基于FY3B的甘蔗植被指数与气象条件相关性研究

丁美花，陈燕丽*，孙瑞静，刘志平，欧钊荣 ， 黄永 璘 ，匡昭敏

(1广西壮族自治区气象科学研究所/广西壮族自治区生态气象和卫星遥感中心，广西南宁530022；2国家卫星气象中心，北京100081)

0 引言

近年来，迅速发展的卫星遥感技术被广泛应用于棉花[1]、水稻[2]、小麦[3-4]、橡胶[5]、甘蔗[6-13]等农作物的种植面积、长势、灾害以及产量监测预测[14-15]。其中归一化植被指数NDVI(Normalized Difference Vegetation Index)得到广泛的应用，成为监测陆表植被生长状态最为常用的指示因子，NDVI数值的大小能定量地指示植被覆盖变化，并能消除外部因素及内部非植被因素的影响，增强了NDVI对植被的响应能力，成为植物生长状态以及植被空间分布密度的最佳指示因子[16]。温度、降水等作为植物生长发育的必要环境因子，对植被的物候、生长、水分与气体交换等具有重要影响，研究植被变化及其与气候因子的关系可为应对全球气候变化提供重要的理论依据。许多学者对植被指数与气候因子之间的关系进行了研究[17-19]，这些研究大部分都是分析某区域NDVI指数的时空变化特征及其驱动因子，而专门针对某种农作物，开展作物NDVI值与气象条件相关性分析的研究尚不多见。

广西是我国最大的甘蔗种植基地，自21世纪初以来，蔗糖年产量占全国的60%以上，糖出口量占70%以上[20]。甘蔗生产受到气候、土壤等自然条件的影响，其中干旱、寒冻害等气象灾害对甘蔗的生长和最终产量的影响非常大[2]。甘蔗作为广西一种大宗人工栽培植被，在农田生态系统中具有举足轻重的地位。本文以广西甘蔗种植区作为研究区，利用我国风云气象卫星数据FY3B-MERSI和同期的温度、降雨和日照等气象数据，通过相关分析方法，探讨甘蔗归一化植被指数NDVI时空分布特征以及与气象因子的相关性，为深入了解广西甘蔗农田生态环境变化及全球气候变化背景下甘蔗生产趋利避害提供科学信息支撑，同时也为国产卫星数据在甘蔗监测方面更好的发挥作用提供参考。

1 资料和方法

1.1 研究区概况

广西位于中国南部，地处中、南亚热带，农业气候条件优越。地理经纬度坐标为：104°29′～112°04′E，20°54′～26°26′N[21]。耕地面积约263万hm2，占广西土地面积的11.14%，其中旱地面积约115万hm2，占耕地面积的43.7%，甘蔗种植面积仅占全区耕地总面积的26%左右，约为旱地面积的一半。广西作物种类繁多，在旱地上种植的作物主要有甘蔗、玉米、大豆、红薯、花生、蚕桑、茶叶、木薯、香蕉等，在水田上以水稻种植为主。

1.2 资料

1.2.1 卫星资料

本文主要采用的是我国新一代气象卫星风云三号B星(FY3B)上搭载的中分辨率光谱成像仪(MERSI)的归一化植被指数NDVI(2014～2019年)各旬产品，广西单日晴空数据较少，以旬为合成单位，可以降低云的影响，提高数据质量。其中FY3B-MERSI的旬植被指数(NDVI)产品采用10°×10°分幅的1 km均匀网格HAMMER投影，空间分辨率为250 m，以HDF5格式存储。

FY3B-NDVI旬产品合成算法中采用的是一种优化的最大值合成方法，该方法一般是通过云检测、质量检查等步骤后，逐像元地比较几张NDVI图像并选取最大的NDVI值作为合成后的NDVI值。FY3B-NDVI旬产品的合成是在像元基准上进行的，根据输入数据的质量，按照优先次序采用以下4种合成方法中的一种：①BRDF合成：在合成时段内有5天以上资料是晴天的话，就对各通道的双向反射率应用BRDF模式，将反射率值订正到星下点视角，然后计算太阳在天顶时的植被指数；②约束视角最大值合成：如果合成时段内无云像元数小于5天且大于1天，选择其中视角最小的2天资料，计算植被指数，取二者中最大值；③直接计算植被指数：如果只有1天无云，则直接使用这天数据计算植被指数；④最大值合成：如果合成时段内的资料都有云，则逐日计算植被指数，用植被指数最大值合成方法选择最佳像元。

提取对应网格的数据，进行拼接处理以及HAMMER投影转换，再结合广西甘蔗本底矢量边界数据得到甘蔗主产区的等经纬度NDVI旬产品。即2014～2019年共6年旬为单位的NDVI数据(每年36旬)。为了开展甘蔗关键生长期NDVI趋势变化分析，在旬数据的基础上计算8～10月时段的NDVI平均值。其中NDVI计算主要用到可见光和近红外波段。可见光、近红外分别指定星载仪器涵盖0.58～0.68 µm、0.76～1.25 µm的波长范围，计算方式如式(1)所示：

