耕地質量遙感綜合評價方法及應用
——以衡水市安平縣為例

許寧，宋建新，王淼，李佳，梁中欽，顧曉鶴，鄧光遠，單偉東，范鳳翠，毛婭楠

（1.河北省農業技術推廣總站，河北 石家莊 050011；2.河北省畜牧站，河北 石家莊 050000；3.平山縣農牧局，河北 平山050400；4.國家農業信息化工程技術研究中心，北京 100097；5.高邑縣大營農業技術推廣區域站，河北 高邑 051330；6.河北省農林科學院農業信息與經濟研究所，河北 石家莊 050051；7.河北省農作物引育種中心，河北 石家莊 050000）

耕地是重要的農業資源之一，也是糧食生產最基本的資源條件，對保障國家糧食安全以及維護社會經濟穩定與可持續發展具有重要意義。2018年“中央1 號”文件明確指出，要大力實施耕地質量保護與提升行動。河北省是農業大省，耕地面積約633.33 萬hm2，其中糧食作物占用耕地400 萬hm2。推進耕地質量保護與提升，是農業管理部門的工作重點之一。開展耕地質量遙感評估[1～4]，掌握中低產田的空間分布現狀，對于指導河北省耕地質量保護提升、糧食生產可持續發展、水肥高效精準管理具有重要意義[5～7]。

傳統的耕地質量評價主要是通過人為選取采樣點，然后對樣點的指標數據進行整理和分析，以點代面得到某個區域的耕地質量狀況。該方法存在工作周期長、空間分布廣等特點，導致數據較為粗糙，影響了成果在生產實踐中的應用[8～12]。隨著我國衛星觀測體系的日益完善和遙感技術的深入應用，高空間、高時間、高光譜的衛星遙感數據將有助于解決耕地質量綜合評價的多個瓶頸問題[13，14]。遙感技術能夠快速監測耕地的土壤養分，動態監測多年時間序列的作物收獲產量和全生育期的長勢信息[15～17]，可為快速、動態、準確、高效監測耕地綜合質量提供強有力的技術支持。

1 研究思路

研究區域為縣域尺度的大面積冬小麥-夏玉米輪作耕地。基于耕地質量內涵剖析，將耕地質量分為耕地養分質量和耕地生產力質量。對于耕地養分質量，采用高光譜影像篩選敏感波段和變換算法，基于多元線性回歸法構建耕地有機質、全氮、速效鉀、有效磷含量的遙感監測模型。對于耕地生產力質量，利用歷史多年時間序列的低分辨率遙感數據，開展典型作物種植類型遙感分類；利用當年實測單產樣本，構建典型作物遙感估產模型，推算長時間序列的典型作物單產，基于多年平均產量水平評價耕地生產力（圖1）。在此基礎上，構建耕地質量綜合評價模型，實現縣域尺度的耕地質量空間制圖。

2 數據獲取

2.1 衛星遙感數據獲取

2014年6月10 日，采用環境減災小衛星超光譜影像1 張，評價安平縣的耕地養分質量。通過http：//edcdaac.usgs.gov/main.asp 獲 取2005 ～2014年 時 間序列MODIS 影像360 張，評價該縣的耕地生產力質量。

2.2 試驗數據獲取

獲取研究區域內2014年的測土配方樣本100 個，樣本數據指標包括有機質含量、全氮含量、速效磷含量和速效鉀含量。獲取研究區域內當季冬小麥單產實際測量樣本20 個。涉及的樣本點均附有經緯度位置信息。

3 研究方法

3.1 數據預處理

利用ENVI 軟件對獲取的影像進行輻射定標、大氣校正和幾何糾正等標準化數據處理，獲得統一空間坐標系統的遙感數據。

3.1.1 輻射定標 對遙感影像數據的DN 值進行輻射定標，即把無量綱的DN 值轉換為有量綱的分譜輻射亮度值的過程。根據公式（1），將圖象的輻射亮度轉化為反射率[18]：

式中，γ：反射率（%）；d：太陽距地面的距離（km）；Esun：太陽平均輻射強度〔J/（cm2·min）〕；θ：太陽高度角（°）。

3.1.2 大氣校正 利用ENVI 中的FLAASH 模型對影像進行大氣校正。校正內容包括設置尺度轉換因子、圖像中心坐標、傳感器高度、圖像分辨率、海拔高度、數據獲取日期和衛星過境時間、大氣模型、水氣反演和氣溶膠模型等參數。

3.1.3 幾何糾正 采用二次多項式中的雙線性內插法作為幾何精校正數學模型對遙感影像進行重采樣。通過目視選取圖像上易分辨且較精細的特征點，如道路交叉點、河流岔口、建筑邊界、農田界限等作為地面控制點，建立圖像坐標和參考坐標之間的多項式校正模型。

