晉南區(qū)冬小麥種植分布衛(wèi)星遙感反演及時(shí)空變化分析

米曉楠 ，楊 超 ，李 峰 ，相 棟 ，李孟蔚 ，趙永強(qiáng) ，閆加海

（1.山西省氣候中心，山西太原 030006；2.防災(zāi)科技學(xué)院，河北三河 065201；3.右玉縣氣象局，山西右玉 037200）

冬小麥?zhǔn)巧轿魇〉闹饕Z食作物[1-2]，在農(nóng)業(yè)生產(chǎn)中占有舉足輕重的地位。晉南區(qū)是山西省冬小麥主產(chǎn)區(qū)，據(jù)近5 a播種面積統(tǒng)計(jì)，晉南區(qū)的冬小麥種植面積占全省冬小麥種植面積的96.74%以上。分析該區(qū)連續(xù)多年冬小麥種植空間分布變化，可以掌握山西省冬小麥主要種植結(jié)構(gòu)調(diào)整信息，為驅(qū)動(dòng)力分析提供可靠依據(jù)，對(duì)開(kāi)展山西省冬小麥長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量評(píng)估起著重要作用。

對(duì)冬小麥種植分布進(jìn)行時(shí)空變化分析，首先需獲取冬小麥種植面積。目前，冬小麥面積主要通過(guò)調(diào)查統(tǒng)計(jì)和遙感監(jiān)測(cè)2種方法獲取[3]。調(diào)查統(tǒng)計(jì)數(shù)據(jù)可提供較長(zhǎng)時(shí)間序列的種植面積[4-6]，但是只能統(tǒng)計(jì)至縣級(jí)種植面積，且數(shù)據(jù)更新較慢[7]；遙感技術(shù)基于不同分辨率可以獲取不同尺度地面信息，數(shù)據(jù)更新周期短，在冬小麥識(shí)別方面得到廣泛應(yīng)用[8-9]。利用遙感技術(shù)提取農(nóng)作物種植面積常用的方法主要有監(jiān)督[10-11]和非監(jiān)督分類(lèi)[12-13]、目視解譯法、決策樹(shù)分類(lèi)法[14]和混合像元分解方法[15-16]等。

中分辨率成像波譜儀MODIS數(shù)據(jù)自2000年至今已有10多年數(shù)據(jù)，近年在農(nóng)作物種植及長(zhǎng)勢(shì)監(jiān)測(cè)方面得到廣泛應(yīng)用，為分析多年晉南區(qū)小麥種植分布變化提供了數(shù)據(jù)支撐?；旌舷裨纸夥ㄔ谥械头直媛蕯?shù)據(jù)分類(lèi)中應(yīng)用較多，比其他分類(lèi)法更能客觀地反映地物信息[17]。植被指數(shù)是反映植被特征的重要指標(biāo)之一，結(jié)合作物不同發(fā)育期特點(diǎn)，常用于獲取作物種植分布[18]。

本研究基于MODIS數(shù)據(jù)，考慮將植被指數(shù)視為一個(gè)波段，與可見(jiàn)光波段和近紅外波段同時(shí)作為混合像元分解法的分析波段，進(jìn)一步優(yōu)化混合像元分解法，并利用統(tǒng)計(jì)數(shù)據(jù)對(duì)提取結(jié)果進(jìn)行校正，提高精度，旨在為分析多年冬小麥種植分布變化提供可靠數(shù)據(jù)。

1 資料和方法

1.1 研究區(qū)域概況

研究區(qū)域?yàn)樯轿魇《←溨鳟a(chǎn)區(qū)晉南區(qū)，主要包括運(yùn)城、臨汾、晉城和長(zhǎng)治4個(gè)省轄地級(jí)市，地理位置介于北緯 34°18′～37°12′，東經(jīng) 110′～114′。該區(qū)域?qū)贉貛Т箨懶詺夂颍昶骄鶜鉁亟橛?0.4～13.0℃，無(wú)霜期介于160～210 d，年平均降水量為600～750 mm，地勢(shì)平坦、氣候溫和、土壤肥沃、光照充足，農(nóng)業(yè)生產(chǎn)條件得天獨(dú)厚，適宜冬小麥的生長(zhǎng)。

