像素生存者2种植(省域冬小麦种植面积监测分析方法与应用)

遥感技术因其观测范围广、信息量丰富、客观性强等特点，目前已经被广泛应用，农作物类型遥感识 别方法从最初的人工目视判读到利用影像光谱特征进行监督和非监督分类，在利用遥感影像的时相特征、 散射极化特征、空间特征等领域进行的遥感监测与应用方面取得了全面突破。为了提高分类精度，还发展了 混合像元分解技术 、面向对象的影像分类技术 、 多源数据融合技术、辅助数据分析技术 等。常态 化地理国情监测获取了丰富的地表覆盖和地理国情要 素信息，可为农作物种植面积监测分析提供丰富、 客观、现实性强的基础性监测数据。

冬小麦作为主要粮食作物之一，在种植面积、长势及估产等方面的遥感监测研究与应用一直得到高度关注。本文提出一种基于高分辨率卫星影像为主、多 源数据为辅的定性与航空正射影像的定界相结合的冬小麦种植图斑提取方法，快速准确地提取大范围冬小麦种植面积，并采用多维度、多视角的综合统计分析方法分析冬小麦种植的空间分布特征。

1 区域概况

山东省位于黄河下游，华北平原东部，濒临黄渤 海 34°22.9′～38°24.01′N、114°47.5′～122°42.3′E 之间，陆域总面积 15.58 万 km2 。中部山地突起，西南、西北低洼平坦，东部缓丘起伏，形成以山地丘陵 为骨架、平原盆地交错环列其间的地形格局。地貌复杂，大体包括中山、低山、丘陵、台地、盆地、山前平原、黄河冲积扇、黄河平原、黄河三角洲等基本地貌类型。山地约占全省总面积的 15.5%、丘陵 占 13.2%、平原占 55%、洼地占 4.1%、湖沼平原占 4.4 %、其他占 7.8 %。

山东省位于黄河下游，华北平原东部，濒临黄渤 海 34°22.9′～38°24.01′N、114°47.5′～122°42.3′E 之间，陆域总面积 15.58 万 km2 。中部山地突起，西南、西北低洼平坦，东部缓丘起伏，形成以山地丘陵 为骨架、平原盆地交错环列其间的地形格局。地貌复 杂，大体包括中山、低山、丘陵、台地、盆地、山 前平原、黄河冲积扇、黄河平原、黄河三角洲等基 本地貌类型。山地约占全省总面积的 15.5%、丘陵 占 13.2%、平原占 55%、洼地占 4.1%、湖沼平原占 4.4 %、其他占 7.8 %。

根据农业气象观测资料全省可分为鲁南、鲁西、 鲁中、鲁北和鲁东 5 个自然物候区。不同的物候区的 冬小麦播种、返青、拔节、抽穗、乳熟、成熟等存在时间差异。冬小麦的播种期，鲁东物候区比鲁南物候 区平均早约 7 d；而成熟期，鲁南物候区比鲁东物候区 平均早约 8 d，使全省冬小麦种植面积监测具有了明显的区域时序。

2 数据源与研究方法

2.1 数据源

2.1.1 遥感影像数据

1）卫星影像数据。通过卫星影像云服务平台收 集了 2017 年 11 月中下旬至 2018 年 6 月上旬高分二号 863 景、资源三号 307 景，影像数据分析确定只有 122 景（约占全省面积 55.5%）可利用；其他区域用欧空局数据分发系统发布的 2018 年 4～5 月的哨兵二号 数据补充。

2）航空正射影像。通过山东省测绘成果服务系统 申请了基础性地理省情监测的 2017 年、2018 年 3～6 月 覆盖全省的 0.5 m 航空正射影像数据，其中，前者主要用于国产卫星影像数据正射纠正，后者用作冬小麦种 植图斑精确提取的数据源。

2.1.2 地表覆盖及地理国情要素数据

地表覆盖包含种植土地、林草覆盖、房屋建筑（区）、 铁路与道路、构筑物、裸露地、水域等分类信息，用 于面向对象分类分割时的尺度优化选择及辅助信息提 取；地理国情要素中的乡镇以上行政区划数据作为统 计分析单元，道路及水域要素等作为修正农村道路及 水渠的参考数据，来源于 2017 年度山东省基础性地理 省情监测。

2.1.3 地形地貌数据

全省 2 m 格网的数字高程模型数据详细刻画了全省的地表形态，时相为 2017～2018 年，主要用于国产卫星影像数据的正射纠正和全省坡度带数据的生成等。根据监测分析所需提取了全省小于 15°、15°～25°和 25°以上的坡度分带数据，另外，还收集了全省平原、 台地、丘陵、山地等地形地貌分布数据。