式(1)中，NDVI为归一化植被指数；ρnir为近红外波段反射率；ρred为红波段反射率，分别对应FY3B图像上的B4、B3波段。

1.2.2 气象资料

温度、降雨量和日照是影响甘蔗生长发育最重要的气象要素[22]，本文主要选用2014～2019年广西甘蔗主产区范围内45个气象台站各旬(每年第1～36旬)降雨量、平均气温、日照时数等观测数据，求算甘蔗主产区3个气象要素各旬6年平均值，得到第1～36旬的6年平均降雨量、平均气温和日照时数。

1.3 一元线性回归分析法

一元线性回归分析能够模拟每个栅格的变化趋势，该方法是指在一定时间内，采用最小二乘法逐像元拟合NDVI的斜率，用以综合反映植被覆盖的时空演变特征[18]。基于像元尺度的NDVI一元线性回归分析法，得出广西甘蔗种植区NDVI的年际变化趋势。公示如下：

式(2)中：n表示总年份数，本文中n=6；Slope为NDVI在这6年间的变化趋势值；NDVIi为第i年NDVI值。当Slope＞0时，表示所在像元的NDVI值随时间变化呈增加趋势；当Slope＜0时，NDVI随时间变化呈减少趋势；当Slope=0时，NDVI值随时间变化没有明显变化。为了更好地分析甘蔗植被变化趋势情况，参考文献[19]将变化趋势划分为5个等级，分别是明显减小(Slope≤-0.005)、轻度减小(-0.005＜Slope≤-0.002)、基本不变(-0.002＜Slope≤0.002)、轻度增加(0.002＜Slope≤0.005)和显著增加(Slope＞0.005)。

1.4 气象因子与甘蔗NDVI值相关分析方法

利用通径分析方法探寻甘蔗主产区的气温、降雨量、日照时数与NDVI的相关关系。由于气象因子之间存在相互影响关系，在多元回归的基础上，利用通径分析方法解析不同气象因子对甘蔗NDVI影响的直接效应和间接效应。通径分析可以通过对自变量与因变量之间表面直接相关性的分解，来研究自变量对因变量的直接重要性和间接重要性，从而为统计决策提供可靠的依据。

通径分析在多元回归的基础上将相关系数riy分解为直接通径系数(某一自变量对因变量的直接作用)和间接通径系数(该自变量通过其他自变量对因变量的间接作用)。

任一自变量xi(气象要素)与因变量y(NDVI)之间的简单相关系数(riy)=xi与y之间的直接通径系数(Piy)+所有xi与y的间接通径系数；

任一自变量xi对y的间接通径系数=相关系数(rij)×通径系数(Pjy)；

具体计算过程可以根据参考文献[23]的方法，通过SPSS统计软件实现。

1.5 滞后性分析方法

植被对气候因子响应存在着明显的滞后性，即植被生长除了受同时期的气候因子影响外，前一段时间的气候条件的累积效应对植被的生长也产生很大的影响。利用滞后相关系数可以分析植被NDVI对气候因子响应的滞后期[24]，公式如下：

式(3)中，R为滞后相关系数，n为样本数；R0,R1,R2,……Rn分别为NDVI与当前旬，前推1旬，2旬至前推n旬的滞后系数；若R=Rn，则NDVI对该气候因子变化响应的滞后期为n旬。

2 结果与分析

2.1 甘蔗NDVI值旬变化规律分析

由图1可见，根据广西甘蔗NDVI多年平均值(2014～2019年)，以旬为单位变化规律为：NDVI值在第9旬(3月底)最低，此时上一年种植的甘蔗基本砍收完毕；第10～21旬(4～7月)NDVI值处于快速升高阶段，这个阶段甘蔗从出苗、分蘖到茎伸长期，生长旺盛；而6～7月是甘蔗生长最旺盛的时期，NDVI值也达到较高水平；22～27旬(8～9月)NDVI值基本达到峰值并维持；从28旬(10月)开始，进入甘蔗的糖分积累期，生长缓慢，NDVI值开始逐渐降低；第31旬(11月)之后，甘蔗成熟，逐渐被砍收，因此NDVI值也迅速降低。由此可见，NDVI值年度内旬变化曲线基本反映了甘蔗在生长季节内的光谱特征变化规律，与实况相符。进一步说明FY3B卫星数据可以较好地反映甘蔗的生长状况。

