肖隆東 曹銘

摘 要：目前，在農(nóng)作物的識(shí)別與提取工作中，遙感技術(shù)得到了廣泛的運(yùn)用。該研究結(jié)合安徽省望江縣主要農(nóng)作物的物候歷選取不同時(shí)相的陸地衛(wèi)星影像數(shù)據(jù)，采用監(jiān)督分類、決策樹分類及變化檢測(cè)等方法，提取了2017年望江縣水稻的種植面積為312.46km2，油菜的種植面積為277.65km2。與統(tǒng)計(jì)數(shù)據(jù)對(duì)比結(jié)果表明：結(jié)合農(nóng)作物的物候數(shù)據(jù)，采用遙感手段提取主要農(nóng)作物的種植面積具有一定的可行性和可靠性，可以為該區(qū)域糧食生產(chǎn)及其結(jié)構(gòu)調(diào)整研究提供基礎(chǔ)數(shù)據(jù)，推動(dòng)該區(qū)域農(nóng)業(yè)的可持續(xù)發(fā)展。

關(guān)鍵詞：遙感;主要農(nóng)作物;種植面積;望江縣

中圖分類號(hào) F326.1文獻(xiàn)標(biāo)識(shí)碼 A文章編號(hào) 1007-7731（2020）（02-03）-0128-03

Study on Extraction of Planting Area of Main Crops in Wangjiang County Based on Remote Sensing

Xiao Longdong et al.

（College of Tourism and Geography， Jiujiang University， Jiujiang 332005， China）

Abstract：At present， remote sensing technology has been widely used in the identification and extraction of crops. Based on the phenological data of the main crops in Wangjiang County， Anhui Province， the land satellite image data of different phases were selected. The supervised classification， decision tree classification and change detection were used to extract the rice planting area of Wangjiang County in 2017. The planting area of rice was 312.46km2 and the planting area of rapeseed was 277.65 km2.The comparison with statistical data shows that combining the phenological data of crops， using remote sensing to extract the planting area of main crops has certain reliability， which can provide basic data for grain production and structural adjustment research in the region to promote the sustainable development of agriculture in the region.

Key words：Remote Sensing; Main crops; Planting area; Wangjiang County

由于遙感具有迅速、宏觀、簡(jiǎn)便、準(zhǔn)確等優(yōu)點(diǎn)，現(xiàn)已廣泛應(yīng)用于農(nóng)業(yè)領(lǐng)域的各項(xiàng)工作中[1]。20世紀(jì)70年代中期，美國開展的“大面積作物清查試驗(yàn)”即LACIE計(jì)劃，首次將遙感技術(shù)應(yīng)用于農(nóng)作物種植面積監(jiān)測(cè)與產(chǎn)量估算的研究中[2]。我國在農(nóng)業(yè)領(lǐng)域工作中使用遙感技術(shù)始于20世紀(jì)80年代，例如，王文靜等[3]對(duì)新疆沙灣縣棉花、柳文杰等[4]以對(duì)湖南省內(nèi)洞庭湖區(qū)域的水稻、王凱[5]等對(duì)我國西北地區(qū)甘肅省慶陽市區(qū)的冬小麥的遙感識(shí)別與提取分別進(jìn)行了研究。本研究以2017年4月至2018年4月的安徽省望江縣Landsat影像數(shù)據(jù)，結(jié)合物候數(shù)據(jù)對(duì)望江縣主要農(nóng)作物油菜和水稻的種植面積分別采用監(jiān)督分類、決策樹分類后的變化檢測(cè)方法進(jìn)行提取，并制作了相應(yīng)的種植分布圖。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)域概況 望江縣隸屬于安徽省安慶市，地形主要以平原、丘陵和山地為主，其中丘陵主要分布在西北部，山地主要分布在中部，平原主要沿長江分布。屬于亞熱帶季風(fēng)氣候，日照時(shí)間長，太陽輻射充足，熱量資源豐富，降雨量充沛。農(nóng)業(yè)生產(chǎn)歷史悠久，農(nóng)業(yè)資源十分豐富，縣內(nèi)糧食作物主要為水稻，油料作物主要是油菜。

