您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[东证期货]:遥感指数预测大豆单产相关性探究 - 发现报告
当前位置:首页/其他报告/报告详情/

遥感指数预测大豆单产相关性探究

2025-01-22黄玉萍、农产品东证期货杨***
遥感指数预测大豆单产相关性探究

深度报告-行业研究 遥感指数预测大豆单产相关性探究 报告日期:2025年1月21日 ★遥感与大豆长势监测 大豆生长情况会影响最终的年产量,生长期间对于天气、大豆长势的炒作也影响了现货和期货价格的变动,因此对于大豆长势的实时监测能够在一定程度上辅助豆类价格变动的分析。遥感技术有着大尺度、高效率的优点,这意味着该技术能够一次性获取大量地表信息,完成对大豆种植区域的实时监控。构建遥感指数与大豆长势、单产之间的联系不仅可以辅助农户进行种植管理,同时也能够帮助分析师更好地进行价格预测。 ★遥感指数与单产、优良率的相关性分析 行处理公开遥感卫星数据产品并获取多年来美豆种植区域的时序遥感影像,计算归一化植被指数(NDVI)、净初级生产力 业(NPP)、叶片面积指数(LAI)、植被光能利用率(LUE)、光 研合有效辐射(PAR)并与美国农业部USDA公布的单产值以及生 究长期间的大豆优良率进行相关性分析。分析得出,7、8月的遥感植被指数与大豆单产值相关性较高,其中归一化植被指数NDVI 和净初级生产力NPP的相关性最高;植被光能利用率LUE与优良率的相关性相对较高,但优良率的统计方式使其带有一定的主观性,因此结果在不同的大豆主产州之间分析差异较大。在植株生长高峰期对其进行遥感监测效果最佳,遥感植被指数对于单产变化有一定的指示性。 ★遥感指数预测单产值及月间单产变动方向 以18个大豆产州2003-2023年的归一化植被指数NDVI月均值以及优良率为自变量,年单产值、月间单产变动方向为因变量,使用深度学习的方法分别进行了预测。结果证明,优良率与遥感指数结合能够对年度单产值以及USDA每月的单产值调整方向进行 有效的预测,单产预测RMSE最大为7.6127,最小为5.0603,参与预测时间序列越长预测效果越好。在对于USDA月度供需平衡表单产值的变化方向预测中,8-9月数据的预测准确率最高,达到了0.8182,其余月份也能够获得准确率约0.72的预测效果。总体上看,对于大豆的单产相关预测在7、8、9月植被生长旺盛阶段进行能够获得最佳效果。 ★风险提示 模型效果随训练数据变化,带有不确定性。 黄玉萍资深分析师(农产品)从业资格号:F3079233 投资咨询号:Z0015897Tel:63325888-3907 Email:yuping.huang@orientfutures.com 联系人 黄佩琪助理分析师(行业研究)从业资格号:F03134254 Email:peiqi.huang@orientfutures.com 重要事项:本报告版权归上海东证期货有限公司所有。未获得东证期货书面授权,任何人不得对本报告进行任何形式的发布、复制。本报告的信息均来源于公开资料,我公司对这些信息的准确性和完整性不作任何保证,也不保证所包含的信息和建议不会发生任何变更。我们已力求报告内容的客观、公正,但文中的观点、结论和建议仅供参考,报告中的信息或意见并不构成交易建议,投资者据此做出的任何投资决策与本公司和作者无关。 有关分析师承诺,见本报告最后部分。并请阅读报告最后一页的免责声明。 