information.Remote Sensing of Environment, 2013, 131:215-231. doi:  10.1016/j.rse.2012.12.017
    [9] MacBean N, Maignan F, Peylin P, et al.Using satellite data to improve the leaf phenology of a global terrestrial biosphere model.Biogeosciences, 2015, 12(23):7185-7208. doi:  10.5194/bg-12-7185-2015
    [10] 张宏群, 杨元建, 荀尚培, 等.安徽省植被和地表温度季节变化及空间分布特征.应用气象学报, 2011, 22(2):232-240. doi:  10.11898/1001-7313.20110212
    [11] 陈怀亮, 徐祥德, 杜子璇, 等.黄淮海地区植被活动对气候变化的响应特征.应用气象学报, 2009, 20(5):513-520. doi:  10.11898/1001-7313.20090501
    [12] 陈燕丽, 龙步菊, 潘学标, 等.基于MODIS NDVI和气候信息的草原植被变化监测.应用气象学报, 2010, 21(2):229-236. doi:  10.11898/1001-7313.20100213
    [13] 王开存, 陈长和, 郭铌.用NOAA/AVHRR探测地表反射率和NDVI的订正及误差分析.应用气象学报, 2003, 14(2):165-175. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20030221&flag=1
    [14] Gallo K P, Flesch T K.Large-area crop monitoring with the NOAA AVHRR:Estimating the silking stage of corn development.Remote Sensing of Environment, 1989, 27(1):73-80. doi:  10.1016/0034-4257(89)90038-2
    [15] Hmimina G, Dufrêne E, Pontailler J Y, et al.Evaluation of the potential of MODIS satellite data to predict vegetation phenology in different biomes:An investigation using ground-based NDVI measurements.Remote Sensing of Environment, 2013, 132:145-158. doi:  10.1016/j.rse.2013.01.010
    [16] Kandasamy S, Fernandes R.An approach for evaluating the impact of gaps and measurement errors on satellite land surface phenology algorithms:Application to 20-year NOAA AVHRR data over Canada.Remote Sensing of Environment, 2015, 164:114-129. doi:  10.1016/j.rse.2015.04.014
    [17] Verger A, Filella I, Baret F, et al.Vegetation baseline phenology from kilometric global LAI satellite products.Remote Sensing of Environment, 2016, 178:1-14. doi:  10.1016/j.rse.2016.02.057
    [18] Zhou J, Jia L, Menenti M.Reconstruction of global MODIS NDVI time series:Performance of harmonic analysis of time series (HANTS).Remote Sensing of Environment, 2015, 163:217-228. doi:  10.1016/j.rse.2015.03.018
    [19] Hird J N, McDermid G J.Noise reduction of NDVI time series:An empirical comparison of selected techniques.Remote Sensing of Environment, 2009, 113(1):248-258. doi:  10.1016/j.rse.2008.09.003
    [20] Atkinson P M, Jeganathan C, Dash J, et al.Inter-comparison of four models for smoothing satellite sensor time-series data to estimate vegetation phenology.Remote Sensing of Environment, 2012, 123:400-417. doi:  10.1016/j.rse.2012.04.001
    [21] Geng L, Ma M, Wang X, et al.Comparison of eight techniques for reconstructing multi-satellite sensor time-series NDVI data sets in the Heihe River Basin, China.Remote Sensing, 2014, 6(3):2024-2049. doi:  10.3390/rs6032024
    [22] Michishita R, Jin Z, Chen J, et al.Empirical comparison of noise reduction techniques for NDVI time-series based on a new measure.ISPRS Journal of Photogrammetry and Remote Sensing, 2014, 91:17-28. doi:  10.1016/j.isprsjprs.2014.01.003
    [23] Qiu B, Feng M, Tang Z.A simple smoother based on continuous wavelet transform:Comparative evaluation based on the fidelity, smoothness and efficiency in phenological estimation.International Journal of Applied Earth Observation and Geoinformation, 2016, 47:91-101. doi:  10.1016/j.jag.2015.11.009
    [24] Pan Z, Huang J, Zhou Q, et al.Mapping crop phenology using NDVI time-series derived from HJ-1 A/B data.International Journal of Applied Earth Observation and Geoinformation, 2015, 34:188-197. doi:  10.1016/j.jag.2014.08.011
    [25] 刘珺, 田庆久, 黄彦, 等.黄淮海夏玉米物候期遥感监测研究.遥感信息, 2013, 28(3):85-90. doi:  10.3969/j.issn.1000-3177.2013.03.015
    [26] 李颖, 刘荣花, 郑东东.基于多源数据和决策树估算夏玉米种植面积.中国农业气象, 2014, 35(3):344-348. http://d.old.wanfangdata.com.cn/Periodical/zgnyqx201403017
    [27] 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.气象与环境科学, 2016, 39(4):7-13. http://d.old.wanfangdata.com.cn/Periodical/hnqx201604002
    [28] 李秋元, 孟德顺.Logistic曲线的性质及其在植物生长分析中的应用.西北林学院学报, 1993, 8(3):81-86. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=xblx199303013&dbname=CJFD&dbcode=CJFQ
    [29] Jonsson P, Eklundh L.Seasonality extraction by function fitting to time-series of satellite sensor data.IEEE Transactions on Geoscience and Remote Sensing, 2002, 40(8):1824-1832. doi:  10.1109/TGRS.2002.802519
    [30] 张明伟. 基于MODIS数据的作物物候期监测及作物类型识别模式研究. 武汉: 华中农业大学, 2006. http://cdmd.cnki.com.cn/Article/CDMD-10504-2006190161.htm
    [31] 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.中国农业气象, 2015, 36(1):93-99. https://www.wenkuxiazai.com/doc/b7fdea204afe04a1b171de78.html
    [32] Sakamoto T, Wardlow B D, Gitelson A A, et al.A two-step filtering approach for detecting maize and soybean phenology with time-series MODIS data.Remote Sensing of Environment, 2010, 114(10):2146-2159. doi:  10.1016/j.rse.2010.04.019
    [33] 杨浩, 黄文江, 王纪华, 等.基于HJ-1A/1BCCD时间序列影像的水稻生育期监测.农业工程学报, 2011, 27(4):219-224. http://edu.wanfangdata.com.cn/Periodical/Detail/dlkxjz201510011
  • 加载中
图(4) / 表(1)
计量
  • 摘要浏览量:  4165
  • HTML全文浏览量:  1283
  • PDF下载量:  488
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-05-24
  • 修回日期:  2017-09-26
  • 刊出日期:  2018-01-31

目录

    /

    返回文章
    返回