王凱， 張佳華

(1.長江大學地球科學學院,武漢 430075；2.中國科學院遙感與數字地球研究所,北京 100094)

基于MODIS數據的湖北省油菜種植分布信息提取

王凱1，2， 張佳華2

(1.長江大學地球科學學院,武漢 430075；2.中國科學院遙感與數字地球研究所,北京 100094)

MODIS歸一化差值植被指數(MODIS-normalized difference vegetation index,MODIS-NDVI)時間序列產品能夠連續(xù)反映植被的覆蓋情況，是農作物遙感測量的重要數據源。為研究基于MODIS數據的油菜種植分布信息提取技術，選取湖北省為研究區(qū)，利用2008—2013年75個時相的MODIS-NDVI時序數據，結合農作物物候和地面調查樣本等輔助資料，通過建立油菜種植面積提取模型，采用多次閾值比較方法提取了2009—2013年湖北省油菜種植分布信息，與統(tǒng)計數據比較，總體提取精度為85%左右。最后利用環(huán)境小衛(wèi)星HJ-1A CCD數據進行精度驗證，證明了MODIS-NDVI時序數據及本文方法在油菜種植面積提取中的可靠性，對掌握油菜種植面積和產量信息、加強農業(yè)生產管理、調整農業(yè)結構及輔助政府有關部門制定科學合理的農業(yè)政策具有重要意義。

MODIS；歸一化差值植被指數(NDVI)；HJ-1A CCD；油菜分布；湖北

0 引言

我國是一個農業(yè)大國，人口眾多，地域廣闊，氣候復雜多變，農業(yè)一直是基礎產業(yè)。作為國家農情基礎數據的農作物種植面積是產量估測必不可少的參數，也是國家糧食安全的重要指標之一[1-2]。我國是油菜生產大國，油菜是居水稻、小麥、玉米和大豆之后的第5大優(yōu)勢作物，已成為我國重要經濟作物和食用油的主要來源[3]。

遙感技術具有客觀性、空間性、時效性、信息量大和成本相對低等優(yōu)點，對農作物種植面積監(jiān)測具有其他方法不可替代的優(yōu)勢[4-7]。農作物種植面積提取的關鍵是準確地識別作物類型，但因高分辨率多光譜遙感影像重訪周期長，且數據獲取容易受到天氣影響，很難得到覆蓋大范圍農作物實際種植區(qū)的圖像，并且高分辨率遙感數據費用高、推廣難度大；所以本文選用中低分辨率的MODIS數據進行農作物種植面積提取研究 。目前，國內外應用于大面積農作物種植面積監(jiān)測的方法主要是直接利用NOAA/AVHRR或MODIS數據進行監(jiān)測[1-2,5]，如孫華生等[5]利用EOS-MODIS數據空間覆蓋面大和時間分辨率高等優(yōu)勢，選取覆蓋中國范圍的數據，實現了對全國范圍水稻種植和生長信息的提??；解決了水稻遙感估產中最關鍵的技術問題，為實施大面積水稻遙感估產提供了理論與實驗依據。同時，TM、中巴資源衛(wèi)星、環(huán)境小衛(wèi)星和SPOT等中高分辨率衛(wèi)星數據在農作物面積提取監(jiān)測中也得到了廣泛應用[6-11]，如黃曉軍等[6]利用TM數據對江蘇省部分地區(qū)的冬小麥種植面積進行了提取。另外，綜合利用MODIS與TM數據也可以進行農作物面積提取，如顧曉鶴等[7]針對大范圍冬小麥種植面積遙感監(jiān)測，利用多光譜TM和多時相MODIS數據，采用支持向量機技術提取了河南省中北部的冬小麥種植面積，為利用多尺度遙感數據進行大范圍冬小麥種植面積測量提供了理論和實驗依據。近年來，基于農作物反射光譜特征曲線提取不同類型作物的研究一直在不斷開展[4,12-13]，多時相遙感影像和時序數據對農作物的識別發(fā)揮了重要作用[1-2,14-16]。

