趙慶慶， 姜魯光， 李文葉， 封志明

(1.中國科學院地理科學與資源研究所,北京 100101； 2.中國科學院大學,北京 100049)

魯西北平原冬小麥種植格局時空變化： 2000―2014

趙慶慶1，2， 姜魯光1,2， 李文葉1，2， 封志明1,2

(1.中國科學院地理科學與資源研究所,北京 100101； 2.中國科學院大學,北京 100049)

魯西北地區(qū)是我國主要糧食生產(chǎn)基地之一，冬小麥是該區(qū)最主要的夏糧作物。魯西北地區(qū)冬小麥種植信息和時空變化特征，是該地區(qū)糧食安全研究的現(xiàn)實基礎(chǔ)。根據(jù)魯西北平原冬小麥的物候歷，選取合適時間窗口下的Landsat TM/ETM+/OLI中、高空間分辨率衛(wèi)星影像，獲取其歸一化植被指數(shù)； 設置合理閾值，識別了2000年和2014年魯西北地區(qū)冬小麥的空間格局； 采取野外考察和Google Earth選取樣本點相結(jié)合的方法進行了精度驗證。研究結(jié)果表明： 魯西北地區(qū)德州市轄區(qū)、夏津縣、東營市利津縣、沾化縣、無棣縣和聊城市轄區(qū)等6個區(qū)縣的冬小麥分布較少，其余地區(qū)分布都比較廣； 2000―2014年間魯西北地區(qū)冬小麥種植面積由171.19萬hm2減少到149.39萬hm2，減少21.8萬hm2，減幅為12.73%，集中分布在該區(qū)東北部、西部地區(qū)和區(qū)縣中心的城市周邊地區(qū)； 2014年魯西北平原冬小麥提取總體精度為96.8%。

冬小麥； 遙感； NDVI； 時間窗口； 魯西北； 物候

0 引言

“民以食為天”，糧食問題始終是人們關(guān)注的熱點之一。一方面，中國人口的增加使糧食生產(chǎn)的需求更加迫切； 另一方面，經(jīng)濟發(fā)展、建設用地的擴張導致耕地面積減少，再加上我國耕地質(zhì)量的總體下降[1]，使得糧食產(chǎn)量受到影響。這2個方面的原因?qū)е录Z食生產(chǎn)和需求之間的矛盾加劇。冬小麥是我國3大主要糧食作物之一，據(jù)國家統(tǒng)計局統(tǒng)計，2013年我國冬小麥播種面積2 412萬hm2，占全國糧食播種面積的21.54%，產(chǎn)量占全國糧食總產(chǎn)量的20.26%[2]。華北平原是我國重要的農(nóng)業(yè)生產(chǎn)區(qū)之一，其中魯西北地區(qū)是主要的糧食生產(chǎn)基地，也是冬小麥的主產(chǎn)區(qū)。因此，快速、準確地掌握魯西北地區(qū)冬小麥的種植面積及其空間分布情況具有重要現(xiàn)實意義。同時，監(jiān)測冬小麥的面積也可為水資源的優(yōu)化管理、國家糧食安全政策的制定等提供科學依據(jù)。

遙感技術(shù)以其數(shù)據(jù)客觀準確、獲取及時、宏觀動態(tài)、費用低廉等特點，成為農(nóng)業(yè)資源調(diào)查、農(nóng)作物長勢監(jiān)測及農(nóng)作物種植面積估測的有力工具[3-6]。已有研究表明，對大范圍內(nèi)農(nóng)作物的識別多采用多時相分類法，所用數(shù)據(jù)以MODIS為主。楊小喚等[7]利用多時相分類法分析了MODIS歸一化植被指數(shù)(normalized differene vegetation index,NDVI)時間序列數(shù)據(jù)，提取了北京市冬小麥、春玉米、夏玉米和大豆等作物的種植面積，認為通過NDVI峰值的大小和出現(xiàn)時間并結(jié)合物候歷的分析，可以識別不同農(nóng)作物。張霞等[8]結(jié)合地面測量數(shù)據(jù)與物候信息，通過分析MODIS增強型植被指數(shù)(enhanced vegetation index,EVI)時間序列數(shù)據(jù)，建立了華北平原冬小麥的面積提取模型。王學等[9]利用MODIS EVI時間序列，建立了華北平原冬小麥時序波譜曲線庫，分析了2001—2011年縣域和省級尺度上冬小麥面積的時空變化特征。潘學鵬等[10]引入復種指數(shù)，利用分類與回歸樹(classification and regression tree,CART)算法分析了MODIS NDVI時間序列數(shù)據(jù)，提取了華北平原冬小麥的種植面積。上述研究中，多時相分類法對數(shù)據(jù)要求較高，而利用合適時間窗口的閾值法相對簡單易行。與MODIS相比，TM/ETM+/OLI數(shù)據(jù)的空間分辨率更高。因此，本文基于合適時間窗口內(nèi)30 m空間分辨率的Landsat TM/ETM+/OLI遙感影像，利用NDVI的差異提取冬小麥的種植面積和空間分布信息。

