基于3S技術的水稻播種面積變化遙感監測

王 謙，元昌安，王新生，陳志杰，許 亮

（1. 廣西師范學院 資源與環境科學學院，廣西 南寧 530000；2. 廣西師范學院 計算機與信息工程學院，廣西南寧 530000；3. 湖北大學 資源環境學院，湖北 武漢 430062）

水稻作為我國主要糧食作物之一，其種植面積、長勢和產量是國家糧食安全體系的重要組成部分[1]。衛星遙感具有實時、宏觀、客觀等特點，能快速準確地獲取農作物種植區域的面積信息及空間分布情況[2-10]，但是目前仍缺乏簡單實用的快速提取農作物種植面積相對變化率的方法。本文以早稻種植面積調查為例，探討并實踐了快速提取農作物種植面積相對變化率的方法。

1 農作物播種面積變化監測方法

農作物播種面積變化監測有多種方法，廣泛采用的有遙感影像解譯調查方法，包括抽樣方法和全覆蓋方法2種。前者是選取調查區域中的若干景遙感影像區域進行遙感解譯，調查相鄰2年種植面積，從而得出相對變化率；后者則是對調查區域進行影像全覆蓋，不僅可得出相鄰2年的區域農作物種植面積的相對變化率，更能得出調查區域農作物種植面積的絕對數字，但是由于受到數據源、精度、成本和工作量等方面的限制，這種方法是一種理論上的方法，在實際中很難采用。本文主要提出地面樣方調查方法和區域遙感影像解譯法。

1.1 野外地面樣方調查方法

首先在野外實地建立地面樣方，通過觀測相鄰2年同一個樣方內的農作物種植狀況，調查農作物播種面積變化。這種方法一般需要較多數量的樣方，樣方分布于農作物主產區，布局要有代表性，面積可選擇在300 m×300 m～500 m×500 m之間，在實際中可根據田塊大小、地塊破碎狀況、種植區域集中連片程度等來調整樣方大小。在農作物生長期內，在野外利用GPS對已有樣方進行農作物種植面積的變更調查。每個樣方都有對應的調查表，記錄每個樣方的農作物種植面積變化情況以及變化原因。野外調查完成后，再對數據進行統計分析，得出農作物種植面積變化的地面樣方調查數據。野外地面樣方調查過程中，還可獲得大量的為室內解譯提供解譯標志的數據集。

1.2 遙感影像解譯調查方法

遙感影像解譯調查方法是通過解譯在農作物生長期內同一地區相鄰2年的遙感影像，計算、統計農作物種植面積的變化情況。主要步驟包括：

1）建立解譯標志。在遙感監測解譯工作中，需在GPS的支持下，攜帶相關影像到野外進行實地調查，建立遙感影像的解譯標志，為后續室內解譯作準備。在實際調查中，需拍下實地照片及相關視頻作為參考依據。

2）影像預處理。采用遙感圖像處理軟件，利用已有的往年相同區域校正后的遙感影像作為參考影像或在Google Earth中采點對待校正的遙感影像進行幾何精校正，將精校正后的影像進行相交運算，獲得不同年份的公共區域影像，再利用國家1∶10萬或1∶5萬標準地形圖分幅圖框對公共區域影像進行裁剪，以分幅影像作為解譯單元。

3）影像解譯。結合地面訓練樣方、往年數據和相關專題圖等，通過非監督分類進行人機交互解譯和修正，獲取目標農作物的矢量圖層，然后在GIS軟件中進行圖斑修改，最終獲取目標農作物的相關信息。

4）地面驗證及檢查。對有關解譯結果再次進行野外實地驗證，主要是驗證在解譯過程中難以確定的區域，如發現解譯有問題，立即反饋給室內解譯人員，對解譯結果進行修改。

5）統計分析。待所有解譯結果檢查合格后，將數據匯總進行統計分析，得出農作物種植面積變化的監測調查報告。

2 黃梅縣早稻播種面積變化調查

2.1 調查區域概況

本次調查區域選擇湖北省東部的黃梅縣。

2.2 地面樣方調查

由于多種因素的制約，在本次調查中，只對2個早稻地面樣方進行了調查。野外調查中，實地觀察和測量了這2個地面樣方的農作物種植情況及變化（見圖1和表1）。從2個樣方的結果來看，2011年2個樣方中早稻播種面積都較2010年有大規模減少，一個減少64.79%、另一個減少28.84%。由于樣方數量太少，可能并不能反映調查區域的實際情況，結果只能作為參考（調查區域的早稻播種面積變化主要采用遙感影像解譯調查來實現）。

表1 地面樣方早稻播種面積變化表

2.3 遙感影像解譯調查

根據湖北省早稻生長物候歷，早稻的遙感解譯工作中，最容易與其他地物混淆的時間是在早稻剛移栽的過程中。這時早稻田在影像中體現的是水體特征，不容易與水體分開。同時，在早稻生長的后期階段，與一季稻也很難分開。較容易與其他地物區分開的時期是早稻返青期，同時考慮到監測區的農作物種植結構、種植制度等特點，確定早稻種植面積遙感識別的最佳時相為5月中旬至6月上旬之間，共選用2010-05-24和2011-05-20 SPOT5衛星影像2景，主要分布湖北省鄂東地區。

湖北省早稻種植面積動態遙感監測，采用高分辨率多光譜衛星遙感數據，結合地面樣方調查結果，采用非監督分類與人機交互并行的方式進行早稻識別與分類，提取監測區內相鄰2年早稻種植面積的空間分布及數量，計算、統計2010年和2011年該區域的早稻種植面積相對變化率。

