李 石，宋曉巍，張 菁，慕臣英，徐全輝， 張靖萱 ，張思瑤

(沈陽市氣象局，遼寧沈陽110168)

基于遙感數(shù)據(jù)的沈陽水稻種植面積提取及精度分析

李 石，宋曉巍，張 菁，慕臣英，徐全輝， 張靖萱 ，張思瑤

(沈陽市氣象局，遼寧沈陽110168)

為研究MODIS遙感數(shù)據(jù)及提取方法對估測沈陽水稻種植面積的適用性，利用MODIS數(shù)據(jù)，采用監(jiān)督分類的方法，同時(shí)結(jié)合水稻不同生長發(fā)育階段特點(diǎn)，對沈陽水稻種植面積進(jìn)行數(shù)據(jù)提取，并制作了沈陽地區(qū)水稻種植面積分布圖。將提取的水稻種植面積結(jié)果與統(tǒng)計(jì)局統(tǒng)計(jì)的面積及Landset 遙感數(shù)據(jù)資料進(jìn)行比較分析。結(jié)果表明，通過MODIS遙感監(jiān)測水稻種植面積具有良好的效果，利用監(jiān)督分類的方法提取的水稻種植面積精度達(dá)92%，因此，該方法用于沈陽地區(qū)水稻種植面積的提取，結(jié)果可靠，精度較高。

遙感；MODIS；水稻；種植面積

水稻是世界主要作物之一，遼寧省種植的水稻為粳稻，面積占全國面積的10%左右，沈陽市水稻種植面積占遼寧省水稻總面積的21.5%。水稻的種植生產(chǎn)具有季節(jié)性強(qiáng)、覆蓋面積廣、區(qū)域差異大等特點(diǎn)。對于大范圍農(nóng)作物面積數(shù)據(jù)的獲得，傳統(tǒng)方法一般是采用農(nóng)業(yè)統(tǒng)計(jì)報(bào)表法，主要依靠全面報(bào)表、層層上報(bào)的方法，獲取地方政府認(rèn)可的作物面積數(shù)據(jù)，并配合使用抽樣調(diào)查方法，因統(tǒng)計(jì)結(jié)果缺少空間分布狀況的信息，難以滿足研究和決策的實(shí)效性要求。而遙感技術(shù)則是解決這個(gè)問題可行且有效的方法，與常規(guī)的統(tǒng)計(jì)方法相比，以遙感方法獲取作物信息具有獨(dú)特的優(yōu)勢。遙感技術(shù)覆蓋面大，短時(shí)間內(nèi)可重復(fù)觀測，成本相對較低，與地理信息系統(tǒng)和全球定位系統(tǒng)GPS相結(jié)合，不僅可以提取農(nóng)作物的種植面積，還可以實(shí)現(xiàn)空間布局的準(zhǔn)確定位[1-2]。利用遙感技術(shù)獲取大范圍的水稻種植空間分布與面積大小，對指導(dǎo)水稻生產(chǎn)具有重要意義，也可為日后實(shí)施大面積水稻遙感估產(chǎn)提供理論與實(shí)驗(yàn)依據(jù)[3]。

利用遙感數(shù)據(jù)開展作物種植面積監(jiān)測的研究越來越廣泛，國外很多研究人員開展了水稻種植面積遙感監(jiān)測研究[4-5]。在國內(nèi)，程乾等利用多源信息復(fù)合數(shù)據(jù)可以提高單景MODIS數(shù)據(jù)水稻種植面積的估算精度[6]；張春桂等利用MODIS數(shù)據(jù)結(jié)合水稻葉面積指數(shù)模型監(jiān)測丘陵山區(qū)雙季稻種植面積，相對誤差可小于13%[7]；張海珍等利用特征二維空間選擇訓(xùn)練樣本，并對篩選出的訓(xùn)練樣本采用最大似然法對影像進(jìn)行監(jiān)督分類以提取水稻種植的空間信息，精度可達(dá)到83%[8]；馮銳等利用MODIS數(shù)據(jù)分析了東北地區(qū)水田、旱地、林地、濕地等不同下墊面在作物生長季的動(dòng)態(tài)變化，建立了東北地區(qū)水稻種植面積的提取模型[9]。然而，目前還沒有利用MODIS 500 m數(shù)據(jù)對沈陽地區(qū)水稻種植面積進(jìn)行提取研究的報(bào)道，故作者對此進(jìn)行了研究。