湖北省是農業(yè)大省，全省70%的耕地集中在江漢平原、鄂東沿江漢平原及鄂中丘陵地區(qū)，兼有水田旱地，且水田稍多于旱地。在鄂南，水田占耕地的70%左右，普遍栽培雙季稻；而在鄂北和鄂西北，旱地占耕地的68.3%，主要作物是油菜、小麥、玉米及水稻等[17]。鑒于國內對油菜作物面積的遙感研究較少，本文以湖北省為研究區(qū)，以油菜為主要研究對象，基于多時相的MODIS歸一化差值植被指數(MODIS-normalized difference vegetation index,MODIS-NDVI)數據進行農作物提??；充分利用不同作物各自的物候特征，結合野外測量的NDVI數據，提取了研究區(qū)油菜及其種植面積；并利用環(huán)境小衛(wèi)星HJ-1A CCD 數據及實地統(tǒng)計數據，對基于MODIS-NDVI數據的油菜種植分布信息提取結果進行驗證。利用本文方法能夠及時掌握油菜種植面積和產量信息，為加強農業(yè)生產管理、調整農業(yè)結構及輔助政府有關部門制定科學合理的農業(yè)政策提供依據。

1 研究區(qū)概況

湖北省位于E108°21′～116°07′，N29°05′～33°20′之間，土地面積18.59萬km2；位于我國地勢第2級階梯向第3級階梯過渡地帶，地貌類型多樣，山地、丘陵、崗地和平原兼?zhèn)鋄17]。山地約占全省總面積55.5%，丘陵和崗地約占24.5%，平原湖區(qū)約占20%(圖1)。年均降水量在800～1 600 mm之間，

圖1 湖北省地勢圖Fig.1 Chorographic map of Hubei Province

由于受地形影響，神農架南部等地為全省多雨中心，江漢平原在梅雨期長的年份常發(fā)生洪澇災害。鄂西北山區(qū)晝夜溫差較大，年平均氣溫在15～22℃之間。湖北的農業(yè)以耕作業(yè)為主，糧食生產居首要地位，是我國重要的糧、棉、油及豬生產基地。“世界油菜看中國，中國油菜看湖北” 就是對湖北油菜產業(yè)優(yōu)勢地位的生動寫照。2012年湖北省的油菜種植面積近2 000萬畝*1畝=0.066 7 hm2。，約占全國油菜種植面積的1/6。油菜年產量連續(xù)15 a居全國之首。因此，研究湖北油菜種植面積對油菜產量分析具有指導意義。

2 數據與方法

2.1 數據源與預處理

本文采用了2008年10月—2013年5月獲取的中等分辨率成像光譜儀(moderate-resolution imaging spectroradiometer,MOD13Q1)的16天合成產品，空間分辨率為250 m，主要利用其NDVI數據(陸地Ⅱ級標準數據產品)；結合湖北省矢量數據對NDVI數據進行重投影、拼接和裁剪等預處理，得到75景湖北省NDVI影像。

2.2 研究方法

湖北省越冬農作物只有冬小麥和油菜，而油菜和冬小麥具有相同的物候期，都是在10月下旬—翌年5月上旬重合；所以，提取油菜種植面積的關鍵是區(qū)分油菜和冬小麥。表1示出湖北省油菜與冬小麥的物候期。

表1 湖北省油菜與冬小麥物候期Tab.1 Phenological periods of rapeseed and winter wheat in Hubei Province

采用混合像元分解法對HJ-1A CCD影像進行的油菜信息提取具有較高的精度，但因無法解決影像覆蓋度的問題(很難找到覆蓋整個湖北省的無云的HJ-1A CCD影像)，因而決定利用MODIS數據對湖北省油菜信息進行提取。通過調研得到的油菜和冬小麥生長重合期的NDVI曲線[11](圖2)可以作為區(qū)分油菜和冬小麥的依據。

