基于时间序列遥感影像的地块长势分析和异常评估

案例背景

甘肃省兰州市，兰州新区某农场新开垦部分地块在2024季度产量表现差异明显，部分地块长势明显较差，而品种、播种量、坡度、灌溉水源均一致，因此希望借助遥感手段分析不同地块长势并评估出现长势差异的原因，以进行后续管理改进。

 该地块位于兰州新区东部，面积约为2900亩，土地平整后为台地，种植作物为玉米，从2024季度开始种植玉米，具体物候期如下：

监测和评估方法

为了进行对比分析，共选择了3个地块，地块1为出现异常的地块，地块2为东南方向另一个新建地块，而地块3为附近村庄的多年种植地块。

使用多源遥感数据进行植被指数时间序列分析，获取数据的时间跨度从土地平整前的2023年初到种植结束的2024年底。

通过植被指数变化曲线提取的物候期，判断上述三个地块种植作物均为玉米。

对比长势出现明显差异的区域，评估长势差异是否具有空间分布上的特征，同时根据参考地块，评估长势差异的强度，结合气象、土壤等条件进行综合分析，判断长势差异的原因。

评估结果

 图1. 土地平整前植被指数分布图

 图2.土地平整后植被指数分布图

图1为2023年，土地平整前的生长季NDVI最大值合成地图。从图1可发现该区域在开垦前为山地，且在公路两侧平坦地块有作物种植，且长势正常（图中蓝色区域）。

图2为2024年土地平整后的植被指数分布图，可以发现地物类型发生了显著变化，大片区域被开垦为农田，目标地块位于区域中部，在地形和坡度上与周边区域没有明显差异，但长势明显较差，且长势分布不均。同时长势分布具有明显的空间特征，以地块为边界，地块间差异显著。

考虑到地块均为人为划分，且为第一年种植，同时管理方案均一致，而物候期时间节点也相近，因此排除了农事操作导致的地块差异。

通过对比开垦前和开垦后的农田分布，发现开垦后，长势较好的新农田与开垦前的旧农田在空间分布上具有一定相似性，即从西北向东南方向延伸，且旧农田附近的新农田地块，长势普遍高于其他地块。

 图3.不同地块植被指数平均值时间序列

 （紫色、蓝色曲线为新建地块，绿色曲线为多年种植地块）

 图4.不同地块分布图

结合图3和图4，发现新建地块长势均差于参考地块，因此基本确定问题在于土壤。与农场建园人员进一步沟通后，了解了土地平整和覆土方法：土壤基本为原位覆盖，其中长势最好的区域为原有农田的土壤，其他长势一般的地块也基本使用熟土覆盖，而长势最差的区域为土地平整时的生土。

在长期的人类农业生产活动中，通过翻耕、施肥等措施，使土壤中的有机质增加，土壤结构得到改善，肥力得到提高。同时，微生物的活动也促进了土壤的熟化过程。而生土主要由岩石风化和母质沉积而成，其结构和肥力通常较差，缺乏有机质和养分。在自然条件下，生土的熟化过程非常缓慢。

因此判断导致长势差异的原因为土壤条件。 生土虽然肥力较低，但通过改良和培肥措施，可以逐渐转化为熟土，提高土地利用效率。然而，在改良过程中需要投入大量的人力和物力资源。

根据植被指数分布地图，能够准确分辨熟土和生土覆盖区域，并能够根据植被指数相对值估算当时生土和熟土的混合比例，进而针对不同区域制作不同梯度的土壤改良方案，实现了土壤改良的变量作业，节省了农资投入成本。

后续还能够通过遥感手段进行持续长势监测，评估土壤改良的效果，逐年调整变量方案和实施区域，实现农田资源的科学管理和可持续利用。