1.2 基礎(chǔ)資料

MODIS數(shù)據(jù)具有36個(gè)波譜通道（0.4～1.4μm），空間分辨率分為250，500，1 000 m，數(shù)據(jù)來(lái)源連續(xù)、實(shí)時(shí)性強(qiáng)；MODIS產(chǎn)品多樣，可以免費(fèi)獲取，為作物種植監(jiān)測(cè)時(shí)空分析提供了極大的便利[19]。本研究使用的產(chǎn)品為MODIS地表反射率日產(chǎn)品MOD09GA，空間分辨率為500 m，投影類(lèi)型為正弦曲線投影。數(shù)據(jù)時(shí)間段選取2000—2014年冬小麥生育期數(shù)據(jù)（10月至次年6月），共15 a數(shù)據(jù)。

同時(shí)，為了對(duì)遙感監(jiān)測(cè)結(jié)果進(jìn)行校正和評(píng)估，收集了源于農(nóng)業(yè)部門(mén)的研究區(qū)域內(nèi)各縣冬小麥種植面積統(tǒng)計(jì)數(shù)據(jù)。輔助數(shù)據(jù)還包括各縣的行政邊界矢量數(shù)據(jù)。

1.3 研究方法

1.3.1 MODIS數(shù)據(jù)預(yù)處理 行列編號(hào)為h26v05和h27v05的MOD09GA產(chǎn)品包含了全部晉南區(qū)，利用MRT工具對(duì)多時(shí)段數(shù)據(jù)進(jìn)行批量拼接、裁剪，并利用ENVI/IDL將投影類(lèi)型轉(zhuǎn)換為等面積投影。

為了更容易分析波譜特征，將波段數(shù)據(jù)按從小到大的順序進(jìn)行存儲(chǔ)。在處理數(shù)據(jù)時(shí)，發(fā)現(xiàn)MOD09GA產(chǎn)品第5波段數(shù)據(jù)質(zhì)量較差，因此不存儲(chǔ)第5波段數(shù)據(jù)。同時(shí)，處理數(shù)據(jù)過(guò)程中利用紅光波段和近紅外波段計(jì)算植被指數(shù)，并作為第7波段進(jìn)行存儲(chǔ)。重新排列后的波段參數(shù)列于表1。

表1 重新排列后的波段參數(shù)

1.3.2 混合像元分解技術(shù)優(yōu)化 混合像元分解是指從實(shí)際波譜數(shù)據(jù)中提取各種地物成分（端元）以及各成分所占的比例（豐度）。應(yīng)用混合像元分解法的關(guān)鍵是波譜的選定和端元的選取，本研究從這2個(gè)方面對(duì)該方法進(jìn)行了優(yōu)化。

首先在波譜選定方面，除了選定混合像元分解法中經(jīng)常見(jiàn)到的可見(jiàn)光波段（藍(lán)、綠、紅）和3個(gè)近紅外波段外，還將可以反映植被特征的植被指數(shù)也作為一個(gè)波段，應(yīng)用于混合像元分解法，從而提取各端元豐度值。已知數(shù)據(jù)分辨率為500 m，則每個(gè)像元的面積為25 hm2，再乘以冬小麥豐度值，即可獲得每個(gè)像元冬小麥的面積。

在端元選取方面，對(duì)于冬小麥的提取，最常用的端元選取方式是裸地—冬小麥—水體。由于在晉南區(qū)冬小麥生育期內(nèi)，同時(shí)生長(zhǎng)的主要植被還有山區(qū)林地和農(nóng)田果林，對(duì)計(jì)算結(jié)果精度產(chǎn)生較大影響。本文通過(guò)對(duì)比在冬小麥不同生育期內(nèi)冬小麥、果林和林地的波譜特征發(fā)現(xiàn)，冬小麥在拔節(jié)期（3月底至4月上中旬）波譜特征與林地、果林差異最大（圖1）。而山區(qū)林地和農(nóng)田果林波譜特征較相似，因此，將二者統(tǒng)一為林地，最終確定端元選取方式為裸地-冬小麥-林地-水體。同時(shí)，從圖1也可以看出，將植被指數(shù)作為波段后，冬小麥的波譜能更好地與其他地物區(qū)分開(kāi)。

2 結(jié)果與分析

2.1 結(jié)果校正及評(píng)價(jià)

利用優(yōu)化的混合像元分解法對(duì)2000—2014年15 a數(shù)據(jù)進(jìn)行冬小麥信息提取。以2010年為例，將提取結(jié)果與彩色合成圖對(duì)比發(fā)現(xiàn)（圖2），當(dāng)冬小麥豐度值低于某閾值時(shí)，存在誤判。綜合考慮晉南4個(gè)市的冬小麥分布情況，設(shè)置閾值為0.25，即當(dāng)冬小麥豐度值低于0.25時(shí)，則定義為非冬小麥種植區(qū)；然后統(tǒng)計(jì)出每個(gè)縣的冬小麥面積，與農(nóng)業(yè)部冬小麥各縣實(shí)際統(tǒng)計(jì)數(shù)據(jù)進(jìn)行相關(guān)性分析，相關(guān)系數(shù)為0.867 2。反演結(jié)果與實(shí)際數(shù)據(jù)變化趨勢(shì)一致，但是一些縣仍存在不小的誤差，需要對(duì)反演結(jié)果進(jìn)行校正。

