水浇地与旱地分类的研究进展

水浇地与旱地分类的研究进展

董婷婷;王振颖;武玉峰

【摘要】水浇地和旱地的分类研究对于粮食安全、估算农业灌溉需水量以及完善耕地二级类型的分类有着重要的作用.本文从水浇地和旱地分类的意义、分类方法以及分类应用的现状三方面,对国内外水浇地和旱地的分类研究进展及其特点进行了归纳总结,得出了三点结论:(1)参与水浇地和旱地分类的数据源主要为中低分辨率的时间序列植被指数产品以及一些辅助信息;(2)水浇地和旱地的分类特征主要为时间序列的植被指数以及一些辅助特征;(3)水浇地和旱地的分类方法主要为数字化、非监督分类和监督分类.同时指出,丰富水浇地和旱地的分类特征、引入智能型分类方法以及探索生态环境背景在水浇地和旱地分类中的应用将成为未来水浇地和旱地分类研究的重要内容.

【期刊名称】《遥感信息》

【年(卷),期】2010(000)004

【总页数】6页(P129-134)

【关键词】水浇地;旱地;分类;进展;展望

【作者】董婷婷;王振颖;武玉峰

【作者单位】辽宁省水利水电科学研究院,沈阳,110003;辽宁省水利水电科学研究院,沈阳,110003;辽宁省水利水电科学研究院,沈阳,110003

【正文语种】中文

【中图分类】TP79

1 引言

水浇地是指有水源保证和灌溉设施,在一般年景能正常灌溉,种植旱生农作物的耕地,包括种植蔬菜等非工厂化的大棚用地。旱地是指无灌溉设施,主要靠天然降水种植旱生农作物的耕地,包括没有灌溉设施,仅靠引洪淤灌的耕地(土地利用现状分类标准,2007)。

水浇地和旱地的分类研究对于实现未来粮食安全有着重要的现实意义。随着世界人口的不断增加,人类对粮食的需求变得更加迫切。世界粮食安全问题中一个备受关注的议题就是：“额外增加的粮食产量通过什么方式来实现?是继续增加水浇地的面积还是增加旱地的面积?要增加多少才能实现粮食安全?”[1]。统计资料显示：占世界耕地面积约18%的水浇地生产着占世界约1/3的粮食,水浇地上粮食的单产是旱地的2倍以上。由此可见,增加水浇地面积是增加粮食产量的有效措施之一。但是,随着世界水资源的短缺、发展水利设施资金的不足、以及由此产生的一些生态环境问题使得这个办法实施起来难度较大。针对这个问题,一些学者建议：可以通过增加旱地的面积来解决未来粮食安全问题。与世界的大环境一致,中国同样面临着粮食安全问题。因此,实现水浇地和旱地的分类研究,进而准确地掌握水浇地和旱地的面积及其分布情况,对于中国乃至世界未来的粮食安全问题都有着重要的现实意义。

水浇地和旱地的分类研究对于合理地估算未来农业灌溉需水量以及协调区域水量平衡方面有着重要的作用。2002年世界各地的专家学者在约翰内斯堡举行的可持续发展峰会(WSSD)上达成共识：随着水资源需求量的不断增加而实际供应量不断下降,水资源已成为21世纪最重要的自然资源。一些学者估算出：到2025年,至少还需要2000km3可以利用的水资源才能满足人类对食物的需求,而这些需水量相当于24条尼罗河每年的流量。在各种消耗水资源的利用方式中,灌溉消耗的水资源占

据了大量的份额。统计资料显示：灌溉消耗的水资源数量约占世界可以利用的水资源总量的60%。世界上各个国家灌溉用水量也大不相同,加拿大、德国和波兰的灌溉用水量只占本国可以利用的水资源总量的2%～4%;而伊拉克、巴基斯坦、孟加

