劉義 黑龍江省農(nóng)墾科學(xué)院科技情報研究所，哈爾濱 150038

利用遙感技術(shù)進(jìn)行墾區(qū)水稻插秧進(jìn)度監(jiān)測研究

劉義 黑龍江省農(nóng)墾科學(xué)院科技情報研究所，哈爾濱 150038

本文以黑龍江省農(nóng)墾總局建三江分局前進(jìn)農(nóng)場為研究對象，利用GPS、ERDAS IMAGINE和ARCMAP軟件，以中國環(huán)境資源衛(wèi)星、TM影像為遙感信息源，結(jié)合2007年、2008年水稻面積提取數(shù)據(jù)，進(jìn)行2009年水稻插秧進(jìn)度的監(jiān)測研究。

遙感技術(shù)；水稻插秧；監(jiān)測

引言

水稻是中國主要的糧食作物之一,其長勢監(jiān)測、種植面積提取與產(chǎn)量的估算對于我國農(nóng)業(yè)和經(jīng)濟(jì)的發(fā)展具有重要意義。目前中國法定發(fā)布的農(nóng)作物種植面積數(shù)據(jù)是由國家統(tǒng)計局采取層層上報和抽樣調(diào)查相結(jié)合的方法獲得的。這種方法不但浪費(fèi)時間、浪費(fèi)財力,而且不準(zhǔn)確.農(nóng)業(yè)遙感技術(shù)具有客觀性、空間性、時效性、信息量大、成本低等優(yōu)點(diǎn),對于農(nóng)作物種植面積監(jiān)測具有其他方法不可替代的優(yōu)勢[1]。本文主要是利用遙感技術(shù)提取不同時相的水稻面積，獲得水稻插秧進(jìn)度。研究根據(jù)墾區(qū)水稻的生態(tài)特點(diǎn)，水稻插秧期在5月初開始5月末基本結(jié)束，利用衛(wèi)星遙感技術(shù)進(jìn)行監(jiān)測，為領(lǐng)導(dǎo)提供信息，以便及時對插秧落后的稻農(nóng)采取措施，防止貽誤農(nóng)時，造成不必要的損失。

1 研究區(qū)概況與數(shù)據(jù)資料準(zhǔn)備

研究區(qū)選在黑龍江農(nóng)墾的建三江分局前進(jìn)農(nóng)場，前進(jìn)農(nóng)場位于三江平原東南部，隸屬黑龍江農(nóng)場總局建三江分局，南以別拉洪河為界,與創(chuàng)業(yè)農(nóng)場相望，北以濃江河為界和濃江農(nóng)場相鄰，東與洪河農(nóng)場相接，西與青龍山相連，總控制面積7.7萬hm2，現(xiàn)有耕地面積5.2萬hm2。研究中收集到黑龍江墾區(qū)建三江分局前進(jìn)農(nóng)場2009年5月10日、5月15日、5月23日共三期環(huán)境衛(wèi)星影像，為了檢驗采用環(huán)境衛(wèi)星數(shù)據(jù)提取水稻種植面積的可靠性,本研究選取了2009年8月6日的Landsat TM數(shù)據(jù)。投影方式為Albers等積投影，橢球體為Krasovsky。

2 數(shù)據(jù)處理

2.1 圖像預(yù)處理

遙感圖像處理主要包括原始遙感圖像輻射校正、幾何精校正、研究區(qū)邊界裁定等,實(shí)現(xiàn)遙感數(shù)據(jù)處理主要依托遙感圖像處理軟件Erdas Imagine8.6,此外還輔以地理信息系統(tǒng)軟件ArcGIS9.0、Arcview3.3及其他遙感處理軟件如ENVI4.5等。需要對影像進(jìn)行合成、校正處理后才能被使用。衛(wèi)星數(shù)據(jù)校正是遙感圖像處理過程中的重要環(huán)節(jié)?？刂泣c(diǎn)的選取原則控制點(diǎn)的選取原則如下：

2.1.1 控制點(diǎn)選取一定要均勻

2.1.2 控制點(diǎn)要具有可確定性

2.1.3 控制點(diǎn)要選取準(zhǔn)確

2.1.4 不要任意移動控制點(diǎn)去湊殘差

2.1.5 控制點(diǎn)要具有一定的數(shù)量

2.2 圖像解譯

建立解譯標(biāo)志，環(huán)境衛(wèi)星影像采用4,3,2波段, TM影像采用4,5,3波段組合進(jìn)行假彩色合成.解譯標(biāo)志主要包括:色調(diào)特征、形狀特征、陰影特征、紋理特征、位置布局特征等。主要是提取出水稻的種植面積。根據(jù)解譯標(biāo)志,在圖像上對每一種類別選取一定數(shù)量的訓(xùn)練樣本,然后在Erdas Imagine 8.6中的Classification模塊下進(jìn)行監(jiān)督分類。由于研究區(qū)的地塊比較零碎，再加上衛(wèi)星影像固有的噪聲特性，使采用基于像元監(jiān)督分類法進(jìn)行分類不可避免地產(chǎn)生許多小的圖斑。為此,需要對分類后的影像進(jìn)行聚類統(tǒng)計與去除分析,以去除分類后的小圖斑。獲得自動解譯圖后，把它與08年解譯前進(jìn)農(nóng)場的解譯水稻圖進(jìn)行疊加分析，根據(jù)遙感目視解譯的程序進(jìn)行目視解譯，獲得早期插秧的水稻面積圖。

