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)
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]。
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)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。
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)。
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)
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
2.3.1 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。
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。