图1 广西甘蔗NDVI多年平均值旬变化曲线图

2.2 甘蔗NDVI值变化趋势分析

8～10月份是甘蔗生长发育和产量形成的关键期，本文对2014～2019年共6年的数据求取该时段各年的NDVI平均值，并利用一元线性回归分析法，逐像元计算NDVI变化趋势。通过计算发现甘蔗NDVI值变化趋势范围在-0.007～0.006之间，相对稳定，没有出现剧烈变化。其中显著增加的区域占25%，轻度增加的区域占16%，明显减小的区域占22%，轻度减小的区域14%，基本保持不变的区域占23%，由统计结果可见甘蔗NDVI值整体得到改善的区域面积稍大于退化区域。在空间分布上，崇左市、防城港市、北海市及来宾市北部、柳州市北部的甘蔗NDVI值以增加趋势为主，其它地市大部区域甘蔗NDVI值呈减小趋势(图2)。

图2 2014～2019年广西蔗茎伸长关键期(8～10月)NDVI变化趋势分布

2.3 甘蔗NDVI值与气象条件相关性分析

甘蔗旬NDVI值与同期降水量、气温、日照时数呈极显著(P＜0.01)正相关关系(表1)。其中日照时数对甘蔗NDVI值影响最显著，降雨量影响最小，三者对甘蔗NDVI值的影响大小为：日照时数＞气温＞降水量。

表1 气象因子与甘蔗NDVI的相关系数

利用甘蔗NDVI值与前1～5旬气象因子分析其对甘蔗生长的滞后效应(图3)发现，除了日照时数外，气温和降水量对甘蔗NDVI值的影响均存在明显的滞后性，且气温的滞后期更长，降水量的滞后期为1旬，而气温的滞后期长达5旬。甘蔗是大田需水量较大的作物，且甘蔗生长周期较长，广西地区降水时空分布不均，大田甘蔗的保水保墒能力对后期降水减少干旱发生的抵御能力有重要影响，因此前期降雨对甘蔗后期生长影响显著。气温影响的滞后则可能是由于累积积温对甘蔗生长的持续影响造成的。

图3 气象因子与甘蔗NDVI的滞后性分析

由于气象因子相互作用，气象因子之间存在较强的相关性，利用通径分析方法进一步解析各个气象因子对甘蔗NDVI值的影响，结果如表2所示。

表2 气象因子对甘蔗NDVI影响的通径分析

各气象因子对甘蔗旬NDVI值影响的直接作用大小为日照时数＞降水量＞气温，且日照时数对甘蔗NDVI值有着决定性的正效应作用(pc=0.774)，降水量也为正效应，但作用远小于日照时数(pc=0.161)，而气温为负效应(pc=-0.019)。广西地区雨热同期，热量资源丰沛但降水时空分布不均，且在甘蔗生长季多云雨天气，甘蔗作为C4作物，光合作用的大小直接决定了其生物量的大小。

直接作用的分析结果表明，在广西地区，对于甘蔗而言，热量资源存在富余，雨量可以满足大多数地区甘蔗生长需求，但在部分地区存在不足，而日照由于云雨天气的影响，成为决定甘蔗地区差异的决定因素。

间接作用的分析结果表明，气温和降水量主要通过间接作用影响甘蔗生长，气温的总间接正效应最大(pc=0.559)，其次为降水量(pc=0.302)、日照时数(pc=0.053)；降水量和气温均通过日照时数起到了较强的间接作用，且气温的间接作用大于降水量。

3 结论与讨论

(1)FY3B-NDVI旬变化曲线基本真实反映了甘蔗年内出苗、茎伸长、成熟、砍收等不同生长发育期的光谱特征变化规律。在甘蔗生长发育和产量形成的关键期(8～10月)，甘蔗NDVI值多年变化趋势相对稳定，整体得到改善的区域面积稍大于退化区域，甘蔗农田生态环境较稳定。

(2)甘蔗旬NDVI值与同期降水量、气温、日照时数呈极显著正相关关系，三者对甘蔗NDVI值的影响大小为：日照时数＞气温＞降水量。

对甘蔗旬NDVI值影响的直接作用大小为日照时数＞降水量＞气温，且日照时数对甘蔗NDVI值有着决定性的正效应作用，降水量和气温均通过日照时数起到了较强的间接作用，且气温的间接作用大于降水量。

(3)气温和降水量对甘蔗NDVI值生长均存在明显的滞后性，降水量的滞后期为1旬，而气温滞后期更长，达5旬。

由上述结论可见，FY3B-NDVI多年平均值与日照、温度和降水都存在很好的相关关系，FY3B-NDVI值可以较精确地反映气象条件对甘蔗生长发育的影响。但个别年份，尤其是6～7月份，若甘蔗区晴空率太低，旬NDVI合成数值就会受到很大影响，导致数值偏低，难以真实反映甘蔗的生长状况，因此NDVI作为指标参与甘蔗长势、灾害监测评估及产量预测过程中，还要进一步借助地面观测数据对结果进行验证和修正。