1 研究區(qū)概況

魯西北地區(qū)(圖1)是山東省內(nèi)位于黃河以北的沖積平原，位于E 115°16′～119°00′，N 35°47′～38°16′之間，總面積3.1萬km2，包括德州市、聊城市、濱州市(不包括鄒平縣和博興縣)以及濟南市的商河縣、濟陽縣和東營市轄區(qū)及利津縣。

圖1 魯西北地區(qū)地理位置示意圖

魯西北地區(qū)南臨黃河，西靠冀中南地區(qū)，北瀕渤海，是華北平原的重要組成部分。該區(qū)域?qū)儆谂瘻匕霛駶櫞箨懶约撅L氣候，年平均氣溫12.9℃，年平均降水量578.4 mm，主要農(nóng)作物有冬小麥、玉米、棉花和花生等。

2 數(shù)據(jù)源

2.1 遙感影像

本文所用Landsat TM/ETM+/OLI遙感影像來源于美國地質(zhì)調(diào)查局(USGS)網(wǎng)站(http： //glovis.usgs.gov/)，該影像重訪周期為16 d，掃幅寬度185 km。本文使用2000年和2014年獲取的軌道號/行號分別為P121/R34,P122/R34,P122/R35,P123/R34和P123/R35的影像共10景。所選遙感影像在衛(wèi)星過境時天氣晴朗、云霧覆蓋度均小于10%，質(zhì)量良好，可滿足本文研究要求。所用影像數(shù)據(jù)均為經(jīng)過輻射定標、大氣校正(消除輻射誤差)和幾何配準后計算的冬小麥的NDVI值(表1)。

表1 冬小麥提取的NDVI閾值范圍

2.2 農(nóng)業(yè)氣象數(shù)據(jù)

本文所用的農(nóng)業(yè)氣象數(shù)據(jù)主要為山東省農(nóng)作物農(nóng)時數(shù)據(jù)，來源于中華人民共和國農(nóng)業(yè)部種植業(yè)管理司(http: // www.zzys. moa.gov.cn/)。該數(shù)據(jù)逐旬記錄了冬小麥從播種到成熟的時間，能夠很好地反映大面積的冬小麥物候特征(圖2，圖中省略了7—9月)。

圖2 魯西北地區(qū)主要農(nóng)作物物候歷圖

2.3 驗證點數(shù)據(jù)

驗證點的選取遵從下列3條原則： ①選取的驗證點為單一地類； ②驗證點盡量均勻分布； ③驗證點間隔5 km以上。在2014年4月25—27日的野外考察中共采集了1 208個GPS樣點。鑒于樣點分布并不均勻，故又在Google Earth圖像中相對均勻地隨機選取了296個樣點，其中100個為冬小麥樣本點，196個為驗證點，基本覆蓋了整個研究區(qū)(圖3)。

圖3 2014年魯西北冬小麥提取精度驗證點分布圖

3 研究方法

植被指數(shù)是2個或多個波長范圍內(nèi)地物反射率的組合運算結(jié)果，能夠反映植被生長狀況。NDVI被有效地應用于土地利用覆蓋監(jiān)測、植被覆蓋密度評價、作物識別和作物產(chǎn)量預報等方面[11-13]。本文選用NDVI提取魯西北地區(qū)的冬小麥種植信息，其計算公式為

(1)

式中RNIR和RRED分別為近紅外波段和紅光波段的反射率。Landsat TM/ETM+衛(wèi)星影像中，近紅外波段和紅光波段分別為Band4和Band3。NDVI的范圍是[-1,1]，正值表示植被，且其值隨著植被覆蓋度的增大而增大。

