李 杰，譚榮建

(昆明理工大學(xué) 國(guó)土資源工程學(xué)院，云南 昆明 650093)

遙感技術(shù)可以在短期內(nèi)連續(xù)獲取大范圍的地面信息，實(shí)現(xiàn)農(nóng)業(yè)信息的快速收集和定量分析，是目前最有效的對(duì)地觀測(cè)技術(shù)和信息獲取手段[1-2]。自20世紀(jì)70—80年代開始，遙感技術(shù)被大量用于農(nóng)作物長(zhǎng)勢(shì)監(jiān)視、種植面積監(jiān)測(cè)，以及產(chǎn)量預(yù)測(cè)等方面[3-5]。統(tǒng)計(jì)抽樣調(diào)查法作為另外一種廣泛用于監(jiān)測(cè)農(nóng)作物面積的傳統(tǒng)方法，具有工作量小、監(jiān)測(cè)范圍廣、精度好的特點(diǎn)。然而，在實(shí)際應(yīng)用中，農(nóng)作物面積遙感測(cè)量和統(tǒng)計(jì)抽樣調(diào)查方法均存在一定的缺點(diǎn)[6-7]：基于低空間分辨率衛(wèi)星數(shù)據(jù)的農(nóng)作物種植面積提取難以獲得高精度的小區(qū)域數(shù)據(jù)[8-9]；抽樣調(diào)查需要耗費(fèi)大量的人力物力，經(jīng)濟(jì)效益低。將遙感與抽樣技術(shù)相結(jié)合，估算作物種植面積，是一種行之有效的方法，且已得到廣泛的應(yīng)用[10-11]。很長(zhǎng)一段時(shí)間以來，農(nóng)作物面積監(jiān)測(cè)精度研究常常受到分辨率的限制。國(guó)內(nèi)常用的數(shù)據(jù)源主要是國(guó)外的MODIS、Landsat、SPOT、Geo Eye等中等分辨率衛(wèi)星數(shù)據(jù)[12]，數(shù)據(jù)成本較高，嚴(yán)重制約了應(yīng)用。隨著高分1號(hào)(GF-1)衛(wèi)星的成功發(fā)射，農(nóng)作物遙感監(jiān)測(cè)應(yīng)用有了較充足穩(wěn)定的數(shù)據(jù)源。本文綜合利用遙感技術(shù)和統(tǒng)計(jì)抽樣調(diào)查方法，揚(yáng)長(zhǎng)避短，提出一種農(nóng)作物面積的測(cè)量方法及流程?？偨Y(jié)報(bào)道如下。

1 研究區(qū)概況和數(shù)據(jù)預(yù)處理

1.1 研究區(qū)概況

以遼寧省義縣為研究區(qū)，地理坐標(biāo)120°52′～121°44′E，42°17′～41°48′N。研究區(qū)東靠北鎮(zhèn)市，北鄰阜新蒙古自治縣，西界北票市，南連凌海市。義縣地處北溫帶的中溫帶，屬大陸性季風(fēng)型氣候，四季分明，年均氣溫7.8 ℃，年均降水量530 mm[13]。主要的農(nóng)作物為高粱、玉米、大豆等。

1.2 數(shù)據(jù)來源和數(shù)據(jù)處理

1.2.1 數(shù)據(jù)來源

高分1號(hào)衛(wèi)星是我國(guó)2013年4月26日發(fā)射的，搭載了2臺(tái)2 m分辨率全色/8 m分辨率多光譜相機(jī)和4臺(tái)16 m分辨率多光譜相機(jī)，實(shí)現(xiàn)了在同一顆衛(wèi)星上進(jìn)行高分辨率和寬幅度成像的結(jié)合[14]，提高了國(guó)內(nèi)遙感數(shù)據(jù)的精度和高分辨率數(shù)據(jù)自給率。

