基于衛星遙感的耕地保護動態監測技術研究

關鍵詞：耕地質量；衛星遙感；動態監測；疑似違法圖斑；數據預警 中圖分類號：TP18；S127 文獻標識碼：A 文章編號：1008-9500（2025）05-0089-03 DOI： 10.3969/j.issn.1008-9500.2025.05.025

Abstract：Thedynamic monitoring of farmland protectionutilizes satelite remote sensing technology to evaluate the spatiotemporal changes of farmland resources，and uses multi-source image analysis to identify degradation，nonagricultural use，and illgalutilization，providingscientific basis forfarmland protectionandresourceoptimization.Based onsatelite remote sensing technology，this paper proposes amulti-source data acquisition methodfor dynamic monitoring offarmland protection，establishesadynamic change monitoringand farmlandqualityinversionmodel，developsadata integrationand earlywarning mechanism，and takes Qingdao cityas theresearch area todeeply analyze the inflow and outflowoffrmland，thedistributionofsuspectedillgalspots，ndtheeffctivenessofrehabilitation，anddemonstratesthe applicationvalueofremotesensing technologyinidentifyingillgallanduse，evaluating farmland protection，anddynamic monitoring systems，thus laying a foundation for land resource management and policy formulation.

Keywords： farmland quality; satelite remote sensing; dynamic monitoring; suspected illegal spots; data alert

據聯合國糧食及農業組織統計，全球耕地面積約為14億 hm² ，但耕地退化和土地沙漠化等問題日益嚴重，導致耕地質量下降，威脅全球糧食供應的穩定性[]。山水林田湖草是一個生命共同體，必須像保護眼晴一樣保護生態環境，也要像保護大熊貓一樣保護耕地。耕地保護的核心任務是保證耕地數量不減少，同時維護現有耕地的質量不下降。耕地數量主要受城市擴張與經濟發展影響，面臨耕地占用、擢荒、非農化、非糧化等問題，而耕地質量作為農業生產和糧食供應的基礎，其變化受土壤肥力、植被覆蓋度以及利用結構調整等因素的影響。衛星遙感技術憑借其廣泛的覆蓋范圍、強大的時效性和相對低廉的成本，在耕地質量、用途監測以及非農化、非糧化等問題的動態監測中展現巨大潛力[。本研究致力于探索基于衛星遙感的耕地保護動態監測技術，為耕地資源的科學管理、保護以及政策優化提供新思路

1基于衛星遙感的耕地保護動態監測技術

1.1多源遙感數據獲取

基于國產公益衛星與商業衛星的協同優化，利用數據統籌等精細化處理和融合建模，為耕地保護動態監測提供高精度影像支撐。遙感數據的獲取遵循分階段規劃，月度數據采集結合國產高分衛星和商業衛星的聯合作業。根據衛星軌道和天氣預測制定區域拍攝計劃，多顆衛星聯合，以最大化影像利用效率進行處理，涉及正射糾正、多光譜配準和融合。正射糾正利用控制點和數字高程模型（DigitalElevationModel，DEM）進行幾何畸變校正；多光譜影像配準借助共軛點匹配，校準幾何位置誤差。采用主成分變換法，優化光譜與空間分辨率，確保融合影像既保留豐富的光譜特性，又具備豐富的細節特征[3。基于融合動態變化檢測結果（如違法用地分布）與耕地質量模型，可以進一步細化耕地分布的空間特征。結合高分辨率光譜影像，分析植被覆蓋、土壤性質和含水量變化，構建動態變化與耕地質量的多維評估模型，為后續質量監測與優化提供高精度輸入。

1.2動態變化科學解析

動態變化檢測利用時序影像和深度學習方法，構建多維特征建模與變化檢測流程，精準解析地表動態變化過程。如圖1所示，動態變化檢測的技術架構涉及從時序影像輸入到變化結果輸出的全過程，為耕地保護提供科學支持。

前后時序影像在時間維度串聯后，首先進入三維特征編碼模塊，提取多層次時空特征。編碼過程采用深度卷積網絡，逐層壓縮和特征融合，構建多維變化特征圖。其間根據式（1）進行特征壓縮。特征通道降維階段通過降噪和過濾，消除影像之間的干擾信息，優化關鍵變化特征的表達。降維階段利用降噪和過濾優化特征表達，解碼模塊逐步恢復空間分辨率并優化邊緣細節，最終生成變化檢測結果。變化類型提取采用歸一化植被指數（Normalized DifferenceVegetationIndex，NDVI）、裸土指數（BareSoilIndex，BSI）等指標，構建變化矩陣，以區分耕地動態變化的類別和性質。動態變化對耕地質量的影響通過植被覆蓋、土壤性質和水資源動態變化體現。耕地退化或非農化通常伴隨植被減少、肥力下降和侵蝕加劇，NDVI降低表明生產力下降，BSI增加則反映裸土暴露及退化加劇。結合光譜特征數據，可進一步解析土壤有機質、水分含量和礦物質變化，實現耕地質量的綜合評價[4。時序影像檢測揭示耕地流人與流出模式和質量變化的關聯性。流入耕地植被覆蓋低，土壤含水量較高，需要進一步改良；流出耕地多表現為非農化強度高或污染加劇。

