遥感提取灌溉耕地的特征优选以中国北方为例

目的 区域尺度的灌溉耕地空间分布信息是相关研究和管理的重要基础数据。中国的灌溉农业面积居全球第二位,但目前灌溉空间分布制图相对缺乏,且多依赖人工调查,利用遥感技术进行区域灌溉耕地制图成为未来发展趋势。针对目前对我国灌溉耕地特征参量研究不足、难以描述灌溉耕地优势特征的空间差异性的缺陷,更好指导未来灌溉耕地制图。方法 文章以高精度遥感产品作为真值,在对已有研究选用的分类参量进行统计分析的基础上,选取年降水、高程、坡度、地表水分指数和归一化植被指数作为不同类型特征参量的代表,通过单变量特征选择算法Select K Best,对我国北方不同地区的灌溉/雨养耕地的优势参量进行了系统分析,并针对主要问题提出了解决思路。结果 研究结果显示,不同地区的优势特征类别呈现较大的地域差异,一些新特征被发现较常用的参量更有效;不同地区所呈现的特征优势原因各异。耕地基础禀赋、地理条件和灌溉结果三者互相关联,共同影响灌溉耕地空间信息提取的精度。结论 耕地基础禀赋和灌溉结果最终归因于地理条件,地理条件是未来灌溉耕地制图中需要优先重点考虑的特征参量。     

农作物空间分布遥感制图发展方向探讨

[目的]农作物空间分布是农作物长势监测、病虫害监测和产量估测的基础数据,也是区域农作物种植结构优化调整、水土资源管理和政府宏观决策的重要支撑。近年来,遥感技术日益成为农作物空间分布制图的主要技术手段。[方法]文章从农作物遥感制图的现状与瓶颈出发,系统梳理了农作物空间分布遥感制图的未来发展趋势、重点方向以及存在的问题。[结果]总体看,未来农作物空间分布遥感制图呈现7个方面的发展趋势,即制图目标呈现多元化、制图单元从像元发展到地块、样本信息采集方法从线下发展到线上线下结合、众源制图数据的协同利用、制图方法从自动学习发展到深度学习;同时,标准化的农作物空间分布数据产品的研制及共享与信息服务也是未来需要重点关注的内容。[结论]面向当前和今后相当长时间内对高精度、高时效的农作物空间分布数据的迫切需求,农作物遥感制图需要从系统性和整体性的科学视角来开展综合研究,重点加强地面数据获取、多源数据协同、智能分类算法高效运行等关键技术研究,提升农作物空间分布数据产品生产能力。     

西北旱区耕地“非粮化”时空演变分析——以陕西大荔为例

[目的]摸清耕地“非粮化”类型的时序数量转移和空间动态分布特征，为实现耕地“非粮化”分类管控提供科学方法和依据。[方法]文章以西北旱区农业生产典型县陕西大荔为研究区域，基于2000年、2010年和2020年3期的遥感解译数据，运用土地利用转移矩阵和标准差椭圆的方法，探究大荔县耕地“非粮化”的时序数量转移及空间动态分布特征。[结果]（1）数量变化上，20年间大荔县耕地“非粮化”类型呈多元化增加趋势，且近10年“非粮化”率急剧上升；（2）转移类型上，20年间粮食作物是耕地“非粮化”面积增加的最大转出者，其中2000—2010年主要转向杂果树类，增量较小；2010—2020年主要转向杂果树类、设施农业和水产养殖，增量巨大；（3）空间动态上，20年间大荔县耕地“非粮化”的空间集聚性特征加强，其中粮食作物和撂荒地向南部地势较低区域集聚；杂果树类、苗圃花卉和设施农业向北部海拔较高区域扩张；而水产养殖向东部河流集聚。[结论]根据西北旱区不同耕地“非粮化”类型的时空演变特征，为政府分类管控“非粮化”现象、优化区域布局和生产结构提供参考依据。     