圖2 油菜與冬小麥生長重合期的NDVI[11]Fig.2 NDVI of rapeseed and winter wheat during growth period coincidence[11]

由圖2可以看出，油菜和冬小麥的NDVI曲線變化趨勢基本一致，11—12月處于緩慢生長階段，NDVI曲線平緩上升；1—2月處于越冬期，油菜和冬小麥停止生長，NDVI變化很小；3—4月返青后，油菜和冬小麥均快速生長，NDVI曲線快速上升；4—5月成熟收獲期，NDVI曲線開始下降。兩者相比較，在3月中旬之后，油菜與冬小麥的NDVI曲線有相反的變化，在此期間油菜進入盛花期，所以NDVI曲線有所下降；而冬小麥在拔節(jié)期繼續(xù)生長，其NDVI曲線則繼續(xù)上升。而且，同時段內的其他農作物(如早稻、棉花及玉米)尚未移栽，所以3月中、下旬是識別冬小麥和油菜的最佳時相。

利用MODIS影像數據提取油菜信息的技術流程如圖3所示。 根據油菜與冬小麥生長重合期的NDVI變化曲線，選取獲取日期分別為2009-11-01,2009-12-19,2010-02-18,2010-03-04,2010-03-20,

圖3 油菜種植面積提取技術流程Fig.3 Technical flow chart of rapeseed acreage extraction

2010-04-05,2010-04-21和2010-05-07的經過預處理的8期MODIS-NDVI影像進行判別。對8景影像進行編號(依次編號為A，B，C，D，E，F，G和H)，如圖4所示。

圖4 湖北省8景MODIS-NDVI影像Fig.4 Eight scenes of MODIS-NDVI images of Hubei Province

油菜種植分布信息的判別條件1：B>A(11—12月油菜與冬小麥進入出苗期，NDVI呈增長趨勢)；條件2：D>C(2—3月返青時節(jié)，油菜與冬小麥快速生長，NDVI呈增長趨勢)；條件3：G>H(4—5月份油菜和冬小麥成熟收獲，NDVI下降)；條件4：E>F(3—4月油菜進入開花期，NDVI下降)。當同時滿足上述4個條件時，判別結果即為油菜種植分布信息。

3 結果與分析

3.1 油菜種植分布信息提取

首先，通過對以上8景MODIS影像進行綜合分析，成功提取了2010年湖北省油菜種植分布信息。油菜種植集中在襄陽、荊門、荊州和天門等地區(qū)，武穴地區(qū)油菜種植密度也較大，與實際情況相符。

然后，統(tǒng)計所提取的油菜種植區(qū)的像元數，并且計算其種植面積(種植面積=像元數×像元面積，本文中像元面積=250×250 m2)，得到的油菜種植面積約為132.4萬hm2。

最后，與統(tǒng)計局公布的結果(115.9萬hm2)對比，本文總體提取精度達到了86.8%，提取精度可信。

利用同樣的方法，提取了2009—2013年的湖北省油菜種植面積，其分布如圖5所示，其總體精度在85%左右。

(a) 2009年 (b) 2010年 (c) 2011年

(d) 2012年 (e) 2013年

圖5 2009—2013年湖北省油菜種植分布

Fig.5 Distribution of rapeseed cultivation in Hubei Province from 2009 to 2013

3.2 精度驗證

為了對油菜提取結果做進一步的檢驗，采用2010年3月25日獲取的環(huán)境小衛(wèi)星HJ-1A CCD多光譜影像數據進行驗證。

HJ-1A CCD影像油菜面積提取的技術流程(以鐘祥市驗證區(qū)為例)如圖6所示。

圖6 HJ-1A CCD影像油菜面積提取技術流程Fig.6 Technical flow chart of rapeseed acreage extraction from HJ-1A CCD image