拉国、苏丹等国家的灌溉用水量却占到本国可以利用的水资源总量的90%～

95%[2],这些差异将导致未来灌溉需水量和实际供水量、不同地区之间水资源矛盾的加剧发展。中国是一个农业大国,同样面临着水资源的供需矛盾问题。因此,实现

中国乃至世界水浇地和旱地的分类研究对于合理地估算未来农业灌溉需水量以及协调区域水量平衡方面有着重要的作用。

到目前为止,世界还没有关于水浇地和旱地分布的精准产品,对于世界水浇地和旱地

的面积及其分布情况还不能及时准确地掌握。现有的水浇地和旱地的分布图多是由陈旧的统计数据和低分辨率的遥感数据生成的[3],如FAO、USGS和IWMI制作的全球水浇地和旱地分布图。在区域乃至全球尺度上,现有的关于水浇地和旱地的分

布研究还存在着以下问题：(1)统计数据和真实情况相比存在着一些偏差。(2)水浇地和旱地的定义及其子类型还没有完全统一。(3)现有的成果更多地关注于水浇地

的分布而忽略了旱地的分布。由此可见,在区域以至全球尺度上关于水浇地和旱地

的分布依旧存在着许多问题,有待于进一步的深入研究。

水浇地和旱地的正确分类有助于完善中国土地利用数据库中耕地的二级类型。在中国的土地利用现状分类系统中,耕地的二级类型有：水田、水浇地和旱地三个类型。其中,水田上种植的作物类型简单,主要为水稻,水稻有着独特的生长过程和种植方式(如移栽、泡水等),此外,水田上水利灌溉设施发达,各级渠系纵横交错,纹理特征鲜明,因此,目前识别水田的方法比较成熟。然而,对于耕地二级类型中的另外两个类型水

浇地和旱地而言,到目前为止针对水浇地和旱地的分类研究还鲜有报道,研究方法也

不太成熟。因此,实现水浇地和旱地的分类研究有助于完善耕地的二级类型。

2 水浇地和旱地分类方法的研究进展

通过对现有的水浇地和旱地的分类方法进行查阅后发现,水浇地和旱地的分类方法

主要集中在以下三种：(1)数字化方法;(2)非监督分类方法;(3)监督分类方法。其中,

非监督分类方法是水浇地和旱地分类中使用最多的方法。

数字化方法是实现水浇地和旱地分类的一种方法。从本质上说,它还算不上是真正

的分类方法。它主要是利用收集到的与水浇地和旱地分布相关的文字资料、图册、影像等资料作为底图,在图上直接勾绘出水浇地和旱地的分布范围,进而实现水浇地

和旱地的分类,如FAO利用数字化方法实现了全球水浇地的分布制图。然而,这种

方法很难精确及时地反映水浇地和旱地的分布,同时数字化过程非常耗时。

非监督分类方法是目前在水浇地和旱地分类中应用最多的一种方法。例如：USGS 和IWMI利用非监督分类方法实现了全球水浇地和旱地的分类研究;Biggs,T.W等

利用非监督分类方法实现了印度Krishna basin的水浇地和旱地的分类研究。该方法适用于在研究人员对研究区缺乏了解的情况下实现区域乃至全球尺度水浇地和旱地的分类研究时使用。非监督分类的优点是不需要人工选择训练样本,仅需极少的

人工输入,计算机就会按一定规则自动地根据像元的光谱或空间等特征组成集群组,

然后参考者将每个数组和参考数据比较,将其划分到某一类别中[5]。非监督分类的缺点是很难对其产生的类别进行控制,因此,其产生的类别也许并不能让分析者满意。此外,非监督分类后对各个类型的标定以及合并需要很长的时间且主观性强。

监督分类方法也是实现水浇地和旱地分类的一种方法。如Mutlu Ozdogan和Garik Gutman利用决策树的监督分类方法实现了美国水浇地和旱地的分类研

究;Prasad S等利用hierarchical classification的监督分类方法实现了印度Ganges and Indus basin的水浇地分布制图。监督分类的优点是可以控制训练样本的选择,避免出现不必要的类别。缺点是独特的、覆盖量小的类别容易被分析者

遗失,分类结果的精度受训练样本的影响较大。

3 水浇地和旱地分类应用的研究进展

3.1 国外水浇地和旱地分类应用的研究进展

3.1.1 国外全球尺度水浇地和旱地分类应用的研究进展

精准的水浇地和旱地的分布范围是地球信息科学和全球变化在许多领域中研究的基础,如地表与大气水汽的交换研究[5～7]、气候变化的驱动力分析、灌溉水量的供

需变化研究[8～9]、粮食安全的保障措施研究[11]等等。正因如此,水浇地和旱地的分布情况引起了FAO、USGS、IWMI等世界组织的高度重视。针对不同的研究目的,各大组织已经直接或间接地实现了全球尺度上水浇地和旱地的分类研究。