1.2.2 數(shù)據(jù)預(yù)處理

遙感數(shù)據(jù)預(yù)處理主要包括幾何精糾正、正射校正、全色和多光譜波段融合、影像裁剪，最終得到標(biāo)準(zhǔn)化的遙感數(shù)據(jù)產(chǎn)品。本研究所采用的數(shù)據(jù)為多期義縣GF-1衛(wèi)星16 m分辨率影像，這些影像都經(jīng)過了數(shù)據(jù)預(yù)處理，并添加區(qū)縣行政邊界，得到縣級(jí)中分辨率衛(wèi)星影像，如圖1所示為其中一期的影像。

圖1 義縣2015年8月GF-1衛(wèi)星的影像

1.3 測(cè)量方法

提出的農(nóng)作物種植面積測(cè)量方法是在縣級(jí)中分辨率衛(wèi)星影像農(nóng)作物分類圖的基礎(chǔ)上進(jìn)行抽樣單元的設(shè)計(jì)與構(gòu)建，以提高抽樣基礎(chǔ)數(shù)據(jù)的精度和準(zhǔn)確度。主要包括4個(gè)步驟。

1)基于縣級(jí)中分辨率衛(wèi)星影像底圖，提取耕地圖斑，再在耕地的基礎(chǔ)上進(jìn)行作物的遙感識(shí)別，提取目標(biāo)作物(本研究中為玉米)。

2)在全縣范圍內(nèi)，以村為單元，構(gòu)建含有目標(biāo)作物的抽樣總體。以遙感分類結(jié)果為基礎(chǔ)，結(jié)合義縣行政村矢量圖進(jìn)行分層隨機(jī)抽樣，抽選野外調(diào)查樣本。

3)在有關(guān)部門的支持下，得到義縣野外調(diào)查相關(guān)數(shù)據(jù)，同時(shí)采集研究區(qū)無人機(jī)遙感影像光譜信息點(diǎn)輔助遙感分類，結(jié)合一定數(shù)量的地塊調(diào)查結(jié)果，輔以人工目視解譯，獲得準(zhǔn)確的樣方調(diào)查結(jié)果。

4)根據(jù)遙感識(shí)別結(jié)果及野外調(diào)查結(jié)果，采用比估計(jì)方法反推義縣測(cè)量結(jié)果，并進(jìn)行精度評(píng)價(jià)?？傮w技術(shù)流程如圖2所示。

圖2 作物(玉米)面積推算的流程

2 結(jié)果與分析

2.1 縣級(jí)農(nóng)作物面積遙感提取

不同農(nóng)作物在同一期遙感影像中所呈現(xiàn)出來的光譜特征差異不明顯，這對(duì)縣級(jí)目標(biāo)作物面積遙感提取有不利影響。不同作物的物候歷存在差異，因此主要根據(jù)不同農(nóng)作物在物候歷上的特征差異，選擇農(nóng)作物識(shí)別關(guān)鍵期的多時(shí)相遙感影像進(jìn)行作物類型識(shí)別[15]。根據(jù)遼寧省義縣物候歷，義縣水稻、小麥、玉米的物候差異主要體現(xiàn)在4月、5月和9月：4月時(shí)水稻和小麥已經(jīng)播種，而玉米未到播種期；5月時(shí)小麥處于中苗期，水稻處于生長(zhǎng)前期，此時(shí)玉米剛開始播種；9月時(shí)小麥完成收割，而玉米和水稻處于成熟期。據(jù)此選取這3個(gè)時(shí)段的影像數(shù)據(jù)進(jìn)行目標(biāo)作物面積提取。

