论文|松嫩平原农情遥感监测系统的设计与实现

遥感在农业监测和估产系统中应用已有较长的历史,现已开发了一些国家级的农情遥感监测系统,而松嫩平原还没有农情遥感监测系统的相关研究和开发。 因此，笔者对松嫩平原农情遥感监测系统进行设计与开发，利用MATLAB语言进行系统的开发，实现自动化监测以及农作物长势和植被信息自动提取，客观地对松嫩平原农作物生长状况的历史数据进行评估和实时监控。

松嫩平原农情遥感系统基于NDVI时间序列对于2000—2015年全年的23幅NDVI数据影像进行5类指标计算，即NDVI（归一化植被指数）、VCI（某一年NDVI 与所有年份中NDVI 最大值和最小值之比）、MVCI（某一年NDVI 与某一年之前所有年份NDVI平均值之比）、RMNDVI（某一年NDVI与某一年之前所有年份NDVI中值之比）、RPNDVI（某一年NDVI与前一年NDVI之比）。

采用Evans J P提出的基于傅里叶组分相似度指数的监督分类方法，采用逐像素计算影像上NDVI波形与参考像素NDVI波形的相似性方法来区分植被类型，运用于松嫩平原农情遥感监测系统的开发之中,并利用最大似然法进行监督分类。利用ENVI软件得出玉米、水稻、大豆等植被NDVI时间序列图，玉米NDVI时间序列图见图1。

图1 玉米的NDVI时间序列图

①开发语言

用MATLAB编程软件进行可视化编程，可以直接进行影像处理，优点是简单、快捷、准确地得出影像处理结果，便于研究。

②数据库

使用的MODIS产品数据是2000—2015年全年的23幅NDVI影像数据，对应的具体时间是每年1月1日—12月18日。采用Erdas9.2软件完成数据的镶嵌，并将影像由地球投影系统( SIN )投影到阿尔伯斯系统(Albers)；利用MODIS产品批处理工具MRT软件对MODIS进行空间拼接、投影转换和重采样等处理，最终输出成Albers投影，空间分辨率统一为250 m反射率数据。

农情遥感监测系统后台构建的数据库采用的是系统文件，可以加载相同类型数据影像。系统开发利用可视化编程技术基于MATLAB语言编写而成。实现直接通过编辑M脚本文件产生GUI,通过MATLAB图像用户界面开发环境GUIDE来形成相应文件，具有简单、运算功能强大、安全、面向对象等优点。

农情遥感监测系统运行主要是农作物长势指标计算、区域农作物自动分类等。自动分类可以将研究区域农作物进行分类，并进行估产和多年对比研究，评价分析某类经济作物种植面积变化趋势。农情系统设计流程见图2。

图2 系统设计流程

松嫩平原农情监测系统界面由文件区、工具栏、功能按键、输出界面（图3）组成。输出结果可以用来研究整个松嫩平原农作物长势和对农作物进行估产。同时可以对任何数据影像进行边界裁剪，实现完全自动化。

图3 输出界面

①长势监测

系统对2000—2015年多时相16 d合成的250 m分辨率MODIS-NDVI数据进行处理分析，松嫩平原农情监测系统根据不同植被类型物候特征的差异，首先将NDVI数据分为11个区间（图4），充分直观展示松嫩平原MODIS影像植被生长状况。通过NDVI影像对其他4类长势指标进行计算，得到不同植被条件指标（图5）。

图4 归一化植被指数

图5 植被指数

②自动分类

该系统可以自动对MODIS NDVI影像进行分类，通过分类可以对农作物产量进行更加准确的预报，并且可以进行逐年对比研究，使研究结果更加直观。笔者列举了2013年松嫩平原农作物分类图像（图6），该图例包含大豆、玉米、水稻，同时将林地、湿地、草地、建筑用地和河流、湖泊归为1种颜色。由于大豆、玉米、水稻是松嫩平原主要的经济作物，所以该系统对此3类农作物进行分类。

图6 影像分类

系统主要采用MATLAB语言编写而成，需要用户下载 MATLAB客户端，系统主要完成各类应用，对计算机性能要求较高，在普通个人计算机上安装MATLAB 2013版本以上软件即可运行。

基于MATLAB语言对松嫩平原农情监测系统进行开发，可以实现平原农作物遥感监测流程系统化，松嫩平原管理效率有效提高。该监测系统解决了松嫩平原植被遥感信息提取研究中需要处理大量影像数据的问题，为未来研究松嫩平原植被特征变化和规律提供了非常好的技术支持；也可以应用于其他区域和影像数据研究中，具有稳定性好、处理数据速度快、分类精确度高的特点。