1、糧食供求狀況直接關(guān)系到各國國民經(jīng)濟(jì)的發(fā)展和人們的生存。及時(shí)、準(zhǔn)確地了解國家或地區(qū)的糧食生產(chǎn)狀況,提前估測作物產(chǎn)量對作物進(jìn)行動(dòng)態(tài)監(jiān)測有十分重要的意義。遙感估測作物產(chǎn)量方法是隨著社會(huì)和新技術(shù)的發(fā)展產(chǎn)生的估產(chǎn)新方法,因其有探測周期短、覆蓋面積廣、現(xiàn)勢性強(qiáng)、資料豐富、數(shù)據(jù)獲取方式簡便、費(fèi)用低等優(yōu)勢逐步取代了常規(guī)估產(chǎn)方法。為了將遙感觀測的春玉米生育期冠層反射波譜時(shí)間序列變化信息有效用于區(qū)域春玉米產(chǎn)量估算,本文以歸一化植被指數(shù)(NDVI)作為估算春

2、玉米產(chǎn)量模型的關(guān)鍵參數(shù),將中分辨率成像光譜儀(Moderate Resolution Imaging Spectroradiometer, MODIS)數(shù)據(jù)和高空間分辨率Landsat8 TM數(shù)據(jù)進(jìn)行小波變換融合,獲取30 m空間分辨率的NDVI時(shí)間序列信息,重構(gòu)研究區(qū)主要作物的NDVI標(biāo)準(zhǔn)時(shí)間序列譜,充分利用MODIS數(shù)據(jù)的長時(shí)間序列優(yōu)勢和TM數(shù)據(jù)的高空間分辨率優(yōu)勢,通過主要作物間的物候差異,結(jié)合時(shí)序分析法進(jìn)行分層分類并有效地區(qū)分出甘

3、州區(qū)春玉米和其他作物的空間分布,采用地面統(tǒng)計(jì)數(shù)據(jù)和野外地面采樣數(shù)據(jù)對分類結(jié)果進(jìn)行了精度評(píng)價(jià)。根據(jù)研究區(qū)春玉米NDVI值與產(chǎn)量相關(guān)性分析,選取了最佳估產(chǎn)期,并運(yùn)用回歸分析法構(gòu)建春玉米NDVI與產(chǎn)量擬合模型,使用研究區(qū)2011年春玉米種植面積和產(chǎn)量數(shù)據(jù)對最優(yōu)擬合模型進(jìn)行精度驗(yàn)證,并進(jìn)行誤差分析。結(jié)果表明:
　　(1)運(yùn)用小波變換融合方法將研究區(qū)2013年春玉米生育期長時(shí)序的250m空間分辨率的MODIS數(shù)據(jù)與同期30m空間分辨率的TM

4、數(shù)據(jù)進(jìn)行融合,試驗(yàn)證明應(yīng)用Symlets系列小波對影像進(jìn)行3級(jí)分解,采用高低頻完全替代融合規(guī)則進(jìn)行融合所獲取的研究區(qū)30m分辨率的時(shí)序數(shù)據(jù)效果最佳。
　　(2)基于時(shí)序分析法和分層分類法對研究區(qū)不同生育期的融合影像進(jìn)行春玉米分類,制圖精度為97.6％,用戶精度為89.71%,總體分類精度為91.28%,Kappa系數(shù)為0.8038,遠(yuǎn)高于單一MODIS數(shù)據(jù)分類和常規(guī)監(jiān)督分類,證明分辨率相差倍數(shù)較大的影像融合可以獲得較精確的作物種植

5、面積。研究區(qū)春玉米遙感分類面積與實(shí)際面積對比,分類準(zhǔn)確度達(dá)到95.3%,獲得較好的分類結(jié)果。
　　(3)依據(jù)研究區(qū)春玉米NDVI值與象元產(chǎn)量相關(guān)性分析,選取相關(guān)系數(shù)較高分別為0.7204、0.8133和0.762的拔節(jié)期、抽穗期和開花期為春玉米最佳估產(chǎn)期,運(yùn)用回歸分析法構(gòu)建樣本點(diǎn)春玉米NDVI值與象元產(chǎn)量的單一生育期和生育期組合擬合模型,選取相關(guān)系數(shù)R為0.8158、擬合優(yōu)度為0.6655、RMSE為300.2982的組合模型(拔