柳菲,王新生

(湖北大學資源環(huán)境學院,湖北 武漢 430062)

一季稻晚稻作為我國主要糧食作物之一,其種植面積、生長長勢和作物產(chǎn)量是國家糧食安全體系的重要組成部分,準確及時地監(jiān)測一季稻晚稻種植面積的相對變化率,為國家的宏觀調(diào)控提供科學依據(jù),對確保糧食安全有十分重要的意義[1].衛(wèi)星遙感具有實時、宏觀、客觀等特點,能夠快速準確地獲取農(nóng)作物種植區(qū)域的面積信息及空間分布情況,在農(nóng)作物種植面積測量中被廣泛應用[2].目前,利用遙感影像提取農(nóng)作物的種植面積尚無一套成熟的體系,現(xiàn)階段常采用單期影像和多時相遙感影像兩種方式,單期影像由于受到“混合像元”和“同物異譜、異物同譜”影響,難以保證農(nóng)作物遙感識別精度,多時相遙感影像由于受到照度差異和配準誤差的影響,也難以準確獲取農(nóng)作物種植面積[3].因此,探討快速提取農(nóng)作物種植面積相對變化率的方法是很有必要的.本文中以湖北省為研究區(qū),一季稻晚稻為研究對象,充分利用一季稻晚稻光譜信息在7-8月最為明顯的特征,選用分辨率分別為20 m、10 m的SPOT4和SPOT5影像作為遙感解譯數(shù)據(jù)源,結(jié)合GPS實測地面樣方建立解譯標志數(shù)據(jù)集進行人機交互式分類,分別得出2009年和2010年湖北省解譯區(qū)的一季稻晚稻種植面積,對比分析得出這兩年的湖北省一季稻晚稻種植面積的相對變化率.

表1 遙感解譯數(shù)據(jù)源

要求圖像清晰,均無條帶缺失

1 研究區(qū)概況及數(shù)據(jù)

1.1研究區(qū)概況湖北省位于北緯29°05′至33°20′,東經(jīng)108°21′至116°07′,正處于中國地勢第二級階梯向第三級階梯過渡地帶,屬于北亞熱帶季風氣候,全省面積18.59萬km2,山地占全省總面積的55.5%,丘陵和崗地占24.5%,平原湖區(qū)占20%,雨熱同季,降水豐沛,十分利于農(nóng)業(yè)生產(chǎn),是我國重要的糧、棉、油生產(chǎn)基地,其中稻谷約占總產(chǎn)的67%.

1.2研究區(qū)數(shù)據(jù)根據(jù)研究區(qū)一季稻晚稻生長物候歷,6月中旬至6月下旬為返青期,6月下旬至7月中旬為分蘗期,7月中旬至8月中旬為拔節(jié)抽穗期[4],同時考慮研究區(qū)的農(nóng)作物種植結(jié)構(gòu)、種植制度等特點,確定一季稻晚稻種植面積遙感識別最佳時相為7月中旬至8月中旬,共選用2009年和2010年7-8月SPOT4和SPOT5衛(wèi)星影像8景(如表1),主要分布在武漢、咸寧和監(jiān)利等地.并于2010年6-8月間,野外實地測量地面樣方108個,所有樣方主要分布在湖北省的江漢平原地區(qū)及鄂東南地區(qū),屬于一季稻晚稻主產(chǎn)區(qū).

2 實施方案

湖北省一季稻晚稻種植面積動態(tài)遙感監(jiān)測采用中高空間分辨率多光譜衛(wèi)星數(shù)據(jù),結(jié)合地面樣方調(diào)查結(jié)果,采取自動分類與人機交互方式進行一季稻晚稻識別與分類,提取監(jiān)測區(qū)內(nèi)相鄰兩年一季稻晚稻種植面積的空間分布及數(shù)量,計算監(jiān)測該區(qū)域的一季稻晚稻種植面積年相對變化率,如圖1.

圖1 遙感動態(tài)監(jiān)測技術(shù)流程圖

2.1地面樣方調(diào)查湖北省一季稻晚稻地面樣方調(diào)查遵照全國農(nóng)業(yè)資源區(qū)劃辦公室文件《農(nóng)作物遙感監(jiān)測工作規(guī)范》,每個地面樣方大小為500 m×500 m,且遠離村莊、國道、工礦用地、河流等非耕地區(qū)域,種植一季稻晚稻面積占樣方總面積的50%以上,所有樣方主要分布在湖北省的江漢平原地區(qū)及鄂東南地區(qū),覆蓋范圍較大,涉及荊門市、荊州市、孝感市、天門市、仙桃市、武漢市、黃岡市、黃石市、咸寧市等9個地市,根據(jù)地面樣方數(shù)據(jù)利用ARCMAP9.2軟件提取解譯標志,分別建立SPOT4和SPOT5解譯標志集,如圖2、圖3所示[5-7].

