1、油菜在我國位居油料作物之首，我國油菜的播種面積和產(chǎn)量均居世界第二位，其中約90％為冬油菜。越冬期是冬油菜必然經(jīng)歷的物候階段，因而具有發(fā)生凍害的風險。傳統(tǒng)意義上的油菜凍害監(jiān)測與評估都是由工作人員到田間實地調(diào)查得到凍害指數(shù)，不僅耗時、成本高，且代表性差。遙感是及時獲取大范圍地表信息的有效有段，在作物災害監(jiān)測與評估領域具有明顯的優(yōu)勢。本研究選取傳統(tǒng)的冬油菜主產(chǎn)區(qū)—安徽省作為研究區(qū)域，基于中等分辨率成像光譜儀MODIS/MERIS、國產(chǎn)環(huán)境減災

2、衛(wèi)星HJ-CCD/IRS等多種遙感數(shù)據(jù)源，以明確記載有油菜凍害發(fā)生的典型年份作為研究案例，探索針對油菜凍害的多角度評估方法，研究時相包括2003-2004、2009-2010和2010-2011三個生長季。主要的研究內(nèi)容以及取得的主要成果包括以下幾個方面:
　　(1)基于日最低氣溫指標的油菜凍害發(fā)生區(qū)域判斷
　　本文從油菜凍害的致災因子—日最低氣溫出發(fā)，綜合利用MODIS遙感數(shù)據(jù)、地面氣象觀測資料和基礎地理數(shù)據(jù)，采用星地多源

3、數(shù)據(jù)相結合的解決思路，依據(jù)各等級油菜凍害的致災溫度國家標準，對于可能會有凍害發(fā)生的區(qū)域進行判斷。以2004年1月下旬及2月上旬發(fā)生的油菜凍害為例，論文分晴空與云覆蓋兩種情況討論了對研究區(qū)域全覆蓋的日最低氣溫分布數(shù)據(jù)的獲取方法。
　　對于晴空條件，本文通過建立日最低氣溫與晴空下LST、NDVI及儒略日(DOY)之間的多元線性回歸方程來估算其空間分布，以2000-2014年間冬季三個月每日獲取的數(shù)據(jù)為輸入用于建模及驗證。結果顯示對于日

4、最低氣溫的估算效果，基于前一天夜間所獲取的Terra-LST建立的估算方程具有最佳的表現(xiàn)，其次為當日白天獲取的Terra-LST、白天Aqua-LST和夜間Aqua-LST。對于陰天條件，本文采用旬低溫（旬內(nèi)平均日最低氣溫）背景網(wǎng)格推算+凍害年份低溫距平調(diào)整+殘差空間化方法逐步擬合云下的最低氣溫分布場，該方法首先基于經(jīng)度、緯度、海拔、坡度和坡向等地理要素數(shù)據(jù)來推算安徽全省冬季各旬（12月上旬至次年3月上旬）常年低溫水平的空間分布。在HA

5、NTS濾波的支持下基于8天合成的LST產(chǎn)品(MOD11A2)來模擬凍害發(fā)生年份指定旬與常年（2000-2014年）同時期低溫程度的距平，而后利用安徽省78個縣級氣象站的氣溫觀測數(shù)據(jù)將各低溫日期的最低氣溫與災害年份旬低溫水平之間的殘差進行空間化。本文以地理要素數(shù)據(jù)為輸入分別考查了多元線性回歸以及隨機森林非線性回歸方法對低溫殘差的估算效果，結果顯示隨機森林模型對殘差的估算精度明顯要優(yōu)于多元線性回歸方法，故采用該方法將各站點處的低溫殘差擴展到

6、整個研究區(qū)域。
　　以晴空下的最低氣溫估算結果為主體，利用云下的推算結果作為補充，從而得到每個低溫日期上對研究區(qū)域全覆蓋的1km分辨率的最低氣溫分布。由于國家標準中尚未對低溫的持續(xù)時間進行定義，本文采用冷積溫指標，即低溫時段內(nèi)每日最低氣溫的累加值來判斷可能會有油菜凍害發(fā)生的區(qū)域。結果顯示冷積溫能夠捕捉到出現(xiàn)在皖北地區(qū)（主要是宿州市一帶）以及江淮地區(qū)（主要為合肥及滁州地區(qū)）的低溫分布狀況，且通過與各氣象站的觀測值進行比較（相關系數(shù)r

7、=0.810，P＜0.01，RMSE=8.6℃），冷積溫的估算取得了較好的效果。
　　(2)油菜的遙感識別與提取
　　油菜從始花期到盛花期綠度出現(xiàn)下降，在植被指數(shù)時間序列剖面上呈現(xiàn)為“谷”的特征，區(qū)別于同時期生長的其他冬季作物（主要為冬小麥），基于這兩個物候時期油菜所特有的綠度變化趨勢可以實現(xiàn)其種植區(qū)域的提取?？紤]到不同地區(qū)生長的油菜物候期并不同步，本文基于8天合成的MODIS-NDVI時間序列數(shù)據(jù)，在S-G濾波平滑的基礎上

8、，通過識別不同地區(qū)始花期和盛花期的開始時間從而分區(qū)域提取出安徽全省油菜的分布，并且依據(jù)統(tǒng)計年鑒所記錄的市級油菜種植面積數(shù)據(jù)對提取結果進行了檢驗。
　　當凍害較為嚴重時，受凍后的油菜在花期時植株趨于低矮、花朵稀疏，在30 m像元分辨率尺度上與冬小麥容易混淆，極易造成對實際種植面積的低估，此外農(nóng)業(yè)災害評估又具有現(xiàn)勢性要求。結合合肥當?shù)赜筒松a(chǎn)的實際情況，針對該問題本文提出了基準種植區(qū)域+越冬作物掩膜調(diào)整方法，采用相鄰正常生長季（未有凍