經調研發(fā)現，混合像元分解法對于小尺度地物的信息提取具有較高的精度。故選取位于江漢平原區(qū)域的鐘祥(圖7)、京山、沙洋及荊門等地作為驗證區(qū)，采用混合像元分解法提取油菜種植信息。

圖7 湖北省鐘祥市地理位置Fig.7 Location of Zhongxiang City in Hubei Province

3月下旬油菜與冬小麥在可見光和近紅外波段的反射率具有顯著差異，利用該特征并運用混合像元分解法可精確提取油菜種植信息(圖8)。

圖8 3月下旬油菜與冬小麥反射波譜對比[11]Fig.8 Comparision between reflective spectrum of rapeseed and winter wheat on late March[11]

將所提取的結果與用MODIS數據提取的油菜分布信息進行對比分析。為了使結果顯示得更加直觀，對30 m空間分辨率的HJ-1A CCD提取結果進行重采樣，使其空間分辨率也為250 m；然后利用鐘祥市矢量圖(圖7)裁剪得到2景影像提取的結果(圖9)。

(a) MODIS提取結果 (b) HJ-1A CCD提取結果

圖9 鐘祥市油菜種植分布信息

Fig.9 Rapeseed cultivation distribution information in Zhongxiang City

從圖9的對比情況可以看出，利用MODIS-NDVI提取的油菜種植分布結果與利用HJ-1A CCD多光譜數據提取的結果基本一致。計算得到鐘祥驗證區(qū)2種遙感數據的油菜種植分布提取結果的二維散點圖(圖10)，其R2=0.883，可見兩者的相關性比較高。

圖10 HJ-1A CCD與MODIS-NDVI提取結果散點圖Fig.10 Scatter plot of results extracted from HJ-1A CCD and MODIS-NDVI

湖北省油菜種植分布提取的驗證結果見表2。

表2 精度驗證結果

Tab.2 Verification results of accuracy

(103 hm2)

對比表2中利用2種影像提取油菜種植分布的驗證結果可以看出，兩者數值相近、相關性較高，說明提取結果比較可靠。

4 結論

1)本文利用MODIS-NDVI數據，在湖北省進行了油菜種植面積監(jiān)測實驗；同時，使用環(huán)境小衛(wèi)星(HJ-1A)的高分辨率CCD影像進行了精度驗證。結果表明，油菜種植面積的遙感監(jiān)測可以達到相當高的精度水平。研究結果顯示，與統(tǒng)計數據相比，湖北省2010年油菜種植面積信息提取準確率達86.8%。同時提取了2009—2013年這5 a的湖北省油菜種植分布，總體精度在85%左右。因此，選擇合適的數據時相，利用MODIS-NDVI數據能夠滿足大尺度的油菜面積提取需求。

2)由于研究選用的MODIS數據的空間分辨率為250 m，加之湖北省大多地區(qū)又習慣于混雜種植，故不可避免地會導致實驗結果偏大；雖然目前已有不少能識別混雜種植作物的方法，但是大多數方法都隨著研究區(qū)域的變大、誤差也越來越大。在今后的研究中，將進一步考慮大尺度范圍遙感影像的混合像元問題。另外，由于氣候或播種時間的差異，不同地區(qū)油菜和冬小麥的物候期會略有不同，這樣也會造成大尺度的油菜種植分布信息提取產生較大的誤差。

[1] 潘耀忠,李樂,張錦水,等.基于典型物候特征的MODIS-EVI時間序列數據農作物種植面積提取方法——小區(qū)域冬小麥實驗研究[J].遙感學報,2011,15(3):578-594. Pan Y Z,Li L,Zhang J S,et al.Crop area estimation based on MODIS-EVI time series according to distinct characteristics of key phenology phases:A case study of winter wheat area estimation in small-scale area[J].Journal of Remote Sensing,2011,15(3):578-594.

