基于衛(wèi)星遙感的耕地保護動態(tài)監(jiān)測技術(shù)研究

關(guān)鍵詞：耕地質(zhì)量；衛(wèi)星遙感；動態(tài)監(jiān)測；疑似違法圖斑；數(shù)據(jù)預(yù)警 中圖分類號：TP18；S127 文獻(xiàn)標(biāo)識碼：A 文章編號：1008-9500（2025）05-0089-03 DOI： 10.3969/j.issn.1008-9500.2025.05.025

Abstract：Thedynamic monitoring of farmland protectionutilizes satelite remote sensing technology to evaluate the spatiotemporal changes of farmland resources，and uses multi-source image analysis to identify degradation，nonagricultural use，and illgalutilization，providingscientific basis forfarmland protectionandresourceoptimization.Based onsatelite remote sensing technology，this paper proposes amulti-source data acquisition methodfor dynamic monitoring offarmland protection，establishesadynamic change monitoringand farmlandqualityinversionmodel，developsadata integrationand earlywarning mechanism，and takes Qingdao cityas theresearch area todeeply analyze the inflow and outflowoffrmland，thedistributionofsuspectedillgalspots，ndtheeffctivenessofrehabilitation，anddemonstratesthe applicationvalueofremotesensing technologyinidentifyingillgallanduse，evaluating farmland protection，anddynamic monitoring systems，thus laying a foundation for land resource management and policy formulation.

Keywords： farmland quality; satelite remote sensing; dynamic monitoring; suspected illegal spots; data alert

據(jù)聯(lián)合國糧食及農(nóng)業(yè)組織統(tǒng)計，全球耕地面積約為14億 hm² ，但耕地退化和土地沙漠化等問題日益嚴(yán)重，導(dǎo)致耕地質(zhì)量下降，威脅全球糧食供應(yīng)的穩(wěn)定性[]。山水林田湖草是一個生命共同體，必須像保護眼晴一樣保護生態(tài)環(huán)境，也要像保護大熊貓一樣保護耕地。耕地保護的核心任務(wù)是保證耕地數(shù)量不減少，同時維護現(xiàn)有耕地的質(zhì)量不下降。耕地數(shù)量主要受城市擴張與經(jīng)濟發(fā)展影響，面臨耕地占用、擢荒、非農(nóng)化、非糧化等問題，而耕地質(zhì)量作為農(nóng)業(yè)生產(chǎn)和糧食供應(yīng)的基礎(chǔ)，其變化受土壤肥力、植被覆蓋度以及利用結(jié)構(gòu)調(diào)整等因素的影響。衛(wèi)星遙感技術(shù)憑借其廣泛的覆蓋范圍、強大的時效性和相對低廉的成本，在耕地質(zhì)量、用途監(jiān)測以及非農(nóng)化、非糧化等問題的動態(tài)監(jiān)測中展現(xiàn)巨大潛力[。本研究致力于探索基于衛(wèi)星遙感的耕地保護動態(tài)監(jiān)測技術(shù)，為耕地資源的科學(xué)管理、保護以及政策優(yōu)化提供新思路

1基于衛(wèi)星遙感的耕地保護動態(tài)監(jiān)測技術(shù)

1.1多源遙感數(shù)據(jù)獲取

基于國產(chǎn)公益衛(wèi)星與商業(yè)衛(wèi)星的協(xié)同優(yōu)化，利用數(shù)據(jù)統(tǒng)籌等精細(xì)化處理和融合建模，為耕地保護動態(tài)監(jiān)測提供高精度影像支撐。遙感數(shù)據(jù)的獲取遵循分階段規(guī)劃，月度數(shù)據(jù)采集結(jié)合國產(chǎn)高分衛(wèi)星和商業(yè)衛(wèi)星的聯(lián)合作業(yè)。根據(jù)衛(wèi)星軌道和天氣預(yù)測制定區(qū)域拍攝計劃，多顆衛(wèi)星聯(lián)合，以最大化影像利用效率進(jìn)行處理，涉及正射糾正、多光譜配準(zhǔn)和融合。正射糾正利用控制點和數(shù)字高程模型（DigitalElevationModel，DEM）進(jìn)行幾何畸變校正；多光譜影像配準(zhǔn)借助共軛點匹配，校準(zhǔn)幾何位置誤差。采用主成分變換法，優(yōu)化光譜與空間分辨率，確保融合影像既保留豐富的光譜特性，又具備豐富的細(xì)節(jié)特征[3。基于融合動態(tài)變化檢測結(jié)果（如違法用地分布）與耕地質(zhì)量模型，可以進(jìn)一步細(xì)化耕地分布的空間特征。結(jié)合高分辨率光譜影像，分析植被覆蓋、土壤性質(zhì)和含水量變化，構(gòu)建動態(tài)變化與耕地質(zhì)量的多維評估模型，為后續(xù)質(zhì)量監(jiān)測與優(yōu)化提供高精度輸入。