以縣為單元，按先耕地后作物的步驟進(jìn)行玉米地識(shí)別。首先利用地塊、作物物候信息、作物種植結(jié)構(gòu)等信息，構(gòu)建縣級(jí)遙感識(shí)別解譯標(biāo)志；然后利用多期遙感圖像進(jìn)行耕地提取，在此基礎(chǔ)上利用高分辨率無人機(jī)數(shù)據(jù)、16 m GF-1衛(wèi)星數(shù)據(jù)在耕地范圍內(nèi)進(jìn)行作物分類，提取出目標(biāo)農(nóng)作物的空間分布信息，并統(tǒng)計(jì)出全縣玉米作物面積。如圖3所示。

圖3 2015年義縣測(cè)量結(jié)果的空間分布

2.2 樣本村抽取

在全縣范圍內(nèi)，以村為單元，以國(guó)土耕地空間分布數(shù)據(jù)及當(dāng)年現(xiàn)勢(shì)或者上一年的主要農(nóng)作物中分辨率遙感測(cè)量結(jié)果為基礎(chǔ)構(gòu)建抽樣框，以歷史統(tǒng)計(jì)數(shù)據(jù)作為構(gòu)建抽樣框的重要輔助數(shù)據(jù)，對(duì)抽樣樣本的合理性進(jìn)行輔助判別，以此構(gòu)建含有目標(biāo)作物的抽樣總體。結(jié)合義縣行政村矢量圖文件，以義縣耕地分類結(jié)果為基礎(chǔ)，按行政村耕地面積大小進(jìn)行分層抽樣。對(duì)于分類結(jié)果為0的行政村歸為0層；對(duì)于分類結(jié)果不為0的行政村，按最優(yōu)分層法分為3層，所有行政村共分為4層。根據(jù)經(jīng)驗(yàn)值并結(jié)合實(shí)際測(cè)算抽取合適的總樣本數(shù)。各層樣本量按各層分類面積占總分類面積的比重進(jìn)行分配，在各層按照隨機(jī)抽樣的原則抽選樣本。根據(jù)上述抽樣原則，抽取出義縣15個(gè)行政村作為樣本村。義縣分層結(jié)果及樣本數(shù)量見表1。

2.3 樣方設(shè)計(jì)及解譯

抽取出樣本行政村以后，基于解譯知識(shí)庫(kù)對(duì)現(xiàn)勢(shì)GF-1影像采用目視解譯的方式，對(duì)選擇的15個(gè)樣本村進(jìn)行玉米面積的精細(xì)測(cè)量。對(duì)于地表?xiàng)l件較復(fù)雜或影像較難獲取的區(qū)域，采用無人機(jī)航拍的方式獲取影像數(shù)據(jù)。在每個(gè)行政村內(nèi)采用簡(jiǎn)單隨機(jī)抽樣方法抽選5個(gè)網(wǎng)格作為樣方，每個(gè)網(wǎng)格的大小為200 m×200 m。采用無人機(jī)與PDA相結(jié)合的野外調(diào)查方式對(duì)解譯結(jié)果進(jìn)行評(píng)價(jià)，其中無人機(jī)調(diào)查數(shù)據(jù)采集后進(jìn)行解譯，并對(duì)前期分類解譯結(jié)果進(jìn)行修正。利用野外無線終端PDA進(jìn)行調(diào)查時(shí)，對(duì)前期解譯結(jié)果有偏差的樣方現(xiàn)場(chǎng)進(jìn)行更改，并確定最終的樣本區(qū)的遙感解譯結(jié)果。

2.4 推算及精度評(píng)價(jià)

采用分層比估計(jì)對(duì)義縣玉米種植面積進(jìn)行推算，以中分影像分類統(tǒng)計(jì)結(jié)果作為總體推斷過程中的輔助變量。全縣玉米種植面積計(jì)算公式：