1 材料與方法

1.1 資料概況

MODIS數(shù)據(jù)為2015年4—10月的圖像，來自美國對地觀測系統(tǒng)(EOS)TEERA衛(wèi)星的MODIS傳感器。在NASA網(wǎng)站下載500 m分辨率的MOD02HKM文件，對其圖像進(jìn)行投影變化、格式轉(zhuǎn)換、裁剪和鑲嵌等預(yù)處理，投影方式為albers投影。

1.2 研究區(qū)概況

研究區(qū)為沈陽市，地處東經(jīng)122°25′～123°48′、北緯42°12′～42°17′，包括康平、法庫、遼中、新民、蘇家屯、沈北、東陵7個(gè)區(qū)縣(圖1)，農(nóng)業(yè)種植主要以玉米、大豆、水稻等作物為主，一年一熟。

1.3 研究方法

以建立統(tǒng)計(jì)識(shí)別函數(shù)為理論基礎(chǔ)，依據(jù)典型樣本訓(xùn)練方法進(jìn)行分類的技術(shù)，即根據(jù)己知訓(xùn)練區(qū)提供的樣本，通過選擇特征參數(shù)，求出特征參數(shù)作為決策規(guī)則，建立判別函數(shù)以對各影像進(jìn)行圖像分類，是模式識(shí)別的一種方法。本研究采用了監(jiān)督分類中最常用的最大似然法[10-11]。最大似然法是假定每個(gè)波段中每類的統(tǒng)計(jì)都呈現(xiàn)正態(tài)分布，并將計(jì)算出給定像元都?xì)w到概率最大的那一類里。

圖1 沈陽市區(qū)域圖

2 結(jié)果與分析

2.1 時(shí)相的選擇

利用遙感數(shù)據(jù)對農(nóng)作物信息進(jìn)行提取研究時(shí)，遙感數(shù)據(jù)的時(shí)相選擇至關(guān)重要，選擇最佳時(shí)相的遙感數(shù)據(jù)可將工作量最小化。水稻在移栽前，稻田需要灌水以便于插秧和保證水稻的生長，且灌水期一直持續(xù)到成熟期。水稻在移栽期禾苗較小，此時(shí)遙感獲取的水稻田信息既包含水的信息也包含植被的信息。這是水稻區(qū)別于其它作物的特殊時(shí)期，本研究利用水稻移栽期地表覆蓋的特殊性這一特點(diǎn)，可以實(shí)現(xiàn)水稻田的識(shí)別，因此，確定沈陽地區(qū)水稻的移栽期，是選擇合適時(shí)相MODIS數(shù)據(jù)的關(guān)鍵。水稻各生育期見表1。

表1 沈陽地區(qū)水稻生長發(fā)育時(shí)期

2.2 MODIS數(shù)據(jù)選擇

MODIS數(shù)據(jù)涉及36個(gè)波段，分布在0.4～1.4 μm的電磁波譜范圍內(nèi)，本研究使用的MODIS 500 m數(shù)據(jù)為多源多通道數(shù)據(jù)，數(shù)據(jù)波段參數(shù)以及主要用途見表2。

表2 MODIS數(shù)據(jù)主要波段及用途

2.3 監(jiān)督分類方法提取水稻種植面積

經(jīng)過多次試驗(yàn)，發(fā)現(xiàn)在提取的訓(xùn)練樣本中應(yīng)用監(jiān)督分類方法時(shí)，水體面積跟水稻種植面積很難辨識(shí)，因此在監(jiān)督分類前先將沈陽市常水體去除掉，以此排除沈陽地區(qū)常水體對分類結(jié)果的影響，進(jìn)而提高分類的精度。

本研究是在RSD運(yùn)行平臺(tái)上進(jìn)行操作的。首先建立蒙版，以蒙板為區(qū)域?qū)ο螅瓿缮蜿柕貐^(qū)目標(biāo)遙感數(shù)據(jù)的區(qū)域分割，然后添加衛(wèi)星數(shù)據(jù)，將swath數(shù)據(jù)格式轉(zhuǎn)成柵格數(shù)據(jù)(Grid)；根據(jù)已掌握典型地區(qū)的地面情況，在圖片上選擇訓(xùn)練區(qū)，訓(xùn)練樣本包括綠地、城市、水稻、林地、陸表等訓(xùn)練樣本；根據(jù)選擇的各類訓(xùn)練區(qū)的圖像數(shù)據(jù)進(jìn)行計(jì)算；分類，將訓(xùn)練區(qū)以外的圖像像元逐個(gè)逐步的代入公式，對于每個(gè)相元，通過運(yùn)算，選擇最大值得出類別。