2.2遙感解譯利用ERDAS 9.2和ARCMAP9.2兩款遙感和地理信息系統(tǒng)軟件,采用人機交互解譯中的目視解譯方法,解譯目標作物一季稻晚稻[8-9].①遙感影像預處理,將已配準的2009年和2010年SPOT影像進行相交運算,得到兩個年度SPOT影像的共同區(qū)域, 再采用1∶5萬標準分幅圖框?qū)餐瑓^(qū)域進行裁剪.②影像解譯,先利用ERDAS 9.2遙感軟件對各圖幅進行自動分類和初始類別的判讀,然后在ARCMAP9.2中進行圖斑修改,最終獲取目標作物一季稻晚稻的空間分布信息,如圖4所示.

2.3解譯結(jié)果與分析本次解譯的總面積約1 289 874.998 hm2,共計39個1∶5萬標準圖幅.其中,在SPOT4-282290、SPOT4-283291這兩景影像所覆蓋的區(qū)域內(nèi),雖然2010年的一季稻晚稻面積均比2009年有所減少,但是減少幅度不大,年相對變化率分別為-2.34%、-2.91%.

序號類型影像特征對應圖像1道路建設用地寶藍色,色調(diào)偏冷,無紋理,多成片分布,分布較廣,不同規(guī)模大小不一,無陰影2棉花橘紅色、天藍色,暖色調(diào),紋理較清晰,呈條碼狀,形狀不規(guī)則,常與大豆交叉分布,多分布于水分不充足地區(qū),面積分布較廣,無陰影3山體碧綠色,山體紋理較清晰,山脊山谷明顯,多沿山體走向分布,山體丘陵區(qū)分布較廣,平原地區(qū)較少,面積比例較大,有明顯陰影,特別是溝谷地區(qū)4水生植被純黃色,暖色調(diào),較明亮,無紋理,形狀不規(guī)則,多沿湖泊水體分布,大小不一,無陰影5一季稻棕色,色調(diào)偏冷,高度較暗,紋理較細膩,一般田塊較規(guī)整,呈塊狀分布,多分布于水分充沛地區(qū),面積分布較廣,無陰影6水體純藍色,無紋理,呈條帶狀,面狀分布,面積一般較大,無陰影

圖2 SPOT4影像解譯標志(波段組合342)

序號類型影像特征對應圖像1道路建設用地淡藍色,較明亮,無條理,多成片分布,分布較廣,不同規(guī)模大小不一,無陰影2山體淡黃色,山體紋理較清晰,山脊山谷明顯,多沿山體走向分布,山體丘陵區(qū)分布較廣,平原地區(qū)較少,面積比例較大,有明顯陰影,特別是溝谷地區(qū)3旱地植被天藍色,淡黃色,暖色調(diào),紋理較清晰,呈條碼狀,形狀不規(guī)則,常與大豆交叉分布,多分布于水分不充足地區(qū),面積分布較廣,無陰影4晚稻橙紅色,色調(diào)偏冷,紋理較細膩,一般田塊較規(guī)整,呈塊狀分布,山體丘陵地區(qū)多分布于溝谷,主要分布于水分充沛地區(qū),面積分布較廣,無陰影5一季稻灰褐色,色調(diào)偏冷,紋理較細膩,一般田塊較規(guī)整,呈塊狀分布,山地丘陵地區(qū)多分布于溝谷,主要分布于水分充沛地區(qū),面積分布較廣,無陰影6水體深藍色,無紋理,呈條帶狀,面積分布,面積一般較大,無陰影

圖3 SPOT5影像解譯標志(波段組合142)

圖4 2009年與2010年一季稻晚稻解譯面積空間分布對比

在SPOT4-282289影像所覆蓋的區(qū)域內(nèi),因為建設用地占用等原因,使得2010年的一季稻晚稻面積也比2009年有所減少,其相對變化率在-0.59%～-0.94%之間.另外,在h50e009001和h50e009002圖幅所覆蓋的區(qū)域內(nèi),因為2010年突發(fā)洪水和大量碎小圖斑的存在等原因,使得利用成像于洪水期的遙感影像來建立一季稻晚稻的解譯標志非常困難,在統(tǒng)計結(jié)果時需要單獨考慮這兩個圖幅的解譯結(jié)果.