F_l=σ（W_l^*F_l-1+b_l）

式中： F_l 、 F_l-1 分別為第l層、第l-1層特征編碼結果； σ 為激活函數； W_l 和 b_l 為該層卷積核和偏置參數；*為卷積操作。

1.3耕地質量反演評估

耕地質量反演評估通過對植被覆蓋度、土壤肥力及水分動態變化的定量分析，為監測耕地退化、識別非法用地及優化耕地資源配置提供關鍵支持。本文采用多光譜和高光譜遙感影像相結合的方法，從光譜特征和植被指數入手，逐步構建綜合評估模型。光譜特性反演模型主要利用近紅外和紅光波段，生成植被覆蓋的空間分布圖。其間根據式（2）計算歸一化植被指數。該指標用于定量評估耕地植被覆蓋狀況，為反演模型提供基礎輸入。土壤參數提取基于高光譜數據，以短波紅外和中紅外波段為核心，結合地面實測樣點的光譜特性，建立土壤水分、礦物質含量等指標的回歸反演模型[5。最終結果以柵格化數據輸出，針對地塊分區建立耕地生產力空間分布圖。

圖1時序影像變化檢測流程

式中： M 為歸一化植被指數； N 和 R 分別為近紅外波段和紅光波段的反射值。

1.4數據整合預警改善

數據整合與預警改善通過多源數據的深度融合，為耕地退化識別、高風險區域劃分及資源優化提供科學支撐。構建動態時空模型，提取耕地變化特征并生成預警信息。多期遙感影像數據經過統一投影和輻射歸一化后，利用加權插值算法，根據式（3）完成時序數據補全。預警模塊將動態變化結果疊加耕地質量分布圖，通過多時段差值計算自動劃分高風險區域。

式中： F_t（x，y） 為目標位置在時間 χ_t 的插值結果;x，y 分別為目標位置的橫坐標和縱坐標; f_i（x，y，t） 為第i 個數據源的值； w_i 為第 i 個數據源的權重，依據空間精度與時間相關性動態調整。

2案例分析

青島市是我國沿海地區重要的農業生產基地，耕地資源在保障糧食安全與生態平衡中具有不可替代的地位。隨著城市化的推進和土地利用結構的調整，耕地資源面臨非農化、非糧化和退化等多重挑戰。近年來，違法占用耕地、耕地質量下降等問題愈加突出，直接威脅耕地保護目標的實現。

2024年前三季度青島市遙感監測顯示，全市耕地動態變化特征明顯，耕地流入面積明顯少于流出面積，凈減少面積超過 3 333hm² 。耕地流入主要集中在平度市和萊西市，占總流入面積的一半以上；耕地流出主要發生在西海岸新區和膠州市，占總流出面積的 40% 以上。流出區域的光譜特征表明，NDVI顯著降低，同時BSI呈現上升趨勢，反映退化區域土壤肥力下降及侵蝕風險加劇。流入區域的光譜特征顯示，植被覆蓋較低但土壤含水量偏高，為后續改良提供潛力。疑似違法圖斑監測共提取14000余個，分布集中于西海岸新區、膠州市和即墨區，合計占疑似違法圖斑總量的 50% 以上。疑似違法圖斑流向以非農化為主，流向建設用地的圖斑占比達 40.5% 。違法區域NDVI較正常耕地低0.15以上，土壤有機質含量減少 12%～15% ，表明其質量顯著下降。復耕工作取得階段性成果，青島市重點復耕區域恢復耕地面積約1400hm² ，主要分布在平度市、萊西市和西海岸新區。監測成果以疑似違法圖斑分布圖和耕地動態變化圖呈現，為執法整改和耕地保護政策的實施提供精準的數據支撐。

3結論

本研究圍繞青島市耕地資源保護動態監測需求，構建完善的耕地質量評估與動態監測技術體系，全面支持耕地保護政策的優化與實施。未來，遙感技術將進一步深化在土地資源管理中的應用，為我國土地資源的可持續利用和生態保護提供關鍵技術保障。

參考文獻

1 本刊訊.聯合國糧食及農業組織亞太區域第37屆部長級會議召開[J.世界農業，2024（3）：146.

2 張永健，史明明，王浪，等.遙感技術在耕地監測中的應用[J.科技風，2024（32）：4-5.

3 呂文寶，徐占軍，楊麗琪，等.基于多源遙感數據的耕地生態系統穩定性評價：以汾河流域為例[J].中國環境科學，2024（5）：2937-2947.

4馮軍.基于注意力模型的SAR影像深度學習變化檢測研究[J].自然科學，2024（6）：148-153.

5 王陳哲，劉昭賢，付利釗.高光譜遙感技術在耕地質量反演中的應用[J].測繪通報，2024（5）：127-132.