基于无人机遥感可见光影像的农作物分类

[目的]无人机遥感具有高空间、高时间分辨率的优点,并可同时获得光谱和空间信息,因此在农作物分类中备受研究者的青睐。与侧重于从高分辨率RGB图像中提取纹理特征的分类方法不同,文章重点研究如何利用作物在光谱和空间维度上的联合特征尤其是作物高程特征,以实现农作物精细分类。[方法]首先,我们进行研究区域选择和地面实际情况调查,用无人机遥感系统进行可见光影像采集;其次,确定研究区域内农作物分类类别,分别对可见光遥感影像进行可见光植被指数计算及纹理滤波;针对数字表面模型(DSM)数据特点,对两期DSM数据进行差值处理,获得差异数字表面模型数据(DDSM),提取作物高度信息,并根据农作物冠层特性对差异数字表面模型进行滤波处理;最后,进行特征优选及组合,使用SVM方法进行农作物分类。[结果]确定最优分类特征为RGB、红波段对比度、绿波段二阶矩、蓝波段方差、DDSM、DDSM方差、DDSM对比度,分类精度由71.86%提高到92.30%,验证了由DSM影像提取的空间特征可以提高农作物分类精度。[结论]该研究探索了一种基于可见光及空间联合特征的农作物精细分类方法,方法简单可行,设备成本低,在基于无人机低空遥感的样方调查领域中有较大的应用前景。     

水稻空间分布遥感提取研究进展与展望

水稻是我国三大粮食作物之一,其空间分布受自然条件和农业发展状况的影响,变化显著。研究水稻空间分布遥感提取是当前农业土地变化科学的热点和难点。通过对国内外研究的回顾,该文系统归纳了近年来水稻空间分布遥感提取的数据源、特征量及分类算法最新研究进展,并对其未来研究方向进行初步探讨。首先从遥感数据源方面,水稻面积监测主要采用多光谱光学影像,同时高光谱数据和雷达数据也正逐步推广应用。其次从遥感分类方法及其对应的特征量方面,包括监督和非监督分类、智能化分类算法（神经网络、支持向量机、决策树及随机森林算法）、面向对象分类、多时相植被指数法及综合提取算法等分类方法,其主要对应的特征量各有差异。最后,结合我国水稻空间分布遥感提取的实际状况,提出构建全国长时间序列水稻物候历和高时空分辨率时序NDVI数据集,大力发展基于多时相遥感分类方法和建立分层的面向对象分类方法,以及加强水稻种植北界、种植重心迁移等动态变化监测研究的建议,推动我国水稻遥感动态监测和农业土地变化科学的发展。     

中原经济区耕地压力时空演变及驱动因素研究

[目的]严守耕地红线、合理利用和保护耕地资源,保障国家粮食安全。[方法]文章采用最小人均耕地面积和耕地压力指数模型,分析了2007—2016年中原经济区耕地压力时序变化特征,引入重心转移模型和变异系数,探究耕地压力重心的空间分布及迁移特征,并基于粮食生产因素和社会经济因素双重视角,选取10个指标运用灰色关联分析法对影响中原经济区耕地压力变化的驱动因素进行研究。[结果]2007—2016年中原经济区耕地压力指数呈现阶段性特征,总体处于波动递减的趋势,各地级市耕地压力离散程度和空间差异不断拉大,空间分布不均衡,东西分化趋势显著;耕地压力重心从西北向东南方向迁移,在郑州市区域移动;选取的影响因素指标对耕地压力变化均有影响,关联度大小依次为人均GDP城市化水平农民收入产业结构化肥投入灌溉水平复种指数粮食单产量耕地质量人均耕地面积。[结论]社会经济因素对耕地压力影响显著,是影响耕地压力变动的主导因素。     

基于多时相遥感影像的花生种植面积提取——以彰武县北部为例

本文以彰武县北部4个乡镇(大冷乡、章古台镇、四合城乡和阿尔乡)种植花生的耕地为研究对象,基于不同农作物类型之间的物候特征差异,借助3个时期的遥感影像提取农作物的不同NDVI特征值和影像的特征信息,采用监督分类的方法提取花生的种植面积及空间分布情况。结果表明该方法对于区分不同物候特征下的作物分类精度高,较好的反映作物的分布状况,可为该地区主要作物种植分布情况提供科学依据。     