表1 義縣2015年玉米種植面積遙感測(cè)量推算成果

3 小結(jié)與討論

以高分1號(hào)(GF-1)衛(wèi)星遙感影像為數(shù)據(jù)基礎(chǔ)，提出一種將遙感技術(shù)與統(tǒng)計(jì)學(xué)方法相結(jié)合的農(nóng)作物面積測(cè)量方法。運(yùn)用該方法對(duì)義縣玉米種植面積進(jìn)行推算，結(jié)果可滿足測(cè)量需求。本研究所提出的將統(tǒng)計(jì)與遙感相結(jié)合的測(cè)量方式充分利用遙感與計(jì)算機(jī)科學(xué)優(yōu)勢(shì)，結(jié)合統(tǒng)計(jì)相關(guān)知識(shí)，在農(nóng)作物面積測(cè)量中具有很大的優(yōu)勢(shì)，在節(jié)省成本的前提下，確保了農(nóng)作物面積調(diào)查的精度。在針對(duì)作物種植結(jié)構(gòu)和地形復(fù)雜的區(qū)域進(jìn)行目標(biāo)作物種植面積測(cè)算時(shí)，采用無人機(jī)高分辨率航拍影像作為目標(biāo)解譯的基礎(chǔ)數(shù)據(jù)，提高了農(nóng)作物種植面積獲取的精度。但本研究?jī)H在縣級(jí)區(qū)域進(jìn)行試驗(yàn)，該方法是否適用于省級(jí)等更大尺度范圍還有待研究。

[1] 李小文.遙感原理與應(yīng)用[M]. 北京:科學(xué)出版社, 2008: 1-8.

[2] 蔣怡. 基于遙感信息技術(shù)在農(nóng)業(yè)中的運(yùn)用方式[J]. 農(nóng)業(yè)與技術(shù), 2013, 33(11):21-22.

[3] 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(6):166-171.

[4] 王來剛, 鄭國(guó)清, 陳懷亮,等. 基于HJ-CCD影像的河南省冬小麥種植面積變化全覆蓋監(jiān)測(cè)[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃, 2011, 32(2):58-62.

[5] 黃青, 李丹丹, 陳仲新,等. 基于MODIS數(shù)據(jù)的冬小麥種植面積快速提取與長(zhǎng)勢(shì)監(jiān)測(cè)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2012, 43(7):163-167.

[6] 焦險(xiǎn)峰, 楊邦杰, 裴志遠(yuǎn). 基于分層抽樣的中國(guó)水稻種植面積遙感調(diào)查方法研究[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2006, 22(5):105-110.

[7] 朱爽, 張錦水. 面向省級(jí)農(nóng)作物種植面積遙感估算的分層方法[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2013, 29(2):184-191.

[8] 趙文亮, 賀振, 賀俊平,等. 基于MODIS-NDVI的河南省冬小麥產(chǎn)量遙感估測(cè)[J]. 地理研究, 2012, 31(12):2310-2320.

[9] 歐文浩, 蘇偉, 薛文振,等. 基于HJ-1衛(wèi)星影像的三大農(nóng)作物估產(chǎn)最佳時(shí)相選擇[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2010, 26(11):176-182.

[10] 許文波, 張國(guó)平, 范錦龍,等. 利用MODIS遙感數(shù)據(jù)監(jiān)測(cè)冬小麥種植面積[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2007, 23(12):144-149.

[11] 張錦水, 潘耀忠, 胡潭高,等. 冬小麥種植面積空間抽樣效率影響因子分析[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2009, 25(8):169-173.

[12] 趙兵兵. 新時(shí)代 新民居 新設(shè)計(jì):義縣新民居設(shè)計(jì)研究[J]. 建筑與文化, 2015(1):131-133.

[13] 彭望祿.遙感導(dǎo)論[M].北京：高等教育出版社, 2002:233.

[14] 李方琦. 高分一號(hào)首批遙感影像發(fā)布,幅寬達(dá)國(guó)際先進(jìn)水平[J]. 衛(wèi)星應(yīng)用, 2013(5):62-63.

[15] 鄔明權(quán), 楊良闖, 于博,等. 基于遙感與多變量概率抽樣調(diào)查的作物種植面積測(cè)量[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2014, 30(2):146-152.