本文利用遙感影像反演NDVI，設置合理的閾值范圍，分別提取2000年和2014年魯西北地區(qū)冬小麥的空間分布，并分析15 a間魯西北地區(qū)冬小麥種植面積和空間格局變化情況及原因。

3.1 時間窗口選取

魯西北地區(qū)冬小麥10月上、中旬播種，10月下旬―11月上旬出苗，11月中、下旬分蘗，NDVI值增大； 12月上旬―次年2月上旬越冬停長，NDVI值減?。?2月中旬―3月中旬返青，NDVI值開始上升； 3月下旬―4月中旬拔節(jié)孕穗，生長旺盛，NDVI值繼續(xù)上升； 4月下旬―5月上旬抽穗，NDVI達到峰值； 5月中下旬乳熟，6月上、中旬成熟，NDVI值下降(圖2和圖4)。

圖4 魯西北地區(qū)冬小麥NDVI時間序列曲線(據(jù)Landsat TM/ ETM+/ OLI P122/R34影像測定)

但由于10月中、下旬部分溫室蔬菜處于移栽期，12月出苗后迅速生長，其NDVI值變化類似冬小麥，會影響冬小麥面積的提取精度[14]； 而3月下旬到4月上旬，玉米、棉花、花生等作物還未播種，楊樹等樹木尚未發(fā)芽，對冬小麥的提取不會造成影響。直觀來看，冬小麥和其他地物成像差異非常顯著，根據(jù)田塊顏色即可清晰辨識冬小麥(圖5)。

(a) 2000年4月7號 (b) 2014年3月21號 (Band4(R)Band3(G) (Band5(R)Band4(G) Band2(B)假彩色合成)Band3(B)假彩色合成)

因此，通過魯西北地區(qū)不同作物物候歷的比較，3月下旬到4月上旬是提取魯西北地區(qū)冬小麥種植信息的最佳時間窗口。

3.2 冬小麥提取閾值范圍確定

在ENVI4.8軟件平臺下，將Landsat TM/ ETM+/ OLI影像的Band4,Band3,Band2分別賦予紅、綠、藍3色，合成假彩色影像(圖5(a))，并計算NDVI值。影像圖中水體呈暗藍黑色，建筑用地呈灰色，植被呈紅色[15]。

根據(jù)2013年10月—2014年6月每16 d間隔的Landsat TM/ETM+/OLI數(shù)據(jù)和Google Earth 100個冬小麥的樣本點，按數(shù)據(jù)條帶號(表1)分別構(gòu)建冬小麥生育期(播種→出苗→分蘗→停長→返青→拔節(jié)孕穗→抽穗→乳熟→成熟收獲)內(nèi)的NDVI時間序列曲線圖。為消除云、大氣、土壤背景等對該時間序列曲線的干擾，利用基于傅立葉變換的時間序列諧波分析(harmonic analysis of time series,HANTS)法對NDVI進行去噪處理，重構(gòu)冬小麥生育期光滑的NDVI時間序列曲線(圖4示出以P122/R34影像為例的冬小麥NDVI時間序列曲線)。據(jù)此，按條帶號分別設置提取魯西北地區(qū)冬小麥的閾值范圍(表1)。從表1可以看出，利用同一年份、相鄰條帶號的影像得到的提取冬小麥的NDVI閾值相似，但因受作物長勢、覆蓋度等因素影響，NDVI閾值不完全相同； 利用不同年份、同一影像得到的提取冬小麥的NDVI閾值相似，但基本上都不相同。

3.3 冬小麥提取及精度驗證

在ArcGIS 9.3軟件平臺下，利用柵格計算器分別提取2000年和2014年魯西北地區(qū)冬小麥的空間分布信息，利用1 404個校驗點驗證2014年魯西北地區(qū)冬小麥種植面積提取的精度。在此基礎(chǔ)上，將2000年和2014年的解譯結(jié)果進行空間疊置，分析15 a間魯西北地區(qū)冬小麥空間格局的變化情況。技術(shù)路線如圖6所示。

圖6 技術(shù)路線圖

4 結(jié)果與分析

4.1 2014年冬小麥提取精度驗證

精度驗證是將驗證點的實際土地利用類型與本文遙感解譯中相應位置的土地利用類型進行對比，相一致的即為樣點匹配，否則為樣點不匹配。野外驗證點中，冬小麥驗證點448個(其中423個樣點匹配，25個樣點不匹配)； 其他地類驗證點760個(其中752個樣點匹配，8個樣點不匹配)。Google Earth驗證點中，冬小麥驗證點196個(其中184個樣點匹配，12個樣點不匹配)?？傮w精度為96.8%，Kappa系數(shù)為93.5%(表2)。

