黑龍江省水稻種植信息遙感技術(shù)探討

陳靜

摘 要：為了實現(xiàn)黑龍江省東部地區(qū)水稻種植信息遙感監(jiān)測的業(yè)務(wù)化，通過采用實地調(diào)查、ISODATA非監(jiān)督分類、遙感數(shù)據(jù)融合和光譜耦合等方法，研究提取研究區(qū)水稻種植分布的方法，并進行面積推算。結(jié)果表明，2012年黑龍江省東部地區(qū)水稻種植面積為15389.01 km²，主要集中在佳木斯、雙鴨山和雞西地區(qū)，分類精度達89.19 %。該方法可為區(qū)域水田空間分布信息提取提供借鑒。

關(guān)鍵詞：MODIS；NDVI；水稻；黑龍江省

水稻是黑龍江省的主要糧食作物之一，種植面積在北方14省中居首位，稻米商品率達70 %左右，是全國商品稻米最大的產(chǎn)區(qū)，在中國稻米生產(chǎn)中占有舉足輕重的地位。黑龍江省東部是該省水稻種植的傳統(tǒng)區(qū)域，其自然、土壤、水資源情況等條件均適合水稻種植，種植面積占全省水田的30 %左右，而且分布集中連片。目前全球經(jīng)濟和氣候復(fù)雜多變，國家糧食安全戰(zhàn)略至關(guān)重要，能夠準確、及時地掌握黑龍江省乃至全國重點水稻主產(chǎn)區(qū)的水稻種植分布及面積，對當?shù)厮Y源調(diào)配、農(nóng)業(yè)生產(chǎn)政策的制定以及水稻產(chǎn)量的估算都具有重要意義。

以業(yè)務(wù)應(yīng)用為目的的作物種植面積提取不但要求有較高的分類精度，而且還要兼顧數(shù)據(jù)的易獲取性和成本等問題，參考現(xiàn)有的較大尺度作物面積與空間分布研究方法，采用遙感和地面抽樣調(diào)查技術(shù)相結(jié)合的方法，探討基于黑龍江省東部2012年MODIS NDVI 250 m 16 d分辨率影像和2012年環(huán)境與災(zāi)害監(jiān)測預(yù)報小衛(wèi)星30 m分辨率影像數(shù)據(jù)，結(jié)合農(nóng)田實地調(diào)查數(shù)據(jù)，根據(jù)農(nóng)作物生長規(guī)律和農(nóng)事活動，利用NDVI指數(shù)時序特征分析，提取東部2012年水稻種植分布和面積。以期為該省東部水資源調(diào)配、低溫冷害防治、病蟲害防治等農(nóng)業(yè)生產(chǎn)措施以及水稻產(chǎn)量預(yù)估等提供借鑒方法，從而提高東部農(nóng)業(yè)機械化生產(chǎn)管理的科技含量，為水稻產(chǎn)量和品質(zhì)的提高做出貢獻。黑龍江省東部地區(qū)水稻生育期為5～9月，種植方式均為移栽，由于研究區(qū)緯度跨越比較大，因此水稻各個發(fā)育期的時間跨度也較大，從移栽到成熟，各個發(fā)育期的時間跨度在25～42天，均是由南部縣（市）開始，結(jié)束于北部縣（市）。各發(fā)育期均有重疊，

緯度跨越大導(dǎo)致積溫差異是影響水稻發(fā)育期的主要因子，同時種植制度也是影響作物發(fā)育期的另一個因素。水田和沼澤、旱田和未知類的NDVI時間序列變化是非常相似的，在30 m的多光譜影像中二者也很難區(qū)分。有研究表明，當?shù)匚锏墓庾V特征比較接近時，紋理信息對區(qū)分地物具有一定的積極作用，紋理特征輔助光譜特征分類能夠一定程度提高遙感影像的分類精度。因此本研究引入紋理信息對未確定類再分類，方法是把HJ衛(wèi)星的2景圖像進行紋理特征計算，與前面波段組合后的圖像進行波段組合，然后將未知類提取出來再進行非監(jiān)督分類，南部和北部地區(qū)均分15類，再采用人機交互方式，借助Google earth工具、DEM數(shù)據(jù)、水系數(shù)據(jù)等進行判定，直至每一類都有確定的土地覆蓋類型為止。

2012年黑龍江省東部地區(qū)水稻種植總面積為15389.01 km²，主要分布于佳木斯、雙鴨山和雞西地區(qū)，占黑龍江省東部地區(qū)水稻種植面積的83.07 %，其中佳木斯地區(qū)水稻種植面積最大，占東部地區(qū)的46.02 %。在使用有效的地面調(diào)查點分類時，本研究按照分布均勻的原則，預(yù)留了37個點參與分類精度評價，這37個調(diào)查點包括旱耕地、水田、森林、草地、城市與建筑用地和未利用地。經(jīng)過逐點驗證，有33個點落到水田上，有2個點落到草地上，2個點落到未利用地上，分類精度為89.19 %。

利用遙感手段進行土地利用分類已經(jīng)具有較好理論基礎(chǔ)，中國也在第二次全國土地調(diào)查成果的基礎(chǔ)上，采用衛(wèi)星遙感、地理信息系統(tǒng)等技術(shù)，在全國范圍開展土地變更調(diào)查與遙感監(jiān)測工作，對土地調(diào)查數(shù)據(jù)庫進行更新。本研究基于黑龍江省東部2012年MODISNDVI 250 m 16 d分辨率影像和2012年HJ衛(wèi)星數(shù)據(jù)30 m分辨率影像數(shù)據(jù)，提取黑龍江省東部2012年水稻種植分布和面積，分類精度達89.19%?？梢娀谶b感的土地利用分類方法具有一定的實用價值。水體因其具有顯著的光譜特征，因而在水稻移栽期具有很高的識別精度，這是本研究水田提取精度較高的原因之一。另外，MODIS數(shù)據(jù)和HJ衛(wèi)星數(shù)據(jù)的融合，使數(shù)據(jù)同時擁有較高的時間分辨率和空間分辨率，極大地挖掘了2種數(shù)據(jù)的應(yīng)用潛力，光譜耦合技術(shù)又使地面調(diào)查數(shù)據(jù)與NDVI變化曲線之間得到了較好地銜接，也大大提高了水田的提取精度。可見，使用該種方法即降低了水田分布和面積提取的成本，同時具有較高的精度和可操作性，從而使遙感技術(shù)在黑龍江省東部地區(qū)水田分布和面積提取工作走向業(yè)務(wù)化成為可能。

雖然本研究已經(jīng)根據(jù)采樣點平均NDVI值、緯度、行政區(qū)劃、地形等因素，把研究區(qū)分為南、北2個區(qū)域進行研究，減少了由于作物發(fā)育期差別過大對分類精度的影響，但2個區(qū)域的交界處也不可避免地產(chǎn)生少量的斷層現(xiàn)象，這一現(xiàn)象主要是由于本研究的分區(qū)是按照行政區(qū)劃來劃分造成的，但如果不考慮行政區(qū)劃因素，各個縣的種植制度又會有差異，也會影響分類精度，這一問題的解決方法還有待進一步研究。

同時，由于本研究的主要遙感數(shù)據(jù)源是MODIS205 m空間分辨率數(shù)據(jù)，即使與30 m空間分辨率的HJ衛(wèi)星數(shù)據(jù)融合，對于夾雜在丘陵、固有水體邊緣等復(fù)雜地形之間的零星小面積水田的提取，分辨率也顯不足，從而影響分類精度。endprint