聊城市冬小麦面积的遥感提取方法研究

小麦等粮食作物的种植面积是关系国计民生的
大事,冬小麦在我国北方种植面积十分广泛,是我国北方最主要的粮食作物。

改革开放以来,随着国
家对农村的不断投入和农业科学技术的发展,我国
已经基本解决了千百年来困扰人民的吃饭问题[1]。

然而,城市化和人口老龄化的发展导致我国耕地面积不断缩小、农村劳动力不断涌入城市,我国农业发展面临新的挑战,粮食需求日益突出,国家粮食安全战略保障显得十分重要[2]。

由于聊城市是农业大市,是山东省的粮食主产区之一,尤其是聊城市的冬小麦种植在山东省粮食生产中占有非常重要的地位,因此掌握一种动态简便有效的快速获取和监测冬小麦种植面积的方法,对国家粮食安全战略保障具有一定的现实意义。

1聊城市冬小麦面积遥感提取研究的意义和方法1.1聊城市冬小麦面积遥感提取研究意义及背景
聊城市位于山东省西部的黄河冲积平原上,地形平坦,耕地面积广,土地肥沃,温带季风性气候,京杭大运河和黄河都贯穿聊城市境内,淡水资源充沛,素有“江北水城”的美誉,非常适合小麦、玉米等粮食作物的种植。

聊城市是山东省的农业大市,冬小麦是聊城市最重要的粮食作物之一,在山东省的粮食种植中占有一定的比例。

了解掌握聊城市的小麦种植面积,对于聊城市乃至山东省的粮食生产和粮食安全具有非常重要的意义。

聊城市常用的冬小麦种植面积主要依赖传统的目录抽样统计调查或者上报汇总统计调查两种方式获取得到。

常规的统计调查不仅数据获取困难,而且数据获取周期长,时效性和精准度远远低于农业生产管理对信息的需求,在当今环境下已经完全不适应社会经济发展的需要。

将遥感技术应用于冬小麦空间分布与面积估算是当今农业发展的方向之一。

遥感技术具有数据获取速度快、信息量大、排除人为干扰因素性强、覆盖区域广、时效性强等其他技术无法比拟的优势。

利用遥感技术进行大区域范围内的农作物种植面积估算,与传统方法相比可以节省大量的人力、物力。

由于受天气状况和卫星运转周期的影响,获得合适中高分辨率的卫星数据是有一定困难的,因此采用中分辨率的卫星影像作为数据源,利用中分辨率成像光谱仪可以免费获得聊城市的中分辨率遥感影像数据,通过对研究区域的遥感影像数据进行一系列数据处理,最终实现聊城市冬小麦种植面积估算。

1.2聊城市冬小麦面积遥感提取的研究方法
不同农作物具有不同光谱特征,利用这一特征原理可以获取地面的地物信息,以此来识别作物类型,并估算冬小麦种植面积[3]。

很长时间以来,国内外研究学者在估算农作物面积信息方面进行了深
聊城市冬小麦面积的遥感提取方法研究
王军委
(安徽理工大学测绘学院,安徽
淮南
232001)
收稿日期:2018-04-28;修回日期:2018-06-02
作者简介:王军委(1991-),男,山东临沂人,在读硕士,主要从事空间拓扑关系研究,E-m ai l :1247539577@ 。

文章编号:1674-9146(2018)07037-03
. All Rights Reserved.
入的探索和研究,提出了监督分类和非监督分类方
法、目视解译法、决策树分类法、混合像元分解方法等很多有关估算农作物种植面积的方法,并在农业实际应用中获得了很好的效果。

20世纪80年代,王乃斌[4]借助航拍影像数据,利用目视解译方法在估算京津唐地区冬小麦产量的研究中得到很好的成果,然而此方法具有很大的局限性,研究者需要一定的专业知识,解译效率低,只能适合小区域范围农作物种植面积估算,而不适合大区域范围农作物种植面积估算[5]。

决策树分类法是一种新兴方法,并且在地图制图中得到了广泛应用[6]。

李爽等[7]在遥感影像分类研究中利用决策树分类法发现,即使研究区域中地物类型复杂,依旧可以具有很好的效果。

潘琛等[8]通过决策树分类法对遥感影像处理的研究结果显示,决策树分类法对感兴趣区域类别的分类效果很好。

郝卫平等[9]采用专题绘图仪(Them at i c M apper ,TM )遥感影像数据,在估算山西省运城市冬小麦种植面积中运用了监督分类方法,成功地获得了山西省运城市冬小麦种植面积。