3.2 耕地質量遙感評價方法

從耕地質量內涵看，耕地質量包括耕地養分質量和耕地生產力質量。因此，從耕地養分質量和土壤生產力質量2 個方面對耕地質量進行綜合評價。對于耕地養分質量評價，采用高光譜影像篩選敏感波段和換算方法，基于多元線性回歸構建耕地4 個養分指標的遙感監測模型；對于耕地生產力質量評價，利用歷年時間序列的低分辨率遙感數據對作物種植類型進行分類，利用當年實測作物單產樣本數據構建典型作物遙感估產模型，估算時間序列的作物單產，根據評價區域耕地的產量水平，評價耕地生產力質量。

3.2.1 耕地養分含量遙感評價 以高光譜影像的光譜反射率及多種數學變化形式作為特征向量，與土壤樣點的養分（有機質、全氮、有效磷、速效鉀）含量進行相關性分析，分別篩選4 種養分指標的敏感光譜波段和變換形式，進而采用多元回歸分析方法構建耕地養分遙感監測模型，結合高光譜影像進行區域耕地的養分（有機質、全氮、有效磷、速效鉀）含量空間制圖。

（1）土壤樣點高光譜影像反射率的提取。根據土壤樣點的經緯度位置，將土壤樣點與高光譜影像空間疊加分析，提取每個土壤樣點的光譜反射率信息。

（2）耕地養分敏感波段的篩選。不同的數學變換有助于篩選耕地各種養分的敏感波段，變換形式分別為反射率、反射率的倒數、反射率的對數、反射率對數的倒數、反射率一階微分、反射率倒數的一階微分、反射率對數的一階微分、反射率對數的倒數的一階微分。將土壤樣本的有機質含量、全氮含量、有效磷含量、速效鉀含量分別與光譜反射率及其變化形式進行逐波段相關性分析，得到每個波段與4 種養分含量的相關系數（R），根據相關系數的高低篩選出有機質含量、全氮含量、有效磷含量、速效鉀含量的敏感波段及其最佳數學變換形式。

（3）耕地養分遙感監測模型的構建。根據耕地養分指標所對應的敏感波段及數學變換形式，通過多元線性回歸方法建立預測模型（2）。從所有土壤樣本中隨機抽取2/3 樣本量建立多元線性回歸模型，其余1/3樣本用于監測模型的精度驗證，通過決定系數和相對均方根誤差（RMSE）進行評價。

式中，SNi：耕地4 個養分指標的實測值；PSNi：耕地4 個養分指標的預測值；n：測土配方的土壤樣本數量（個）。

（4）耕地養分指標的空間填圖。將高光譜影像敏感波段的反射率及數學變換圖層代入上述監測模型，即可計算得到評價區域耕地養分指標的空間分布圖。

3.2.2 耕地生產力質量遙感評價 影響耕地生產力水平的因素較多，因此，某一年的作物產量并不能代表評價區域耕地生產力質量水平。選擇＞10 a 的時間序列遙感影像開展耕地作物類型遙感分類，構建基于群體長勢的作物遙感估產模型，實現長時間序列的耕地生產力評價。以研究區域內小麥-玉米輪作區的小麥單產水平代表耕地生產質量，利用冬小麥生長周期的NDVI 信息與野外實測單產樣本，構建冬小麥單產遙感評價模型，分析長時間序列的耕地生產力水平變化情況，實現耕地生產力質量空間制圖。

（1）冬小麥的提取。選取3月25日～4月30日（冬小麥起身期至開花期）研究區域的MODIS影像，計算低分辨率時間序列遙感影像的歸一化植被指數[19]，形成時間序列NDVI 影像，根據公式（3）進行S-G 濾波處理。以NDVI ＝0 為臨界閾值，當NDVI＞0 時提取為冬小麥，當NDVI≤0 時識別為非小麥。

（2）冬小麥遙感估產模型的構建。在當年野外實測單產樣本的支持下，獲取冬小麥整個生長季內的MODIS 16 d 最大化合成NDVI 數據，剔除越冬期的無效數據層，采用多元線性回歸法構建冬小麥單產遙感評價模型，得到長時間序列的逐年冬小麥單產空間分布圖，計算冬小麥多年平均單產。具體流程為：以冬小麥分布圖對長時間序列MODIS NDVI 圖進行空間裁剪，提取冬小麥分布范圍內的NDVI 數據集；將當年冬小麥實測單產樣本與當年NDVI 圖像進行空間疊加分析，提取每個樣本地塊對應的各層NDVI 值；采用多元線性回歸方法對當年樣本地塊的實測單產和多時相NDVI 值構建冬小麥單產遙感評價模型（4），求取各期NDVI 自變量的回歸系數，并計算模型決定系數和RMSE；將當年以及歷史各年的NDVI 序列圖像代入上述估產模型，計算目標區的逐年冬小麥單產，得到每年冬小麥單產空間分布圖；將時間序列的冬小麥估產圖累加求平均，計算每個冬小麥像元的平均單產，表征該耕地像元的生產力水平。

式中，y：冬小麥單位面積產量（kg/hm2）；xi：冬小麥生長全程中的MODIS 16 d 最大化合成的NDVI數據（越冬期冬小麥生長緩慢，可認為該階段NDVI對冬小麥最終產量貢獻忽略不計）；an：估產模型各個自變量的回歸系數。

