劉 專(zhuān)

（1.湖南第二測(cè)繪院，湖南 長(zhǎng)沙 410029；2.南方丘陵區(qū)自然資源監(jiān)測(cè)監(jiān)管重點(diǎn)實(shí)驗(yàn)室，湖南 長(zhǎng)沙 410029）

0 引言

近年來(lái)，我國(guó)部分地區(qū)出現(xiàn)在耕地上挖塘養(yǎng)魚(yú)、種植綠化花卉苗木、種植茶葉果樹(shù)等耕地“非糧化”行為，造成耕地耕作層破壞、耕作層損傷、土壤結(jié)構(gòu)破壞等不同程度糧食生產(chǎn)能力的影響。2020年，國(guó)務(wù)院辦公廳印發(fā)了《關(guān)于防止耕地“非糧化”穩(wěn)定糧食生產(chǎn)的意見(jiàn)》，對(duì)耕地實(shí)行特殊保護(hù)和用途管制，嚴(yán)格控制耕地轉(zhuǎn)為林地、園地等其他類(lèi)型農(nóng)用地，采取有力舉措防止耕地“非糧化”，切實(shí)穩(wěn)定糧食生產(chǎn)，牢牢守住國(guó)家糧食安全的生命線(xiàn)[1-2]。

遙感影像監(jiān)測(cè)對(duì)于耕地資源變化監(jiān)測(cè)來(lái)說(shuō)是一種較好的監(jiān)測(cè)手段，可直觀反映耕地變化范圍、面積和信息。我國(guó)自2010年開(kāi)啟高分專(zhuān)項(xiàng)以來(lái)，共發(fā)射十四顆衛(wèi)星，包括光學(xué)衛(wèi)星、多光譜衛(wèi)星、高光譜衛(wèi)星、SAR衛(wèi)星和立體測(cè)繪衛(wèi)星等。同時(shí)，國(guó)內(nèi)還有珠海一號(hào)、吉林一號(hào)等民用商業(yè)衛(wèi)星，另外國(guó)外有Landsat系列、哨兵系列等免費(fèi)衛(wèi)星和SPOT系列、WorldView系列等商業(yè)衛(wèi)星。使得國(guó)內(nèi)可用的遙感衛(wèi)星數(shù)據(jù)數(shù)量可基本滿(mǎn)足遙感動(dòng)態(tài)監(jiān)測(cè)耕地“非糧化”應(yīng)用需求。隨著大數(shù)據(jù)、人工智能、空間信息等高新技術(shù)的迅猛發(fā)展，為遙感影像智能解譯提供了必要的技術(shù)支撐和保障條件。研究遙感動(dòng)態(tài)監(jiān)測(cè)耕地“非糧化”應(yīng)用，對(duì)于防止耕地“非糧化”，提升耕地監(jiān)測(cè)監(jiān)管現(xiàn)代化水平，全面壓實(shí)耕地保護(hù)責(zé)任，切實(shí)保障國(guó)家糧食安全和社會(huì)安定具有深遠(yuǎn)的意義[3-4]。

1 總體設(shè)計(jì)

1.1 監(jiān)測(cè)內(nèi)容

監(jiān)測(cè)范圍宜以年度國(guó)土變更調(diào)查成果為基礎(chǔ)，上年度國(guó)土變更調(diào)查為耕地的范圍，納入耕地“非糧化”監(jiān)測(cè)。本文所述的耕地“非糧化”主要包括耕地變?yōu)榱值?、園地、設(shè)施農(nóng)用地、農(nóng)村道路、溝渠、坑塘水面等其他農(nóng)用地的情形，如表1所示。

表1 耕地監(jiān)測(cè)內(nèi)容

1.2 監(jiān)測(cè)指標(biāo)