表2 2014年魯西北平原冬小麥提取精度

考慮到冬小麥的長勢、病蟲害情況等很多原因都會影響冬小麥提取結(jié)果，且冬小麥的植被指數(shù)具有日變化規(guī)律[16-17]，因此，本文的研究結(jié)果是可以接受的，能滿足冬小麥宏觀監(jiān)測的要求。

4.2 2000和2014年冬小麥種植信息

用以上方法得到2000年和2014年魯西北地區(qū)冬小麥種植信息(圖7)。

(a) 2000年 (b) 2014年

2000年魯西北地區(qū)冬小麥種植面積171.19萬hm2，占行政區(qū)面積的55.96%，空間分布較廣。該區(qū)東北部的東營市轄區(qū)、利津縣、沾化縣、無棣縣、濱州市濱城區(qū)和西部的德州市夏津縣等6個區(qū)縣的冬小麥空間分布相對較少，冬小麥種植面積分別為1.07,3.33,4.12,4.58,4.43和3.57萬hm2，分別占各區(qū)縣土地面積的15.27%,8.55%,10.83%,12.6%,45.76%和40.08%； 冬小麥種植面積合計21.09萬hm2，占行政區(qū)面積的26.72%。其余各區(qū)縣的冬小麥種植面積合計150.1萬hm2，占行政區(qū)面積的66.13%，且空間分布上比較均勻(圖7(a))。

2014年魯西北地區(qū)冬小麥種植面積149.39萬hm2，占行政區(qū)面積的48.83%，空間分布格局與2000年相似。魯西北地區(qū)東北部的東營市轄區(qū)、利津縣、沾化縣、無棣縣、濱州市濱城區(qū)和西部的德州市夏津縣等6個區(qū)縣的冬小麥空間分布很少，冬小麥種植面積分別為0.1,0.89,0.76,1.31,3.05和3.53萬hm2，分別占各區(qū)縣土地面積的0.63%,7.52%,5.11%,7.64%,31.55%和39.54%； 冬小麥種植面積合計9.65萬hm2，占行政區(qū)面積的12.23%。其余各區(qū)縣冬小麥種植面積合計139.74萬hm2，占行政區(qū)面積的61.56%，且空間分布上比較均勻(圖7(b))。

4.3 2000—2014年冬小麥種植變化情況

從數(shù)量上看，2000—2014年間魯西北地區(qū)冬小麥種植面積總體上呈下降趨勢(圖8)，由2000年的171.19萬hm2減少到2014年的149.39 萬hm2，共減少21.8萬hm2，減幅12.73%，年平均變化率為-0.97%。

圖8 2000—2014年魯西北地區(qū)各縣冬小麥種植面積變化圖

從空間分布上看，2014年相比2000年魯西北地區(qū)冬小麥種植面積減少的區(qū)域集中在東北部和西部地區(qū)(圖9)。

東北部的東營市轄區(qū)、利津縣、沾化縣、無棣縣、濱州市濱城區(qū)和西部的德州市夏津縣等6個區(qū)縣的冬小麥種植面積由2000年的21.09萬hm2變化為2014年的9.65萬hm2，共減少11.44萬hm2，減幅54.24%； 由2000年占行政區(qū)面積的26.72%降低為2014年的12.23%，降低了14.49%。2014年比2000年魯西北地區(qū)冬小麥種植面積減少的區(qū)域集中在區(qū)縣中心的城市周邊地區(qū)，如德州市轄區(qū)冬小麥種植面積由2000年的1.32萬hm2變化為2014年的0.62萬hm2，共減少0.7萬hm2，減幅53.44%； 由2000年占該市轄區(qū)土地面積的47.89%降低為2014年的22.30%，降低了25.59%。其余各區(qū)縣冬小麥種植面積的變化相對較小，冬小麥種植面積由2000年的148.78萬hm2變化為2014年的139.13萬hm2，共減少9.65萬hm2，減幅6.5%； 由2000年占行政區(qū)面積的66.35%降低為2014年的62.05%，降低了4.3%。

