吳思超　李蘊(yùn)雅　李世忠　馬非　時(shí)項(xiàng)鋒

摘 要 生物質(zhì)資源是人類賴以生存的重要能源，而農(nóng)業(yè)生物質(zhì)資源尚未被人們有效利用，利用潛力巨大。傳統(tǒng)的生物質(zhì)資源調(diào)查方法耗時(shí)、費(fèi)力，無法直觀地反映出資源分布范圍和提供客觀詳實(shí)的量化數(shù)據(jù)。通過遙感技術(shù)提取農(nóng)作物種植面積的方法，具有覆蓋面積大、重訪周期短、獲取成本相對低等優(yōu)勢，可提高農(nóng)業(yè)生物質(zhì)資源調(diào)查的工作效率，為生物質(zhì)資源的收集、存儲、加工、工廠選址、方案制定、線路規(guī)劃等提供有力的量化數(shù)據(jù)。

關(guān)鍵詞 遙感技術(shù)；農(nóng)業(yè)；生物質(zhì)資源

中圖分類號：S127 文獻(xiàn)標(biāo)志碼：B DOI：10.19415/j.cnki.1673-890x.2018.26.089

生物質(zhì)是地球上存在最廣泛的物質(zhì)，包括動物、植物、微生物以及由這些生命體排泄和代謝的所有有機(jī)物質(zhì)。生物質(zhì)所蘊(yùn)藏的能量相當(dāng)驚人，利用潛力十分巨大。傳統(tǒng)的生物質(zhì)資源調(diào)查方法主要是文獻(xiàn)調(diào)查法和現(xiàn)場觀察法。文獻(xiàn)調(diào)查法是收集地方統(tǒng)計(jì)部門定期發(fā)布的統(tǒng)計(jì)公報(bào)、統(tǒng)計(jì)年鑒、發(fā)展規(guī)劃、政府公告、公開出版物、以往的農(nóng)作物秸稈資源調(diào)查報(bào)告等文獻(xiàn)資料；現(xiàn)場觀察法是實(shí)地調(diào)研采用座談、實(shí)地考察和問卷調(diào)查等形式[1]。這兩種方法都耗時(shí)、費(fèi)力，且無法獲得農(nóng)業(yè)生物質(zhì)資源準(zhǔn)確的分布范圍和客觀的反映出詳實(shí)的量化數(shù)據(jù)，量化的數(shù)據(jù)不足，直接導(dǎo)致我國農(nóng)業(yè)生物質(zhì)資源收集困難、盲目利用、效益低下[2]。

農(nóng)業(yè)遙感是指利用裝載在航天、航空及地面等不同遙感平臺上的傳感器，獲取農(nóng)業(yè)對象目標(biāo)的電磁波波譜信號，并利用計(jì)算機(jī)、地理學(xué)、農(nóng)學(xué)等多學(xué)科的理論和技術(shù)方法，揭示農(nóng)業(yè)作物、生態(tài)環(huán)境和生產(chǎn)過程的數(shù)量、屬性及其時(shí)空變化特征[3]。農(nóng)作物種植面積的遙感提取是在收集分析不同農(nóng)作物光譜特征的基礎(chǔ)上，通過遙感影像記錄的地表信息，識別農(nóng)作物的類型，統(tǒng)計(jì)農(nóng)作物的種植面積[4]。基于此，通過農(nóng)業(yè)遙感技術(shù)對寧夏北部糧食主產(chǎn)區(qū)的農(nóng)作物種植面積進(jìn)行提取來確定農(nóng)業(yè)生物質(zhì)能資源類型、分布和規(guī)模。本研究涉及的農(nóng)業(yè)生物質(zhì)資源主要為玉米、小麥、水稻三大農(nóng)作物秸稈資源。

1 研究區(qū)概況

研究區(qū)位于寧夏北部，素有“塞上江南”之美譽(yù)，肥沃的耕地、優(yōu)越的黃河灌溉資源、充足的光熱條件造就了農(nóng)業(yè)發(fā)展不可多得的資源優(yōu)勢。研究區(qū)主要涉及惠農(nóng)區(qū)、大武口區(qū)、平羅縣、賀蘭縣、銀川市市轄區(qū)（含西夏區(qū)、金鳳區(qū)、興慶區(qū)）、永寧縣、青銅峽市、利通區(qū)和靈武市共9個(gè)縣（市、區(qū)），是寧夏的糧食主產(chǎn)區(qū)，主要糧食作物有玉米、小麥、水稻、薯類、豆類等，以玉米、小麥、水稻為主，主要分布在中部黃河平原地區(qū)。

2 調(diào)查方法

2.1 遙感影像數(shù)據(jù)的獲取

研究區(qū)的遙感影像數(shù)據(jù)主要采用歐空局的哨兵2號衛(wèi)星數(shù)據(jù)，空間分辨率10 m。衛(wèi)星傳感器及軌道號，影像質(zhì)量見表1。其中：解譯玉米使用2017年7月9日數(shù)據(jù)，解譯小麥?zhǔn)褂?017年4月27日數(shù)據(jù)，解譯水稻使用2017年6月26日數(shù)據(jù)。