2.1.4 其他数据

统计分析所利用的全省 2017 年土地利用现状和划 定的永久基本农田等空间数据，均来源于权威主管部门。

2.2 研究方法

2.2.1 总体技术路线

根据遥感影像数据源、冬小麦长势、监测任务的 时效性等实际情况，设计采用了卫星影像并进行快速 处理、多源卫星影像定性与航空影像定界、外业核查 与内业编辑、多维度多视角空间统计与数据表达等监 测技术方法体系（图 1），形成面向省域范围的多源数 据集成应用的冬小麦种植面积遥感监测思路和模式。

2.2.2 关键技术方法

1）卫星影像快速纠正与处理技术。利用 2017 年 航空正射影像和 2 m 格网 DEM 数据作为基础控制进行 纠正处理。

由于本研究涉及的国产卫星影像数据类型较多， 为保证各类影像间接边精度，采用超大规模卫星数据 并行处理系统进行正射校正，基本思路是基于 RPC 模 型的光束法大区域网平差 [8] 和弱交汇条件下多星联合 区域网平差 [9] ，同时采用高通滤波 [10] 方法进行影像融合，生成国产卫星正射影像数据，尽量保留低分辨率 的多光谱信息，增强高分辨率全色图像的细节信息。

2）基于卫星影像的冬小麦种植信息定性提取。利 用外业核查软件进行野外踏勘采样，基于多波段组合 影像和实地照片，构建冬小麦解译标志库。在进行 多尺度分割并建立分类规则集等提取方法实验的基础 上，参考地表覆盖中耕地图斑数据，在面向对象分类 eCoginition 软件中通过多时相阈值遥感分类方法 [11] 获 取冬小麦图斑，侧重于冬小麦图斑定性提取（图 2）。

3）基于航空正射影像的冬小麦种植信息定界提 取。根据面向对象分类提取的数据，分析冬小麦在卫 星影像与航空正射影像之间的特征联系，确定冬小麦 种植图斑在 0.5 m 分辨率航空正射影像中的特征，参考 地表覆盖数据及外业核查图斑，以 2018 年 0.5 m 航空 正射影像数据为底图，基于 ArcGIS 软件，对冬小麦信 息进行逐图斑编辑，实现冬小麦种植信息的精确提取 （图 2）。影像上分界明显的冬小麦图斑界线采集精度应 控制在 5 个像素以内，特殊情况下，如树木遮挡、阴 影等，控制在 10 个像素以内。冬小麦种植图斑最小上 图面积一般为 400 m2 ，丘陵、山地以及种植结构复杂 区域优于 400 m2 。

4）多维度多视角空间统计与表达：基于不同行 政区划、地貌类型、坡度分带、土地利用类型、基 本农田等多源地理单元，利用空间叠置分析、聚类 分析、热点分析 [12] 、核密度分析 [13] 、破碎度分析 [14] 等方法，从多个维度多视角全面分析冬小麦种植的 空间分布特征，并制作相应的专题地图等进行直观 表达。

3 监测结果与分析

3.1 基本监测结果

共提取全省 2017～2018 年冬小麦种植图斑 470.91 万 个，面积为 5 633.99 万亩，占全省区划面积的 24.07%。 其中小于 400 m2 的图斑为 63.05 万个，面积为 21.26 万 亩，约占小麦总面积的 0.38 %。

3.2 综合统计分析结果

3.2.1 基于不同行政区域的分析

全省冬小麦种植分布并不均衡，整体上呈现出西 部、西北地区冬小麦分布密集、种植面积大，中东部 地区分布稀疏、种植面积较小的空间分布特征（图 3）。 从地市来看，菏泽、德州、聊城、济宁、潍坊和滨州 6 地市的冬小麦种植面积约占到全省的 65%。其中，菏泽、德州和聊城等 3 地市占比均超过 10% 以上， 3 地市种植面积之和占全省的 41%。其余地市的种植面积和约占全省的 35%，其中莱芜市占比仅有 0.11 %， 其他各市占比均在 6 % 以下。

3.2.2 基于不同粮食产能区域的分析

为实现全省千亿斤粮食生产能力建设目标，山东 规划了以国家确定的 73 个产能任务县为核心区，12 个 产能后备县为重点区、以荒碱地资源丰富的黄河三角 洲地区为拓展区及其他地区的粮食生产能力布局。核 心区和重点区发挥了应有的粮食生产主体和后备作用 （表 1），但也存在个别现象，核心区的栖霞市冬小麦面 积不足 1 万亩，拓展区及其他地区的利津县、莒南县等冬小麦面积超过了 40 万亩，甚至超过了部分核心区 的任务县和重点区的后备县。

3.2.3 基于永久基本农田的分析

永久基本农田是指按照一定时期人口和社会经济 发展对农产品的需求，依据土地利用总体规划确定的 不得占用的耕地，是耕地的精华，是粮食生产的主要 承载区。通过全省基本农田矢量数据与冬小麦种植图 斑数据的叠加分析，可获取冬小麦种植在基本农田内外的分布情况（图 4）。分析可知，基本农田面积的 44.24% 种植了冬小麦，并且其种植面积及占比呈现出 西部、西北地区较高，中部和东部沿海地区较低的差 异化空间特征；但种植在基本农田内的冬小麦面积占 全省总种植面积的 82.9%，可见基本农田是冬小麦种植的主要承载区。