基于格网尺度的密云水库区域“三生”空间功能测度与时空变化分析

[目的]为有目标地进行土地利用调整、科学合理促进区域生态景观建设和生态环境保护提供参考。[方法]文章以北京市密云水库区域为研究对象,基于遥感影像解译的1993年和2016年土地利用现状图,分析了研究区土地利用类型的面积变化和相互转换特征;在剖析土地多功能性的基础上,构建了不同土地利用类型的生产、生活、生态用地的功能指数,从而对土地利用类型进行了"三生"空间的划分,并基于格网尺度揭示了研究区域"三生"空间时空变化规律。[结果](1) 1993—2016年密云水库区域土地利用类型主要为林地和水域,其面积变化以耕地、林地、草地和园地为主。其中,耕地和草地的面积减少,主要转换为园地;林地面积增加,主要来源于草地和荒土地;园地面积增加,主要来源于林地、耕地和草地;林地和园地之间相互转化的面积较大。(2)研究期间,密云水库区域"三生"空间相对稳定,生态功能一直是研究区域的主导功能,1993—2016年生产空间和生活空间扩张,生态空间略有缩小;不同级别保护区范围内的土地利用变化规律与总体变化较为一致,二级保护区范围内的变化相对大。[结论]研究结果可以为精细化评估区域"三生"空间时空变化做参考,并能服务于区域土地利用结构调整和可持续利用及区域生态建设。     

甘肃省耕地质量等别特征与空间分布研究

[目的]摸清甘肃省耕地质量空间分布地区差异,整体把握全省耕地质量状况,以期为耕地保护策略制定提供参考依据。[方法]文章基于Arc GIS 10.0软件,以2015年耕地质量等别更新评价县级数据和省级汇总数据为主,采用克里格空间插值法研究了省域范围内耕地质量的空间格局,采用对比研究法、分类统计法分析了全省、各市州及各区域的耕地质量状况。[结果](1)甘肃省存在4个中等质量耕地分布区域。自然质量等别、利用等别和经济等别下的中等质量等值区逐渐缩小:在陇南逐步向东南方向缩进,在河西走廊逐步由张掖向西北缩进,在兰州白银一带由带状区域缩小至零星区块;(2)全省耕地质量分布在8~15等,平均为13.1等,比全国耕地平均等别低3.1等;(3)各市(州)和各二级区耕地质量等别差异明显,中等地主要分布在河西走廊地区,低等地集中在陇东和陇中地区。[结论]甘肃省耕地质量等别总体偏低,基于耕地质量的耕地保护策略值得决策部门进一步关注,应持续研究耕地质量随时间的变化态势并在评价过程中考虑"土壤污染"因素。     

基于限制因素组合序列的耕地质量提升潜力研究*——以什邡市为例

[目的]通过分析什邡市耕地质量现状,充分把握影响耕地质量的主导因素并进行质量提升分区,测算不同质量提升区的提升潜力,以期为全市耕地质量的建设与发展指明方向。[方法]依据农用地分等理论,构建2014年什邡市耕地质量限制性指数评价体系,采用限制性指数模型测算耕地质量限制性指数,结合因素组合法、耕地质量潜力测算法,分别进行耕地质量提升分区及其提升潜力评价。[结果]什邡市耕地质量现状差异显著,地域分布特征明显;因素限制程度以中限制为主,多因素共同主导限制耕地比重大;各质量分区限制特征明显,各区耕地质量提升潜力在时序上和空间上也存在差异。高等别耕地集中分布于南部平原,受土壤酸碱度中等限制和剖面构型高程度限制为主;北部丘陵区以及南部河谷低洼地带主要为低等别耕地,表现为坡度与灌溉因素较高程度限制为主;综合提升潜力较大的耕地集中于北部丘陵区与南部河谷低洼地带。[结论]什邡市范围内耕地质量差异明显,存在普遍限制且分区限制特征明显,各区提升潜力空间差异明显。     