目录 1、课题背景5 1.1、大豆5 1.2、遥感技术6 2、研究数据及处理平台8 2.1、谷歌地球引擎GoogleEarthEngine8 2.2、中分辨率成像光谱仪MODIS8 2.3、农田数据图层CDL8 2.4、气象数据ERA59 2.5、气候数据TerraClimate10 3、遥感植被指数11 3.1、归一化植被指数NDVI11 3.2、净初级生产力NPP11 3.3、光合有效辐射PAR12 3.4、植被光能利用率LUE13 3.5、叶片面积指数LAI13 4、单产、优良率与遥感指数相关性探究14 4.1、单产与遥感指数相关性14 4.2、优良率与遥感指数相关性16 5、遥感数据预测单产18 5.1、单产预测结果19 5.2、月间单产调整方向预测21 6、总结22 7、风险提示22 图表目录 图表1:全球大豆主产国种植周期5 图表2:美豆生长阶段温度和降水要求6 图表3:遥感主要分类7 图表4:分辨率分类7 图表5:MODIS产品数据集8 图表6:农田数据图层CroplandDataLayers9 图表7:Arkansas州3月ERA5地表温度数据10 图表8:Arkansas州6月ERA5地表温度数据10 图表9:Arkansas州9月ERA5地表温度数据10 图表10:Arkansas州12月ERA5地表温度数据10 图表11:Arkansas州6月NDVI分布图11 图表12:Arkansas州11月NDVI分布图11 图表13:CASA模型计算示意图12 图表14:Arkansas州3时PAR分布图12 图表15:Arkansas州9时PAR分布图12 图表16:Arkansas州15时PAR分布图13 图表17:Arkansas州21时PAR分布图13 图表18:Arkansas州6月LAI分布图13 图表19:Arkansas州11月LAI分布图13 图表20:美国2021-2023年大豆年均产量分布图14 图表21:美国大豆单产与遥感指数相关性15 图表22:美豆2019-2023年优良率16 图表23:美豆2019-2023年月度供需报告单产16 图表24:Arkansas州2019-2023年NDVI值17 图表25:美国大豆优良率与遥感指数的相关性17 图表26:美国6个主产州大豆优良率与遥感指数的相关性18 图表27:美国大豆主要产地最早历史数据年份19 图表28:单产预测精度19 图表29:6月数据预测单产与实际单产值20 图表30:6-7月数据预测单产与实际单产值20 图表31:6-8月数据预测单产与实际单产值20 图表32:6-9月数据预测单产与实际单产值20 图表33:6-10月数据预测单产与实际单产值21 图表34:单产调整方向预测准确率21 1、课题背景 1.1、大豆 大豆原产于中国,是一种重要的粮食和油料作物,以其高蛋白含量和丰富的油脂成分成为人类和动物的重要食物来源,同时也是工业原料的关键来源之一。大豆的主要产品包括豆油、豆粕和其他加工食品,在农业、食品工业和能源领域发挥着重要作用。大豆约在19世纪后期传到海外,如今的主产国包括美国、巴西、阿根廷、中国和印度。这些国家的大豆主要种植在气候温暖、土壤肥沃的温带和亚热带地区。 大豆的产量随着面积、单产等因素的增加而逐年增长,据美国农业部(USDA)统计,2024年全球大豆产量预计将达4.27亿吨。随着大豆作物地位的上升,市场上推出了以大豆为标的物的期货合约,1936年,美国芝加哥期货交易所(CBOT)推出了全球首个大豆期货合约,大大促进了豆类相关产业的发展。1993年,中国大连商品交易所(DCE)推出大豆期货合约,随后又推出豆粕和豆油期货合约,为国内外期货市场的参与者提供了更多的交易工具。 大豆供应主要依赖于本土种植和进口,因此,各主产国大豆的种植面积、种植情况、环境因素等对于大豆现货和期货的价格影响至关重要,了解大豆种植规律并实时监测大豆种植区域的天气、大豆的生长状况等情况,有助于对大豆现货和期货价格变动的判断。 大豆的生长周期会因种植区域的不同而有所差异,但一般都分为种植期、开花期、灌浆期和收获期五个阶段,如图表1。 图表1:全球大豆主产国种植周期 资料来源:公开信息获取,东证衍生品研究院 在生长过程中,每个阶段大豆对气温和降水都有要求,温度或湿度超出大豆的适宜范围,可能导致种子发芽困难、花粉活性降低、荚果脱落、籽粒发育不良以及成熟期异常等问题。这些变化会直接影响大豆的最终产量,进而传导至现货和期货市场。 以美豆为例,大豆生长过程中对气温和降水的需求具有规律性(如图表2)。