圖9 2000—2014年魯西北地區(qū)冬小麥分布變化圖

5 問題與討論

1)魯西北地區(qū)冬小麥空間分布。冬小麥是魯西北地區(qū)主要的糧食作物之一，空間分布比較廣，但研究結(jié)果卻表明有些地方冬小麥分布比較少，主要原因有3點： ①其他農(nóng)作物的影響。有些區(qū)縣如德州市夏津縣、東營市利津縣、沾化縣、無棣縣等以種植棉花為主，其中夏津縣是全國著名的產(chǎn)棉大縣。魯西北地區(qū)棉花4月中下旬播種，而冬小麥6月中上旬成熟之后才收割，因此，從物候(圖2)角度出發(fā)，魯西北地區(qū)棉花與冬小麥無法輪作，農(nóng)民需預留該地區(qū)的農(nóng)田來種植棉花； ②水資源制約。研究區(qū)東北部的東營市和濱州市位于黃河三角洲內(nèi)，該區(qū)域水資源總量呈減少趨勢[18]，且大部分地下水是咸水[19]，水資源供需矛盾突出，制約了農(nóng)業(yè)發(fā)展； ③經(jīng)濟因素。諸如德州市轄區(qū)等市區(qū)中心，相對于周邊地方而言地價比較高，建筑用地的收益比農(nóng)用地要高很多，因此這些區(qū)縣的土地利用類型主要為建筑用地，冬小麥種植面積相對較少。

2)冬小麥耕地轉(zhuǎn)化為其他地類。2000—2014年間，魯西北地區(qū)由冬小麥耕地轉(zhuǎn)化為其他地類的有45.9萬hm2，變化率為26.81%。主要有3方面原因： ①耕地非農(nóng)化。21世紀以來，我國社會經(jīng)濟持續(xù)發(fā)展，城鎮(zhèn)人口比重增加，城鎮(zhèn)化水平提高，城區(qū)向四周擴展，耕地被占用。以研究區(qū)內(nèi)德州為例，城市人口所占比例由2000年的20.45%上升到2013年的47.74%，GDP由2000年的360億元增長到2013年的2 460.59億元。在此過程中，國家宏觀國土開發(fā)戰(zhàn)略導致城鄉(xiāng)建設用地大規(guī)模增長[20]，具體表現(xiàn)為區(qū)縣中心的建設用地向外擴張，興建水庫、機場、道路等基礎(chǔ)設施； ②經(jīng)濟和勞動力因素。由于種糧成本上升、相對收益低，農(nóng)民種糧積極性不高，勞動力不足導致耕地撂荒等現(xiàn)象出現(xiàn)； ③耕地鹽堿化、質(zhì)量下降。引黃灌溉在山東省灌溉區(qū)中占了近50%，引起灌溉區(qū)內(nèi)鹽分積聚現(xiàn)象嚴重[21-22]，黃河三角洲地區(qū)的濱州、東營等地土壤鹽堿化加劇，引起作物生理干旱，影響對養(yǎng)分的吸收[23]，不宜種植冬小麥。

3)其他地類轉(zhuǎn)化為冬小麥耕地。2000—2014年間，魯西北地區(qū)由其他地類轉(zhuǎn)化為冬小麥耕地的有24.1萬hm2，變化率為17.89%。主要有2方面原因： ①土地整理復墾。為落實城鄉(xiāng)建設用地增減掛鉤政策，各地實行土地整理復墾，主要包括農(nóng)村村莊整治(空心村整治、農(nóng)民上樓)、采煤塌陷地復墾、引黃沉沙池復墾等； ②中低產(chǎn)田改造。通過魯西北地區(qū)耕地灌溉條件的改善、鹽堿地的治理等，提高了土地生產(chǎn)力，使原本不適宜種植農(nóng)作物的未利用地改造為耕地。冬小麥種植面積增加的區(qū)縣有聊城市的臨清縣、荏平縣和德州市的寧津縣。

4)基于單個特征時間窗口的冬小麥種植信息提取。本文利用單個特征時間窗口的遙感影像提取了魯西北平原冬小麥的種植信息，在不需要進行目視解譯的情況下，精度達到了96.8%，對魯西北地區(qū)來說是一種快速、有效的冬小麥種植信息空間格局提取方法。與多時間窗口的提取方法相比，本文方法不僅提取冬小麥的精度與其相似，而且對數(shù)據(jù)量要求較低，工作量相對較少，工作效率相對提高。研究結(jié)果表明，利用TM/ETM+/OLI數(shù)據(jù)監(jiān)測冬小麥的種植面積，有助于對MODIS數(shù)據(jù)分析結(jié)果進行驗證。但對其他種植結(jié)構(gòu)復雜、地塊破碎的地區(qū)(如江蘇、安徽等省位于長江以北的地區(qū))，本文方法還有待進一步改進。

