基于Google Earth Engine三江平原水田提取研究

李永帥，齊修東

（1.河南理工大學 測繪與國土信息工程學院，河南 焦作 454000）

影響水田信息提取精度的因素主要是水稻和其他植被同時相的光譜特征相似性易造成誤分，還有云和云陰影的覆蓋[1-5]。一些研究對水稻信息的提取只用到的時相信息過于單一，楊艷昭[6]等在水田移栽期通過計算地表水分指數（LSWI）等指標，基于Landsat數據提取了吉泰盆地的水田信息；王力凡[7]等通過對比分析成熟期的水田與其他覆蓋物的歸一化植被指數（NDVI）值和波段DN 值的差異，然后增大數值差別，從而建立基于像元的水田提取模型，在CBERS-02B 衛星遙感影像提取了南京市溧水縣的水田信息。而利用分類器實現監督或無監督分類的水田信息提取方法要與光譜可變性的相位相關聯，通常難以擴展分類器規則和參數，且大尺度的水田制圖要耗費大量的時間和計算能力，導致周期長，難度大。因此，本研究基于GEE 云平臺，通過在線編程的方式獲取和處理Landsat 影像，有效避免下載、預處理影像等繁雜的過程,能較大程度提高效率[8]。

1 研究區概況

三江平原是全國熱量條件最差、升溫最明顯的地區，同時是近些年水田擴張糧食增產最明顯的國家重要糧食生產基地。三江平原包括雞西、鶴崗、七臺河、佳木斯、雙鴨山等地級市以及牡丹江市的穆棱縣和哈爾濱的依蘭縣，共計23 個縣（區），總面積為10.88 萬km2。特別是該地區有52 個國有農場和8 個森林工業局[9]。三江平原地面坡度在萬分之一左右，地勢平坦，整體傾斜趨勢由西南向東北，地貌多樣擁有低山丘陵、低平原區和興凱低平原區等類型，此外該處擁有因河流（黑龍江、松花江以及烏蘇里江等）交匯形成較多的河谷平原。該地區土壤肥沃，其有機質積累作用超過它的分解作用，使得土壤中有機碳的含量極高，這也是三江平原地區土壤肥力較高的原因[10]。三江平原受地形和海陸熱力差異的影響，形成了中溫帶大陸性季風氣候，四季分明[11]，降雨量充足且雨熱同期。

2 研究方法

2.1 實驗數據來源

在GEE 中，可通過JavaScriptAPI 在線訪問全球范圍Landsat 影像，且遙感影像經過輻射校正和幾何校正等預處理。本研究使用的Landsat 影像均為可用的標準1 級地形校正（L1T）正射校正圖像。為了消除傳感器本身的誤差，確定傳感器入口處的準確輻射值。大氣校正針對實驗中用不同時相或不同傳感器的光譜指數，保證計算量級的一致性，計算指數信息更加精確。本研究使用已作為美國地質調查局（USGS）Landsat-8 圖像集存儲在GEE 平臺中（TOA）大氣表觀反射率數據。影像選取年代中期年份影像數據，如1980 年代取1985 年、1990 年代取1995 年、2000 年代取2005 年Landsat-5 數據，2010 年代選取了2016 年到2018 年的Landsat-8 影像數據。矢量數據來源于來源于中國科學院資源環境科學數據中心（http://www.resd.cn），如圖1 所示。

圖1 RGB 合成影像

2.2 數據預處理與解譯變量計算

根據Landsat-8 質量評估帶[12]，刪除了不良觀測結果，包括云，卷云和冰/冰。利用GEE API 編程，對于每種影響因素劃分4 個級別并表明它們的置信度，包括“未確定”（算法未確定此條件的狀態），“否”（0 ～33%置信度），“可能”（34～66%的置信度）和“是”（67～100%的置信度）。使用67～100%的置信水平來排除云和雪/冰的所有潛在的不良觀察效果。然后Landsat TOA 圖像采集的時間序列用于計算2 個光譜指數，包括NDVI，NDWI。

使用以下等式計算光譜指數:

式中，ρnir為近紅外波段；ρRed為紅光波段；ρGreen為綠光波段。

所有Landsat 數據處理都是使用GEE 平臺（https://earthengine.google.org/）中的云計算技術進行的，這使得大型研究區域的并行計算和大數據處理成為可能。排除這些不良觀察后，得到的時間序列數據用于以下基于物候的分類。

2.3 研究區水稻物候信息

旱地作物和水稻的光譜特征類似，會對提取水田信息產生影響，因此水田信息提取主要在水稻與其他旱地作物的物候差異期進行。本文基于水稻生長期遙感影像的植被指數和該區域的水體指數，對比其在不同時期的物候特征提取出水田信息，如圖2 所示。

