基于EOS/MODIS數(shù)據(jù)的南方水稻面積提取技術(shù)

張 莉，吳文斌，左麗君，周清波

(1.農(nóng)業(yè)部資源遙感與數(shù)字農(nóng)業(yè)重點(diǎn)開放實(shí)驗(yàn)室，北京 100081;2.中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所，北京 100081;3.中國(guó)科學(xué)院遙感研究所，北京 100101)

水稻是世界主要的糧食作物之一，全球水稻面積約占全球耕地面積的15%，農(nóng)田灌溉用水約占全球淡水資源使用量的70%［1，2］。除青海以外，我國(guó)其他省、市和自治區(qū)均種植一定面積的水稻。根據(jù)中國(guó)國(guó)家統(tǒng)計(jì)局統(tǒng)計(jì)年鑒，1990～2008年，我國(guó)水稻總播種面積占全國(guó)糧食作物播種面積的27.8%，總產(chǎn)量占糧食總產(chǎn)量的39.0%。我國(guó)南方15省、市、自治區(qū) (湖北、安徽、江蘇、浙江、江西、湖南、福建、廣東、廣西、海南、云南、四川、貴州、重慶和上海)由于良好的水熱條件，是我國(guó)水稻種植的主產(chǎn)區(qū)。2008年農(nóng)業(yè)統(tǒng)計(jì)資料顯示，我國(guó)南方15省、市、自治區(qū)的水稻播種面積占全國(guó)水稻播種面積的83.5%。2006年中國(guó)水資源公報(bào)的數(shù)據(jù)表明，當(dāng)年農(nóng)業(yè)用水占到全國(guó)總用水量的63.2%，而水稻種植的用水量約占農(nóng)業(yè)用水總量的70%。及時(shí)快速掌握和監(jiān)測(cè)水稻種植面積不僅關(guān)系到全球或區(qū)域的糧食安全，也對(duì)區(qū)域水資源的調(diào)配與管理具有舉足輕重的作用。

國(guó)外很多研究人員分別在水稻生產(chǎn)大國(guó)如印度、泰國(guó)、印度尼西亞、日本等國(guó)家開展了水稻種植面積遙感監(jiān)測(cè)研究［3～7］。在國(guó)內(nèi)，方紅亮［8］、廖圣東［9］、黃敬峰［10］、張春桂［11］和鄔明權(quán)［12］等人也分別采用EOS/MODIS、NOAA/AVHRR、SNB-SAR、TM等多種遙感數(shù)據(jù)，采用不同植被指數(shù)方法構(gòu)建了水稻面積提取技術(shù)方法。綜合比較上述國(guó)內(nèi)外的研究方法認(rèn)為，水稻具有分布廣和面積提取關(guān)鍵時(shí)期短的特點(diǎn)，EOS/MODIS具有時(shí)間分辨率高，監(jiān)測(cè)范圍廣，是比較理想的遙感數(shù)據(jù)源。該研究以我國(guó)南方15省、市和自治區(qū)為研究區(qū)域，利用EOS/MODIS數(shù)據(jù)來構(gòu)建南方地區(qū)不同水稻類型 (早稻、晚稻和單季稻)種植面積的提取算法，解決困擾農(nóng)情遙感監(jiān)測(cè)業(yè)務(wù)運(yùn)行中水稻種植面積及其空間分布的難題。

1 數(shù)據(jù)來源

許多研究結(jié)果顯示，增強(qiáng)植被指數(shù) (Enhanced Vegetation Index，EVI)能夠較純粹地反映植被生長(zhǎng)的信息，而地表水分指數(shù) (Land Surface Water Index，LSWI)則對(duì)水分非常敏感。因此，該研究采用2008年1-10月的EOS/MODIS EVI和LSWI數(shù)據(jù)來進(jìn)行水稻識(shí)別算法研制。EVI和LSWI數(shù)據(jù)的空間分辨率500m，時(shí)間分辨率10天，其計(jì)算公式分別如下:

上述公式中，ρNIR為近紅外波段反射率，ρRed為紅波短反射率，ρBlue為藍(lán)波段反射率，ρSWIR為短波紅外波段反射率，C1為大氣阻力紅波修正系數(shù)，C2大氣阻力藍(lán)波修正系數(shù)，L為冠層背景亮度修正因子，G為增益因子。