混合像元分解方法从20世纪八九十年代开始得到了飞速的发展,国外的很多学者开发了众多混合像元分解模型,这些模型应用于TM 遥感影像数据的
混合像元分解中,可获得非常高的精度。

LE N I N G TO N 等[10]利用TM 遥感影像数据进行农作物面积估算,借助混合像元分解方法,得到了较高的估算精度;LU 等[11]通过线性混合分解模型对巴西成熟期的作物连续植被进行了分类,提取出元阴影、土壤、绿地3种端元,达到了比较满意结果。

2聊城市冬小麦面积遥感提取的技术路线2.1聊城市冬小麦面积遥感提取的研究思路
以山东省聊城市作为研究区域,下载聊城市的Landsat 8卫星遥感影像数据,对其进行格式转换、投影转换、裁剪、求反射率真值等一系列的预处理操作,得到预处理后的Landsat 8卫星遥感影像数据。

分析该研究区域内的不同农作物类型的归一化差分植被指数(N or m al i z ed D i f f er ence V eget at i on I n -dex ,N D V I )变化特征,建立合适的决策树分类模型,对聊城市的冬小麦像元进行提取,将得到的结果进行可行性分析和精度评价,以确定该方法在对山东省聊城市冬小麦面积估算研究中的可行性。

笔者利用聊城市2015年和2016年的4期遥感影像数据,矢量源为1∶10000聊城市行政区划图,目的是利用该矢量图层实现对聊城市辖区范围的遥感影像数据进行裁剪。

通过对聊城市东昌府区2期TM 遥感影像数据进行辐射定标、几何校正、图像增强等一系列数据操作,然后利用EN V I 遥感图像
处理软件分别对这2期遥感影像数据进行监督分
类,对分类后的结果采用直接比较法进行动态分析。

根据判读得到前后两年聊城市冬小麦种植变化情况。

图1为聊城市冬小麦面积遥感提取研究的总体路线图。

2.2聊城市冬小麦面积遥感提取的数据处理2.2.1辐射定标
EN V I 遥感图像处理软件提供了多种几何校正方法,利用EN V I 遥感图像处理软件中的I m age To I m age 方法,校正传感器在获取遥感影像数据时由于各种因素造成的遥感影像相对于地面实际目标发生的几何畸变,从而得到校正后的遥感影像数据,方便下一步遥感影像数据的处理。

2.2.2图像增强
增强遥感影像中冬小麦的图像与周围其他地物的图像之间的对比。

尽最大可能提取聊城市东昌府区辖区的冬小麦影像信息,对于反差小的和不容易辨认的地物进行图像增强处理,从而方便对冬小麦遥感影像解译。

2.2.3影像分类
根据研究的需要,将研究区土地利用类型分为若干个类别。

根据遥感影像特征,分别建立2期地类的影像特征库,借助EN V I 遥感图像处理软件中的最大似然法,对这2期影像进行自动分类,得到2期影像的土地利用分类数据。

2.3聊城市冬小麦面积遥感提取的分类结果
根据2期影像的土地利用分类数据,得到聊城市冬小麦种植分布,见第39页图2。

2.4聊城市冬小麦面积遥感提取的精度评价
监督分类之后,利用EN V I 遥感图像处理软件中的混淆矩阵评价方法工具Conf usi on M at r i x 把监督分类结果精度显示在矩阵里,得出2期分类精度分别为99.905%和99.875%,符合分类精度要求。

处理后结果对比统计,可知前后2期影像的土地利用类型面积变化,最终得出2015年和2016年聊城市各县(市、区)冬小麦面积对比,见第39页表1。

图1
聊城市冬小麦面积遥感提取研究的总体路线图
. All Rights Reserved.
3
结论
1)从表1数据可以看出聊城市2015年和2016年的冬小麦种植面积变化趋势,聊城市各县(市、区)冬小麦面积都在不同程度地减少,其中莘县减少量最大,高唐县的减少量最小。

这可能与这两年小麦、玉米等粮食作物的收购价格低,农民改种山药等经济作物有关。

2)结合近年来聊城市各县(市、区)的各种土地类型的面积变化情况来看,建设用地不断增加,城镇化速度加快,导致耕地面积不断减少,这也是导致冬小麦种植面积减少的原因之一,值得深思,应当采取切实可行的措施保护耕地面积。