3 水稻插秧進(jìn)度監(jiān)測與精度驗證

要對水稻的插秧進(jìn)行監(jiān)測，就要了解水稻的生長情況，水稻插秧過早，氣溫低，返青時間長，消耗的養(yǎng)分多，長的弱，影響生長。插秧晚嚴(yán)重減產(chǎn)。因此要掌握好插秧的開始日期十分關(guān)鍵。通過播種資料分析，日平均氣溫穩(wěn)定通過10℃初日為水稻開始插秧期[2]。在插秧前有幾天是泡田，抓住泡田這個關(guān)鍵的步驟。首先下載5月初的中國環(huán)境資源衛(wèi)星的影像，綜合總體的影像的質(zhì)量，選擇了5月10日的影像進(jìn)行水稻面積的提取，這樣可以根據(jù)泡田的先后了解到水稻插秧的先后，在5月10日通過監(jiān)督分類獲得的水稻面積，把它定為水稻插秧進(jìn)度為早期。再根據(jù)實(shí)際的情況選擇5月中旬的水稻進(jìn)行提取，這是找到了5月15日的影像，在原來的基礎(chǔ)上畫出新增的水稻面積。這些新增的定為插秧進(jìn)度為中期。在5月末尋找合適的影像，選擇了5月23日的影像。在5月15日提取的基礎(chǔ)上進(jìn)一步的提取新增的水稻面積。這樣初步確定了水稻的種植面積。這些新增的定為插秧進(jìn)度為晚期。再把07、08年水稻的解譯文件進(jìn)行疊加，這樣可以看到一些水稻地還沒有種植水稻，這樣就需要把相關(guān)的信息提供給農(nóng)場，確定沒有種植的原因，以便及時插秧，最后根據(jù)8月份的影像進(jìn)行最后水稻種植面積的最終統(tǒng)計。

通過插秧進(jìn)度的監(jiān)測，了解了09年前進(jìn)農(nóng)場的插秧進(jìn)度，為了保證監(jiān)測的精度，需要實(shí)地調(diào)查驗證，了解水稻插秧的實(shí)際情況與監(jiān)測的對比修改，獲得最終的農(nóng)場水稻插秧進(jìn)度監(jiān)測的數(shù)據(jù)。精度驗證工作主要依靠實(shí)地的查看和了解，主要依靠GPS導(dǎo)航確定目標(biāo)，利用筆記本電腦記錄，用差分處理，在計算機(jī)里面利用ArcMAP軟件對采集的點(diǎn)進(jìn)行連接處理，獲得需要的點(diǎn)。對于一些偏僻的地點(diǎn)，和當(dāng)?shù)氐募夹g(shù)工作人員溝通，了解插秧的具體進(jìn)度情況，然后把所有資料匯總。在ARCMAP軟件中讓驗證點(diǎn)與做的數(shù)據(jù)進(jìn)行疊加分析。驗證點(diǎn)個數(shù)一共覆蓋前進(jìn)農(nóng)場22個管理區(qū)，共50個點(diǎn)，其中監(jiān)測結(jié)果與驗證一致的點(diǎn)有45個，監(jiān)測結(jié)果與驗證不一致的點(diǎn)有5個，監(jiān)測精度達(dá)到90%。

4 討論

由于水稻在生長期內(nèi)長期內(nèi)受各種自然災(zāi)害及人為因素的影響，再加上是近年來，隨著我國改革開放的深入，農(nóng)業(yè)種植結(jié)構(gòu)的調(diào)整，使得水稻種植面積和產(chǎn)量上經(jīng)常出現(xiàn)一些波動現(xiàn)象，加之傳統(tǒng)的統(tǒng)計預(yù)報方法難以避免的出現(xiàn)錯報、漏報、空報等問題，所以常規(guī)方法已經(jīng)難以得到精確的水稻面積和產(chǎn)量[3]。通過以上利用環(huán)境衛(wèi)星進(jìn)行水稻插秧進(jìn)度監(jiān)測研究，運(yùn)用自動解譯與疊加解譯方法相結(jié)合的方法，監(jiān)測精度在90%，達(dá)到了監(jiān)測的要求。本研究中環(huán)境衛(wèi)星的周期短，但是質(zhì)量不是很好，需要有經(jīng)驗的工作人員進(jìn)行邊分析邊解譯，這樣可以提高解譯的精度，這個時期主要是依靠水田里面水的顏色來分辨。同時依靠水田2007年和2008年的種植情況，進(jìn)行自動解譯與疊加綜合分析相結(jié)合，最后提取出2009年水稻的種植情況。以美國Landsat TM影像為參照標(biāo)準(zhǔn),從總體上看,利用環(huán)境衛(wèi)星數(shù)據(jù)提取研究區(qū)的水稻種植面積可以得到比較滿意的效果.它可以與國外遙感影像TM、SPOT影像一樣作為水稻識別的重要手段和主要的信息源。為了提高監(jiān)測的精度需要：

①高光譜遙感數(shù)據(jù)最佳波段選擇。

②多種影像重疊使用，減少云對解譯的干擾。

③校正精度的提高。

④解譯人經(jīng)驗的積累。

⑤高分辨率影像的引入。

[1]國家統(tǒng)計局農(nóng)調(diào)總隊.多目標(biāo)復(fù)合抽樣方法與實(shí)例[M].北京:中國統(tǒng)計出版社, 2003～9

[2]鄭新峰.850農(nóng)場水稻氣候災(zāi)害分析與預(yù)防[J]. 黑龍江氣象,2009,26(2):29～30

[3]劉艷霞，陸忠軍，劉克寶.“3S”技術(shù)在水稻種植面積動態(tài)變化監(jiān)測中的應(yīng)[J]. 黑龍江農(nóng)業(yè)科學(xué),2007, (3):85～87

10.3969/j.issn.1001-8972.2012.05.022