基于遙感的望江縣主要農作物種植面積提取研究

肖隆東 曹銘

摘 要：目前，在農作物的識別與提取工作中，遙感技術得到了廣泛的運用。該研究結合安徽省望江縣主要農作物的物候歷選取不同時相的陸地衛星影像數據，采用監督分類、決策樹分類及變化檢測等方法，提取了2017年望江縣水稻的種植面積為312.46km2，油菜的種植面積為277.65km2。與統計數據對比結果表明：結合農作物的物候數據，采用遙感手段提取主要農作物的種植面積具有一定的可行性和可靠性，可以為該區域糧食生產及其結構調整研究提供基礎數據，推動該區域農業的可持續發展。

關鍵詞：遙感;主要農作物;種植面積;望江縣

中圖分類號 F326.1文獻標識碼 A文章編號 1007-7731（2020）（02-03）-0128-03

Study on Extraction of Planting Area of Main Crops in Wangjiang County Based on Remote Sensing

Xiao Longdong et al.

（College of Tourism and Geography， Jiujiang University， Jiujiang 332005， China）

Abstract：At present， remote sensing technology has been widely used in the identification and extraction of crops. Based on the phenological data of the main crops in Wangjiang County， Anhui Province， the land satellite image data of different phases were selected. The supervised classification， decision tree classification and change detection were used to extract the rice planting area of Wangjiang County in 2017. The planting area of rice was 312.46km2 and the planting area of rapeseed was 277.65 km2.The comparison with statistical data shows that combining the phenological data of crops， using remote sensing to extract the planting area of main crops has certain reliability， which can provide basic data for grain production and structural adjustment research in the region to promote the sustainable development of agriculture in the region.

Key words：Remote Sensing; Main crops; Planting area; Wangjiang County

由于遙感具有迅速、宏觀、簡便、準確等優點，現已廣泛應用于農業領域的各項工作中[1]。20世紀70年代中期，美國開展的“大面積作物清查試驗”即LACIE計劃，首次將遙感技術應用于農作物種植面積監測與產量估算的研究中[2]。我國在農業領域工作中使用遙感技術始于20世紀80年代，例如，王文靜等[3]對新疆沙灣縣棉花、柳文杰等[4]以對湖南省內洞庭湖區域的水稻、王凱[5]等對我國西北地區甘肅省慶陽市區的冬小麥的遙感識別與提取分別進行了研究。本研究以2017年4月至2018年4月的安徽省望江縣Landsat影像數據，結合物候數據對望江縣主要農作物油菜和水稻的種植面積分別采用監督分類、決策樹分類后的變化檢測方法進行提取，并制作了相應的種植分布圖。

1 研究區概況及數據來源

1.1 研究區域概況 望江縣隸屬于安徽省安慶市，地形主要以平原、丘陵和山地為主，其中丘陵主要分布在西北部，山地主要分布在中部，平原主要沿長江分布。屬于亞熱帶季風氣候，日照時間長，太陽輻射充足，熱量資源豐富，降雨量充沛。農業生產歷史悠久，農業資源十分豐富，縣內糧食作物主要為水稻，油料作物主要是油菜。

1.2 數據來源及預處理 （1）遙感影像數據：采用從地理空間數據云（http：//www.gscloud.cn/）下載的2017年4月至2018年4月期間的Landsat 8 OLI衛星影像數據（行列號為P121/R39），空間分辨率為30m。（2）物候數據：不同農作物的物候有利于農作物的遙感識別與提取。查詢中華人民共和國農業農村部網站（http：//www.moa.gov.cn/jg/）得到望江縣主要農作物物候歷，詳見表1。

（3）矢量數據：以望江縣的行政區劃圖為底圖，在軟件ArcGIS 10.2中經地圖配準，矢量化得到望江縣行政區劃矢量數據。

為獲取準確的地物反射率和輻射率等真實地表信息，以軟件ENVI 5.3和 ArcGIS 10.2對影像數據進行預處理。預處理包括輻射定標、大氣校正、地圖配準、圖像裁剪等過程[6]。