图2
聊城市冬小麦种植分布
N N
20
40km 2-a
2015年2-b
2016年
图例
冬小麦其他图例
冬小麦其他
20
40km St udy on R em ot e Sensi ng E xt ract i on M et hod ofW i nt er W heatA rea i n L i aocheng
C i t y
W A N G Jun-w ei
(School of Surveyi ng and M appi ng,A nhui U ni vers i t y of Sci ence and T echnol ogy,A nhui H uai nan 232001C hi na )
A bst ract :I n t hi s paper ,t he aut hor i nt r oduced t he s i gni f i cance,backgr ound and m et hod of r em ot e s ensi ng ext r act i on of w i nt er w heat ar ea i n Li aocheng C i t y,and expounded t he r es ear ch i deas and t echni cal r out es.O n above f oundat i ons ,t he aut hor s ob-t ai ned t he cl as si f i cat i on r es ul t s of r em ot e s ens i ng ext r act i on of w i nt er w heat ar ea i n Li aocheng C i t y,and cal cul at ed pl ant i ng ar ea of w i nt er w heat .T hen,t he aut hor eval uat ed i t s accur acy,and poi nt ed out t hat t he ar ea of w i nt er w heat i n count i es (ci t i es ,di s t r i ct s)of Li aocheng C i t y has been r educed t o var yi ng degr ees.The aut hor pr oposed t hat m easur es shoul d be t aken t o pr o-t ect t he ar ea of cul t i vat ed l and,m obi l i ze t he ent hus i asm of f ar m er s t o gr ow gr ai n and ensur e t he gr ow t h of gr ai n yi el d i n t hi s r egi on.Thi s s t udy has s i gni f i cant m eani ng on f ood pr oduct i on and s af et y.
K ey w ords :r em ot e s ens i ng;i nf or m at i on ext r act i on;pl ant i ng ar ea of w i nt er w heat ;Li aocheng ci t y
3)通过对冬小麦面积变化趋势的分析,可以
发现聊城市各县(市、区)的冬小麦种植面积都在减少,建议政府可以采取一些鼓励措施,调动农民种粮的积极性,确保该地区粮食产量的增长。

参考文献:
[1]张落成.我国粮食生产布局变化特点及其成因分析[J ].长江流域资源与环境,2000,9(2):221-228.
[2]中华人民共和国国务院.国家粮食安全中长期规划纲要
(2008—2020年)[EB /O L].[2008-11-13].ht t p://w w w /t es t /2008-11/14/cont ent _1148698.ht m .
[3]唐华俊,吴文斌,杨鹏,等.农作物空间格局遥感监测研究
进展[J ].中国农业科学,2010,43(14):2879-2888.
[4]王乃斌.中国小麦遥感动态监测与估产[M ].北京:中国科
学技术出版社,1996.
[5]许文波,田亦陈.作物种植面积遥感提取方法的研究进
展[J ].云南农业大学学报,2005,20(1):94-98.
[6]赵萍,冯学智,林广发.SPO T 卫星影像居民地信息自动提
取的决策树方法研究[J ].遥感学报,2003,7(4):309-315.[7]李爽,张二勋.基于决策树的遥感影像分类方法研究[J ].地
域研究与开发,2003,22(1):17-21.
[8]潘琛,杜培军,张海荣.决策树分类法及其在遥感图像处理
中的应用[J ].测绘科学,2008,33(1):208-211.
[9]郝卫平,梅旭荣,蔡学良,等.基于多时相遥感影像的东北
三省作物分布信息提取[J ].农业工程学报,2011,27(1):201-207.
[10]LEN I N G T O N R K ,SO R EN SEN C T ,H EY D O R N R P.
A m i xt ur e m odel appr oach f or es t i m at i ng cr op ar eas f r om Lands atdat a[J ].R em ot e Sens i ng ofEnvi r onm ent ,1984,14(1):197-206.[11]
LU D S,M O R A N E,B A T I ST ELLA M .Li near m i xt ur e m odel appl i ed t o A m azoni an veget at i on cl as s i f i cat i on [J ].R em ot e Sens i ng ofEnvi r onm ent ,2003,87(4):456-469.
(责任编辑
邸开宇)
表1
2015年和2016年聊城市各县(市、区)冬小麦种植面积对比
(km . All Rights Reserved.。