安徽省冬小麥種植面積遙感本底調查分析

摘要：本文以2017年安徽省冬小麥遙感本底數據為研究樣本，綜合研究了遙感數據選擇、數據預處理、數據解譯方法，以此來對調查結果進行深入分析，將省域冬小麥種植面積遙感本底調查的一系列方法與經驗總結出來。

關鍵詞：冬小麥；遙感；種植面積；本底調查

中圖分類號： S127 文獻標識碼： A DOI編號： 10.14025/j.cnki.jlny.2018.16.032

1 數據來源與研究方法

1.1 數據準備

1.1.1 將最佳遙感觀測期確定下來 調查顯示，在安徽省，冬小麥生長期如表1所示，由此可知，安徽省冬小麥種植最佳遙感觀測期在3月初～5月中旬。

1.1.2 將影像空間分辨率要求確立下來 根據調查，確定安徽省冬小麥種植面積遙感調查的分辨率，經過綜合分析以后，得出皖北大部分地區所需分辨率為15m～26m；皖南地區所需分辨率為5m～10m。

1.1.3 將影像時間分辨率要求確立下來 根據上文內容可知，冬小麥的最佳遙感觀測期為3月初～5月上旬，由此看來，遙感衛星的重訪周期較多，在這段時間內，至少存在1～2景無云影像。通常來說，只要保證衛星重訪周期小于20d，就能夠獲得更多合格影像。

1.1.4 將遙感影像數據定購標準確立下來 根據上文確立下來的時間分辨率要求、影像空間分辨率要求，本次調查使用2017年3月～4月的國產GF-1WFV 傳感器，其分辨率為16m，影像要求達25景。值得注意的是，皖南地區無法獲取空間分辨率為5m～10m的免費遙感影像數據，該地區也采用與皖北地區分辨率相同的遙感影像。

1.2 數據預處理方法

1.2.1 幾何校正法 關于影像正射校正，只能先利用GF-1 WFV 傳感器自帶的rpb文件中的控制點和全球分辨率7.5s（約200m）DEM 數據進行，再利用美國地質調查局下載的分辨率為15m、波段為第8全色波段的控制點影像來進行校正；最后，將校正后的影像從WGS84 大地坐標UTM 投影轉換為 WGS84 大地坐標Albers等面積投影，以此來完成幾何校正。

1.2.2 圖像剪裁法 圖像剪裁法的使用基礎是安徽省分縣行政界線，根據縣城邊際線，利用遙感技術對圖像裁剪；同一個區域可以有多個景影像，這些影像都是可以使用的，例如選取的是4月無云時的遙感圖像，其選取原則為：若是4月份沒有無云遙感影像，就要選取3月或5月的無云遙感影像；根據遙感影像優選結果，打造合適的影像裁剪框，利用這些裁剪框，根據每個縣對應的校正圖像分別進行裁剪，最終形成全省皆覆蓋的遙感影像。

1.3 遙感解譯方法

1.3.1 建立解譯標志 根據GF-1 WFV 影像數據來看，1波段為藍色、2波段為綠色、3波段為紅色、4波段為紅外波段。其中，關于冬小麥的識別，可以使用植被特征反映較好的標準假彩色合成影像來進行目視判別，但因為成像時的光線問題、區域環境背景問題等，導致小麥歷史地塊相同，也會有影像色調上的差異。對各個解釋標志點進行梳理整合，經過綜合考慮之后，選取了60個冬小麥標志點，進行對比參考；為了利用冬小麥影像特征來更好地描述冬小麥解釋標志。

1.3.2 影像解譯 建立分類模板。此項須根據所解譯縣區的地形特征，將影像根據不同地形的不同種植特點裁剪，然后利用計算機將每一個小塊自動分類，此時影像會因各地內因與外因的不同而產生較大的光譜差異，可以據此對遙感影像進行再次切割，然后再進行分類處理，根據分類處理的小塊區內的圖像特點，直接構建分類模板。一般而言，這類分類模板多圖區域實際貼合，具有較高精度。進行監督分類，基于ERDAS Imagine 軟件，可以利用最大似然法進行監督分類，分類以后，就會出現柵格圖像，建立去碎點。調查顯示，在柵格圖內，會出現大量小于2個像元的區域，此時，就可以根據最小圖斑原則建立去碎點，進行碎點處理。分類結果轉矢量。根據上述內容可知，進行分類后可以得到柵格圖像，此時，利用ArcGIS 的“刪格轉面”功能對柵格結果進行轉化，其格式為shape 矢量格式，然后再進行目視解譯。

安徽省2017年冬小麥種植面積遙感解譯結果詳情如表所示。調查顯示，該表是安徽省2017年全省冬小麥種植區解譯結果精確表，以此表為依托，又繪制了安徽省2017年冬小麥種植區域分布圖。安徽省2017年冬小麥種植主要分布區為“六安-合肥-滁州”線以北大部分區域，其他區域與此處相比起來，冬小麥種植面積較小。其中，安徽省冬小麥主要產區是蚌埠地區、宿州地區、亳州地區。這些區域共占安徽省冬小麥種植面積的40%～60%，總體來看，占地面積較大。此外，冬小麥種植相對較多的地區是在江淮之間的來安、天長、定遠、壽縣等地區，其占地面積約為20%～50%。在江淮其他地區以及長江以南，冬小麥種植較少，但是近些年卻有擴大趨勢。

2 結論

本文以安徽省2017年冬小麥遙感本底調查為研究樣本，深入分析了安徽省冬小麥種植面積遙感本底調查的手段及其結果，希望能夠借此推動該省冬小麥種植產業發展，將冬小麥種植質量以及種植面積全面提高。

參考文獻

[1]趙麗花，李衛國，杜培軍.基于多時相HJ 衛星的冬小麥面積提取[J].遙感信息，2011（02）：41-45.

作者簡介：王俊，本科學歷，助理研究員，研究方向：農業遙感及區域經濟研究。