2 主要農作物種植面積的提取

2.1 油菜 根據表1的物候歷可知，望江縣油菜的花期為次年3月中下旬至4月中旬，期間油菜花色鮮艷，花朵基本覆蓋冠層，遙感影像上與周邊其他農作物差異明顯。因此遙感提取油菜種植面積的最佳時相為次年3月中下旬至4月中旬。在ENVI 5.3中，對2018年4月10日的Landsat影像數據經多次波段組合實驗可知，油菜在以近紅外、綠和藍光進行RGB波段組合的偽彩色影像上與其他地類的差異最顯著。目視判讀選取油菜、其他耕地、林地、水體、居民地、其他用地等6類地類的訓練樣本。其中，油菜與其他地類的可分離性參數大于1.9，說明油菜與其他地物的分離效果均較好。以所選訓練樣本采用最大似然進行監督分類，對分類圖像再進行分類后處理，得到望江縣油菜的種植區域，其主要技術路線見圖1。在ArcMap10.2統計出提取的油菜的種植面積分別為277.65km2，并繪制其分布圖，詳見圖2。

2.2 水稻 望江縣水稻種植分為早稻、中稻和晚稻3種，其中，中稻與晚稻的種植面積與產量遠遠大于早稻的[7]，因此，本文主要對望江縣中稻與晚稻的種植進行遙感提取。水稻的生長旺盛期與收割期間其光譜差異顯著，而其他主要農作物在這2個時期內無明顯的變化。據表1物候歷可知，選取望江縣2017年生長旺盛期（9月14日）和收割期（11月1日）的2期Landsat 8 OLI遙感影像，利用NDVI植被指數采用決策樹分類分為耕地、林地和非植被，通過分類后變化檢測識別耕地轉變為非植被的區域為水稻種植區域，其主要技術路線見圖3。利用ArcMap10.2統計出水稻的種植面積為312.46km2，并繪制其分布圖，詳見圖4。

3 結果評價

3.1 結果 文中主要作物的提取精度采用相對誤差方法來表達。通過安慶市統計年鑒可以查詢到，望江縣2017年油菜和水稻的種植面積分別為321.92km2、352.77km2[7]。計算得到油菜與水稻的提取相對誤差分別為-13.76%、 -11.43%，見表2。

3.2 誤差分析 Landsat 8 OLI衛星影像的空間分辨率為30m，即影像上的最小像元為900m2，而望江縣主要農作物種植存在部分地塊面積達不到1個像元，且通過分類后處理會將部分有效像元剔除，從而導致提取面積小于統計面積。另外，對于水稻的種植面積，本文未對早稻的種植面積進行提取，也會對結果產生一定的誤差。

4 結論

使用多時相的Landsat 8 OLI遙感影像數據，采用多種分類方法對望江縣2017年主要農作物油菜和水稻的種植面積分別進行遙感提取，得到以下主要結論：

（1）遙感提取油菜種植面積的最佳時相為油菜的開花期，即次年3月中旬至4月中旬。利用油菜開花期的Landsat影像采用監督分類的方法，得到2017年望江縣油菜的種植面積為277.65km2。

（2）利用水稻成長旺盛期（8—9月）與收割期（11月上旬）2期Landsat影像進行分類后的變化檢測實現水稻種植面積的遙感提取，得到2017年望江縣水稻的種植面積為312.46km2。

（3）對主要農作物提取結果的評價分析可知，油菜與水稻種植面積的提取相對誤差分別為-13.76%、-11.43%。這表明，基于遙感的主要農作物識別與提取具有一定的可靠性，能為該區域糧食生產及其結構調整研究提供基礎數據，推動該區域農業的可持續發展。

參考文獻

[1]陳仲新，任建強，劉佳，等.農業遙感研究應用進展與展望[J].遙感學報，2016，20（05）：748-767.

[2]陳水森，柳欽火，陳良富，等.糧食作物播種面積遙感監測研究進展[J].農業工程學報，2005，21（06）：166-171.

[3]王文靜，張霞，趙銀娣，等.綜合多特征的Landsat 8時序遙感圖像棉花分類方法[J].遙感學報，2017，21（01）：115-124.

[4]柳文杰，烏蘭吐雅，烏云德吉，等.基于紋理特征與MODIS-NDVI時間序列的耕地面積提取研究[J].中國農業資源與區劃，2018，39（11）：169-177.

[5]王凱，趙軍，陳棟棟.基于GF-1遙感數據決策樹與混合像元分解模型的冬小麥種植面積早期估算[J].遙感技術與應用，2018，33（01）：158-167.

[6]趙英時.遙感應用分析原理與方法[M].北京：科學出版社，2013：172.

[7]安慶市統計局.2018安慶統計年鑒[M].北京：中國統計出版社，2018：190-193. （責編：張宏民）