1.2動態(tài)變化科學(xué)解析

動態(tài)變化檢測利用時序影像和深度學(xué)習(xí)方法，構(gòu)建多維特征建模與變化檢測流程，精準(zhǔn)解析地表動態(tài)變化過程。如圖1所示，動態(tài)變化檢測的技術(shù)架構(gòu)涉及從時序影像輸入到變化結(jié)果輸出的全過程，為耕地保護提供科學(xué)支持。

前后時序影像在時間維度串聯(lián)后，首先進(jìn)入三維特征編碼模塊，提取多層次時空特征。編碼過程采用深度卷積網(wǎng)絡(luò)，逐層壓縮和特征融合，構(gòu)建多維變化特征圖。其間根據(jù)式（1）進(jìn)行特征壓縮。特征通道降維階段通過降噪和過濾，消除影像之間的干擾信息，優(yōu)化關(guān)鍵變化特征的表達(dá)。降維階段利用降噪和過濾優(yōu)化特征表達(dá)，解碼模塊逐步恢復(fù)空間分辨率并優(yōu)化邊緣細(xì)節(jié)，最終生成變化檢測結(jié)果。變化類型提取采用歸一化植被指數(shù)（Normalized DifferenceVegetationIndex，NDVI）、裸土指數(shù)（BareSoilIndex，BSI）等指標(biāo)，構(gòu)建變化矩陣，以區(qū)分耕地動態(tài)變化的類別和性質(zhì)。動態(tài)變化對耕地質(zhì)量的影響通過植被覆蓋、土壤性質(zhì)和水資源動態(tài)變化體現(xiàn)。耕地退化或非農(nóng)化通常伴隨植被減少、肥力下降和侵蝕加劇，NDVI降低表明生產(chǎn)力下降，BSI增加則反映裸土暴露及退化加劇。結(jié)合光譜特征數(shù)據(jù)，可進(jìn)一步解析土壤有機質(zhì)、水分含量和礦物質(zhì)變化，實現(xiàn)耕地質(zhì)量的綜合評價[4。時序影像檢測揭示耕地流人與流出模式和質(zhì)量變化的關(guān)聯(lián)性。流入耕地植被覆蓋低，土壤含水量較高，需要進(jìn)一步改良；流出耕地多表現(xiàn)為非農(nóng)化強度高或污染加劇。

F_l=σ（W_l^*F_l-1+b_l）

式中： F_l 、 F_l-1 分別為第l層、第l-1層特征編碼結(jié)果； σ 為激活函數(shù)； W_l 和 b_l 為該層卷積核和偏置參數(shù)；*為卷積操作。

1.3耕地質(zhì)量反演評估

耕地質(zhì)量反演評估通過對植被覆蓋度、土壤肥力及水分動態(tài)變化的定量分析，為監(jiān)測耕地退化、識別非法用地及優(yōu)化耕地資源配置提供關(guān)鍵支持。本文采用多光譜和高光譜遙感影像相結(jié)合的方法，從光譜特征和植被指數(shù)入手，逐步構(gòu)建綜合評估模型。光譜特性反演模型主要利用近紅外和紅光波段，生成植被覆蓋的空間分布圖。其間根據(jù)式（2）計算歸一化植被指數(shù)。該指標(biāo)用于定量評估耕地植被覆蓋狀況，為反演模型提供基礎(chǔ)輸入。土壤參數(shù)提取基于高光譜數(shù)據(jù)，以短波紅外和中紅外波段為核心，結(jié)合地面實測樣點的光譜特性，建立土壤水分、礦物質(zhì)含量等指標(biāo)的回歸反演模型[5。最終結(jié)果以柵格化數(shù)據(jù)輸出，針對地塊分區(qū)建立耕地生產(chǎn)力空間分布圖。

圖1時序影像變化檢測流程

式中： M 為歸一化植被指數(shù)； N 和 R 分別為近紅外波段和紅光波段的反射值。

1.4數(shù)據(jù)整合預(yù)警改善

數(shù)據(jù)整合與預(yù)警改善通過多源數(shù)據(jù)的深度融合，為耕地退化識別、高風(fēng)險區(qū)域劃分及資源優(yōu)化提供科學(xué)支撐。構(gòu)建動態(tài)時空模型，提取耕地變化特征并生成預(yù)警信息。多期遙感影像數(shù)據(jù)經(jīng)過統(tǒng)一投影和輻射歸一化后，利用加權(quán)插值算法，根據(jù)式（3）完成時序數(shù)據(jù)補全。預(yù)警模塊將動態(tài)變化結(jié)果疊加耕地質(zhì)量分布圖，通過多時段差值計算自動劃分高風(fēng)險區(qū)域。

