吉林省西部水稻種植信息遙感分類研究

袁鐵英，丁春雨，谷金英，馬冠南，鄒思佳，張曉嬌

（吉林省農業資源與農業區劃研究所，吉林 長春 130000）

1 背景

糧食問題是全球性的、國際性的問題，是關系到全球人類生存和社會安定的戰略問題。農業是國民經濟的基礎，隨著土地、水、能源等自然資源日益匱乏，提高產量，減少投入，節約資源已迫在眉睫。發展精細農業是減少環境污染、節約成本、增加經濟效益的有效手段，是實現農業可持續發展的重要途徑。

作為國人的主要口糧，及時、準確地獲取水稻的種植面積和空間分布以及產量非常重要。同時，建立現代化高標準的農業生產基地和制定科學的生產決策都反映出，運用原有的信息渠道和調查方法很難保證所需信息的可靠性、精確性與時效性。

水稻種植面積監測作為糧食作物監測的重要組成部分，通過監測準確掌握水稻實際種植情況，為優化作物種植格局、保證區域主要糧食作物產量提供科學可靠的依據。完善農情信息，為政府、企業和社會相關部門提供權威、客觀、準確的地理省情信息服務，為制定相關政策和政府決策提供科學依據。

2 研究區概況

研究區為吉林省松原市和白城市，位于吉林省西部，風沙大，水資源稀缺，鹽堿化嚴重，不利于農作物生長，多為草原、濕地生產態區，是牧業、雜糧雜豆、糖料、油料生產基地。為治理鹽堿土，吉林西部地區開展以稻治堿，近年來，水稻面積不斷擴大，土壤質量不斷提升，對水稻種植面積進行分類和監測，具有重要意義。

3 數據源選擇

3.1 衛星遙感影像選擇

綜合考慮分類的精準性與數據的可獲得性，本研究采用高分二號（2m分辨率）、高分一號（16m分辨率）以及TM影像（30m分辨率）等中高分辨率衛星遙感影像，主要選取5～10月水稻生長期影像。

3.2 地形數據選擇

選用30m格網DEM數據作為遙感解譯的地形輔助數據；

3.3 其他輔助資料準備

對有關部門在大范圍的地貌、農作物、植被等現成的專業調查或專業區劃成果，水稻、玉米種植相關的統計匯總報告等。

4 遙感影像處理

4.1 高分系列衛星影像處理

高分系列衛星影像的處理主要包括輻射校正、大氣校正、正射校正、圖像融合等步驟，主要流程如下圖所示

4.2 其他中分辨率衛星影像處理

針對多源多時相中分辨率遙感影像數據的應用需求，在控制點采集、平差（采集連接點）、正射校正、檢查糾正等傳統正射影像生產的基礎上，利用基于大氣輻射傳輸理論的大氣校正算法、云影自動檢測、影像自動拼接等算法，對各個時相的數據分別進行輻射校正、云影檢測，剔除無信息或質量較差區域各自形成有效數據區，然后將多期相鄰時相的有效數據區自動拼接成為一個時間段內（1周或2周）相對完整的無云數據，最后根據需求對完整數據進行輻射歸一化，從而實現多云雨的研究區在一定的時間窗口內有完整數據覆蓋。

5 地塊級水稻種植面積提取

5.1 地塊結構信息提取

地塊結構信息提取是利用高分辨率衛星影像數據的高空間分辨率，來進行地塊邊界提取，獲得耕地信息。主要是基于高分辨率衛星影像及輔助邊界數據（如道路等）增加地塊邊界分割的準確性和精細度，獲取完整地塊邊界。通過多尺度分割和決策樹方法，先把林地、水體、村莊等非目標信息去除，在此基礎上，對地塊信息進行人工修正，得到高精度地塊信息，用以最大限度避免同物易譜和同譜易物情況出現，提高分類精度。

5.2 基于中分辨率影像的特征計算

水稻和玉米及其他作物在生長過程中，由于物候期的不同，其生長狀況在影像上表現也不同。通過計算不同物候期作物的歸一化植被指數（NDVI），從而將水稻與玉米分別與其他作物區別開來。

5.3 基于地塊的作物種植面積自動化提取

作物生長特征中物候差別是提取作物種類最重要的依據，針對不同地塊不同作物則表現為不同的NDVI時間序列。吉林省水稻5月中下旬是插秧期，6月上旬開始返青，水稻在插秧前稻田需進行灌水，因此插秧期至返青期稻田是水稻和水體的混合物，此時水田的光譜特征趨向于水體，NDVI較小。6月中旬～7月上旬，水稻處于分蘗期至拔節期，植株高度和田間覆蓋度迅速增加，NDVI相應也快速增加，增加速度高于旱田。7月中旬～8月上旬，水稻處于孕穗期至開花期，NDVI增加較慢，8月上旬NDVI達到峰值；高于旱田。8月中旬水稻從乳熟期進入成熟期，NDVI開始下降。綜合水稻NDVI時間序列與其他地物的差異，可獲得水稻的面積空間分布信息。

具體過程為在提取出來的高精度地塊結構信息基礎上，通過利用DVI/NDWI光譜指數閾值、時序特征閾值和作物生長規律閾值的特征組合規律構建多種判別分類模型，識別水稻信息。

5.4 修改完善

5.4.1 完善地類屬性

通過實地調查以及其他相關資料對圖斑地類屬性進行檢查和修改，確保圖、屬與實際一致。

5.4.2 修正可疑圖斑

通過人工方法，找出邊界不準或分類有誤的圖斑并對其進行改正。

5.4.3 檢查圖斑數據邏輯一致性

主要是檢查地理要素的準確性，是否存在偽節點，懸掛點，多邊形是否閉合，屬性數據是否健全等。

5.5 質量檢查

成果質量檢查工作在信息提取工作完成后，成果自查、互查的基礎上展開。采用抽樣調查方法進行驗證，對不小于解譯結果總圖斑數5%的核查對象，隨機抽取圖斑進行驗證，保證驗證樣本均勻分布。

抽樣調查采樣點分布圖

通過質量檢查，使得水稻種植面積信息分類精度不低于設定精度。最后對分類信息進行統計分析。