在實(shí)際中，每個(gè)市縣的地理位置和氣候環(huán)境存在一定的差異，因此，每個(gè)縣的閾值實(shí)際上也會(huì)有不同。本文以各縣冬小麥實(shí)際統(tǒng)計(jì)結(jié)果為校正標(biāo)準(zhǔn)，當(dāng)一個(gè)縣的冬小麥豐度大于某一閾值時(shí)，反演結(jié)果與實(shí)際統(tǒng)計(jì)結(jié)果誤差最小，則確定這一閾值為該縣冬小麥豐度最小有效值。經(jīng)過(guò)校正后的反演結(jié)果如圖3所示，與實(shí)際統(tǒng)計(jì)數(shù)據(jù)相關(guān)性系數(shù)達(dá)到0.962 1，總體精度有較大提高，相對(duì)誤差小于15%的縣占總數(shù)的92.41%，反演結(jié)果可以用來(lái)分析冬小麥多年種植分布變化。

2.2 晉南區(qū)時(shí)空分布特征分析

2.2.1 冬小麥種植面積時(shí)空變化 晉南區(qū)冬小麥種植分布受地形因素影響較大，主要分布在運(yùn)城、臨汾、長(zhǎng)治和晉城市中部等地勢(shì)較平坦的地區(qū)。2000—2014年晉南區(qū)冬小麥種植面積整體呈下降趨勢(shì)，長(zhǎng)治下降幅度最大，截至2014年，冬小麥種植分布極少，晉城也大幅下降，運(yùn)城和臨汾地區(qū)小幅下降。

2.2.2 冬小麥種植概率空間變化 多年時(shí)段的作物概率分布圖可以客觀地反映農(nóng)作物種植的核心地帶及其某個(gè)地區(qū)農(nóng)作物種植概率的變化[20]。筆者將研究時(shí)段分為2000—2007年和2008—2014年2個(gè)階段，分別計(jì)算前后2個(gè)階段的冬小麥種植概率（圖4-a和4-b），并且對(duì)這2個(gè)階段種植概率不小于60%的像元計(jì)算差值，可以獲取晉南區(qū)冬小麥主要種植區(qū)的空間變化分布（圖4-c）。從圖4可以看出，晉南區(qū)冬小麥種植核心地帶主要分布在臨汾盆地和運(yùn)城盆地，臨汾盆地大部地區(qū)種植概率變化較?。贿\(yùn)城盆地種植概率增減不一，其中，臨猗下降較多，而聞喜和永濟(jì)種植概率明顯增加；晉城市種植概率下降較多；在長(zhǎng)治盆地下降最為明顯。

3 結(jié)論與討論

本研究基于MODIS 500 m地表反射率日產(chǎn)品數(shù)據(jù)，將歸一化植被指數(shù)作為一個(gè)波段，與可見(jiàn)光波段、近紅外波段同時(shí)作為分析波段，對(duì)裸地、冬小麥、林地和水體不同時(shí)期的波譜特征進(jìn)行提取和分析，結(jié)果發(fā)現(xiàn)，在冬小麥拔節(jié)期，冬小麥與其他地物的波譜特征差異最大，是提取冬小麥面積的理想時(shí)間段。基于該時(shí)段的地物波譜特征，優(yōu)化混合像元分解法的端元選取方式為裸地—冬小麥—林地—水體模型，然后提取晉南區(qū)冬小麥種植面積分布，并結(jié)合實(shí)際統(tǒng)計(jì)數(shù)據(jù)校正結(jié)果，提高了精度。

利用上述過(guò)程對(duì)晉南區(qū)2000—2014年15 a數(shù)據(jù)進(jìn)行冬小麥信息提取，并作進(jìn)一步分析得出，晉南區(qū)冬小麥種植分布受地形因素影響較大，主要分布在運(yùn)城盆地、臨汾盆地、長(zhǎng)治盆地和晉城市中部等地勢(shì)較平坦的地區(qū)，且2000—2014年冬小麥面積整體呈下降趨勢(shì)，長(zhǎng)治減少幅度最大；晉南區(qū)冬小麥種植核心地帶主要分布在臨汾盆地和運(yùn)城盆地，臨汾盆地大部地區(qū)種植概率變化較小，運(yùn)城盆地種植概率增減不一，晉城市種植概率下降較多，在長(zhǎng)治盆地下降最為明顯。

［1］董小元.晉南旱地小麥節(jié)水栽培技術(shù)[J].山西農(nóng)業(yè)（致富科技），2004（12）：20-20.