6 結(jié)論

本文利用Landsat TM/ETM+/OLI中、高分別率遙感影像提取了2000年和2014年魯西北地區(qū)冬小麥的種植面積和空間分布信息，得出以下結(jié)論：

1)本文對2014年魯西北平原冬小麥提取總體精度為96.8%，Kappa系數(shù)為93.5%。

2)冬小麥是魯西北地區(qū)最主要的夏糧作物，空間分布比較廣； 但德州市夏津縣、東營市利津縣、沾化縣、無棣縣和德州市轄區(qū)、聊城市轄區(qū)等區(qū)縣冬小麥分布比較少。

3)2000—2014年間魯西北地區(qū)冬小麥種植面積總體上呈下降趨勢，由2000年的171.19萬hm2(占區(qū)域土地總面積的55.96%)減少到2014年的149.39萬hm2(占魯西北地區(qū)土地總面積的48.83%)，減少了21.8萬hm2，減幅12.73%。冬小麥種植面積減少的區(qū)域集中在魯西北地區(qū)的東北部、西部和區(qū)縣中心的城市周邊地區(qū)。

4)2000—2014年間魯西北地區(qū)冬小麥種植面積減少有多方面原因，主要包括耕地非農(nóng)化、經(jīng)濟和勞動力因素和耕地鹽堿化、質(zhì)量下降等。

盡管本文方法在魯西北地區(qū)冬小麥種植面積和空間分布信息提取中取得了較好的效果，但對其他種植結(jié)構(gòu)復雜、地塊破碎的地區(qū)，本文方法還有待進一步改進。

[1] 李愛青.淺析我國耕地質(zhì)量現(xiàn)狀,下降原因及強化建設對策[J].安徽農(nóng)學通報,2012,18(2):1-2,36. Li A Q.Study on the current situation of cultivated land quality,reasons for the decline and construction countermeasures[J].Anhui Agricultural Science Bulletin,2012,18(2):1-2,36.

[2] 中華人民共和國國家統(tǒng)計局.中國統(tǒng)計年鑒[M].北京:中國統(tǒng)計出版社,2014:375. National Bureau of Statistics People’s Republic of China. China Statistical Yearbook[M].Beijing:China Statistics Press,2014:375.

[3] 梅安新,彭望錄,秦其明,等.遙感導論[M].北京:高等教育出版社,2001:5-6. Mei A X,Peng W L,Qin Q M,et al.An Introduction to Remote Sensing[M].Beijing:Higher Education Press,2001:5-6.

[4] 劉海啟.美國農(nóng)業(yè)遙感技術(shù)應用現(xiàn)狀簡介[J].國土資源遙感,1997,9(3):56-60.doi:10.6046/gtzyyg.1997.03.10. Liu H Q.Introduction of present situation of remote sensing technology in USA[J].Remote Sensing for Land and Resources,1997,9(3):56-60.doi:10.6046/gtzyyg.1997.03.10.

[5] 胡瓊,吳文斌,宋茜,等.農(nóng)作物種植結(jié)構(gòu)遙感提取研究進展[J].中國農(nóng)業(yè)科學,2015,48(10):1900-1914. Hu Q,Wu W B,Song Q,et al.Recent progresses in research of crop patterns mapping by using remote sensing[J].Agricultural Sciences in China,2015,48(10):1900-1914.

[6] 胡瑩瑾,崔海明.基于RS和GIS的農(nóng)作物估產(chǎn)方法研究進展[J].國土資源遙感,2014,26(4):1-7.doi:10.6046/gtzyyg.2014.04.01. Hu Y J,Cui H M.Progress in the study of crop yield estimation methods based on remote sensing and geographic information system[J].Remote Sensing for Land and Resources,2014,26(4):1-7.doi:10.6046/gtzyyg.2014.04.01.