圖2 水田提取技術路線

不同作物的物理特性和生長周期不同，而且水稻不同生長階段的生長特征也不相同。根據水稻的生長階段可分為4 個階段:①從播種到移栽的苗圃階段；②從移栽到出穗的營養階段；③從出穗到開花的繁殖階段；④從開花到完全成熟的成熟階段。依據該區域農業氣象觀測數據總結出水稻生長發育的時間特征，三江平原地區水稻是單季稻，一般6 月中下旬灌水移栽，10 月上旬進入成熟收割期，其中8 月為生長旺季。在水稻移栽期間，需要大量灌溉，故與生育期相同的旱地作物相比，地表濕度較大。此時間段水田的歸一化水體指數（NDWI）值比旱田的大，而在其他時相會由于植被含水量的原因使得旱地和水田不易區分，雖然五、六月份稻田植被指數（NDVI）值低，但是隨著水稻生長在七、八月份水稻進入生長的旺盛期，NDVI 值達最大，隨后進入成熟收割期，NDVI 值開始下降。這與本文計算的從2016-2018 年的三江平原水田NDWI、NDVI 時間序列值所反映的物候信息一致。本研究通過三江平原水稻生長期調研，利用遙感的多時相特征設計物候算法，選取2 個時期即灌溉期5、6 月份和旺盛期7、8 月份，計算2 種水體指數NDWI和NDVI，通過經驗閾值提取水體和植被信息，然后利用邏輯運算綜合判斷出水田信息，實現準確提取，如圖3 所示。

圖3 三江平原水田NDWI、NDVI 時間序列曲線圖

3 結果與分析

基于以上方法提取了三江平原的水田信息，并對提取結果進行了適當修正。從1980 年代到2010 年代30 a 間，三江平原水田經歷了爆炸性增長，由1980 年代的1 942.76 km2增加到2010 年代的27 746.2 km2，30 a 間三江平原水田面積增加了10 倍之多。各個年代之間增長速率呈現逐年遞增，1990 年代水田面積為5 916.61 km2，特別是2000 年代到2010 年代增長速率最快由13 091.5 km2增加到27 746.2 km2。

在空間上，不同時期水田和旱地的分布重心也不同。由四期水田提取結果可以大致看出，1980 年代和1990 年代水田重心向西北方向偏移了，而2000 年代和2010 年代水田偏移方向發生較大變化，轉向東北方向偏移。但是整體上三江平原水田的重心表現為向東北偏移的趨勢。其中主要分布在三江平原東北部，主要是富錦市、虎林市、同江市和撫遠縣等縣區，如圖4所示。

圖4 三江平原水田空間分布圖

三江平原水田面積的暴增是氣候、人口、政策多種因素影響的結果，經研究發現近100 a，在中國氣溫平均上升了1.2℃，東北地區平均增溫1.5℃。1959-2005 年期間，三江平原人口增長了3.13 倍，而同期的黑龍江省是1.26 倍，整個東北地區是0.93 倍[13]，同時國家政策的支持進一步促進了三江平原水田的發展。從上世紀80 年代中期到本世紀初，三江平原在“以稻治澇”的指導方針下開展農業綜合開發。2004 年《中共中央國務院關于促進農民增加收入若干政策的意見》指出切實加大農業投入，強調“大力推進現代農業建設，促進糧食穩定生產”。2006 年國家廢除《農業稅條例》，全面消除農業稅。2007 年東北地區在《東北振興規劃》確定“國家重要商品糧和農牧業生產基地”。2008 年《國家糧食安全中長期規劃（2008-2020 年）》中提出“提高東北水稻綜合生產能力”。2010 年《關于加快轉變東北地區農業發展方式建設現代農業指導意見的通知》提出要把東北建設成農業現代化示范區和維護國家糧食安全的戰略基地。國家和地區的強農惠農政策極大加快了農業發展[14]。科技的進步同樣為土地開墾，水田發展助力。隨著水利設施建設力度增加，耕地灌溉面積迅速變大，種植結構發生改變，向“旱改水”方向轉化，加之優良稻種的培養種植，交通等因素限制作用減小，為發展水田提供了良好的條件。

4 結 語

本文基于NDWI 和NDVI 時間序列，依據水稻在各個生長期與其他作物表現出的生理差異特征，基于GEE 云平臺使用物候算法，充分利用Landsat 影像的時間特征和空間特征，得到了三江平原1980 年代到2010 年代的水田的空間分布信息。并對結果進一步分析，得出以下結論:①三江平原的水田擴張主要受國家政策、科技進步、經濟發展、氣候變化和人類活動等因素影響。②30 a 間三江平原在多種因素的影響下水田面積急劇擴張。總體表現為向東北方向偏移，其主要分布在三江平原東北部。