［2］行翠平，張哲夫，安林利，等.晉南冬小麥品種更替與再高產(chǎn)潛力分析[J].山西農(nóng)業(yè)科學(xué)，2001，29（4）：14-16.

［3］王學(xué)，李秀彬，談明洪，等.華北平原2001—2011年冬小麥播種面積變化遙感監(jiān)測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào)，2015，31（8）：190-199.

［4］LIN G C S，HO S P S.China's land resources and land-use change:insights from the 1996 land survey[J].Land Use Policy，2003，20（2）：87-107.

［5］ OLMSTEAD A L，RHODE P W.Adapting North American wheat production to climatic challenges,1839—2009[J].Proceedings of the National AcademyofSciences，2011，108（2）：480-485.

［6］ WANG X，LI X B，XIN L J.Impact of the shrinking winter wheat sown area on agricultural water consumption in the Hebei Plain[J].Journal ofGeographical Sciences，2014，24（2）：313-330.

［7］馬麗，顧曉鶴，徐新剛，等.地塊數(shù)據(jù)支持下的玉米種植面積遙感測(cè)量方法[J].農(nóng)業(yè)工程學(xué)報(bào)，2009，25（8）：147-151.

［8］ PORTMANN F T，SIEBERT S，D?LL P.MIRCA2000-Global monthly irrigated and rainfed crop areas around the year 2000：A newhigh-resolution data set for agricultural and hydrological modeling[J].Global Biogeochemical Cycles，2010，24（1）：GB1011.

［9］許青云，楊貴軍，龍慧靈，等.基于MODIS NDVI多年時(shí)序數(shù)據(jù)的農(nóng)作物種植識(shí)別[J].農(nóng)業(yè)工程學(xué)報(bào)，2014，30（11）：134-144.

［10］張群，胡春勝，陳素英，等.多時(shí)相遙感影像監(jiān)測(cè)冬小麥種植面積的變化研究：以河北省三河市與大廠回族自治縣為例[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2006，14（3）：180-183.

［11］韓素芹，劉淑梅.EOS/MODIS衛(wèi)星資料在監(jiān)測(cè)冬小麥面積中的應(yīng)用[J].天津農(nóng)學(xué)院學(xué)報(bào)，2004，11（2）：26-28.

［12］鄒金秋，陳佑啟，UCHIDAS.利用Terra/MODIS數(shù)據(jù)提取冬小麥面積及精度分析[J].農(nóng)業(yè)工程學(xué)報(bào)，2007，23（11）：195-200.

［13］李寄，黃進(jìn)良，許文波.湖北省冬小麥種植面積遙感估算方法研究[J].世界科技研究與發(fā)展，2008，30（5）：597-599.

［14］王連喜，徐勝男，李琪，等.基于決策樹(shù)和混合像元分解的江蘇省冬小麥種植面積提取[J].農(nóng)業(yè)工程學(xué)報(bào)，2016（5）：182-187.

［15］趙蓮，張錦水，胡潭高，等.變端元混合像元分解冬小麥種植面積測(cè)量方法[J].國(guó)土資源遙感，2011（1）：66-72.

［16］武永利，趙永強(qiáng)，靳寧.單時(shí)相MERSI數(shù)據(jù)在冬小麥種植面積監(jiān)測(cè)中的應(yīng)用[J].中國(guó)農(nóng)學(xué)通報(bào)，2011，27（14）：127-131.

［17］武永利，王云峰，張建新，等.應(yīng)用線性混合模型遙感監(jiān)測(cè)冬小麥種植面積[J].農(nóng)業(yè)工程學(xué)報(bào)，2009，25（2）：136-140.

［18］王云峰，沈潤(rùn)平，田國(guó)珍.基于MODIS數(shù)據(jù)光譜突變法提取冬小麥種植面積研究[J].內(nèi)蒙古氣象，2009（6）：18-21.

［19］王云秀，張文宗，姚樹(shù)然，等.利用MODIS數(shù)據(jù)監(jiān)測(cè)河北省冬小麥種植信息[J].遙感技術(shù)與應(yīng)用，2006，21（2）：21-24.

［20］潘學(xué)鵬，李改欣，劉峰貴，等.華北平原冬小麥面積遙感提取及時(shí)空變化研究[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2015，23（4）：497-505.