3.3 耕地質量綜合評價

根據耕地養分質量和生產力質量對耕地綜合質量的表征能力，構建耕地綜合遙感監測評價模型，實現耕地質量的綜合評價。

3.3.1 評價指標權重確定與歸一化處理 各種評價因子對耕地綜合質量的貢獻不同，采用特爾菲法[20]確定各種耕地質量評價因子的權重。根據公式（5）和（6），計算Ej和δj。通過公式（7），對數據進行歸一化處理，使各個指標的變化范圍都為［0，1］。

式中，m：專家人數（人）；aij：第i 位專家對因子j 的評分值（分）；Ej：因子j 的平均值；δj：因子j 的方差。

式中，X：各個指標含量；Xmin：該指標的最小值；Xmax：該指標的最大值。

3.3.2 耕地質量綜合評價與分級 以耕地地塊為基本單元，根據耕地養分質量和生產力質量的遙感監測結果，構建基于多源遙感信息的耕地質量綜合評價模型（8）。統計養分含量平均值（mean）和標準差（SD），采用正態（偏正態）統計理論的雙閾值劃分策略，以mean-2×SD、mean 和mean+2×SD 為耕地綜合質量的4個等級的劃分閾值，根據公式（8），在遙感軟件中建立評價模型計算得到目標區域的耕地質量綜合評價值（Qi）。參照相關的耕地分等定級和土地利用土地信息資料對閾值做出適當調整，實現評價區域的耕地質量分級。具體劃分標準為：當某塊耕地的Qi＞mean+2×SD 時，判定為一等耕地；當mean＜Qi≤mean+2×SD時，判定為二等耕地；當mean-2×SD＜Qi≤mean 時，判定為三等耕地；當Qi≤mean-2×SD 時，判定為四等耕地。

式中，Q：耕地綜合質量；N：耕地養分質量；P：耕地生產力質量，即長時序的冬小麥單產均值（kg/hm2）；ai：各個評價指標的權重；N1：耕地有機質含量（%）；N2：耕地全氮含量（%）；N3：耕地速效鉀含量（%）；N4：耕地有效磷含量（%）。

4 耕地質量遙感綜合評價方法的應用

安平縣位于河北省中南部，地處太行山前沖積扇前緣，境內多為滹沱河沖積平原。地勢平緩，略顯西高東低。屬于半干旱半濕潤大陸性季風氣候區，四季分明，干濕交替。耕地面積3.31 萬hm2，土壤母質類型以河流沖積物為主，土層深厚。表層土壤質地以砂壤、輕壤質為主，土壤顏色發灰。土壤養分包括有機質、全氮、速效磷、速效鉀和微量元素等。

運用上述方法，對安平縣耕地質量進行遙感綜合評價，結果（圖2）顯示，安平縣一等和二等耕地數量較少，且分布零散，主要集中在研究區域的西南部、東北部和北部地區；三等和四等耕地數量較多，分布相對廣泛。

圖2 河北省衡水市安平縣耕地質量綜合評價圖Fig.2 Comprehensive evaluation map of cultivated land quality in Anping County，Hengshui City，Hebei Province

進一步對三、四等耕地的數據進行深入分析，發現在這些耕地中存在3 個問題： （1）未開發利用的土地中存在一定面積的鹽堿地。安平縣鹽堿地屬大陸鹽堿化濃縮型，在鹽漬土中以鹽化為主。經過多年的鹽堿地綜合治理和農業利用后，該縣耕地鹽堿化程度已經不明顯，一般不會對農業生產造成大的影響，但在未利用的土地中仍存在一定數量的鹽化土壤。（2）中低產田仍然存在。在經過一系列的鹽化土改良行動后，鹽堿地綜合治理取得了一定成效。但是，該研究區域的土壤為“漏砂型”，保水保肥能力低于其他土壤類型，導致該區域仍然存在一定數量的中低產田。（3）土壤環境質量較差。研究區域的有關部門在積極促進企業快速成長過程中，忽略了環境保護問題，致使部分耕地受到污染。雖然導致這些問題出現的原因是多方面的，既有客觀原因，也有主觀原因，但總體來看，不良自然環境條件是形成中低產田的重要客觀原因，水肥不足是形成中低產田的直接因素，不合理的人類活動加劇了土壤質量問題。

5 對策建議

5.1 完善灌溉系統建設，保證小麥生產順利進行

安平縣位于缺水干旱區，對于小麥生產而言，干旱是主要的災害因素。完備的灌溉設施可為小麥高產穩產提供有力保障。研究區的有關部門應積極進行水利設施基礎建設，根據實際情況，科學設計井間距和灌溉渠系。

5.2 加強土壤培肥措施的實施，提高土壤地力

根據安平縣土壤的肥力特征以及水、肥、鹽的相互關系，采取針對性措施培肥土壤，提高地力水平。（1）盡可能多地把土壤生產的有機質還回土壤；（2）合理調整作物布局和耕作措施，減少土壤有機質的消耗。