省域冬小麥種植面積遙感本底調查方法
——以安徽省冬小麥遙感本底調查為例

婁 徑，解華明

(1.安徽省經濟研究院，安徽合肥 230001；2.安徽建筑大學環境與能源工程學院，安徽合肥 230601)

?

省域冬小麥種植面積遙感本底調查方法
——以安徽省冬小麥遙感本底調查為例

婁 徑1，解華明2

(1.安徽省經濟研究院，安徽合肥 230001；2.安徽建筑大學環境與能源工程學院，安徽合肥 230601)

遙感技術目前在農業方面得到了廣泛的應用，冬小麥作為我國重要糧食作物，農業部先后2次在全國范圍內組織開展了冬小麥遙感本底調查工作。該研究介紹了2015年安徽省冬小麥遙感本底調查的遙感數據選擇、數據預處理、解譯方法，并對調查結果進行了分析，總結了省域冬小麥種植面積遙感本底調查方法和經驗。

冬小麥；遙感；種植面積；本底調查

隨著科學技術的發展，遙感技術在農業方面得到了廣泛的應用[1-6]。冬小麥是我國主要的糧食作物，其面積是農情信息的主要內容之一，準確地監測冬小麥的播種面積和產量，對于政府決策部門及時掌握冬小麥生產情況，制定合理的對策具有重要意義。2009、2015年農業部分別組織開展了2次遙感本底調查工作。筆者介紹了2015年安徽省冬小麥遙感本底調查的遙感數據選擇、數據預處理、解譯方法，并對調查結果進行了分析，為省域冬小麥種植面積遙感本底調查提供經驗參考。

1　數據來源與研究方法

1.1數據準備

1.1.1確定最佳遙感觀測時間。安徽省冬小麥主要生育期如表 1所示，可以看出安徽省小麥種植情況的最佳遙感觀測時間為3月～5月上旬。

表1　安徽省冬小麥主要生育期進程

1.1.2確定影像空間分辨率要求。冬小麥種植面積遙感調查最佳影像分辨率確定的依據主要有以下3點。

(1)解譯精度要求。解譯精度要求越高，則影像分辨率要求越高，但是影像精度高了，解譯的工作量也就變大，調查時間相應增加。因此，需要在解譯精度和解譯工作量、調查時間之間取個平衡值。

(2)種植區地形條件。地形平坦地區，田塊面積較大，機械化作業條件好，作物一般連片種植，較低空間分辨率影像即可達到較高解譯精度；在丘陵和山地地區，地塊面積較小，需要較高空間分辨率影像才能有效識別農作物。

(3)影像獲取成本。農作物種植面積調查覆蓋面積大，遙感影像采購成本是重要決定因素，一般優先采用免費、國產遙感衛星數據。

綜合考慮上述3個依據，皖北地區最佳分辨率為15～16 m，皖南地區5～10 m。

1.1.3確定影像時間分辨率要求。根據冬小麥3～5月上旬最佳遙感觀測期，衛星應有足夠多的重訪周期，確保在這期間有一至兩景無云影像。一般情況下，衛星重訪周期小于20 d有較多可能獲取到合格影像。

1.1.4遙感影像數據定購。根據影像空間分辨率、時間分辨率的要求，此次調查主要采用2015年3月、4月的國產GF-1 WFV傳感器16 m影像25景，安徽省各縣解譯使用影像時間分布見圖1。鑒于難以獲取5～10 m空間分辨率免費遙感影像數據，因此皖南地區也采用該分辨率遙感影像。

圖1　安徽省各縣解譯使用的影像時間分布Fig.1　Image time of interpretation in each county in Anhui Province

1.2數據預處理

1.2.1幾何校正。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7.5 s(約200 m)DEM數據對影像進行正射校正，再以美國地質調查局下載的Landsat8衛星15 m分辨率全色波段(第8波段)影像為取控制點源影像，將正射校正后影像進行進一步修正。最后將校正后影像從WGS84大地坐標 UTM投影轉換為WGS84大地坐標Albers等面積投影。

1.2.2圖像剪裁。以安徽省分縣行政界線為基礎，按縣域邊界對遙感圖像進行剪裁。同一地區可能有多景影像可以使用，圖像選取時優先使用4月份無云圖像。如無4月份影像，則依次選擇3月份無云影像、5月份無云影像。根據影像選優結果，制作影像裁剪框，利用裁剪框按縣對所有對應的校正后的圖像分別進行裁剪，形成全省全覆蓋遙感影像(圖2)。

圖2　按行政區裁剪后的安徽省全覆蓋遙感影像Fig.2　Full coverage of remote sensing images of Anhui Province after cutting by administrative region

1.3遙感解譯方法

1.3.1建立解譯標志。GF-1 WFV影像數據1、2、3、4波段分別是藍、綠、紅和近紅外波段，使用對植被特征反映較好的標準假彩色合成影像來目視判讀識別冬小麥。由于圖像成像光照條件不同、區域環境背景差異等，同樣是小麥地塊，在影像色調有一定的差異。對野外獲得的解譯標志點進行了梳理，從解譯標志點的代表性及區域布點的均衡性兩方面考慮，共選取了60個小麥標志點，在解譯過程中對比參考。為便于對小麥解譯標志的總體把握，對小麥影像基本特征進行描述，建立如圖3所示的解譯標志。