在SPOT4-279290影像所覆蓋的區(qū)域內(nèi),因有大量水稻田改種棉花等,導致整個區(qū)域的一季稻晚稻面積在2010年有明顯減少.不過,所減少的面積大小有兩種情況：若不包括h49e013021和h49e014021兩個圖幅的解譯結(jié)果(因為這兩個圖幅在2010年均有不少地方嚴重漬水,甚至被淹沒),則2010年一季稻晚稻面積約減少2 759.75 hm2,年相對變化率為-3.39%；若包括h49e013021和h49e014021這兩個圖幅的解譯結(jié)果,則約減少10 092.74 hm2,年相對變化率為-9.17%.

總之,在湖北省一季稻晚稻遙感監(jiān)測樣區(qū)內(nèi),排除特殊圖幅影響,2009年一季稻晚稻相對種植面積為478.716 hm2,2010年一季稻晚稻相對種植面積為469.629 hm2,總體年變化率為-1.39%.

3 結(jié)論

本文中分別提取相鄰兩年解譯區(qū)一季稻晚稻的種植面積,通過計算推算出湖北省一季稻晚稻種植面積總體變化率.上述方法從新的角度實現(xiàn)了對一季稻晚稻種植面積的動態(tài)遙感監(jiān)測,避免了“混合像元”和“同物異譜、異物同譜”對農(nóng)作物動態(tài)遙感監(jiān)測所帶來的不確定性影響,為農(nóng)業(yè)生產(chǎn)信息的獲取提供了新思路新方法.但是,研究中也存在一些問題[10-11]：(1)遙感解譯結(jié)果受到影像質(zhì)量和解譯人員專業(yè)素養(yǎng)的影響；(2)研究需要結(jié)合統(tǒng)計數(shù)據(jù)和區(qū)域背景資料來提高農(nóng)業(yè)遙感監(jiān)測精度和準確性；(3)需要利用數(shù)量眾多的地面樣方來建立詳盡的解譯標志數(shù)據(jù)庫,使得解譯成本較高.

[1] 鄧勁松,王珂,沈掌泉,等.基于特征波段的SPOT-5衛(wèi)星影像耕地信息自動提取的方法研究[J].農(nóng)業(yè)工程學報,2004,20(6)：145-148.

[2] 張峰,吳炳方,黃慧萍,等.泰國水稻種植區(qū)耕地信息提取研究[J].自然資源學報,2003,18(6)：766-772.

[3] Wishahy Z. Evaluation of area calculation from SPOT imageries[C].Canadian Conference on GIS, Ottawa, 1994：1296-1303.

[4] Huang Jing-feng, Ahmad Y, Wang Ren-chao. Integration of GIS and TM data toextract early rice area in Long You Country[J].Transaction of the Chinese Society of Agricultural Engineering,2001, 17(1):159-162.

[5] Sushil P. Crop area estimation using GIS, remote sensing and data frame sampling[J].International Journal of Applied Earth Observation and Geoinformation, 2001, 3(1):86-92.

[6] Yang C, Everitt J H, Murden D. Evaluating high resolution SPOT 5 satellite imagery for crop identification[J].Computers and Electronics in Agriculture, 2011, 75(2):347-354(in Chinese).

[7] 陳伸新,劉海啟,周清波,等.全國冬小麥面積變化遙感監(jiān)測抽樣外推方法的研究[J].農(nóng)業(yè)工程學報,2000, 16(5):126-129.

[8] Gallego F J.Remote sensing and land cover area estimation[J].International Journal of Remote Sensing,2004,25:3019-3047.

[9] Ambrosio Ftores, L,Igtesias Martines.Land cover estimation in small areas using grond survey and remote sensing[J].Remote Sensing of the Environment,2000,74:240-248.

[10] 黃敬峰,王人潮,蔣亨顯,等.基于GIS的浙江省水稻遙感估產(chǎn)最佳時相選擇[J].應用生態(tài)學報,2002,(3):291-295.

[11] 吳炳方,劉海燕.水稻種植面積估計的運行化感方法[J].遙感學報,1997, 1(1):58-63.