播种阶段需要土壤温度达到10℃以上,并保持充足的土壤水分;扬花和结荚阶段对水分的需求最高,每月降水量需达到75-120毫米,同时日均气温维持在22-30℃之间。气温过高 生长阶段 气温要求 月均降水要求 播种 土壤温度10-12℃ - 出芽 最低6-8℃, 最适15-25℃ 50-70mm 扬花 最适25-30℃ 75-100mm 结荚 最适22-28℃ 90-120mm 落叶成熟 最适15-22℃ 30-50mm (>35℃)或降水不足会显著降低大豆的产量。图表2:美豆生长阶段温度和降水要求 资料来源:公开信息获取,东证衍生品研究院 基于大豆生长规律,对大豆进行种植管理监测和期货市场预测时,除了使用官方发布的大豆产区相关信息辅助分析外,还可以使用遥感技术来监测大豆生长过程中的关键指标,如归一化植被指数(NDVI)、土壤水分含量和温度变化。这些数据不仅为农户提供了实时的农田管理决策支持,也为期货投资者和分析师提供了重要的参考依据。 1.2、遥感技术 遥感(RemoteSensing,RS)是一种通过非接触方式获取被测物体表面信息的技术,其核心在于使用传感器探测被测物体反射或辐射的电磁波能量并将其数字化,进而处理成影像等形式用于后续研究分析。遥感技术大尺度覆盖、全天候监测和高效率数据获取的特点使其在环境监测、农业研究和城市规划等多个领域得到广泛应用。随着遥感、全球导航卫星系统(GlobalNavigationSatelliteSystem,GNSS)和地理信息系统(GeographicInformationSystem,GIS)组成的3S技术体系的发展,以及深度学习和机器学习技术的不断进步,遥感技术与农业监测的结合日益紧密,这促进了种植区域制图、长势监测及产量预测等农业相关应用的发展,极大地丰富了农业监测的手段和方法,例如,通过分析遥感数据可以预测大豆的生长状况和潜在产量,为期货市场的价格波动提供科学依据。此外,遥感技术还能够帮助评估极端天气事件对种植区域的影响,从而支持更精确的产量和供需预测。 根据不同分类标准,遥感可以被划分为多种类型,如图表3所示。在这些类型中,以卫星为平台的星载光学遥感技术因其覆盖范围广、数据获取连续性强等特点,成为农业监 测领域中最常采用的技术之一。这种技术能够提供连续、大范围的作物种植区域地表信息,对于监测作物生长状况、评估农作物产量等方面具有重要价值。对于遥感卫星搭载的传感器,最重要的参数之一是分辨率,其中又包含了空间分辨率、时间分辨率、辐射分辨率以及光谱分辨率,具体含义如图表4所示。 图表3:遥感主要分类 分类方法 类别 描述 按传感器分类 被动遥感 传感器探测自然目标反射或辐射的电磁波信息,如光学影像遥感 主动遥感 传感器发射电磁波并探测目标反射的信号,如雷达、激光雷达 按平台分类 航空遥感 低空飞行器搭载传感器获取数据 航天遥感 卫星搭载传感器获取数据 地面遥感 地面架设观测设备获取数据 按电磁波段分类 紫外遥感 探测波段范围为0.05-0.38μm 可见光及近红外遥感 探测波段范围为0.38-2.5μm 热红外遥感 探测波段范围为2.5-1000μm 微波遥感 探测波段范围为1-1000mm 资料来源:公开信息获取,东证衍生品研究院 图表4:分辨率分类 分辨率 含义 空间分辨率 传感器能区分地面上两个相邻目标的最小距离,即“影像上能看清的最小距离” 时间分辨率 对同一区域进行两次观测的最小时间间隔,即“多久拍一次” 光谱分辨率 传感器能够区分的光谱波段的最小宽度,即“能够探测的颜色细腻程度” 辐射分辨率 传感器能够区分的电磁波辐射能量最小变化值,即“传感器对亮度的敏感程度” 资料来源:公开信息获取,东证衍生品研究院 现阶段,有搭载不同分辨率探测器的遥感卫星对地球表面进行观测,具有代表性的有陆地卫星Landsat系列、中分辨率成像光谱仪MODIS、哨兵Sentinel系列等。在进行遥感应用研究的时候,需要同时考虑到数据获取的可行性(是否公开免费)、时空连续性(时间分辨率与幅宽)、数据探测精度(空间分辨率)以及数据处理时间与计算成本等问题,因此,根据大豆种植区域的尺寸以及研究需要,本文在