圖3　小麥影像解譯標志Fig.3　Image interpretation mark of wheat

1.3.2影像解譯。

(1)建立分類模板。根據解譯縣地形特點，對影像按地形和種植特點進行進一步裁剪，然后再對每個小塊進行計算機自動分類。因為受各種內、外在因素影響(天氣、灌溉條件、種植時間)，不同地點小麥的光譜差異較大，將遙感圖像切割成小塊再進行分類，可以根據切割成小塊區域的圖像特征建立分類模板，這樣分類模板更貼近各區域實際，分類精度更高。

(2)監督分類。利用ERDAS Imagine軟件進行最大似然法監督分類，得到分類后的柵格圖像。

(3)去碎點。分類結果的柵格圖像中有大量的小于2個像元的區域，根據最小上圖圖斑原則，可以進行去碎點處理。

(4)分類結果轉矢量。分類結果是柵格圖像，需要將其轉化為矢量數據后進行目視解譯。利用ArcGIS的“刪格轉面”功能將分類柵格結果轉化shape矢量格式。

(5)人工目視解譯修正小麥種植區矢量數據。利用ArcMap的Editor模塊對自動分類結果不準確的地方進行目視解譯修改，得到如圖4所示的矢量文件。

圖4　小麥種植區與線狀地物解譯結果示例Fig.4　Interpretation results of wheat growing areas and line features

2　結果與分析

2015安徽省冬小麥種植面積遙感解譯結果見表2。根據全省冬小麥種植區解譯結果，繪制2015年安徽省冬小麥種植區分布圖(圖5)。

2015年安徽全省冬小麥種植面積3 020 051.06 hm2，約占全省耕地總面積的26%。與2009年調查的全省冬小麥種植面積相比，冬小麥種植面積總體擴大約10%，主要原因是安徽中南部地區近幾年受農作物種植效益、土地流轉等因素影響，減少了原有的油菜、雙季稻種植，擴大了冬小麥種植面積。

表22015年安徽省冬小麥種植面積遙感解譯結果

Table 2Remote sensing interpretation of winter wheat planting area in Anhui Province in 2015

hm2

圖5　2015年安徽省冬小麥種植區分布Fig.5　The distribution of winter wheat planting area in Anhui Province in 2015

從圖5中可以看出，2015年安徽省冬小麥種植主要分布在六安—合肥—滁州一線以北地區，其他地區小麥種植面積相對較少。亳州地區、阜陽地區、宿州地區、蚌埠地區是安徽省冬小麥主產區，種植面積占耕地面積百分比大，約占到40%～60%。江淮之間地區壽縣、定遠、來安、天長4縣(市)

種植相對較多，約占到耕地面積的20%～50%，江淮之間其他地區和長江以南種植較少，但近年來有不斷擴大的趨勢。

3　結論

以2005年安徽省冬小麥遙感本底調查為例，對省域冬小麥種植面積遙感本底調查的方法和結果進行了分析，得出以下結論。

(1)安徽省冬小麥種植最佳遙感觀測時間為3月至5月上旬，遙感影像最佳空間分辨率皖北地區為15～16 m，皖南地區為5～10 m。

(2)基于遙感技術進行大面積、業務化冬小麥種植面積遙感本底調查在技術方法完全可行，調查結果可信。

(3)2015年安徽全省冬小麥種植面積約3 020 051.06 hm2，約占全省耕地總面積的26%。與2009年調查的全省冬小麥種植面積相比，冬小麥種植面積總體擴大了約10%。

[1] 陸忠軍.多源遙感數據在黑龍江水稻種植面積本底調查中的應用[J].黑龍江農業科學，2009(6)：134-136.

[2] 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(2)：41-45.

[3] 王來剛，鄭國清，陳懷亮，等.基于HJ-CCD影像的河南省冬小麥種植面積變化全覆蓋監測[J].中國農業資源與區劃，2011，32(2)：58-62，67.

[4] 權文婷，王釗.冬小麥種植面積遙感提取方法研究[J].國土資源遙感，2013，25(4)：8-15.

[5] 潘學鵬，李改欣，劉峰貴，等.華北平原冬小麥面積遙感提取及時空變化研究[J].中國生態農業學報，2015(4)：497-505.

[6] 王利民，劉佳，楊福剛，等.基于GF-1衛星遙感的冬小麥面積早期識別[J].農業工程學報，2015(11)：194-201.

Remote Sensing Background Investigation of Winter Wheat Planting Area in Provincial Region—A Case Study in Anhui Province

LOU Jing1, XIE Hua-ming2

(1. Anhui Economic Research Institute, Hefei, Anhui 230001; 2. School of Environment and Energy Engineering, Anhui Jianzhu University, Hefei, Anhui 230601)

Remote sensing technology in agriculture has been widely used at present. Ministry of Agriculture has twice organized a remote sensing background investigation of winter wheat planting area in the nationwide, which is an important food crop in China. Remote sensing background investigation method of winter wheat planting area in Anhui Province in 2015 was introduced, including image selection, data preprocessing and interpretation, the survey results were analyzed, remote sensing background investigation methods and experience of winter wheat planting area in provincial region were summarized.

Winter wheat; Remote sensing; Planting area; Background investigation

農業部遙感應用中心2015年冬小麥種植面積本底調查項目。

婁徑(1972- )，男，安徽合肥人，副研究員，從事遙感、資源環境區劃與管理研究。

2016-05-13

S 127

A

0517-6611(2016)17-269-03