遙感動態監測耕地“非糧化”應用研究

劉 專

（1.湖南第二測繪院，湖南 長沙 410029；2.南方丘陵區自然資源監測監管重點實驗室，湖南 長沙 410029）

0 引言

近年來，我國部分地區出現在耕地上挖塘養魚、種植綠化花卉苗木、種植茶葉果樹等耕地“非糧化”行為，造成耕地耕作層破壞、耕作層損傷、土壤結構破壞等不同程度糧食生產能力的影響。2020年，國務院辦公廳印發了《關于防止耕地“非糧化”穩定糧食生產的意見》，對耕地實行特殊保護和用途管制，嚴格控制耕地轉為林地、園地等其他類型農用地，采取有力舉措防止耕地“非糧化”，切實穩定糧食生產，牢牢守住國家糧食安全的生命線[1-2]。

遙感影像監測對于耕地資源變化監測來說是一種較好的監測手段，可直觀反映耕地變化范圍、面積和信息。我國自2010年開啟高分專項以來，共發射十四顆衛星，包括光學衛星、多光譜衛星、高光譜衛星、SAR衛星和立體測繪衛星等。同時，國內還有珠海一號、吉林一號等民用商業衛星，另外國外有Landsat系列、哨兵系列等免費衛星和SPOT系列、WorldView系列等商業衛星。使得國內可用的遙感衛星數據數量可基本滿足遙感動態監測耕地“非糧化”應用需求。隨著大數據、人工智能、空間信息等高新技術的迅猛發展，為遙感影像智能解譯提供了必要的技術支撐和保障條件。研究遙感動態監測耕地“非糧化”應用，對于防止耕地“非糧化”，提升耕地監測監管現代化水平，全面壓實耕地保護責任，切實保障國家糧食安全和社會安定具有深遠的意義[3-4]。

1 總體設計

1.1 監測內容

監測范圍宜以年度國土變更調查成果為基礎，上年度國土變更調查為耕地的范圍，納入耕地“非糧化”監測。本文所述的耕地“非糧化”主要包括耕地變為林地、園地、設施農用地、農村道路、溝渠、坑塘水面等其他農用地的情形，如表1所示。

表1 耕地監測內容

1.2 監測指標

1）監測機制。建立月度監測、季度監測、年度監測的更新機制。月度監測是指每月利用當月采集的衛星遙感影像數據，對比上年末第四季度高分辨率衛星遙感影像數據，提取耕地變為林地、園地、草地、設施農用地、農村道路、溝渠、坑塘水面等耕地“非糧化”圖斑；季度監測是指每季度利用當季采集的衛星遙感影像，對比上年末第四季度高分辨率衛星影像，提取耕地變為林地、園地、草地、設施農用地、農村道路、溝渠、坑塘水面等耕地“非糧化”圖斑，實現全域覆蓋；年度監測是指年末利用年度衛星遙感影像，對比上年末第四季度高分辨率衛星遙感影像，提取耕地變為林地、園地、草地、設施農用地、農村道路、溝渠、坑塘水面等耕地“非糧化”圖斑[5]。

2）最小監測面積。耕地變為林地、園地、草地、農村道路、溝渠、坑塘水面圖斑最小上圖面積為400 m2，設施農用地圖斑最小上圖面積為200 m2。

1.3 監測流程

耕地“非糧化”遙感動態監測流程大致可分為4個階段：

1）資料準備與處理階段。準備上年度國土變更調查成果數據、用地審批紅線數據、永久基本農田劃定數據和遙感影像數據等。對準備的數據進行坐標轉換、影像數據預處理等。

2）遙感解譯階段。分為智能解譯和人機交互解譯，首先建立智能解譯樣本庫，立足大量樣本訓練，利用智能解譯技術提取耕地“非糧化”圖斑，然后利用人工目視解譯的方法巡查圖面，補充提取耕地“非糧化”漏提圖斑，并對自動提取的圖斑錄入相關屬性[6]。

3）實地核查階段。對遙感解譯提取的耕地“非糧化”圖斑全部開展實地核查，核實各圖斑耕地“非糧化”的類型、范圍等實地情況，并刪除內業提取的偽變化圖斑。

4）建庫階段。根據外業核查結果，建立耕地“非糧化”動態監測成果數據庫。

2 應用實例——以X縣2022年第一季度為例

2.1 X縣監測概況

X縣縣域面積接近2 200 km2，常住人口約60萬。采用的前時相遙感影像為2021年第四季度遙感影像，后時相遙感影像為2022年第一季度遙感影像，影像分辨率均為1 m，數據來源有BJ2、JL1、GF2等衛星。影像對應參數如表2所示，參考數據為2020年度國土變更調查成果。

表2 X縣耕地“非糧化”動態監測遙感對應參數

2.2 耕地“非糧化”圖斑提取示例

建立遙感影像解譯樣本庫，構建深度學習模型，通過模型訓練優化參數?；跇颖編旌湍Ｐ蛥担悄芙庾g提取遙感影像變化圖斑。通過軟件系統自動提取疑似變化圖斑后，人工目視巡查全圖，補充提取遺漏變化圖斑，參照國土變更調查成果、永久基本農田劃定成果和用地審批數據等，錄入相關屬性[7-10]。耕地“非糧化”遙感動態監測提取圖斑示例如表3所示。

表3 耕地“非糧化”遙感動態監測提取圖斑示例

2.3 結果與精度分析

2.3.1 監測結果

X縣2022年第一季度耕地監測情況為：內業提取耕地“非糧化”圖斑277個，其中智能解譯提取圖斑199個，人工目視解譯補充提取圖斑78個；經外業調查核實后，確定實際耕地“非糧化”圖斑202個，其中耕地變林地圖斑73個，耕地變園地圖斑44個，耕地變草地圖斑3個，耕地變坑塘水面圖斑47個，耕地變農村道路圖斑12個，耕地變溝渠圖斑4個，耕地變設施農用地圖斑19個。

續表

2.3.2 精度分析

耕地“非糧化”圖斑提取準確率（Z）是指外業后實際耕地“非糧化”圖斑個數（W）與內業提取耕地“非糧化”圖斑個數（N）之比，用公式可表示為：

本次準確率為73%，圖斑提取精度滿足耕地“非糧化”監測工作需求。

3 小結

1）本文對耕地“非糧化”監測內容進行了細化分類，耕地“非糧化”監測內容主要分為耕地變為林地、園地、草地、設施農用地、農村道路、溝渠、坑塘水面七個方面的類型。

2）遙感解譯作為整個耕地“非糧化”動態監測應用流程中的核心，本文采用智能解譯和人工目視解譯相結合的方法，并以X縣2022年第一季度耕地監測為應用實例，對遙感動態監測耕地“非糧化”應用結果進行了精度分析，準確率為73%，滿足耕地 “非糧化”監測工作需求，工作效率也比傳統人工解譯效率快3倍。

3）本文拓展了遙感科學技術與人工智能在耕地“非糧化”監測中的應用，對于防止耕地“非糧化”，全面壓實耕地保護責任，切實保障國家糧食安全和社會安定具有十分重要的意義。