地面樣點(diǎn)數(shù)據(jù)來源于農(nóng)業(yè)部遙感應(yīng)用中心收集整理的2007～2008年水稻地面調(diào)查數(shù)據(jù)。包括了江西、湖南早稻主產(chǎn)縣地面樣方調(diào)查數(shù)據(jù);安徽、江蘇一季稻主產(chǎn)縣地面樣方調(diào)查數(shù)據(jù);江西、湖南、廣東、廣西晚稻主產(chǎn)縣地面樣方調(diào)查數(shù)據(jù)。除了遙感數(shù)據(jù)源，非遙感數(shù)據(jù)源還包括分辨率為500m的中國(guó)數(shù)字高程數(shù)據(jù)、比例尺為1∶400萬全國(guó)縣級(jí)行政區(qū)域圖、2003～2008年農(nóng)業(yè)氣象站點(diǎn)數(shù)據(jù)、2003～2007年中華人民共和國(guó)農(nóng)業(yè)部編、中國(guó)農(nóng)業(yè)出版社出版的中國(guó)農(nóng)業(yè)卡片統(tǒng)計(jì)資料和比例尺為1∶25萬1996年中國(guó)土地利用現(xiàn)狀。此外，為驗(yàn)證本研究提取的水稻面積的精度，農(nóng)業(yè)部遙感應(yīng)用中心2008年基于SPOT數(shù)據(jù)采用非監(jiān)督分類和目視解譯得到水稻本底數(shù)據(jù)得到利用。

2 研究方法

我國(guó)南方水稻生長(zhǎng)的地域跨度大，需要對(duì)水稻種植區(qū)域進(jìn)行合理的區(qū)劃，根據(jù)不同區(qū)域的水稻種植結(jié)構(gòu)、地形地貌以及遙感獲取信息的差異性構(gòu)建不同的水稻識(shí)別算法。水稻在移栽期地表覆蓋具有不同的特征，移栽期間，遙感獲取的水稻田信息既包含了水的信息也包含了植被的信息，此時(shí)土壤水分接近飽和狀態(tài)，而秧苗卻尚未將地表水分完全覆蓋。利用這一特點(diǎn)可以有效地監(jiān)測(cè)水稻播種面積。該研究的總體技術(shù)流程如圖1所示。

2.1 水稻種植區(qū)劃

水稻種植的區(qū)劃主要遵循以下幾個(gè)原則:耕作制度的一致性、種植結(jié)構(gòu)的相似性、地形的趨同性以及遙感信息質(zhì)量的相似性。依據(jù)省、縣級(jí)的農(nóng)業(yè)統(tǒng)計(jì)資料可以得到南方單雙季稻在同一省不同縣的分布狀況，確定各區(qū)域水稻種植的大致類型。

將DEM以及由其產(chǎn)生的坡度圖與2000年土地利用中水田分布圖進(jìn)行疊加發(fā)現(xiàn)，坡度大于5°的區(qū)域幾乎沒有水田分布，海拔高的地區(qū)分布水田的概率僅為3.22%。因此，為簡(jiǎn)化水稻提取中分區(qū)的復(fù)雜性，去除水稻種植區(qū)劃中的地形要素，將坡度大于5°、高程大于1500m的地區(qū)使用掩膜去除掉。

圖1 總體技術(shù)流程圖

2.2 水稻移栽期算法

水稻移栽期是指水稻處于前茬作物收獲后，剛移入田地中的時(shí)期。一般來說，這一時(shí)期在時(shí)間序列EVI曲線中表現(xiàn)為波動(dòng)的谷底。該研究采用二次差分法提取EVI曲線的轉(zhuǎn)折點(diǎn)，確定水稻的移栽期。然而，我國(guó)南方地區(qū)云雨影響大，經(jīng)過平滑處理后的EVI時(shí)間序列曲線會(huì)出現(xiàn)極值點(diǎn)，導(dǎo)致部分假波谷的存在。因此，從提取波谷到確定水稻移栽期還需要添加一些附加條件進(jìn)行去偽存真。該研究假定:只有當(dāng)波谷值前有至少三個(gè)時(shí)相數(shù)據(jù)連續(xù)減少，且波谷值之后有至少三個(gè)連續(xù)增加的情況下，才將該波谷值確認(rèn)為水稻的移栽期。