基于多源数据融合的地表覆盖数据重建研究进展综述

地表覆盖数据对于全球环境变化、生物多样性和发展政策制定有着重要意义。遥感已成为获取地表覆盖数据的重要手段。而目前的地表覆盖数据产品,如Globe Land30、FROM-GLC、MODIS Collection5、MODIS Cropland、Glob Cover、GLC2000等,存在数据精度不高、数据间一致性较差、与统计数据差异较大等问题。因此,基于多源数据融合的数据重建方法成为目前研究中的热点问题。文章检索了近10年关于多源数据融合在地表覆盖数据重建中的应用的相关文献,概括了多源数据在数据重建中的应用现状,并对基于多源数据融合的地表覆盖数据重建方法进行了归纳总结,重点评述了不同方法的特点及应用情况,阐明了各种方法的优势与不足,同时对存在的问题进行探讨并展望了未来基于多源数据融合的地表覆盖数据重建研究的发展方向。基于多源数据融合的数据重建方法包括基于多源遥感数据融合法以及基于多源遥感和非遥感数据融合法。该文在对基于多源遥感数据融合的数据重建方法进行论述时,主要讨论了其中应用最广泛的两种融合方法:基于数据一致性的融合法和基于回归分析的融合法。对于其他基于多源遥感数据融合的数据重建方法,如基于D-S证据理论融合法、基于数据集成融合法、基于统计模型融合法,也列举了最具代表性的相关文献进行论述。在对基于遥感数据和非遥感数据融合的数据重建方法进行论述时,主要讨论了其3种空间分配方法:完全依赖法、部分依赖法、动态依赖法。在对目前研究进行探讨的过程中,该文对其研究区域、数据源、地表覆盖类型、空间分辨率、融合方法和文献来源进行总结分析,并重点就融合方法展开讨论。围绕各种融合方法在数据重建中的运用,该文归纳出目前研究中存在的主要问题:研究对象和区域上的不足,研究区多为全球及欧美,其他区域的研究过少,研究对象多为所有地表覆盖类型和森林,对耕地和草地的研究过少;融合算法上的不足、重建结果精度上的不足。最后,指出基于多源数据融合的数据重建方法未来的发展方向,即综合运用两类方法,得到具有详细完整空间信息的长时间序列的地表覆盖数据集。     

外来植物入侵遥感监测预警研究进展

文章紧密围绕近年来国内外关于外来植物入侵遥感监测、预警新技术、新方法,总结了当前监测预警技术方法的问题和不足,阐明了未来针对外来入侵植物的遥感监测、预警技术发展趋势和方向。目前在监测方法上,主要有图像识别法、高光谱监测法、雷达数据辅助识别法和中低分辨率时序序列数据分析法等。其中,图像识别法和高光谱监测法应用较多,但其数据来源获取困难,后期数据处理工作量大,缺少普适性强的自动解译算法;雷达数据辅助识别法由于雷达数据自身空间分辨率粗糙,在植被监测中往往配合其他数据源同时使用,因此应用上有一定的局限性;中低分辨率时序序列数据分析法适用于较大空间尺度上的植被外来物种入侵监测,监测结果空间定位能力差,很难在小尺度区域上进行应用。在预警方法上,主要有生态机理模型预测和数学模型机理预测两种方法,基于GIS和遥感技术的生态学模型预测机理性强、易推广,预警精度较好,具备一定的空间定位能力,适宜于在宏观区域尺度上应用,但存在部分关键植被生理遥感参数获取困难等问题。数学统计模型预测以理论统计为主,只是对外来植物入侵发生的概率进行了估测,对物种或区域环境依赖程度高,普适性较差,遥感参数较少参与模拟过程,空间定位能力不足。总体上,利用遥感技术快速、准确地进行外来入侵植物定位监测和预警已成为防控外来植物入侵,维护区域生态安全的必然趋势。在数据源集成上,传统可见光遥感和新型激光雷达遥感、高光谱遥感、多角度遥感等多源数据集成、融合应用更为多见,数据获取范围进一步拓宽。特别是诸多新型国产高分卫星发射升空后,使得监测时效性和成本进一步改善,实用化、规模化、业务化动态监测成为可能。在技术方法上,受信息技术、自动化技术和传感器制造技术的影响,数据获取范围不断拓宽,空间定位能力不断增强,监测、预警也将不再局限于单一技术和模型的应用,而是多模型、多平台(星-机-地)综合监测、预警模式成为趋势,外来植物入侵的遥感监测技术正逐步发展成为植被生态遥感学科领域的重要分支学科。     