3.2.4 基于土地利用类型的分析

2017 年度土地利用现状数据与冬小麦种植图斑 进行叠加分析可获取在耕地、林地、草地、园地、建 设用地等地类的冬小麦种植分布特点（图 5）。全省 94.19 % 冬小麦的种植在耕地中，2.31 %、1.20 %、0.16 % 分别套种在林地、园地和草地中，0.73% 的种植在建 设用地类型中，其余分布在其他地类中。

不同土地利用类型中冬小麦种植分布呈现出明显 的区域化差异性特点（图 6），对林地、草地、园地， 尤其是建设用地中的冬小麦种植空间数据进行分析评价可直接为生态保护、水土保持以及土地集约开发等 管理决策提供参考。

3.2.5 基于地形地貌的分析

全省地形分区、坡度带与冬小麦种植图斑叠加分 析可得冬小麦随地形地貌分布特征。全省冬小麦种植 面积的 89.52% 分布在平原区，集中在鲁西南、西北 等；5.35%、4.1%、1.03% 分别分布在丘陵、台地和 山地区，集中分布在中东部地区（图 7）。

全省冬小麦面积 99.89% 分布在小于 15°坡度内； 0.1 % 在 5°～25°坡度内；0.01 % 种植在大于 25°坡度， 后者主要分布在中东部的莱芜、济南、淄博和潍坊等 地的山地丘陵区，分布趋于零散（图 8）。

3.2.6 基于种植空间形态的分析

1）热点分析。利用全省冬小麦种植图斑及面积数 据进行热点与冷点区域分析，探索全省及各地冬小麦 种植分布差异特征和集聚状态。图 9 红色区域为热点 区域，表示冬小麦种植空间连接性强、密度大、单个 种植地块面积大的区域；蓝色区域为冷点区域，表示 冬小麦种植空间连接性弱、种植分散、单个种植地块 面积小的区域。

分析发现，热点区域空间分布规律与种植面积具 有较高的一致性，也与不同粮食产能任务区分布密切 相关。总体来看，西南、西北区域为热点区，主要沿着滨州、德州、聊城、菏泽、济宁、枣庄、泰安、淄 博、潍坊等地市呈现近似环状分布，其中前四者为整 体种植密集区域，后七者为局部冬小麦种植密集区； 冷点区域分布在中部和东、北部沿海地区的其他地市， 为冬小麦分布相对稀少区域。

2）破碎度分析。冬小麦种植图斑的破碎度分析有 利于分析小麦种植图斑形态的分布特征。低破碎度的 冬小麦种植有利于冬小麦播种、灌溉、管理和收割等， 高破碎度区域则反之。

全省冬小麦种植图斑破碎度总体分布不均衡，区 域内部差异明显（图 10）。西部、西北部相对较低、东中部相对较高；东部沿海地区相对较高、内陆相对较 低。破碎度受地形、种植结构、土地承包方式等自然和社会经济因素影响明显。西部地处华北平原，地势 平坦，适合冬小麦的大面积种植，因此冬小麦种植地 块面积大、破碎度低，但菏泽东部、济宁南部、滨州 等地并非如此。中、东部地形起伏，地貌类型交错， 农作物种植类型多样，尤其是经济型特色农产品种植， 导致中东部冬小麦种植比较破碎，主要分布在临沂西 部、日照、潍坊、青岛、烟台、威海等地。

4 结论与讨论

本文以山东省为研究区，开展了以卫星影像为主 的多源数据的定性与航空影像定界的大范围冬小麦种 植面积监测研究，结论如下：

1）基于高分辨率卫星影像的冬小麦种植图斑提取技术方法和多维度、多视角的综合统计分析方法能够 快速准确地提取大范围冬小麦种植面积和分布特征， 形成了面向省域范围的多源数据集成应用的冬小麦种 植面积遥感监测模式，也深化了地理国情监测成果的 应用。

2）从行政区域、地貌类型、坡度分区、土地利用 类型、基本农田、产能任务区以及种植形态等多维度、 多视角分析全省冬小麦种植分布，摸清全省冬小麦种 植差异性分布特点和空间分布格局，可为全省粮食安 全、农业产业结构调整、涉农财政资金管理、土地开发集约利用、生态建设等提供数据支撑。

3）为更好地发挥监测成果的作用，在如何更好地 发挥基本农田对粮食安全的定位及主体作用和潜力； 如何在 25°以上陡坡地种植冬小麦的区域因地制宜地 开展退耕还林还草；如何根据冬小麦种植分布破碎度 的原因采用不同的政策、形式来提高冬小麦种植连片 集中、规模化，实现小麦的种植和管理集约化、高效化等方面仍需进一步研究。

作者：宋拥军、王慧敏、宋清泉

来源：地理空间信息

欢迎大家在评论区交流分享

更多精彩资讯，关注数字农业分会官方账号！