FAO利用收集到的2000年左右的与水浇地相关的统计资料,采用数字化的方法,完成了全球水浇地的分布制图,并对制图结果的精度进行了评价,制图结果的精度较高。其像元值表示在一个像元内水浇地面积占像元面积的百分比。在随后的几年

里,FAO通过深入细致的实地调查不断地对全球水浇地分布图进行更新,2005年更

新了亚洲的水浇地分布图[13]。尽管FAO不断地对已有的水浇地分布图进行更新,但是FAO制作的水浇地分布图依旧存在着以下不确定性问题：(1)FAO利用的数

据源主要是一些统计资料,这些统计资料主要是通过问卷调查、出版物、网站上发

布的信息、FAO统计人员的调查、FAO成员国的报告等多种方式从全球各个国家收集来的,各个国家不同的基本国情导致了这些统计数据在统计口径上存在不一致性;(2)数据在真实性、实时性等方面也存在着问题。受自然和人为因素的影响,真实的灌溉面积往往小于灌溉设施的面积。而数字化全球水浇地分布图显示的是有灌溉设施的面积,这就导致了数字化全球水浇地分布图很难真实地反应水浇地面积。Vorosmarty将USGS做出的水浇地分布图与FAO的结果进行对比后发现：FAO 存档的一些统计数据存在一些不确定性问题。

USGS利用1992年4月到1993年9月每月合成的1km分辨率的AVH RR NDVI数据和数字高程模型以及一些辅助数据,如全球生态系统分布图等,采用非监

督分类方法实现了全球土地覆盖制图。其分类结果中与水浇地相关的类型是hot

irrigated cropland和cool irrigated cropland;与旱地相关的类型是corn and beans cropland。分别将与水浇地和旱地相关的类型进行整理归并,便可以实现全球水浇地和旱地的分类。USGS产品的主要不足之处是：其产品是针对土地覆盖制图的,而水浇地和旱地只是土地覆盖这样类别之间差异明显的众多类型中的两类,与

单纯的识别水浇地和旱地相比,类型间的分类特征相对模糊。

International Water Management Institute(IWMI)利用1997年～1999年每月合成的8km分辨率的NOAA AVHRR 的 Band1、2、4 和 NDVI数据、1999年

每月合成的1km分辨率的SPOT NDVI数据以及一些辅助数据,如蒸发量、降雨量、森林覆盖率、数字高程模型等,采用分区分类的方法实现了全球灌溉面积制图。具

体步骤如下：首先,将全球进行分区;然后,利用K-MEAN非监督分类方法对每个区

域进行分类;最后,利用光谱匹配技术以及地面辅助资料完成类型的标定,实现了全球灌溉面积制图。其中,水浇地的产品有 GIAM10km-28 class、GIAM10km-8 class 和GIAM10km-3 class三种;旱地的产品有GMRCA10km-22 class和