2.3 水稻面積算法

在移栽期，稻田地表以水體覆蓋為主、禾苗較小，使得表征植被生長(zhǎng)狀況的EVI和表征陸表水分含量的LSWI表現(xiàn)出前者低后者高的態(tài)勢(shì)，如圖2和圖3所示。如果EVI過高，則可能是處于生長(zhǎng)旺盛期的其他植被 (如林地、草地或者其他作物);如果LSWI很低，則可能是土壤含水量較低的其他土地利用類型。基于水稻在移栽期的特殊表現(xiàn)，通過選取水稻樣點(diǎn)，分析確定水稻移栽期EVI和LSWI值的表現(xiàn)，可以實(shí)現(xiàn)水稻種植區(qū)域的識(shí)別。

圖2 單季稻樣點(diǎn)EVI(紅色)和LSWI(黑色)曲線對(duì)比

圖3 雙季稻樣點(diǎn)EVI(紅色)和LSWI(黑色)曲線對(duì)比

從南方各省的水稻移栽期來看，該地區(qū)單季稻的移栽期基本出現(xiàn)在5、6月份，此時(shí)的草地、林地具有較高的EVI值，而農(nóng)作物EVI值較低，因此，通過EVI閾值的設(shè)定可以將草地、林地區(qū)分開。對(duì)于水體和城市等其他非植被覆蓋區(qū)域，此時(shí)地表的EVI也處于較低水平，但水田的前茬作物波峰期卻具有較高的EVI值，因此，通過水稻移栽期前期EVI峰值的大小可以將水體和城市等非植被覆蓋類地表去除。最后，可能對(duì)水稻田提取造成影響的旱地更多地表現(xiàn)出裸地的特征，也可與水稻田區(qū)分開。因此，綜合考慮移栽期的EVI和LSWI可以最終實(shí)現(xiàn)水稻的早期識(shí)別和面積提取。

最終通過選取水稻樣點(diǎn)分析，得到南方區(qū)域的水稻識(shí)別算法為:一季稻判斷公式如下:

早稻判斷公式如下:

晚稻判斷公式如下:

其中:min_EVI為稻移栽期及其前后共三個(gè)時(shí)相中的最小EVI值，LSWI_max為移栽期及其前后共三個(gè)時(shí)相中的最大LSWI值，LSWI_min表示移栽期及其前后共三個(gè)時(shí)相中的最小EVI值時(shí)相對(duì)的LSWI值，EVI_2007_max表示2007年EVI的最大值，EVI_e_max為1月上旬至一季稻移栽期期間EVI的最大值，h表示高程，s表示坡度。

2.4 精度驗(yàn)證方法

該研究利用統(tǒng)計(jì)數(shù)據(jù)和SPOT本底數(shù)據(jù)對(duì)不同省份的水稻面積提取結(jié)果進(jìn)行精度檢驗(yàn)。具體檢驗(yàn)的方法:(1)通過對(duì)統(tǒng)計(jì)數(shù)據(jù)中研究區(qū)內(nèi)各省水稻面積的總和與本研究方法面積提取結(jié)果進(jìn)行對(duì)比;(2)利用SPOT本底數(shù)據(jù)中各省提取的水稻面積與本研究方法面積提取結(jié)果進(jìn)行趨勢(shì)分析;(3)利用高分辨率遙感影像提取各省水稻面積的結(jié)果與本研究方法得到的面積提取結(jié)果進(jìn)行對(duì)比，驗(yàn)證其空間分布的準(zhǔn)確性。但由于目前SPOT本底數(shù)據(jù)分布范圍有限，作物品種有限，還不能夠完全驗(yàn)證其空間分布的精度。