1）監(jiān)測(cè)機(jī)制。建立月度監(jiān)測(cè)、季度監(jiān)測(cè)、年度監(jiān)測(cè)的更新機(jī)制。月度監(jiān)測(cè)是指每月利用當(dāng)月采集的衛(wèi)星遙感影像數(shù)據(jù)，對(duì)比上年末第四季度高分辨率衛(wèi)星遙感影像數(shù)據(jù)，提取耕地變?yōu)榱值?、園地、草地、設(shè)施農(nóng)用地、農(nóng)村道路、溝渠、坑塘水面等耕地“非糧化”圖斑；季度監(jiān)測(cè)是指每季度利用當(dāng)季采集的衛(wèi)星遙感影像，對(duì)比上年末第四季度高分辨率衛(wèi)星影像，提取耕地變?yōu)榱值?、園地、草地、設(shè)施農(nóng)用地、農(nóng)村道路、溝渠、坑塘水面等耕地“非糧化”圖斑，實(shí)現(xiàn)全域覆蓋；年度監(jiān)測(cè)是指年末利用年度衛(wèi)星遙感影像，對(duì)比上年末第四季度高分辨率衛(wèi)星遙感影像，提取耕地變?yōu)榱值亍@地、草地、設(shè)施農(nóng)用地、農(nóng)村道路、溝渠、坑塘水面等耕地“非糧化”圖斑[5]。

2）最小監(jiān)測(cè)面積。耕地變?yōu)榱值?、園地、草地、農(nóng)村道路、溝渠、坑塘水面圖斑最小上圖面積為400 m2，設(shè)施農(nóng)用地圖斑最小上圖面積為200 m2。

1.3 監(jiān)測(cè)流程

耕地“非糧化”遙感動(dòng)態(tài)監(jiān)測(cè)流程大致可分為4個(gè)階段：

1）資料準(zhǔn)備與處理階段。準(zhǔn)備上年度國(guó)土變更調(diào)查成果數(shù)據(jù)、用地審批紅線(xiàn)數(shù)據(jù)、永久基本農(nóng)田劃定數(shù)據(jù)和遙感影像數(shù)據(jù)等。對(duì)準(zhǔn)備的數(shù)據(jù)進(jìn)行坐標(biāo)轉(zhuǎn)換、影像數(shù)據(jù)預(yù)處理等。

2）遙感解譯階段。分為智能解譯和人機(jī)交互解譯，首先建立智能解譯樣本庫(kù)，立足大量樣本訓(xùn)練，利用智能解譯技術(shù)提取耕地“非糧化”圖斑，然后利用人工目視解譯的方法巡查圖面，補(bǔ)充提取耕地“非糧化”漏提圖斑，并對(duì)自動(dòng)提取的圖斑錄入相關(guān)屬性[6]。

3）實(shí)地核查階段。對(duì)遙感解譯提取的耕地“非糧化”圖斑全部開(kāi)展實(shí)地核查，核實(shí)各圖斑耕地“非糧化”的類(lèi)型、范圍等實(shí)地情況，并刪除內(nèi)業(yè)提取的偽變化圖斑。

4）建庫(kù)階段。根據(jù)外業(yè)核查結(jié)果，建立耕地“非糧化”動(dòng)態(tài)監(jiān)測(cè)成果數(shù)據(jù)庫(kù)。

2 應(yīng)用實(shí)例——以X縣2022年第一季度為例

2.1 X縣監(jiān)測(cè)概況

X縣縣域面積接近2 200 km2，常住人口約60萬(wàn)。采用的前時(shí)相遙感影像為2021年第四季度遙感影像，后時(shí)相遙感影像為2022年第一季度遙感影像，影像分辨率均為1 m，數(shù)據(jù)來(lái)源有BJ2、JL1、GF2等衛(wèi)星。影像對(duì)應(yīng)參數(shù)如表2所示，參考數(shù)據(jù)為2020年度國(guó)土變更調(diào)查成果。