[7] 楊小喚,張香平,江東.基于MODIS時序NDVI特征值提取多作物播種面積的方法[J].資源科學,2004,26(6):17-22. Yang X H,Zhang X P,Jiang D.Extraction of multi-crop planting areas from MODIS data[J].Resources Science,2004,26(6):17-22.

[8] 張霞,帥通,楊杭,等.基于MODIS EVI圖像時間序列的冬小麥面積提取[J].農(nóng)業(yè)工程學報,2010,26(s1):220-224. Zhang X,Shuai T,Yang H,et al.Winter wheat planting area extraction based on MODIS EVI image time series[J].Transactions of the CSAE,2010,26(s1):220-224.

[9] 王學,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[J].農(nóng)業(yè)工程學報,2015,31(8):190-199. Wang X,Li X B,Tan M H,et al.Remote sensing monitoring of changes in winter wheat area in North China Plain from 2001 to 2011[J].Transactions of the Chinese Society of Agricultural Engineering,2015,31(8):190-199.

[10]潘學鵬,李改欣,劉峰貴,等.華北平原冬小麥面積遙感提取及時空變化研究[J].中國生態(tài)農(nóng)業(yè)學報,2015,23(4):497-505. Pan X P,Li G X,Liu F G,et al.Using remote sensing to determine spatio-temporal variations in winter wheat growing area in the North China Plain[J].Chinese Journal of Eco-Agriculture,2015,23(4):497-505.

[11]彭虓,張樹文.基于NDVI與LAI的水稻生長狀況研究[J].遙感技術(shù)與應用,2002,17(1):12-16. Peng X,Zhang S W.Research on rice growth status based on NDVI and LAI[J].Remote Sensing Technology and Application,2002,17(1):12-16.

[12]劉洋,李誠志,劉志輝,等.1982-2013年基于GIMMS-NDVI的新疆植被覆蓋時空變化[J].生態(tài)學報,2016,36(19):6198-6208. Liu Y,Li C Z,Liu Z H,et al.Assessment of spatio-temporal variations in vegetation cover in Xinjiang from 1982 to 2013 based on GIMMS-NDVI[J].Acta Ecologica Sinica,2016,36(19):6198-6208.

[13]趙健赟,彭軍還.基于MODIS NDVI的青海高原植被覆蓋時空變化特征分析[J].干旱區(qū)資源與環(huán)境,2016,30(4):67-73. Zhao J Y,Peng J H.Spatiotemporal variation of the vegetation coverage in Qinghai Plateau based on MODIS NDVI data[J].Journal of Arid Land Resources and Environment,2016,30(4):67-73.

[14]林文鵬.基于MODIS波譜分析的作物信息提取研究[D].北京:中國科學院遙感應用研究所,2006. Lin W P.Study on Crop Information Extraction Based on MODIS Spectral Analysis[D].Beijing:Institute of Remote Sensing Applications,Chinese Academy of Sciences,2006.

[15]趙麗花,李衛(wèi)國,杜培軍.基于多時相HJ衛(wèi)星的冬小麥面積提取[J].遙感信息,2011(2):41-45,50. Zhao L H,Li W G,Du P J.The area extraction of winter wheat based on multi-temporal HJ remote sensing satellite images[J].Remote Sensing Information,2011(2):41-45,50.

[16]毛學森,張永強,沈彥俊.水分脅迫對冬小麥植被指數(shù)NDVI影響及其動態(tài)變化特征[J].干旱地區(qū)農(nóng)業(yè)研究,2002,20(1):69-71. Mao X S,Zhang Y Q,Shen Y J.Effects of water stress in different stages on winter wheat vegetation index and NDVI’s dynamic[J].Agricultural Research in the Arid Areas,2002,20(1):69-71.

[17]宋曉宇,王仁紅,楊貴軍,等.高分辨率遙感影像中冬小麥長勢空間異質(zhì)性特征分析[J].農(nóng)業(yè)工程學報,2014,30(17):192-199. Song X Y,Wang R H,Yang G J,et al.Winter wheat growth spatial variability character analysis based on remote sensing image with high resolution[J].Transactions of the Chinese Society of Agricultural Engineering,2014,30(17):192-199.

[18]曹建榮,于洪軍,徐興永,等.黃河三角洲水資源變化特征及其優(yōu)化配置[J].人民黃河,2010,32(6):71-72. Cao J R,Yu H J,Xu X Y,et al.Variation characteristics of water resources and its optimized allocation of the Yellow River Delta[J].Yellow River,2010,32(6):71-72.