圖4 南方水稻面積早期快速提取分區(qū)示意圖

3 結(jié)果與分析

3.1 水稻種植區(qū)劃

依據(jù)2004～2007年統(tǒng)計(jì)數(shù)據(jù)獲得水稻耕作制度信息，我國(guó)南方地區(qū)的15省 (市、自治區(qū))中，江蘇、上海、四川、重慶和貴州等5省、市、區(qū)為單季稻區(qū);廣東和海南等2省為雙季稻種植區(qū)，以種植早稻和晚稻為主;其他的8省、市、區(qū)為單雙季稻混合區(qū)。水稻種植區(qū)劃主要基于耕作制度和地形兩大因素進(jìn)行，區(qū)劃結(jié)果如圖4所示。

3.2 移栽期分布

結(jié)合農(nóng)業(yè)統(tǒng)計(jì)信息所公布的各地區(qū)農(nóng)時(shí)歷，以省為單位，在各個(gè)省中選擇適當(dāng)?shù)乃緲颖军c(diǎn)進(jìn)行水稻移栽期的提取，用提取結(jié)果對(duì)農(nóng)業(yè)統(tǒng)計(jì)信息中的農(nóng)時(shí)歷進(jìn)行修正，最后得到南方地區(qū)15省 (市、自治區(qū))的水稻移栽期 (表1)。

表1 南方地區(qū)分省水稻移栽期表

3.3 水稻種植面積分布

根據(jù)上述各區(qū)的水稻面積早期快速提取算法，對(duì)我國(guó)南方13省2市的各類水稻進(jìn)行面積提取，結(jié)果如圖5所示。

由上圖可以看出，一季稻水稻主要分布在江蘇省大部、安徽省中北部、湖北省中部以及四川省東部，浙江省北部、貴州東部以及湖南省的東部地區(qū)也有分布，其他省市則為零星分布。雙季早稻和雙季晚稻分布規(guī)律大致相同。其中，江西省鄱陽(yáng)湖平原以及湖南的洞庭湖平原分布較為集中。此外，廣西南部、廣東大部分地區(qū)、湖北東部、安徽南部、浙江的北部和東南部沿海地帶以及海南北部均有較多分布。

3.4 精度驗(yàn)證

表2是一季稻面積提取結(jié)果和分省統(tǒng)計(jì)數(shù)據(jù)的比較結(jié)果?？梢钥闯?，除福建、重慶、貴州和云南外，其他省市精度都控制在25%以內(nèi)。

表3和表4分別是雙季稻早稻和晚稻面積的提取結(jié)果和分省統(tǒng)計(jì)數(shù)據(jù)比較結(jié)果，早稻面積分布較大的湖南、福建、廣西、江西、浙江和廣東等省有較高的精度，相對(duì)誤差在25%以內(nèi);其他省精度稍差。雙季稻晚稻面積提取效果較雙季稻、早稻和一季稻好，除湖北和安徽外，其他省相對(duì)誤差都在25%以內(nèi)。

4 結(jié)論與討論

該研究根據(jù)水稻物候歷、種植結(jié)構(gòu)、地形特征，對(duì)南方水稻主產(chǎn)區(qū)進(jìn)行了水稻區(qū)劃劃分;然后利用水稻的LSWI和EVI在移栽期前后的變化特點(diǎn)，以省為單位自動(dòng)提取了研究區(qū)的水稻關(guān)鍵期。根據(jù)水稻樣點(diǎn)的LSWI和EVI的相應(yīng)關(guān)系，提取了各類水稻的面積和分布，實(shí)現(xiàn)了南方主產(chǎn)區(qū)水稻識(shí)別和面積提取。通過地面統(tǒng)計(jì)數(shù)據(jù)和高分辨率水稻分布圖的調(diào)查結(jié)果，進(jìn)行精度分析表明，該方法可以較高精度的實(shí)現(xiàn)水稻種植面積的量測(cè)，能夠?qū)崿F(xiàn)水稻播種面積的快速、實(shí)時(shí)監(jiān)測(cè)，也為作物長(zhǎng)勢(shì)預(yù)測(cè)、作物估產(chǎn)以及農(nóng)作物災(zāi)害預(yù)防以及水資源的調(diào)配管理等提供強(qiáng)有力的支持。

圖5 南方13省2市水稻分布圖 (a:一季稻;b:早稻;c:晚稻)