1.2 數(shù)據(jù)來源及預(yù)處理 （1）遙感影像數(shù)據(jù)：采用從地理空間數(shù)據(jù)云（http：//www.gscloud.cn/）下載的2017年4月至2018年4月期間的Landsat 8 OLI衛(wèi)星影像數(shù)據(jù)（行列號(hào)為P121/R39），空間分辨率為30m。（2）物候數(shù)據(jù)：不同農(nóng)作物的物候有利于農(nóng)作物的遙感識(shí)別與提取。查詢中華人民共和國農(nóng)業(yè)農(nóng)村部網(wǎng)站（http：//www.moa.gov.cn/jg/）得到望江縣主要農(nóng)作物物候歷，詳見表1。

（3）矢量數(shù)據(jù)：以望江縣的行政區(qū)劃圖為底圖，在軟件ArcGIS 10.2中經(jīng)地圖配準(zhǔn)，矢量化得到望江縣行政區(qū)劃矢量數(shù)據(jù)。

為獲取準(zhǔn)確的地物反射率和輻射率等真實(shí)地表信息，以軟件ENVI 5.3和 ArcGIS 10.2對(duì)影像數(shù)據(jù)進(jìn)行預(yù)處理。預(yù)處理包括輻射定標(biāo)、大氣校正、地圖配準(zhǔn)、圖像裁剪等過程[6]。

2 主要農(nóng)作物種植面積的提取

2.1 油菜 根據(jù)表1的物候歷可知，望江縣油菜的花期為次年3月中下旬至4月中旬，期間油菜花色鮮艷，花朵基本覆蓋冠層，遙感影像上與周邊其他農(nóng)作物差異明顯。因此遙感提取油菜種植面積的最佳時(shí)相為次年3月中下旬至4月中旬。在ENVI 5.3中，對(duì)2018年4月10日的Landsat影像數(shù)據(jù)經(jīng)多次波段組合實(shí)驗(yàn)可知，油菜在以近紅外、綠和藍(lán)光進(jìn)行RGB波段組合的偽彩色影像上與其他地類的差異最顯著。目視判讀選取油菜、其他耕地、林地、水體、居民地、其他用地等6類地類的訓(xùn)練樣本。其中，油菜與其他地類的可分離性參數(shù)大于1.9，說明油菜與其他地物的分離效果均較好。以所選訓(xùn)練樣本采用最大似然進(jìn)行監(jiān)督分類，對(duì)分類圖像再進(jìn)行分類后處理，得到望江縣油菜的種植區(qū)域，其主要技術(shù)路線見圖1。在ArcMap10.2統(tǒng)計(jì)出提取的油菜的種植面積分別為277.65km2，并繪制其分布圖，詳見圖2。

2.2 水稻 望江縣水稻種植分為早稻、中稻和晚稻3種，其中，中稻與晚稻的種植面積與產(chǎn)量遠(yuǎn)遠(yuǎn)大于早稻的[7]，因此，本文主要對(duì)望江縣中稻與晚稻的種植進(jìn)行遙感提取。水稻的生長旺盛期與收割期間其光譜差異顯著，而其他主要農(nóng)作物在這2個(gè)時(shí)期內(nèi)無明顯的變化。據(jù)表1物候歷可知，選取望江縣2017年生長旺盛期（9月14日）和收割期（11月1日）的2期Landsat 8 OLI遙感影像，利用NDVI植被指數(shù)采用決策樹分類分為耕地、林地和非植被，通過分類后變化檢測(cè)識(shí)別耕地轉(zhuǎn)變?yōu)榉侵脖坏膮^(qū)域?yàn)樗痉N植區(qū)域，其主要技術(shù)路線見圖3。利用ArcMap10.2統(tǒng)計(jì)出水稻的種植面積為312.46km2，并繪制其分布圖，詳見圖4。

