縣級主要農作物空間分布遙感制圖
——以同江市為例

解文歡，張有智，張海峰，吳黎，張 宇

（黑龍江省農業科學院 農業遙感與信息研究所，150086，黑龍江哈爾濱）

農作物空間分布圖是對特定行政單元或自然單元內一種、幾種或者所有農作物類型空間分布狀況的描述[1]，是滿足農作物生產管理需求、優化農作物種植結構和輔助政府宏觀決策的重要基礎。遙感制圖是指通過對遙感影像目視判讀或利用圖像處理系統對各種遙感信息進行增強與幾何糾正，并加以識別、分類和制圖的過程[2]。農作物空間分布遙感制圖的關鍵是從遙感影像中提取農作物空間分布信息[3]。

隨著各種陸地資源衛星的發射成功，多波段、多尺度和不同觀測周期的遙感衛星影像被廣泛地應用于農作物空間分布研究。張曉春等采用環境一號CCD 影像和Landsat-8 影像，根據農作物生長階段NDVI 時間序列曲線中的NDVI 閾值和時間閾值制定分類規則，來提取監利縣的農作物時空變化圖。[4]吳峰云利用2014 年的MOD09Q1 和GF-1 WFV 數據結合STARFM 模型構建遙感數據集，采用決策樹分類方法對鄱陽湖區的水稻空間分布信息進行提取。[5]杜保佳等利用Sentinel-2A 多光譜數據構建NDVI 時間序列數據集，采用面向對象的分類方法，對黑龍江省北安市農作物空間信息進行提取，總體精度達到96.2%。[6]中低分辨率的衛星受分辨率的影響，同一像元內波普混合嚴重，影響農作物信息的提取精度；高分辨率的衛星數據量大，費用高，不適合縣級農作物空間分布提取業務。

針對以上不足，本文以同江市為研究區，基于多時相GF-1 WFV 遙感數據，采用監督分類和目視解譯相結合的半自動化的方法，逐類提取2017 年同江市農作物空間信息，通過GPS 實測地面點進行提取精度評價，為利用GF-1 WFV 影像進行縣級主要農作物空間分布遙感制圖提供參考和依據。

1 研究區與數據來源

1.1 研究區概況

同江市地處黑龍江省東北部，位于東經132°18′22″～134°07′15″，北緯47°23′30″～48°17′20″。地勢由西南向東北遞減，平均海拔45～65 m，地勢較平坦。同江市屬于中溫帶大陸性季風氣候，春秋短暫，冬夏分明，年平均氣溫2.5 ℃，年平均無霜期142 d，年平均降水量532.7 mm，年平均日照時長2 600 h，年積溫2 456.8 ℃。土壤屬于黑土、草甸土和白漿土，土地肥沃，適宜種植各種農作物。

1.2 遙感影像及預處理

遙感影像選擇的最佳時相是農作物生長茂盛、在影像上反映明顯的時期[7]。在6 月的影像中，相對于剛出苗的大豆和玉米來說，水稻的顏色深，紋理不均勻；在8 月的影像中，水稻與玉米和大豆的區分度較小：因此水稻需要通過5—6 月的GF1-WFV 影像提取。在8 月的影像中，大豆顏色鮮艷，呈亮紅色，紋理均勻，而玉米是暗紅色，通過這樣的顏色差異，可以清晰地區分開玉米和大豆，但是玉米與水稻的區分度較小，因此采用8 月的影像主要區分大豆和玉米。本文選用的影像是2017 年5 月27 日GF1-WFV3 數據一景、2017 年8 月21 日的GF1-WFV4 數據三景和GF1-WFV3 數據一景。

在ENVI 軟件中，對GF-1 WFV 數據進行預處理工作（輻射定標、大氣校正和幾何精校正）[8]。輻射定標時采用2017 年中國資源衛星應用中心發布的GF1-WFV3 和GF1-WFV4 衛星載荷的絕對輻射定標系數進行定標[9]。大氣校正采用ENVI 軟件中的大氣校正模塊，使用輻射定標的結果進行校正。幾何精校正是基于基準影像自動尋找GCP 執行有理多項式系數的正射校正，以Landsat-8 OLI 全色影像衛星數據為校正源進行幾何精校正。

1.3 解譯標志點

野外實地調查時間為2017 年7 月10 日至7 月30日，采用手持GPS 獲取解譯標志點150 個和驗證點150個，包括水稻、大豆和玉米，以及蕓豆、高粱、向日葵和紅小豆等同期地面作物，拍攝記錄照相地點、方位等信息，拍照時照片分辨率不小于300 dpi。

2 制圖方法

2.1 技術路線

選擇2017 年5—8 月的GF1-WFV 遙感影像數據作為數據源，對GF1-WFV 影像進行輻射校正、幾何精校正、裁剪和鑲嵌等預處理，使遙感數據達到分類提取的要求。結合同江市物候數據，利用主要農作物的光譜特點和空間分布規律，采用監督分類和目視解譯相結合的方法對主要農作物空間信息進行提取[10]，然后對提取結果采用地面實測GPS 點驗證方法進行精度驗證，統計不同農作物的種植面積，制作同江市農作物空間分布圖。

2.2 分類方法

本文采用監督分類和目視解譯相結合的半自動化的方法[11]。利用ENVI 軟件，根據解譯標志在研究區內選取訓練區，玉米選取100 個訓練區，水稻選取30 個訓練區，大豆選取30 個訓練區，采用監督分類法對鑲嵌的6 月和8 月的同江市影像進行監督分類，提取主要農作物空間信息，用6 月的水稻分類結果替換8 月的水稻分類結果，形成農作物空間信息監督分類結果。在Arcgis 軟件中，對提取結果進人工判讀再次分類，對分類不合理的圖斑再次進行合并、拆分修改和編輯，最后形成農作物空間信息提取結果。

3 結果與分析

2017年種植水稻27.884萬hm2，玉米2.047萬hm2，大豆9.889萬hm2（結果如圖1 所示）。通過提取結果與實測驗證點對比分析，驗證結果顯示面積提取的總體精度達到90%。同江市以種植水稻為主，主要分布在勤得利農場、鴨綠江農場、青龍山農場、濃江農場、前進農場和洪河農場，玉米與大豆間作主要分布在勤得利農場靠近河套地區、金川鄉、銀川鄉、八岔赫哲族鄉、街津口赫哲族鄉、臨江鎮、三村鎮、青河鄉、同江鎮、向陽鎮和樂業鎮。

圖1 2017 年同江市主要農作物空間分布圖

4 結語

本文通過多時相疊加GF1-WFV 衛星數據，采用監督分類和目視解譯相結合的半自動化的方法，提取2017 年同江市主要農作物空間分布信息，其中種植水稻27.884 萬hm2，玉米2.047 萬hm2，大豆9.889 萬hm2，制圖精度達到90%，因此GF1-WFV 衛星數據能夠滿足縣級農作物空間分布遙感制圖的要求。本文使用的是疊加多時相利用監督分類和目視解譯的半自動的制圖方法，影像疊加需要選擇整個生育期內的可用影像，導致制圖結果滯后，半自動輔助人工的方法雖然保證了精度，但制圖時間相對較長，無法滿足實時監測的需求。如何利用深度學習，實現自動快速制作農作物空間分布圖是下一步要解決的問題。