式中： F_t（x，y） 為目標(biāo)位置在時間 χ_t 的插值結(jié)果;x，y 分別為目標(biāo)位置的橫坐標(biāo)和縱坐標(biāo); f_i（x，y，t） 為第i 個數(shù)據(jù)源的值； w_i 為第 i 個數(shù)據(jù)源的權(quán)重，依據(jù)空間精度與時間相關(guān)性動態(tài)調(diào)整。

2案例分析

青島市是我國沿海地區(qū)重要的農(nóng)業(yè)生產(chǎn)基地，耕地資源在保障糧食安全與生態(tài)平衡中具有不可替代的地位。隨著城市化的推進(jìn)和土地利用結(jié)構(gòu)的調(diào)整，耕地資源面臨非農(nóng)化、非糧化和退化等多重挑戰(zhàn)。近年來，違法占用耕地、耕地質(zhì)量下降等問題愈加突出，直接威脅耕地保護目標(biāo)的實現(xiàn)。

2024年前三季度青島市遙感監(jiān)測顯示，全市耕地動態(tài)變化特征明顯，耕地流入面積明顯少于流出面積，凈減少面積超過 3 333hm² 。耕地流入主要集中在平度市和萊西市，占總流入面積的一半以上；耕地流出主要發(fā)生在西海岸新區(qū)和膠州市，占總流出面積的 40% 以上。流出區(qū)域的光譜特征表明，NDVI顯著降低，同時BSI呈現(xiàn)上升趨勢，反映退化區(qū)域土壤肥力下降及侵蝕風(fēng)險加劇。流入?yún)^(qū)域的光譜特征顯示，植被覆蓋較低但土壤含水量偏高，為后續(xù)改良提供潛力。疑似違法圖斑監(jiān)測共提取14000余個，分布集中于西海岸新區(qū)、膠州市和即墨區(qū)，合計占疑似違法圖斑總量的 50% 以上。疑似違法圖斑流向以非農(nóng)化為主，流向建設(shè)用地的圖斑占比達(dá) 40.5% 。違法區(qū)域NDVI較正常耕地低0.15以上，土壤有機質(zhì)含量減少 12%～15% ，表明其質(zhì)量顯著下降。復(fù)耕工作取得階段性成果，青島市重點復(fù)耕區(qū)域恢復(fù)耕地面積約1400hm² ，主要分布在平度市、萊西市和西海岸新區(qū)。監(jiān)測成果以疑似違法圖斑分布圖和耕地動態(tài)變化圖呈現(xiàn)，為執(zhí)法整改和耕地保護政策的實施提供精準(zhǔn)的數(shù)據(jù)支撐。

3結(jié)論

本研究圍繞青島市耕地資源保護動態(tài)監(jiān)測需求，構(gòu)建完善的耕地質(zhì)量評估與動態(tài)監(jiān)測技術(shù)體系，全面支持耕地保護政策的優(yōu)化與實施。未來，遙感技術(shù)將進(jìn)一步深化在土地資源管理中的應(yīng)用，為我國土地資源的可持續(xù)利用和生態(tài)保護提供關(guān)鍵技術(shù)保障。

參考文獻(xiàn)

1 本刊訊.聯(lián)合國糧食及農(nóng)業(yè)組織亞太區(qū)域第37屆部長級會議召開[J.世界農(nóng)業(yè)，2024（3）：146.

2 張永健，史明明，王浪，等.遙感技術(shù)在耕地監(jiān)測中的應(yīng)用[J.科技風(fēng)，2024（32）：4-5.

3 呂文寶，徐占軍，楊麗琪，等.基于多源遙感數(shù)據(jù)的耕地生態(tài)系統(tǒng)穩(wěn)定性評價：以汾河流域為例[J].中國環(huán)境科學(xué)，2024（5）：2937-2947.

4馮軍.基于注意力模型的SAR影像深度學(xué)習(xí)變化檢測研究[J].自然科學(xué)，2024（6）：148-153.

5 王陳哲，劉昭賢，付利釗.高光譜遙感技術(shù)在耕地質(zhì)量反演中的應(yīng)用[J].測繪通報，2024（5）：127-132.