GMRCA10km-8 class两种。将与水浇地和旱地相关的类型进行整理归并,便可以

实现全球水浇地和旱地的分类。IWMI产品的主要不足之处是：其真实采样点分布不均匀。只在印度、东南亚和非洲采集了真实样点,这就使得有采样点的地区分类

结果的可信度较高,没有采样点的地区分类结果的可信度较低。2002年Droogers 针对IWMI在完成全球灌溉面积制图过程中存在的问题,提出了相应的改进方法。

方法指出：除了利用时间序列植被指数参与分类外,还应该引入基于气象、土壤信

息建立的潜在灌溉面积指数或潜在旱地分布指数以及增加准确无误的真实采样点。以上对FAO、USGS和IWMI制作的全球水浇地和旱地分布图从数据源、制作方

法和不足之处进行了分析。数据源主要有：统计数据、1km分辨率的时间序列NDVI产品和一些辅助数据,数据源的真实性不高、空间分辨率较低。制作方法主

要有数字化统计资料和非监督分类两种,制作方法比较简单,重复性差。不足之处主

要集中在：数据源的真实性、制作目的的针对性和真实样本点的选取上。

3.1.2 国外区域尺度水浇地和旱地分类应用的研究进展

精确、实时的水浇地和旱地的分类研究对于改进水资源管理,尤其是定量化区域水

资源管理有着非常重要的作用[12]。它影响着区域水循环过程[13],同时它又是流域农业规划设计、水文模型、粮食生产和农业经济发展的重要组成部分。

Mutlu Ozdogan和Garik Gutmany以effective irrigation potential和8天合

成的500m分辨率的MODIS Greenness Index(GI=Pnir/Pgreen)为数据源,直接

针对水浇地和旱地采用决策树的监督分类方法对两者进行了分类研究,实现了美国

水浇地和旱地的分类[16]。然而该方法中参与分类的effective irrigation potential指标存在着不确定性问题,该指标只能提供一种水浇地可能出现的位置,

然而它与现实的情况可能会有明显的差别。例如：美国东部地区年均降雨量较高,

如果从effective irrigation potential上看,它被划分成水浇地的概率较低而划分

成旱地的概率较高。在这种情况下将effective irrigation potential作为分类特征之一参与到水浇地和旱地的分类中,极容易导致该区域内的水浇地被错分成旱地,这

种错分情况也确实出现在美国东部地区水浇地和旱地的分类结果中。

Prasad S等利用8天合成的500m分辨率的MODIS数据,依据水浇地和旱地上作物在Band1和Band2形成的特征空间中位置的不同,采用基于modified Anderson classification的hierarchical classification方法对印度的Ganges and Indus basin进行了灌溉面积制图,成功地实现了水浇地和旱地的分类研究[17]。其分类结果中包括了详细的水浇地类型,如利用地下水灌溉的水浇地、利用河水灌

溉的水浇地、khariff时灌溉的水浇地、rabi时灌溉的水浇地和全年灌溉的水浇地。Biggs,T.W等利用2002年每月合成的500m分辨率的MODIS NDVI数据,采用ISODATA的非监督分类方法对印度Krishna basin的水浇地和旱地进行了分类研究。其分类结果包括了详细的水浇地类型依次为：continuous

irrigation,doublecropped irrigation,irrigated with low biomass,minor irrigation,groundwater irrigation。

D.KAMTHONKIAT等利用10天合成的1km分辨率的SPOT NDVI数据、多年的10天合成的降雨量数据以及一些辅助数据,依据雨养水稻和灌溉水稻上NDVI峰值出现的时间滞后降雨量峰值出现时间的差异,即雨养水稻上NDVI峰值出现的时间滞后降雨量峰值出现时间40天～50天,灌溉水稻上NDVI峰值出现的时间滞后降雨量峰值出现时间90天左右并且具有多重相关性。采用“peak detector algorithm”技术成功地对泰国Suphanburi地区的雨养水稻和灌溉水稻进行了分离。然而该方法有一定的局限性,它适用于泰国地区特有的气候条件。

以上对国外在区域尺度上实现水浇地和旱地分类研究时使用的数据源、实现方法和优缺点进行了详细的分析。与全球尺度上水浇地和旱地的分类研究相比,区域尺度上的研究具有以下三方面的改进：(1)数据源主要以500m分辨率的时间序列的MODIS NDVI产品为主,空间分辨率更高;(2)分类方法呈现出多样性,既有非监督分类又有基于决策数的监督分类以及基于作物特性的“peak detector algorithm”等分类方法;(3)优点体现在采样点数目多且分布均匀,水浇地的二级类型更加具体详细。

3.2 国内水浇地和旱地分类应用的研究进展

现有的与水浇地和旱地分类研究相关的资料主要集中在以下三个方面：(1)利用统计年鉴中的数据制作水浇地和旱地分布图;(2)在土地利用/土地覆盖分类中,将水浇地和旱地作为其中的两个类型,采用目视解译或自动分类的方法实现水浇地和旱地的分类研究;(3)利用与土壤水分相关的指数进行水浇地和旱地的分类。

为了快捷直观地显示中国各个省市自治区水浇地和旱地的面积分布,一些部门直接利用统计年鉴中的数据制作中国水浇地和旱地的分布图。统计年鉴是以灌溉设施的有无来统计水浇地和旱地面积的,因此,它并不能反映水浇地和旱地的真实面积。此