青藏高原北部那曲地区矿产资源遥感地质调查应用研究

以ETM数据、雷达卫星数据为信息源,通过对青藏铁路沿线那曲地区遥感图像室内处理,信息增强,提取构造信息和矿化蚀变信息;结合野外的验证,一方面,验证了室内图像处理、信息提取的质量,另一方面,纠正了原有地质图的一些明显错误;通过遥感图像处理方法,发现遥感影像显示地质构造明显,可以有效地区分岩性、提取地层与隐伏构造信息,新发现一些有利于成矿的远景区和具体矿点。     

基于星载极化SAR数据的农作物分类识别进展评述

［目的］农作物播种面积信息不仅可为农情监测和作物估产提供重要的数据保障，还是国家制定粮食政策和经济计划的重要依据。快速、准确地获取农作物播种面积信息能为农业生产管理提供决策支持。极化SAR不受云雨天气的影响，在农作物遥感监测方面具有巨大的应用潜力，有效利用极化SAR数据进行农作物识别研究对促进雷达技术在国家农业遥感监测和农业供给侧结构性改革中发挥更大作用具有重要意义。［方法］以星载极化SAR技术的发展过程为论述主线，从单、双极化SAR数据，单、双极化SAR数据结合光学影像，全极化SAR数据三个发展阶段，对极化SAR数据在农作物分类识别中的研究与应用进行总结，并对比分析不同的识别特征、融合算法以及分类算法的优缺点。［结果］以往研究存在以下不足：当前研究多以识别水稻为主，对于难以识别的旱地作物研究较少；目前对旱地作物识别精度不高，平均识别精度不足85%；缺乏对不同作物散射机制及其随时相变化的研究，导致分类算法机理性不足，普适性较差。［结论］在今后的研究中，旱地作物散射机制的定量确定，如何利用散射机制及其变化来提高旱地作物遥感识别精度和普适性；目前分类算法大都是基于光学影像设计，如何利用SAR特殊的成像方式优化设计适用于极化SAR数据的分类算法，得到更高的分类精度；如何更好的跟光学遥感等多源数据（光学数据、GIS数据等）结合来提高精度，将成为未来极化SAR农作物识别中三个亟需重点解决的问题。     

深度学习方法在作物遥感分类中的应用和挑战

[目的]准确估算作物的面积和分布对粮食安全至关重要。与传统的机器学习方法相比,深度学习具有多种优势,如端到端训练、可迁移性。为有效利用高时空数据进行作物识别提供了新的机遇。已有多种模型被应用于作物分类任务中,针对不同的分类任务,如何有效地选择模型,并对其进行训练和使用已成为关键问题。[方法]文章回顾了利用深度学习模型对作物分类的主要研究。N维卷积神经网络(N-D CNN)(N=1、2、3)和递归神经网络(RNN)已被有效用于作物分类任务。长短期记忆RNN(LSTM RNN)和门控循环单元RNN(GRU RNN)是RNN的变体,解决了随着时间序列增加RNN出现的梯度消失或爆炸问题。此外,还有研究使用CNN和RNN(我们称为RCNN)的混合模型对作物进行分类。该文首先阐述了使用深度学习方法进行作物制图的背景和意义,并介绍了CNN和RNN模型结构。然后回顾了一些典型的研究,包括模型的结构、遥感数据源、数据处理方法和分类精度。最后,总结了使用深度学习方法进行作物分类的挑战以及现有解决方案的局限性。[结果](1)1-D CNN可用于提取时间特征,或时间+光谱特征,分类效果良好;2-D CNN已被广泛应用于单时相数据的空间特征提取,分类精度依赖于数据源;3-D CNN应用较少,但具有很大的潜力,尤其是时间+空间维度的特征提取;(2)相同条件下(架构、数据源、研究区域、类别),LSTM RNN和GRU RNN分类效果通常高于普通RNN,而前两者的效果差距不大,但GRU RNN训练时间较短;(3)CNN+RNN混合模型(RCNN)用RNN比3-D CNN更适合提取时间特征。这主要是由于RNN建立了对序列数据的长期依赖,而3-D CNN卷积核是局部计算的。[结论]通过分析,认为深度学习技术是作物遥感分类的有效工具。此外,与其他模型相比,RCNN,3-D CNN和GUR RNN具有更大的潜力。     