[2] 苗翠翠,江南,彭世揆,等.基于NDVI時序數據的水稻種植面積遙感監(jiān)測分析——以江蘇省為例[J].地球信息科學學報,2011,13(2):273-280. Miao C C,Jiang N,Peng S K,et al.Extraction of paddy land area based on NDVI time-series data:Taking Jiangsu Province as an example[J].Geo-Information Science,2011,13(2):273-280.

[3] 王翠翠,陳愛武,王積軍,等.湖北雙季稻區(qū)免耕直播油菜生長及產量形成[J].作物學報,2011,37(4):694-702. Wang C C,Chen A W,Wang J J,et al.Growth and yield formation of no-tillage direct-seeding rapeseed in Hubei double cropping rice area[J].Acta Agronomica Sinica,2011,37(4):694-702.

[4] 陳思寧,趙艷霞,申雙和.基于波譜分析技術的遙感作物分類方法[J].農業(yè)工程學報,2012,28(5):154-160. Chen S N,Zhao Y X,Shen S H.Crop classification by remote sensing based on spectral analysis[J].Transactions of the Chinese Society of Agricultural Engineering,2012,28(5):154-160.

[5] 孫華生.利用多時相MODIS數據提取中國水稻種植面積和長勢信息[D].杭州:浙江大學,2009. Sun H S.Extracting Planting Area and Growth Information of Paddy Rice Using Multi-temporal MODIS Data in China[D].Hangzhou:Zhejiang University,2009.

[6] 黃曉軍,何維,張云柏,等.利用TM衛(wèi)星資料進行江蘇部分地區(qū)小麥面積調查[J].江蘇農業(yè)科學,2003(4):85-87. Huang X J,He W,Zhang Y B,et al.TM satellite data use survey conducted in parts of the wheat area in Jiangsu[J].Jiangsu Agricultural Sciences,2003(4):85-87.

[7] 顧曉鶴,潘耀忠.MODIS與TM冬小麥種植面積遙感測量一致性研究——小區(qū)域實驗研究[J].遙感學報,2007,11(3):350-358. Gu X H,Pan Y Z.Consistency study between MODIS and TM on winter wheat plant area monitoring:A case in small area[J].Journal of Remote Sensing,2007,11(3):350-358.

[8] 楊紅衛(wèi),童小華.中高分辨率遙感影像在農業(yè)中的應用現狀[J].農業(yè)工程學報,2012,28(24):138-149. Yang H W,Tong X H.Application status of middle and high resolution remote sensing images in agriculture[J].Transactions of the Chinese Society of Agricultural Engineering,2012,28(24):138-149.

[9] 莫登奎.中高分辨率遙感影像分割與信息提取研究[D].長沙:中南林業(yè)科技大學,2006. Mo D K.High-Resolution Remote Sensing Image Segmentation and Information Extraction Research[D].Changsha:Central South University of Forestry and Technology,2006.

[10]鐘仕全,陳燕麗,莫建飛,等.基于中巴02B星遙感數據的油菜識別技術研究[J].國土資源遙感,2010,22(2):77-79,85.doi:10.6046/gtzyyg.2010.02.17. Zhong S Q,Chen Y L,Mo J F,et al.Cole feature extraction from CBERS-02B remote sensing images[J].Remote Sensing for Land and Resources,2010,22(2):77-79,85.doi:10.6046/gtzyyg.2010.02.17.

[11]梁益同,萬君.基于HJ-1A/B-CCD影像的湖北省冬小麥和油菜分布信息的提取方法[J].中國農業(yè)氣象,2012,33(4):573-578. Liang Y T,Wan J.Application of HJ-1A/B-CCD images in extracting the distribution of winter wheat and rape in Hubei Province[J].Chinese Agricultural Meteorology,2012,33(4):573-578.

[12]伍瑞卿,楊存建.云南省騰沖油菜反射波譜特征與應用分析[J].地球信息科學,2006,8(4):136-140. Wu R Q,Yang C J.A pilot study of reflecting spectrum characteristics for rape in Tengchong county of Yunnan Province[J].Geo-Information Science,2006,8(4):136-140.