2.2 種植面積的提取

采用非監(jiān)督分類的方法分別對9個(gè)縣（市、區(qū)）的玉米、小麥、水稻三大作物進(jìn)行初步分類提取，再通過人工目視解譯的方法對分類結(jié)果進(jìn)行修正。由于修正結(jié)果的精度與作業(yè)人員的經(jīng)驗(yàn)有關(guān)，為提高解譯精度需要適當(dāng)?shù)倪M(jìn)行野外調(diào)查，建立可靠的野外解譯標(biāo)志點(diǎn)，通過內(nèi)外業(yè)相互結(jié)合、相互驗(yàn)證的方式可提高解譯精度。將解譯結(jié)果轉(zhuǎn)換為矢量數(shù)據(jù)，可得到研究區(qū)三大作物種植分布圖（圖1）和種植面積統(tǒng)計(jì)表。

2.3 農(nóng)作物生物質(zhì)資源的計(jì)算及結(jié)果

研究區(qū)的糧食單產(chǎn)主要通過2017寧夏統(tǒng)計(jì)年鑒獲得。通過遙感解譯的方法提取出的三大農(nóng)作物種植面積及各縣（市、區(qū)）單產(chǎn)統(tǒng)計(jì)見表2。

查詢《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)手冊（修訂本）》[5]可知，三大作物的草谷比為玉米1.2、小麥1.1、水稻0.9。收獲方式影響農(nóng)作物秸稈量的主要因素是留茬高度，項(xiàng)目區(qū)玉米、小麥、水稻三大作物的收獲已基本實(shí)現(xiàn)機(jī)械化，一般利用聯(lián)合收割機(jī)進(jìn)行收獲，留茬高度一般為15 cm，三大作物可收集系數(shù)分別為玉米0.85、小麥0.73、水稻0.74。

根據(jù)遙感解譯提取三大作物種植面積、作物單產(chǎn)、草谷比和可收集系數(shù)，對2017年寧夏北部玉米、小麥、水稻三大作物生物質(zhì)資源實(shí)際可收集量進(jìn)行計(jì)算，計(jì)算公式如下：

式中，W（j）：第j縣主要農(nóng)業(yè)生物質(zhì)資源實(shí)際可收集量，t；P（i， j）：第i種農(nóng)作物在第j縣種植面積，hm2；

A（i， j）：第i種農(nóng)作物在第j縣農(nóng)作物單產(chǎn)，t·hm-2；R（i）：第i種農(nóng)作物的草谷比；F（i）：第i種農(nóng)作物的可收集系數(shù)。

根據(jù)計(jì)算公式，研究區(qū)三大主要農(nóng)作物秸稈資源總量為1 358 915.82 t。分農(nóng)作物類型來看，主要生物質(zhì)資源為玉米秸稈，占資源總量的53.63%，主要因?yàn)橛衩椎牟莨缺茸罡?、種植面積最大；其次為水稻秸稈，占資源總量的36.92%；資源量最小的為小麥秸稈，由于種植面積小、產(chǎn)量少，僅占資源總量的9.45%。各縣（市、區(qū)）三大農(nóng)作物生物質(zhì)資源統(tǒng)計(jì)結(jié)果見表3。

3 結(jié)論

我國是農(nóng)業(yè)大國，農(nóng)業(yè)生物質(zhì)能資源非常豐富，具有開發(fā)利用生物質(zhì)能的良好條件，特別是在我國石油、天然氣等化石能源資源十分短缺的情況下，開發(fā)利用生物質(zhì)能，對于維護(hù)我國能源安全、優(yōu)化能源結(jié)構(gòu)、促進(jìn)農(nóng)村經(jīng)濟(jì)和農(nóng)業(yè)發(fā)展、實(shí)現(xiàn)可持續(xù)發(fā)展具有十分重要的意義。因此，快速、準(zhǔn)確地獲得生物質(zhì)資源的總量和分布范圍就顯得尤為重要。

遙感技術(shù)具有覆蓋面積大、重訪周期短、獲取成本相對低等優(yōu)勢，對大面積露天農(nóng)業(yè)生產(chǎn)的調(diào)查、評價(jià)、監(jiān)測和管理具有獨(dú)特的作用[6]。通過遙感解譯的方法對農(nóng)作物種植面積進(jìn)行提取，不僅可以大大提高農(nóng)業(yè)生物質(zhì)資源調(diào)查工作的效率，快速計(jì)算出生物質(zhì)資源的總量，還能直觀體現(xiàn)出其空間分布特征，為生物質(zhì)資源的收集、存儲、加工、工廠選址、方案制定、線路規(guī)劃等提供有力的量化數(shù)據(jù)。

參考文獻(xiàn)：

[1] 中華人民共和國農(nóng)業(yè)部.NY/T 1701—2009 農(nóng)作物秸稈資源調(diào)查與評價(jià)技術(shù)規(guī)范[S].北京：中國農(nóng)業(yè)出版社，2009.

[2] 趙軍，王述洋.我國農(nóng)林生物質(zhì)資源分布與利用潛力的研究[J].農(nóng)機(jī)化研究，2008（6）：231-233.

[3] 唐華俊.農(nóng)業(yè)遙感研究進(jìn)展與展望[J].農(nóng)學(xué)學(xué)報(bào)，2018，8（1）：167-171.

[4] 許文波，田亦陳.作物種植面積遙感提取方法的研究進(jìn)展[J].云南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2005，20（1）：94-98.

[5] 畢于運(yùn)，高春雨，王亞靜，等.中國秸稈資源數(shù)量估算[J].農(nóng)業(yè)工程學(xué)報(bào)，2009，25（12）：211-217.

[6] 史舟，梁宗正，楊媛媛，等.農(nóng)業(yè)遙感研究現(xiàn)狀與展望[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2015，46（2）：247-260.

（責(zé)任編輯：趙中正）