基于光能利用率模型的河南省冬小麦单产估算研究

[目的]快速、准确估算空间尺度上作物产量,对于评价农田生态系统对气候变化的响应、制定科学合理的粮食政策、对外粮食贸易等具有重要意义。河南省冬小麦产量占全国1/4,准确估算河南省冬小麦产量对维护国家粮食安全具有重要作用。单产估算作为农作物估产中的关键技术,也是作物估产的难点之一。[方法]文章首先利用VPM(Vegetation Photosynthesis Model)估算冬小麦NPP(Net Primary Product),结合收获指数、冬小麦收获部分的含水量、含碳量、NPP分配到地上或地下部分比例等一系列符合该研究区的经验指数,进行河南省冬小麦单产估算研究,并分析了引起模拟误差的原因。[结果]模拟单产较实测单产低估4.4%(实测单产为6 810kg/hm~2,模拟单产为6 519kg/hm~2),但两者之间存在显著相关关系,两者相关系数的平方R2=0.70(n=50,p0.01)。通过与MODIS-GPP产品获得的冬小麦单产数据比较,基于VPM模型的模拟结果优于MODIS-GPP产品。[结论]基于VPM可快速、准确估算河南省空间尺度冬小麦单产,该方法具有较好的适用性。     

农作物空间格局变化研究进展评述

农作物空间格局及其时空动态变化研究具有重要的理论和实际意义,已经成为地理学和生态学的前沿和热点研究问题。该文从农作物空间格局变化的特征、机理机制和模拟模型等3个方面系统总结了国内外最新研究进展,讨论了研究中存在的关键问题,并对未来发展趋势和重点进行了展望。研究认为,农作物空间格局变化特征研究主要包括基于统计数据的方法、基于遥感信息的方法和基于空间模型的方法。农作物空间格局变化机理研究主要围绕不同自然 -社会经济驱动因子对农作物格局演变的作用机制开展,剖析农作物空间格局演变的内外部原因。农作物空间格局变化模拟模型从早期非空间模型发展到空间模型,而且越来较多模型对微观农户的作物选择或决策行为及其对农作物空间格局变化的影响给予了很多关注。在未来相当长的一段时间内,基于多尺度和多信息源数据融合的农作物空间格局变化特征提取、综合自然-社会经济多因素、宏观和微观多层次、静态和动态多机制的农作物空间格局变化机理分析、以及多学科和多方法综合的农作物空间格局变化模拟模型构建将是农作物空间格局变化研究的重点发展方向。     

GEOSS背景下的农业遥感监测

当前在GEOSS背景下,对国际地观测已经进入的广义遥感时代,农业遥感监测也应该适应这种变化,抓住有利契机,深化研究与应用。该文介绍了GEOSS的产生背景及其框架的主要内容,并建议在GEOSS背景下,加强我国农业遥感监测,建立更加高效可靠的农业遥感监测系统,为区域及国家粮食安全及可持续发展提供信息服务与决策支持。特别是应该加强多传感器组网与虚拟组网技术、数据同化技术等关键技术的研究与应用,加强国际交流与合作,促进我国农业遥感监测技术创新与进步。