外,与FAO利用统计数据制作的水浇地和旱地分布图相比,这种图件只能在数量上简单地反映中国各个省市自治区水浇地和旱地面积的多少,并不能真实地反映水浇地和旱地的空间分布。因此,这还不能算是从真正意义上实现了水浇地和旱地的分类研究。

中国在利用遥感技术针对土地利用/土地覆盖分类方面进行了大量的研究工作,如张增祥、史培军、李小兵、庄大方等。虽然水浇地和旱地作为其中的一个类型,但涉及了多种作物类型、不同的灌溉方式、不同的气候区等。因此,只是在一些研究中将水浇地和旱地作为其中的一个类型被单独列出或者可以通过合并不同的类型来间接地实现水浇地和旱地的分类研究。分类方法主要有目视解译和自动分类两种。目视解译是遥感应用分析中最基本的工作和必不可少的研究手段,它把解译者的专业知识、区域知识、遥感知识以及经验介入到图像分析中,尤其是在分类不同时相的影像上,目视解译有着明显的优势。90年代,吴传钧利用TM影像和地形图等辅助资料完成了中国土地利用分类,水浇地和旱地就是其中的一部分,这也是到目前为止土地利用分类中为数不多的同时包含水浇地和旱地的产品。此外,郭明、魏怀东、梅荣等,在对一些小区域进行土地利用/土地覆盖变化研究时,将水浇地和旱地作为其中的一个类型,采用目视解译的方法,实现了水浇地和旱地的分类研究。遥感影像的自动分类是根据图像中每个像元在不同波段的光谱亮度、空间结构特征或者其他信息,按照某种规则或算法划分为不同的类别。在中国范围内,利用自动分类方法实现土地利用/土地覆盖分类的研究不少,但是分类结果中往往都不包含水浇地这一类型。在小区域的土地利用/土地覆盖分类研究中,有一些学者利用自动分类的方法同时实现了水浇地和旱地的分类研究,如沙占江等[14]。

水浇地上由于灌溉活动的存在,土壤水分变化频繁,所以利用土壤水分或者一些可以指示土壤水分变化的指标来进行水浇地的提取研究是可行的。林绿等依据冬小麦在拔节期间对水分的需求较大,利用NDVI与Ts的关系,计算了在干旱或者缺水的情

况下植被的供水指数,对其设定阈值,根据阈值进行判断,实现了华北平原区水浇地和旱地的分类研究[15]。这种方法还存在一些不足之处：华北平原区属于补充灌溉区,一些时段内的降雨是可以满足作物生长的需要并引起植被供水指数变化的。因此,在不考虑降雨因素影响的前提下进行灌溉判断会引起错误的结果。

与国外在全球和区域尺度实现水浇地和旱地的分类研究相比,中国无论是在遥感数据的使用、研究方法的尝试以及应用的广泛性上都远不及国外。国外已经成功地应用遥感数据采用各种不同的方法实现了全球以及一些区域的水浇地和旱地的分类研究,并对其结果进行了不断的更新工作,而中国在针对水浇地和旱地的分类研究上还未见报道。

4 结束语

通过以上对水浇地和旱地分类研究进展的归纳与总结,作者在水浇地和旱地分类的数据源、分类特征和分类方法三方面得出了如下结论：

(1)目前,参与水浇地和旱地分类的数据源以中低分辨率的时间序列植被指数产品为主,同时辅以地形、气象、生态等辅助信息。数据源的空间分辨率较低。

(2)目前,水浇地和旱地的分类特征主要为时间序列的植被指数以及一些参与分类的辅助特征。分类特征相对单一,缺乏对分类特征的提炼与拓展。

(3)目前,水浇地和旱地的分类方法主要为数字化、非监督分类和监督分类方法。分类方法的智能性较低,缺乏对智能型分类方法的尝试。

针对目前中国水浇地和旱地分类的研究现状,作者认为在其它学者研究成果的基础上,实现水浇地和旱地的分类研究应该在以下几个方面进行探索性研究：

(1)针对水浇地和旱地常用的分类特征——时间序列植被指数存在的问题,如数据量大、受噪声污染等缺点,探索一种更适用于水浇地和旱地分类的分类特征。如傅立叶组分特征,傅立叶组分特征来源于时间序列植被指数,它更加清楚地揭示出蕴含在作物时间序列植被指数中的生物学特性。其中,在所有谐波中振幅所占比重最大的