通過監(jiān)督分類法得到沈陽地區(qū)水稻種植面積為118 350 hm2，根據(jù)圖2可以看出，沈陽地區(qū)的水稻種植面積分布主要集中在遼中、新民地區(qū)，這些地區(qū)正是沈陽地區(qū)水稻種植的主產(chǎn)地。在康平、法庫地區(qū)水稻分布稀疏，這些地方主要以種植玉米為主，因而得到MODIS遙感數(shù)據(jù)提取的水稻種植面積趨勢與實(shí)際情況大致相符(表3)。

表3 基于MODIS遙感數(shù)據(jù)提取的水稻種植面積與統(tǒng)計(jì)數(shù)據(jù)對比分析

2.4 沈陽市水稻種植面積提取結(jié)果評價(jià)

為分析沈陽地區(qū)水稻種植面積空間分布的準(zhǔn)確性，本研究將提取的水稻種植面積分布圖(圖3)與landset圖像進(jìn)行空間疊加得到圖4，可以看出沈陽地區(qū)提取出的水稻種植面積的空間分布與landset圖像水稻種植面積分布具有較好的吻合度。

2.4.1 市級水稻種植面積精度評價(jià)。將基于MODIS遙感數(shù)據(jù)評估的水稻種植面積與2015年基于統(tǒng)計(jì)數(shù)據(jù)的區(qū)縣水稻種植面積進(jìn)行對比，分析MODIS遙感數(shù)據(jù)提取水稻種植面積的精度。結(jié)果如表4所示，2015年沈陽市應(yīng)用遙感技術(shù)提取的水稻種植面積為118 350 hm2，同年度該市統(tǒng)計(jì)局統(tǒng)計(jì)的水稻種植面積為108 944 hm2，利用MODIS遙感數(shù)據(jù)估測的沈陽水稻種植面積比統(tǒng)計(jì)數(shù)據(jù)中的水稻播種面積偏高了9 406 hm2，估測精度達(dá)到92%。

圖2 沈陽水稻種植面積提取圖 圖3 基于MODIS 500m提取的水稻種植面積分布圖 圖4 提取水稻種植面積Landset疊加發(fā)布

表4 2015年沈陽市水稻估測面積和統(tǒng)計(jì)數(shù)據(jù)及其二者之間偏差

注：統(tǒng)計(jì)數(shù)據(jù)來源于2015年沈陽市統(tǒng)計(jì)局。

2.4.2 區(qū)縣級水稻種植面積精度評價(jià)。從表3可見，MODIS數(shù)據(jù)識(shí)別2015年水稻種植面積結(jié)果與統(tǒng)計(jì)局統(tǒng)計(jì)數(shù)據(jù)的誤差在15%以上的只有康平地區(qū)，可能是由于臥龍湖周邊水淺且長有水生植被與水稻移栽期圖像相似所導(dǎo)致，誤差在10%以上的地區(qū)為法庫、沈北和蘇家屯，誤差小于10%的地區(qū)有新民、遼中、于洪/鐵西，水稻種植面積提取較精確。

3 結(jié)論與討論

本文基于MODIS 500 m分辨率遙感數(shù)據(jù)進(jìn)行水稻種植面積識(shí)別研究，結(jié)合地面實(shí)際數(shù)據(jù)，經(jīng)驗(yàn)等先驗(yàn)知識(shí)，利用監(jiān)督分類、人工判讀等方法對水稻種植面積進(jìn)行了判斷，根據(jù)當(dāng)?shù)厮疚锖蛱攸c(diǎn)選取適當(dāng)時(shí)相的遙感數(shù)據(jù)，并針對分辨率遙感影像混合相元的特點(diǎn)，進(jìn)行抽取訓(xùn)練樣本和檢驗(yàn)，參照抽取的訓(xùn)練樣本對數(shù)據(jù)進(jìn)行監(jiān)督分類，實(shí)現(xiàn)精準(zhǔn)提取水稻種植面積的目的?？蔀樗井a(chǎn)量預(yù)報(bào)奠定基礎(chǔ)[12]。

在水稻移栽期，水體特征比較顯著，選擇移栽期的MODIS數(shù)據(jù)，利用其對水體和植被較為敏感的特征指數(shù)監(jiān)測水田信息，可得到較好的效果。而對提取的水稻種植面積進(jìn)行驗(yàn)證的結(jié)果表明，基于MODIS遙感數(shù)據(jù)，利用監(jiān)督分類的方法估測的沈陽水稻種植面積精度達(dá)到了92%，高于馮銳等利用MODIS數(shù)據(jù)對東北地區(qū)一季稻面積的提取結(jié)果[9]，也高于于文穎等利用MODIS數(shù)據(jù)提取遼寧盤錦地區(qū)移栽期水田面積的精度[13]。因此，該方法對水稻種植面積的估測結(jié)果可靠，精度較高。

[1]吳炳方,張 峰,劉成林,等.農(nóng)作物長勢綜合遙感監(jiān)測方法[J].遙感學(xué)報(bào),2004,8(6):498-514.