9、害發(fā)生）的油菜分布作為基準，基于越冬作物從出苗到越冬前生長的特性建立掩膜來調(diào)整基準種植區(qū)域，將得到的結果用來表示凍害發(fā)生年份越冬時期的油菜分布，并且依據(jù)油菜播種面積統(tǒng)計數(shù)據(jù)對其進行檢驗。
　　(3)油菜凍害災情的遙感評估
　　對于2004年發(fā)生的油菜凍害，在MODIS像元尺度上借助于時間序列剖面分析了4種廣泛采用的植被指數(shù)對于凍害的敏感性。結果顯示，NDVI和GNDVI的表現(xiàn)要優(yōu)于EVI和SAVI這兩個植被指數(shù)，相比之下ND

10、VI對于凍害影響的表現(xiàn)更為充分。MODIS數(shù)據(jù)具有較長的時間序列連續(xù)性，適合采用植被指數(shù)距平法評估凍害災情。選取相鄰幾個正常生長季（2001-2006不含2004年）同時期的平均長勢水平作為基準，采用NDVI年際標準差來表示長勢的正常年際波動，將凍害影響后的長勢水平相對于基準水平的百分比差異用來描述凍害的災情程度。由于缺乏田間實測的災情數(shù)據(jù)，本文選取全省47個油菜主產(chǎn)縣區(qū)的平均凍害程度與相應的冷積溫進行相關性分析，結果表明二者之間具有顯

11、著的相關性(r=0.378，P＜0.01)，從而一定程度上支持了災情的評估結果。
　　MODIS空間分辨率較低，適合開展大范圍油菜凍害的篩查，但對于市（縣）區(qū)域的油菜凍害遙感監(jiān)測與評估，需要采用更高空間分辨率的數(shù)據(jù)進行研究。綜合考慮現(xiàn)有遙感資料的空間和時間分辨率，對于2010年和2011年初發(fā)生的油菜凍害，本文嘗試采用國產(chǎn)環(huán)境減災衛(wèi)星數(shù)據(jù)進行凍害評估。選取由HJ-CCD的4個工作波段構建的8個常用的植被指數(shù)作為候選的凍害評估指標。

12、利用2009-2010生長季災后相對于災前時相各植被指數(shù)的變化量較正常生長季(2008-2009)同時期變化量的歸一化差異直方圖曲線來判斷不同植被指數(shù)對于凍害的敏感性。結果表明在30m空間分辨率尺度上，NDVI和GNDVI較其他植被指數(shù)同樣具有更高的敏感性，相比較而言GNDVI的敏感程度更高，因而適合作為凍害的評估指標?；跒暮髸r相相對于基準水平的GNDVI百分比差異來判斷凍害發(fā)生年份的災情等級，對于2011年1月份發(fā)生的油菜凍害，本文

13、選取合肥市9個苗情監(jiān)測點實測的田間凍害指數(shù)對結果進行了驗證，分析表明遙感評估得到的凍害程度與田間實測凍害指數(shù)之間具有較高的相關度（r=-0.698，P＜0.05）。采用灰色關聯(lián)分析方法和統(tǒng)計分析方法，本文考查了一些自然因素和作物自身條件對凍害災情程度的影響，結果顯示南坡向和西坡向種植的油菜災情相對更為嚴重，幾個因素對災情影響程度的大小由高到低依次為:災前長勢、土壤濕度、最冷日期的地表溫度和海拔高度。
　　(4)新的凍害敏感指數(shù)的構

14、建
　　本文基于中等分辨率成像光譜儀MODIS和MERIS波段所構建的幾個生理變量敏感植被指數(shù)，在1km級分辨率尺度上考察了這些指數(shù)對于低溫脅迫的響應模式及其凍害敏感性差異。所選取的指數(shù)包括MODIS-PRI（表征光合速率）、NDWI（表征冠層濕度），以及MERIS-MTCI（表征冠層葉綠素含量）、REP（紅邊位置）與LAI（葉面積指數(shù)）。結果顯示PRI對于低溫脅迫響應非常強烈，間接表明光合作用對于凍害敏感;油菜受凍之后NDWI呈

15、現(xiàn)為異常上升的趨勢，據(jù)此推測凍害導致了冠層失水;LAI對于凍害響應遲鈍，其數(shù)值不僅降幅較小且低溫過后迅速恢復;低溫過程并未引起MERIS-MTCI與REP的降低或者削弱，推測凍害可能并未引起葉綠素水平的降低。低溫顯著地抑制了MTCI數(shù)值水平的上升，而REP幾乎未受到低溫的影響，引入紅邊波段構建的紅邊NDVI對于低溫脅迫的敏感程度要低于標準NDVI。
　　基于上述發(fā)現(xiàn)，本文選取MODIS-L1B級數(shù)據(jù)中對植被光合作用以及冠層濕度較為

16、敏感的7個波段，在不同凍害等級的隨機分層抽樣樣本的支持下，通過最佳指數(shù)(the optimalindex factor，OIF)分析方法篩選出其第5、11和12波段組合構建并且提出了新的凍害敏感植被指數(shù)MFISI（MODIS Freezing Injury Sensitive Index）。該指數(shù)能夠同時響應植被的光合作用與冠層濕度參數(shù)，具有明確的生理學意義;且由于兩種生理指標在遙感水平上對于凍害均敏感，新指數(shù)能夠明確地展現(xiàn)凍害的影響，