谐波影响着NDVI曲线的整体形状,其振幅值的大小影响着曲线的起伏程度,反映了作物的生产能力;部分谐波的相位或者(相位±半周期或相位±周期)即部分谐波的波峰或波谷出现的时间反映了作物的物候特征。选用低频部分的傅立叶组分进行分类研究可以去除噪声的干扰,同时也可以减少数据量。

(2)针对水浇地和旱地在空间结构上的差异,可以考虑将纹理特征引入到水浇地和旱地的分类特征中,以提高分类精度,如分形纹理特征。

(3)针对水浇地和旱地在地形分布上的差异,可以考虑将地形特征引入到水浇地和旱地的分类特征中,以提高分类精度,如高程、坡度等;

(4)针对目前水浇地和旱地分类方法的单调性,可以考虑将现有的一些智能分类方法用于水浇地和旱地的分类研究中,以提高水浇地和旱地的分类精度;

(5)充分考虑气候环境背景在水浇地和旱地分类中的重要作用,利用气候因子实现灌溉区(其内只有水浇地)和补充灌溉区(其内既有水浇地又有旱地)的划分,减少分类范围。

参考文献

[1]Droogers,P.Global Irrigated Area Mapping ：Overview and Recommendations[R].Sri Lanka：International Water Management Institute,2002.

[2]Merrett,S.Water for agriculture：Irrigation agriculture in international perspectives.Spon's Environmental Science and Engineering Series[R].New York,NY,USA：Taylor and Francis,2002.

[3]Droogers,P.Global irrigated area mapping：Overview and recommendations[R].Sri Lanka：International Water Management Institute,2002.

[4]赵英时,等.遥感应用分析原理与方法[M].北京：科学出版社,2003.

[5]Boucher,O.,Myhre,G.,Myhre,A.Direct human influence of irrigation on atmosphere water vapor and climate[J].Climate Dynamics,2004(22)：597-603.

[6]Gordon,L.J.,Steffen,W.,Jonsson,B,F.Human modification of global water vapor flows from the land surface[J].Proceedings of the National Academy of Science,2005,102(21)：7612-7617.

[7]Ozdongan.M.,Salvucci,G.D.,Anderson,B.C.Examination of the Bouchet-Morton complementary relationship using a mesoscale climate model and observations under a progressive irrigation scenario[J].Journal of Hydrometeorology,2006,7(2)：235-251.

[8]Alcamo,J.,Doll,P.,Henrichs,T.,Kaspar,F.,Lehner,B.Global estimates of water withdrawals and availability under current and future“business as usual” conditions[J].Hydrologic Sciences Journal,2003,48(3)：339-348.

[9]Vorosmarty,C.J.Global water assessment and potential contributions from Earth System Science[J].Aquatic Science,2002(64)：328-351.

[10]Siebert,S.,Döll,P.,Hoogeveen,J.The Global Map of Irrigation Areas[R].Sri Lanka,Tropentag conference,2006.

[11]D.KAM THONKIA T,K.HANDA,H.TU RRAL.Discrimination of irrigated

and rainfed rice in a tropical agricultural system using SPOT VEGETATION NDVI and rainfall data[J].International Journal of Remote Sensing,2005(26)：2527-2547.

[12]M utlu Ozdogan,Garik Gutman.A new methodology to map irrigated areas using multi-temporal MODIS ancillary data：An application example in the continental USA[J].Remote Sensing of Environment,2008(112)：

3520-3537.

[13]Prasad S,ThenkabailT,Mitchell Schull.Ganges and Indus river basin land use/land cover(LULC)and irrigated area mapping using continuous streams of MODIS data[J].Remote Sensing of Environment,2005(95)：317-341. [14]沙占江,马海州,李玲琴,等.多尺度空间分层聚类算法在土地利用与土地覆被研究中的应用[J].地理科学,2004,24(4)：477-483.

[15]林绿,覃志豪.华北平原冬小麦灌溉区制图研究[R].北京：遥感与地理信息科学研究生论坛,2007.