由于受到數據源和湖北省鄂東地區早稻種植區域的限制，本次遙感影像調查范圍僅選取一個標準1∶5萬地形圖分幅范圍（見圖2）。按照前述解譯方法對2010年和2011年同一區域的早稻種植區域進行了解譯，并得到了相應的解譯結果（見圖2和表2）。從解譯結果來看， 2011年早稻面積約1 653.56 hm2，比2010年減少了1 154.50 hm2，變化幅度為-41.11%。

表2 影像解譯結果

2.4 重點區域早稻種植情況調查

從地面樣方調查和遙感影像解譯的結果來看，早

稻播種面積大量減少，選取了幾個重點區域（見圖3）對早稻種植面積明顯變化的原因進行了詳細調查。

調查發現，該區域2011年早稻種植面積大量減少的主要原因有3個方面：①2011年上半年湖北省旱情嚴重，很多地區缺水使早稻無法栽插，導致大多地方早稻改種一季稻，這是早稻面積大規模減少的直接原因；②由于蓮藕價值高、市場行情好，該區域部分地方將早稻田改種蓮藕；③隨著人力物力等方面投入的加大，兩季稻收益相對一季稻不具有很大優勢，所以部分地區將種植兩季稻改為一季稻，導致早稻播種面積減少。

3 結 語

本文通過分別提取相鄰2年解譯區早稻的種植面積，從而計算出區域早稻種植面積總體變化率。該方法從新的角度實現了對早稻種植面積動態變化的遙感監測，避免了“混合像元”和“同物異譜、異物同譜”對農作物動態遙感監測帶來的不確定性影響，為農業生產信息獲取提供了新思路和新方法。但是，研究中也存在一些問題：

1）遙感解譯結果受影像質量和解譯人員專業素養的影響。

2）需要結合統計數據和區域背景資料來提高農業遙感監測精度和準確性。

3）需要利用數量眾多的地面樣方來建立詳盡的解譯標志數據庫，使得解譯成本較高。

4）地面樣方調查需要樣方數量很多，樣方分布要有代表性，樣方面積要大，但是在我國南方地區，由于地形起伏大、人口密集、田塊較小、種植農作物類型多樣等，較難形成同一種農作物集中連片分布，所以在樣方面積上可根據實際情況進行適當設置，有時不能做得很大，建議在困難地區可選擇較小的樣方面積。

5）受早稻播種時間跨度長和水稻發育情況參差不齊等影響，在遙感影像上早稻有時與一季稻的解譯標志極為相似。例如，種植時間較早的早稻田在影像上呈現土黃色，而部分種植時間較遲（成像于5月下旬～6月上旬）的早稻田則與一季稻田在影像上都表現出極其類似的色彩、色調特征，均呈淺紫色或深紫色，如果早稻和一季稻都在五一前開始播種，兩者在影像上表現特征非常類似，從而會導致早稻面積的解譯結果有明顯增加的現象。因此，僅利用單時相遙感影像，有時很難將兩2景影像覆蓋范圍內的早稻和一季稻較準確地區分開來，需要尋求多時相影像或其他調查方法進行補充。

鑒于早稻栽種時間可能存在不統一的情況，建議采用時譜法進行早稻遙感監測，即上一年度的早稻信息提取盡量采用雙時相影像（其中一景成像于5月中下旬，另一景成像于早稻收割后而一季稻正處于生長旺盛期），本年度的早稻信息則依據地面訓練樣區及實地調查所獲取的先驗知識，結合上一年度的早稻種植情況進行提取。

另外，影像解譯工作屬于一種大范圍的抽樣調查，并且在實際的農作物面積遙感監測工作中遙感影像也不可能是全覆蓋，因此，為了提高解譯精度，建議在早稻主產區采用更高分辨率的Quickbird影像等作為早稻遙感監測信息源。

[1]陳仲新,劉海啟,周清波，等. 全國冬小麥面積變化遙感監測抽樣外推方法的研究[J]. 農業工程學報, 2000, 16(5): 126-129

[2]黃敬峰, 王人潮, 蔣亨顯，等. 基于GIS的浙江省水稻遙感估產最佳時相選擇[J]. 應用生態學報, 2002(3): 291-295

[3]闕杜云,李秀芬,韓俊杰.基于多時相MODIS數據的黑龍江省水稻種植面積動態監測研究[J]. 黑龍江氣象, 2010,27(2): 21-22

[4]范莉,羅孳孳.基于MODIS-ENVI的水稻遙感估產——以重慶三峽庫區為例[J]. 西南農業學報, 2009, 22(5): 1 416-1 419

[5]吳炳芳, 劉海燕. 水稻種植面積估計的遙感方法[J]. 遙感學報, 1997, 1(1): 58-63

[6]鄧勁松, 王珂, 沈掌泉，等. 基于特征波段的SPOT-5衛星影像耕地信息自動提取方法研究[J]. 農業工程學報, 2004,20(6): 145-148

[7]張峰, 吳炳芳, 黃慧萍，等. 泰國水稻種植區耕地信息提取研究[J]. 自然資源學報, 2003, 18(6): 766-772

[8]黃敬峰, Ahmad Yaghi, 王人潮. 利用GIS與TM資料集成技術估算龍游縣早稻面積[J]. 農業工程學報, 2001, 17(1): 159-162

[9]柳菲, 王新生. 基于SPOT影像和地面樣方的一季稻晚稻遙感監測[J]. 湖北大學學報, 2012, 34(3): 313-316

[10]Sushil P. Crop Area Estimation using GIS, Remote Sensing and Data Frame Sampling [J]. International Journal of Applied Earth Observation and Geoinformation, 2001, 3(1): 86-92