[19]劉海嬌,仕玉治,范明元,等.基于GIS的黃河三角洲水資源脆弱性評價[J].水資源保護,2012,28(1):34-37. Liu H J,Shi Y Z,Fan M Y,et al.Water resources vulnerability assessment in Yellow River Delta based on GIS[J].Water Resources Protection,2012,28(1):34-37.

[20]劉紀遠,張增祥,徐新良,等.21世紀初中國土地利用變化的空間格局與驅(qū)動力分析[J].地理學報,2009,64(12):1411-1420. Liu J Y,Zhang Z X,Xu X L,et al.Spatial patterns and driving forces of land use change in China in the early 21st century[J].Acta Geographica Sinica,2009,64(12):1411-1420.

[21]齊春三,趙倩,董溫榮,等.引黃灌溉對土壤鹽堿化的影響與對策[J].水利規(guī)劃與設計,2007(2):10-12. Qi C S,Zhao Q,Dong W R,et al.The influence of irrigation water drawn from the Yellow River on soil salinization and its preventive measures[J].Water Resources Planning and Design,2007(2):10-12.

[22]雷天雷.引黃灌溉對地下水化學特征的影響——以山東聊城為例[D].重慶:重慶交通大學,2014. Lei T L.The Influence of Irrigation with Water from Yellow River on the Hydro Chemical Characteristics:Taking the Example of City Liaocheng of Shandong Province for Analysis[D].Chongqing:Chongqing Jiaotong University,2014.

[23]褚冰倩,喬文峰.土壤鹽堿化成因及改良措施[J].現(xiàn)代農(nóng)業(yè)科技,2011(14):309,311. Zhu B Q,Qiao W F.Soil salinization causes and improvement measures[J].Modern Agricultural Science and Technology,2011(14):309,311.

(責任編輯： 劉心季)

Spatial-temporal pattern change of winter wheat area in northwest Shandong Province during 2000―2014

ZHAO Qingqing1,2， JIANG Luguang1,2， LI Wenye1,2， FENG Zhiming1,2

(1.InstituteofGeographicSciencesandNaturalResourcesResearch，CAS，Beijing100101，China；2.UniversityofChineseAcademyofSciences，Beijing100049，China)

Winter wheat is one of the main food crops in northwest Shandong Province, a main grain production base in China, and therefore the application of remote sensing technique to monitoring the spatio-temporal pattern change of the winter wheat area has the important practical significance. In this study, the appropriate time window was selected according to calendar of main crops in northwest Shandong Province, and then the NDVIs of Landsat TM/ETM+/OLI images were calculated. After that, the threshold value range of NDVI was set to extract winter wheat in 2000 and 2014. Finally, 1404 sampling points were chosen through field survey and Google Earth to calculate the accuracy. The results show that winter wheat is spatially widely distributed in northwest Shandong Province, whereas things in Dezhou Municipal District, Xiajin County, Lijin County, Zhanhua County, Wudi County and Liaocheng Municipal District are just the opposite. The winter wheat area in 2000 in northwest Shandong Province was 1.71×106hm2and was 1.49 ×106hm2in 2014, with the decreasing range being 2.18×105hm2and the rate of change being -12.73%. The accuracy of extraction in 2014 was 96.8%.

winter wheat； remote sensing； NDVI； time window； northwest Shandong Province； phenology

10.6046/gtzyyg.2017.02.25

趙慶慶,姜魯光,李文葉,等.魯西北平原冬小麥種植格局時空變化： 2000―2014[J].國土資源遙感,2017,29(2)：173-180.(Zhao Q Q,Jiang L G,Li W Y,et al.Spatial-temporal pattern change of winter wheat area in northwest Shandong Province during 2000—2014[J].Remote Sensing for Land and Resources,2017,29(2)：173-180.)

2015-11-04；

2016-02-23

國家自然科學基金重點項目“中國水土資源利用與糧食生產(chǎn)的平衡關(guān)系定量分析與數(shù)字模擬”(編號： 41430861)資助。

趙慶慶(1990-),女,碩士研究生,主要研究方向為水土資源綜合評價。Email： zhaoqq.13s@igsnrr.ac.cn。

姜魯光(1978-),男,副研究員,主要從事水土資源綜合評價方面的研究。Email： jianglg@igsnrr.ac.cn。

TP 79

A

1001-070X(2017)02-0173-08