基于遙感技術的小麥種植面積變化研究

劉玉昕

俗話說：“河南熟，天下足?！焙幽鲜⌒←溕a在全國糧食作物生產中占有重要地位。小麥作為河南省的主要糧食作物，其種植面積是影響區域糧食總產量的主要因素。及時準確監測小麥種植面積變化情況，對小麥產量估算、農業資源管理、糧食安全政策制定等有著重要意義。傳統的小麥實地勘察方法精度較低，還耗費巨大的人力物力。隨著現代農業數字化的推進和遙感技術的發展，利用遙感手段對區域內小麥種植情況進行監測具有成本低、精度高、覆蓋范圍廣、時效性強等優勢。

本文以河南省洛陽市偃師區為例，采用哨兵Sentinel-2號衛星遙感影像作為數據源，通過目視解譯和野外調查相結合的方法，監測了偃師區2021—2022年小麥種植面積的變化，并分析其變化原因。

一、偃師區概況

偃師區位于河南省中西部地區，南屏嵩岳、北臨黃河，地理坐標位于東經112°26′15″～113°00′00″和北緯34°27′30″～34°50′00″，總面積668 km2，地表形態大體可分為山地、丘陵、坡地、平原四種類型。這里光照充足，氣候溫和，平均氣溫14.8 ℃，0℃以上積溫5 419.3℃，年平均降水量537.3 mm，無霜期313 d，年日照時數為2 045.1。偃師區農業生產基礎條件優越，種植作物類型主要包括小麥、蔬菜、玉米、鮮食葡萄、花卉苗木等。

二、數據源及其預處理

（一）遙感影像

本文使用的影像數據為哨兵Sentinel-2號衛星影像，是公眾可以免費獲得的最高空間分辨率多光譜遙感數據，也是唯一一個在紅邊范圍含有3個波段的數據，這對監測植被信息和地表變化有著很大優勢，可以作為提取河南省洛陽市偃師區小麥種植信息的數據源。

受2021年“7·20”暴雨的影響，洛陽市偃師區2022年小麥播種高峰較往年推遲了15 天左右。結合天氣條件，研究選取了2021年2月19日和2022年3月11日的哨兵影像。第一步是利用歐空局提供的插件Sen2cor對該數據進行大氣校正和輻射定標。第二步是利用SNAP軟件進行波段選擇、數據重采樣輸出、波段融合，合成10米多波段數據。第三步是利用ENVI軟件將合成后的遙感影像進行圖像融合、圖像鑲嵌處理。最后是使用洛陽市偃師區的矢量邊界數據裁剪融合后的圖像，得到偃師區2021年2月19日和2022年3月11日的10 m的哨兵2A多波段圖像。

（二）地面樣點數據

本研究針對偃師區不同作物類型開展實地調查，利用“地面GPS+WLAN+移動網絡”的定位模式，采集到50個樣本進行解譯點標識。采集的樣本主要有小麥、花卉苗木、葡萄園、中藥材、大棚、裸地等。

三、小麥識別及面積提取

本研究解譯不同作物類型的方法是利用ENVI軟件對2021年和2022年偃師區的影像進行相同尺度的解譯，結合野外調查采集的樣本數據，進而識別小麥、裸地、林地、居民地、水體、山體等典型地物。不同類型作物光譜特征的差異可以作為分類提取作物種植信息進行的根據。

以小麥和裸地為例，圖1和圖2分別為在B8、B3、B2波段組合下小麥和裸地的光譜特征曲線。在該波段下，遙感影像上小麥顏色呈現淡紅色，而裸地呈現亮白色，這是區分不同地物類型的依據。

本次分類采用ENVI監督分類的方法，使用最大似然監督分類法進行分類。分類后對樣本進行可分離度評價，結果如下頁表1所示，小麥與其他樣本之間的可分離度良好，均在1.9以上。

重分類利用ArcGIS軟件進行，提取和統計全區小麥種植面積，具體分布如圖3所示。

經過對2021年和2022年偃師區的小麥分類結果的計算和比較，筆者發現2022年偃師區小麥面積較2021

年有所增加，增幅達10%。

四、研究結果與分析

本文以哨兵Sentinel-2號衛星遙感影像為主要數據源，采用最大似然監督分類法提取研究區的小麥種植面積信息，并結合樣本數據進行驗證，總體分類精度達92%。

解譯結果表明，偃師區2022年小麥面積較2021年增加了10%左右。經調查分析，研究認為小麥面積的增長有兩方面的原因：一是受2021年河南省“7·20”暴雨影響，偃師區大量葡萄園及部分其他作物生長條件遭到破壞，土壤水分含量高，不適宜繼續種植其他作物，尤其是葡萄，較往年減產六七成。二是受國際形勢和宏觀環境的影響，2022年小麥價格增幅較大，大多數農民選擇改種小麥，小麥種植面積增加。

（責任編輯? ? 劉沛儒）