[2]楊邦杰,周清波.我國農(nóng)情遙感監(jiān)測關(guān)鍵技術(shù)研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào),2002,18(3):191-194.

[3]張 莉,吳文斌,左麗君,等.基于EOS/MODIS 數(shù)據(jù)的南方水稻種植面積提取技術(shù)[J].中國農(nóng)業(yè)資源與區(qū)劃,2011,32(4): 39-44.

[4]SHIBAYAMA M, AKIYAMA T. Estimating grain yield of maturing rice canopies using high spectral resolution reflectance measurements[J].Remote Sensing of Environment,1991,36(1):45-53.

[5]TENNAKOON S B, MURTY V V N, EIUMNOH A. Estimation of cropped area and grain yield of rice using remote sensing data[J]. International Journal of Remote Sensing,1992,13(3):427-439.

[6]程 乾,王人潮.數(shù)字高程模型和多時(shí)相MODIS數(shù)據(jù)復(fù)合的水稻種植面積遙感估算方法研究[J].農(nóng)業(yè)工程學(xué)報(bào),2005,21(5): 89-92.

[7]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)測方法研究[J].自然資源學(xué)報(bào),2007,22(1):1-8.

[8]張海珍,馬澤忠,周志躍,等.基于MODIS數(shù)據(jù)的成都市水稻遙感估產(chǎn)研究[J].遙感信息,2008(5):63-67.

[9]馮 銳,張玉書,錢永蘭,等.基于多時(shí)相MODIS數(shù)據(jù)的東北地區(qū)一季稻面積提取[J].生態(tài)學(xué)雜志,2011,30(11):2570-2576.

[10]吳非權(quán),馬海州,沙占江,等.基于決策樹與監(jiān)督、非監(jiān)督分類方法相結(jié)合模型的遙感應(yīng)用研究[J].鹽湖研究,2005,13(4):9-13.

[11]楊 鑫.淺談遙感圖像監(jiān)督分類與非監(jiān)督分類[J].四川地質(zhì)學(xué)報(bào), 2008,28(3):251-254.

[12]張 莉.基于EOS/MODIS數(shù)據(jù)的晚稻面積提取技術(shù)研究[D]. 北京：中國農(nóng)業(yè)科學(xué)院,2011.

[13]于文穎,馮 銳,紀(jì)瑞鵬,等.利用 MODIS 數(shù)據(jù)提取水稻種植面積及精度分析[J].中國農(nóng)學(xué)通報(bào),2013,29(33):32-36.

Extraction of Rice Planting Areas in Shenyang City Based on MODIS Data and its Precision Analysis

LI Shi, SONG Xiao-wei, ZHANG Jing, MU Chen-ying, XU Quan-hui

(Meteorological Bureau of Shenyang City, Shenyang 110168,China)

The current research aimed to assess the applicability of the method of extracting rice planting areas in Shenyang City based on the MODIS remote sensing data. To accomplish this goal, the MODIS data were analyzed by using the method of supervised classification and also taking into account the characteristics of the different stages of rice growth and development in Shenyang. As a result, rice planting areas in Shenyang were extracted, and their distribution map was also made. The results of extracted rice planting areas were compared with the statistical data obtained by the statistical bureau and the data resulting from Landset remote sensing. Consequently, the extraction method based on the MODIS remote sensing data proved to be effective; the accuracy of the extracted rice planting areas reached 92% with the MODIS supervised classification method. Thus, the method can be used to extract rice planting areas in Shenyang, whose accuracy is high.

Remote sensing;MODIS;Rice planting area.

2016-09-09

沈陽市科技創(chuàng)新專項(xiàng)資金“農(nóng)業(yè)科技攻關(guān)專項(xiàng)”(F14-113-3-00)

李 石(1982—)，女，工程師，碩士，主要從事應(yīng)用氣象方面研究及業(yè)務(wù)。E-mail:leestone0229@163.com。

S127

A

1673-6486-20160257

李石,宋曉巍,張菁,慕臣英,徐全輝,張靖萱,張思瑤.基于遙感數(shù)據(jù)的沈陽水稻種植面積提取及精度分析[J/OL].大麥與谷類科學(xué),2016,33(4):63-66[2016-12-19].http://www.cnki.net/kcms/detail/32.1769.S.20161219.1717.005.html