3 結(jié)果評(píng)價(jià)

3.1 結(jié)果 文中主要作物的提取精度采用相對(duì)誤差方法來表達(dá)。通過安慶市統(tǒng)計(jì)年鑒可以查詢到，望江縣2017年油菜和水稻的種植面積分別為321.92km2、352.77km2[7]。計(jì)算得到油菜與水稻的提取相對(duì)誤差分別為-13.76%、 -11.43%，見表2。

3.2 誤差分析 Landsat 8 OLI衛(wèi)星影像的空間分辨率為30m，即影像上的最小像元為900m2，而望江縣主要農(nóng)作物種植存在部分地塊面積達(dá)不到1個(gè)像元，且通過分類后處理會(huì)將部分有效像元剔除，從而導(dǎo)致提取面積小于統(tǒng)計(jì)面積。另外，對(duì)于水稻的種植面積，本文未對(duì)早稻的種植面積進(jìn)行提取，也會(huì)對(duì)結(jié)果產(chǎn)生一定的誤差。

4 結(jié)論

使用多時(shí)相的Landsat 8 OLI遙感影像數(shù)據(jù)，采用多種分類方法對(duì)望江縣2017年主要農(nóng)作物油菜和水稻的種植面積分別進(jìn)行遙感提取，得到以下主要結(jié)論：

（1）遙感提取油菜種植面積的最佳時(shí)相為油菜的開花期，即次年3月中旬至4月中旬。利用油菜開花期的Landsat影像采用監(jiān)督分類的方法，得到2017年望江縣油菜的種植面積為277.65km2。

（2）利用水稻成長旺盛期（8—9月）與收割期（11月上旬）2期Landsat影像進(jìn)行分類后的變化檢測(cè)實(shí)現(xiàn)水稻種植面積的遙感提取，得到2017年望江縣水稻的種植面積為312.46km2。

（3）對(duì)主要農(nóng)作物提取結(jié)果的評(píng)價(jià)分析可知，油菜與水稻種植面積的提取相對(duì)誤差分別為-13.76%、-11.43%。這表明，基于遙感的主要農(nóng)作物識(shí)別與提取具有一定的可靠性，能為該區(qū)域糧食生產(chǎn)及其結(jié)構(gòu)調(diào)整研究提供基礎(chǔ)數(shù)據(jù)，推動(dòng)該區(qū)域農(nóng)業(yè)的可持續(xù)發(fā)展。

參考文獻(xiàn)

[1]陳仲新，任建強(qiáng)，劉佳，等.農(nóng)業(yè)遙感研究應(yīng)用進(jìn)展與展望[J].遙感學(xué)報(bào)，2016，20（05）：748-767.

[2]陳水森，柳欽火，陳良富，等.糧食作物播種面積遙感監(jiān)測(cè)研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào)，2005，21（06）：166-171.

[3]王文靜，張霞，趙銀娣，等.綜合多特征的Landsat 8時(shí)序遙感圖像棉花分類方法[J].遙感學(xué)報(bào)，2017，21（01）：115-124.

[4]柳文杰，烏蘭吐雅，烏云德吉，等.基于紋理特征與MODIS-NDVI時(shí)間序列的耕地面積提取研究[J].中國農(nóng)業(yè)資源與區(qū)劃，2018，39（11）：169-177.

[5]王凱，趙軍，陳棟棟.基于GF-1遙感數(shù)據(jù)決策樹與混合像元分解模型的冬小麥種植面積早期估算[J].遙感技術(shù)與應(yīng)用，2018，33（01）：158-167.

[6]趙英時(shí).遙感應(yīng)用分析原理與方法[M].北京：科學(xué)出版社，2013：172.

[7]安慶市統(tǒng)計(jì)局.2018安慶統(tǒng)計(jì)年鑒[M].北京：中國統(tǒng)計(jì)出版社，2018：190-193. （責(zé)編：張宏民）