[13]王立輝,黃進良,孫俊英.基于線性光譜混合模型的油菜種植面積遙感監(jiān)測方法研究[J].遙感信息,2010(3):55-59. Wang L H,Huang J L,Sun J Y.Study on remote sensing monitoring of rape acreage based on linear spectral mixture model[J].Remote Sensing Information,2010(3):55-59.

[14]屠星月,趙冬玲.多時相遙感影像農作物識別方法的分析[J].測繪通報,2012(s1):380-383. Tu X Y,Zhao D L.Analysis of multi-temporal remote sensing of crop identification method[J].Surveying and Mapping,2012(s1):380-383.

[15]Xiao X M,Boles S,Liu J Y,et al.Mapping paddy rice agriculture in southern China using multi-temporal MODIS images[J].Remote Sensing of Environment,2005,95(4):480-492.

[16]Zhang M W,Zhou Q B,Chen Z X,et al.Crop discrimination in Northern China with double cropping systems using Fourier analysis of time-series MODIS data[J].International Journal of Applied Earth Observation and Geoinformation,2008,10(4):476-485.

[17]李寄,黃進良,許文波.湖北省冬小麥種植面積遙感估算方法研究[J].世界科技研究與發(fā)展,2008,30(5):597-599. Li J,Huang J L,Xu W B.Study on method of estimating the winter wheat acreage using remote sensing of Hubei Province[J].World Science and Technology Research and Development,2008,30(5):597-599.

(責任編輯：劉心季)

Extraction of rape seed cropping distribution information in Hubei Province based on MODIS images

WANG Kai1,2， ZHANG Jiahua2

(1.InstituteofEarthSciences，YangtzeUniversity，Wuhan430075，China；2.InstituteofRemoteSensingandDigitalEarth，ChineseAcademyofSciences，Beijing100094，China)

MODIS vegetation index time series of products can reflect the coverage of vegetation continuously, and is an important data source for remote sensing of crops. The authors selected Hubei Province as the study area. Using the MODIS-normalized difference vegetation index(MODIS-NDVI) data of 75 phases in the period from 2008 to 2013, and combining the crop phenology with samples of ground survey and other auxiliary details, the authors established the model for extracting the area of rape growing, and then extracted the distribution of rape growing in Hubei Province in the period from 2009 to 2013. The overall accuracy of the extraction was 85%, as shown by the verification of the HJ-1A CCD data of small environmental satellite, and this indicates that the reliability of the data of MODIS vegetation index time series and the study methods proposed in this paper for the extraction of the area of rape seed cultivation. The results achieved by the authors are very important for detecting the area of rape growing and information of output, reinforcing the management of agricultural production, adjusting the structure of agriculture, and assisting the government to formulate the agricultural policy scientifically and rationally.

MODIS；normalized difference vegetation index(NDVI)；HJ-1A CCD；rape distribution；Hubei

2014-01-01；

2014-10-08

國家“973計劃”項目“全球變化影響下主要作物的脆弱性及評價指標”(編號：2010CB951302)和氣象行業(yè)專項項目“遙感技術在作物生長模式及農業(yè)氣象預報中的應用研究”(編號：GYHY201106027)共同資助。

10.6046/gtzyyg.2015.03.12

王凱,張佳華.基于MODIS數據的湖北省油菜種植分布信息提取[J].國土資源遙感,2015,27(3)：65-70.(Wang K,Zhang J H.Extraction of rape seed cropping distribution information in Hubei Province based on MODIS images[J].Remote Sensing for Land and Resources,2015,27(3)：65-70.)

TP 751.1

A

1001-070X(2015)03-0065-06

王凱(1989-),男,碩士研究生,主要研究方向為農業(yè)與土地利用遙感。Email：283030433@qq.com。

張佳華(1966-),男,博士,研究員,主要從事遙感技術應用與氣候變化-生態(tài)環(huán)境方面的研究。Email：zhangjh@radi.ac.cn。