表2 一季稻EOS/MODIS提取結(jié)果與統(tǒng)計(jì)數(shù)據(jù)驗(yàn)證

表3 早稻EOS/MODIS提取結(jié)果與統(tǒng)計(jì)數(shù)據(jù)驗(yàn)證

表4 晚稻EOS/MODIS提取結(jié)果與統(tǒng)計(jì)數(shù)據(jù)驗(yàn)證

基于EOS/MODIS的水稻面積早期快速提取是建立在水稻移栽期植被指數(shù)與陸表水分指數(shù)特殊表現(xiàn)的基礎(chǔ)上，從理論上和提取的初步結(jié)果來看，是可行且有效的。但同時(shí)也存在一些問題:

1)我國(guó)南方地區(qū)多云多雨，在物候關(guān)鍵期獲取質(zhì)量相對(duì)較好的遙感影像上具有一定的難度。雖然應(yīng)用了多種去云減噪的手段對(duì)遙感影像進(jìn)行處理，但仍然會(huì)存在一些不可修復(fù)的問題，從而會(huì)對(duì)提取結(jié)果造成一定的影響。

2)由于采用的是500m分辨率的EOS/MODIS影像，不可避免地會(huì)存在混合像元的問題。特別是在我國(guó)南方，耕地大多分布在丘陵地區(qū)，地塊較為破碎，加重了混合像元的問題。這些將都對(duì)最終的提取結(jié)果產(chǎn)生較大影響。

3)在精度檢驗(yàn)時(shí)，由于本底數(shù)據(jù)SPOT與EOS/MODIS的分辨率相差較大，在精度檢驗(yàn)時(shí)不能直接對(duì)面積進(jìn)行對(duì)比，只能對(duì)整體趨勢(shì)的精度進(jìn)行大概的估測(cè)。

4)地面樣方數(shù)量還不夠，對(duì)于算法研制具有影響。

1 IRRI.1993—1995 IRR I Rice Almanac Rice.Manila:International Rice Research Institute，1993

2 Samad M，Merrey D，Vermillion D，et al.Irrigation Management Strategies for Improving the Performance of Irrigated Agriculture.Outlook on Agriculture，1992，21:279～286

3 Shibayama M，Akiyama T.Estimating grain yield of maturing rice canopies using high spectral resolution reflectance measurement.Remote Sensing of Environment，1991，36:45～53

4 Tennakoon S B，Murty V V N，Eiumnoh A.Estimation of cropped area and grain yield of rice using remote sensing data.International Journal of Remote Sensing，1992，13(3):426～439

5 Takashi Kurosu，Masahara Fujita，Kazuo Chiba.Monitoring of crop rice fromspace using the ERS-1 C-band SAR.IEEE Transactionson Geoscience and Remote Sensing，1995，33(4):1092 ～1096

6 T Kurosu，M Fujita，K Cchiba.The identification of rice fields using multi-temporal ERS-1 C-band SAR Data.International Journal of Remote Sensing，1997，18(14):2967～2984

7 Okamoto K，Kawashima H.Estimation of rice-land planted area in the tropical zone using a combination of optical and microwave satellite sensor data.International Journal of Remote Sensing，1999，20(5):1045 ～1048

8 方紅亮.兩種水稻種植面積遙感提取方案的分析.地理學(xué)報(bào)，1998，53(1):58～65

9 廖圣東，廖其芳，李巖，等.SNB-SAR數(shù)據(jù)在大范圍水稻種植面積調(diào)查中的應(yīng)用.熱帶地理，2001，21(4):346～349

10 黃敬峰，楊忠恩，王人潮，等.基于GIS的水稻遙感估產(chǎn)模型研究.遙感技術(shù)與應(yīng)用，2002，17(3):125～128

11 張春桂，林晶，吳振海，等.基于MODIS數(shù)據(jù)的水稻種植面積監(jiān)測(cè)方法研究.自然資源學(xué)報(bào)，2007，22(1):1～8

12 鄔明權(quán)，王長(zhǎng)耀，牛錚.利用多源時(shí)序遙感數(shù)據(jù)提取大范圍水稻種植面積.農(nóng)業(yè)工程學(xué)報(bào)，2010，26(7):240～244