基于遙感技術的新疆小麥種植面積信息提取研究

田 源，候 洪，李 靜

1.新疆維吾爾自治區農業資源區劃辦公室 2.新疆維吾爾自治區農業技術推廣總站，烏魯木齊 830049

小麥是新疆各族群眾的主要口糧，確保一定的小麥種植面積對新疆的糧食安全、社會穩定等至關重要，當前有必要準確掌握小麥種植面積，以便合理安排冬小麥、春小麥的種植比例，同時為農業結構調整提供基礎依據[1-3]。遙感技術有著覆蓋區域大、信息獲取速度快的特點，本文利用美國LANDSAT8和歐洲Sentinel2A衛星影像結合地面實測數據，對新疆小麥種植面積進行信息提取，分析其空間分布特征，為新疆小麥科學管理提供參考依據。

1 研究區概況和數據源

1.1 研究區概況

本研究以新疆全境為研究區，該區域內為干旱區典型綠洲農業，根據野外調查，天山北坡主要有小麥、葡萄、正播玉米、棉花、豆類等作物，天山南坡則主要種植棉花、小麥、復播玉米等作物，且小麥多與棗樹、核桃等套種。

1.2 數據源

本研究采用美國LANDSAT815 m空間分辨率和歐洲Sentinel2A 10 m空間分辨率衛星影像，LANDSAT8衛星數據可以在地理空間數據云網站下載（http://www.gscloud.cn/），Sentinel2A 衛星數據可以在歐洲航天局相關網站下載（https://scihub.copernicus.eu/）。南疆地區小麥多與果樹套種，因此主要采用Sentinel2A衛星數據，考慮到監測區域主要農作物的農時歷、冬小麥、春小麥的生育周期以及不同作物光譜信息的季節差別，本研究衛星影像的獲取時間選定在2017年3月至7月，最后獲取本區域適合的影像總計80景，覆蓋了研究區全部范圍。

2 研究技術路線

本研究首先采用GPS技術，實地獲采集各類作物的解譯標志點信息，并在小麥種植結構比較典型的地區實地布設若干地面樣方，測量樣方內各類作物的面積；其次對獲取的80景遙感數據進行影像校正、鑲嵌裁切等預處理，得到監測區域晴空遙感數據；接著按照1:5萬分幅框形成解疑單元，依據地面解譯標志點建立遙感圖像上小麥光譜特征庫，在人機交互模式下提取小麥種植地塊，并利用道路和地面樣方分別扣除線狀地物面積和細小圖斑面積，最后匯總得到分縣市、地州全疆的小麥種植空間分布數據和面積匯總數據[4-6]。

3 小麥種植面積遙感監測

3.1 遙感數據預處理

為了能更好的分辨影像上各類作物光譜特征，本研究分別對LANDSAT8和Sentinel2A數據行了預處理，其中LANDSAT8數據分別進行了定標和大氣校正，Sentinel2A數據則采用快速大氣校正進行了處理，投影信息則統一轉換為ALBERS投影并按照1:5萬圖幅進行裁切，形成單個解譯單元。

3.2 農作物解譯標志數據庫

將地面實地采集的解譯標志點和樣方數據分別疊加在整景和分幅解譯單元上，判斷監測區域小麥及其他主要作物的光譜特征，以便準確把握小麥的光譜信息。

3.3 小麥種植面積遙感信息提取

在計算機軟硬件支持下，采用ERDAS軟件依據小麥光譜特征對上述解譯單元進行非監督分類，獲取監測區域內小麥種植面積空間分布數據，對該數據依據不同道路寬度以及樣方內實測小麥面積和遙感提取面積的比值分別扣除線狀地物和細小圖斑的面積，最終得到新疆小麥種植總面積，并按照縣市、地州、全區進行匯總。

4 結論與討論

本研究采用LANDSAT8和Sentinel2A衛星數據對新疆小麥種植面積進行信息提取，形成了一套完整的技術流程和方法，研究表明，第一北疆小麥種植區以及兵團等地，小麥種植地塊相對較大，采用融合后的15 m分辨率landsat8衛星影像數據可以較為準確的提取小麥種植面積，但是在南疆尤其是和田、喀什、阿克蘇地區，受到小麥與果樹套種以及地塊較為破碎的影響，有必要采用更高分辨率的衛星數據進行監測，考慮到影像覆蓋范圍以及工作量等因素，本研究采用10 m空間分辨率的Sentinel2A衛星數據有效的提高了上述地區小麥種植地塊信息提取的精度；第二北疆地區小麥與其同時期的苜蓿、蔬菜等作物光譜特征十分接近，容易混淆，針對上述問題，本文采用覆蓋同一地區的不同時相的不同衛星數據，進行對比分析，有效的減少了這類“異物同譜”問題，提高了小麥種植面積監測的精度，第三受到地形海拔等因素的影響,同一地區的小麥表現出的光譜特征略有差異，需要在實地調查時，采集不同地形海拔的小麥作物解譯標志。