表2 X縣耕地“非糧化”動(dòng)態(tài)監(jiān)測(cè)遙感對(duì)應(yīng)參數(shù)

2.2 耕地“非糧化”圖斑提取示例

建立遙感影像解譯樣本庫(kù)，構(gòu)建深度學(xué)習(xí)模型，通過(guò)模型訓(xùn)練優(yōu)化參數(shù)?；跇颖編?kù)和模型參數(shù)，智能解譯提取遙感影像變化圖斑。通過(guò)軟件系統(tǒng)自動(dòng)提取疑似變化圖斑后，人工目視巡查全圖，補(bǔ)充提取遺漏變化圖斑，參照國(guó)土變更調(diào)查成果、永久基本農(nóng)田劃定成果和用地審批數(shù)據(jù)等，錄入相關(guān)屬性[7-10]。耕地“非糧化”遙感動(dòng)態(tài)監(jiān)測(cè)提取圖斑示例如表3所示。

表3 耕地“非糧化”遙感動(dòng)態(tài)監(jiān)測(cè)提取圖斑示例

2.3 結(jié)果與精度分析

2.3.1 監(jiān)測(cè)結(jié)果

X縣2022年第一季度耕地監(jiān)測(cè)情況為：內(nèi)業(yè)提取耕地“非糧化”圖斑277個(gè)，其中智能解譯提取圖斑199個(gè)，人工目視解譯補(bǔ)充提取圖斑78個(gè)；經(jīng)外業(yè)調(diào)查核實(shí)后，確定實(shí)際耕地“非糧化”圖斑202個(gè)，其中耕地變林地圖斑73個(gè)，耕地變園地圖斑44個(gè)，耕地變草地圖斑3個(gè)，耕地變坑塘水面圖斑47個(gè)，耕地變農(nóng)村道路圖斑12個(gè)，耕地變溝渠圖斑4個(gè)，耕地變?cè)O(shè)施農(nóng)用地圖斑19個(gè)。

續(xù)表

2.3.2 精度分析

耕地“非糧化”圖斑提取準(zhǔn)確率（Z）是指外業(yè)后實(shí)際耕地“非糧化”圖斑個(gè)數(shù)（W）與內(nèi)業(yè)提取耕地“非糧化”圖斑個(gè)數(shù)（N）之比，用公式可表示為：

本次準(zhǔn)確率為73%，圖斑提取精度滿(mǎn)足耕地“非糧化”監(jiān)測(cè)工作需求。

3 小結(jié)

1）本文對(duì)耕地“非糧化”監(jiān)測(cè)內(nèi)容進(jìn)行了細(xì)化分類(lèi)，耕地“非糧化”監(jiān)測(cè)內(nèi)容主要分為耕地變?yōu)榱值?、園地、草地、設(shè)施農(nóng)用地、農(nóng)村道路、溝渠、坑塘水面七個(gè)方面的類(lèi)型。

2）遙感解譯作為整個(gè)耕地“非糧化”動(dòng)態(tài)監(jiān)測(cè)應(yīng)用流程中的核心，本文采用智能解譯和人工目視解譯相結(jié)合的方法，并以X縣2022年第一季度耕地監(jiān)測(cè)為應(yīng)用實(shí)例，對(duì)遙感動(dòng)態(tài)監(jiān)測(cè)耕地“非糧化”應(yīng)用結(jié)果進(jìn)行了精度分析，準(zhǔn)確率為73%，滿(mǎn)足耕地 “非糧化”監(jiān)測(cè)工作需求，工作效率也比傳統(tǒng)人工解譯效率快3倍。

3）本文拓展了遙感科學(xué)技術(shù)與人工智能在耕地“非糧化”監(jiān)測(cè)中的應(yīng)用，對(duì)于防止耕地“非糧化”，全面壓實(shí)耕地保護(hù)責(zé)任，切實(shí)保障國(guó)家糧食安全和社會(huì)安定具有十分重要的意義。