基于GF-1与MODIS时空融合的南方丘陵区水稻提取研究

[目的]水稻在我国粮食生产中占有重要的地位,针对南方低山丘陵区地形复杂多样,地块破碎的环境特点,利用遥感数据时空融合方法对水稻分布进行提取研究对作物精准估产和政府决策具有重要意义。[方法]以衡阳县为研究区,基于增强型时空数据融合模型(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model,ESTARFM)将MODIS数据分别和GF-1WFV、Landsat 8影像进行数据融合,构建高时空分辨率的NDVI时间序列集,对NDVI序列进行滤波并获取各地物物候参数,采用决策树分类方法提取水稻种植面积。[结果](1)ESTARFM能有效融合MODIS和GF-1WFV、Landsat 8影像,其中Landsat 8数据的单波段融合效果(R_(NIR)=0.92,R_R=0.82)优于GF-1WFV融合结果(R_(NIR)=0.82,R_R=0.75),但NDVI结果相关性差异不大(Landsat:R_(NDVI)=0.93,GF-1WFV:R_(NDVI)=0.89);(2)利用决策树分类法进行地物分类,基于GF-1WFV融合数据的分类结果优于Landsat融合数据分类结果,其中GF-1WFV数据得到的分类结果总精度达到86.37%,单、双季稻的精度分别为62.26%与86.70%,Kappa系数达到0.80;而Landsat数据的分类总体精度为80.96%,单、双季稻精度分别为56.87%和70.74%,Kappa系数为0.72。[结论]GF-1WFV融合数据可用于获取精细的水稻种植分布;针对南方低山丘陵区,特别是地形复杂度较高的区域,GF-1 WFV数据比Landsat数据在水稻提取方面更具有优势。     

基于地块单元的冬小麦遥感估产方法研究

[目的]以高分时序遥感影像为基础数据源,结合土地承包经营权地块数据,对冬小麦遥感估产方法及其精度进行研究和分析。[方法]文章以河南省兰考县为研究区,采用2019年4―5月份的GF-1C和GF-6 2 m PMS遥感影像提取了研究区冬小麦种植空间分布,并在地块单元控制下对冬小麦种植面积进行了修正和精度验证。其最优提取结果的修正阈值为0.93,地块单元内冬小麦总体分类精度为95.66%,Kappa系数为0.89。利用3月7日至5月20日6期GF-1 WFV遥感影像序列NDVI和RVI与冬小麦种植地块单元数据进行空间统计,得出各冬小麦种植地块单元内NDVI和RVI均值,通过分析冬小麦测产地块单元内均值植被指数与产量间的敏感性,提出一种组合均值植被指数的冬小麦遥感估产模型构建方法,通过交叉验证法对不同的估产线性回归模型进行精度评价。[结果]由4个均值植被指数组合变量的多元线性回归模型为最佳,决定系数为0.922 0,预测误差为40.96 g/m~2,预测精度为93.13%。通过该模型得出兰考县冬小麦平均产量为6 047.25 kg/hm~2,较2017年河南省统计年鉴研究区冬小麦平均单产6 001 kg/hm~2有所提高,土地承包经营权地块内和地块外冬小麦总产量分别为2.76亿kg和4 650万kg。[结论]该方法实现了冬小麦估产结果以像元为单位向以地块单元为单位的转变,解决了模型构建时光谱信息与实测产量间对应问题,为利用国产高分卫星进行县域地块尺度遥感单产精准化估算提供了方法支撑。     

面向农业区划的作物种植结构遥感提取

[目的]尝试将作物种植结构提取结果由行政单元发展为基于相对均质的地理网格单元,解决当前农作物种植结构信息提取的空间局限性问题,文章在大尺度的土地利用/覆被分类与地块尺度的作物分类之间提出了作物种植结构单元概念,并构建了一种快速、低成本、准确的区域尺度作物种植结构提取方法。[方法]利用黑龙江省2014年250m分辨率的植被指数产品构建时间序列曲线提取物候信息,在耕地物候分区基础上对各物候区进行面向对象的多尺度分割,提取作物种植结构单元,利用光谱特征和NDVI指数构建特征空间,最终采用最邻近分类方法提取作物种植结构。[结果](1)利用MODIS时间序列数据提取物候特征进行多尺度分割的方法,能够有效的提取区域尺度农作物种植结构单元;(2)作物种植结构提取总体精度为95.70%;(3)黑龙江省2014年作物种植类型共有12种。其中,三江平原主要是水稻单一种植区、水稻混作区;松嫩平原以玉米单一种植区以及玉米-大豆混作区种植为主;西北部种植结构较复杂;东南部因地势等影响多种植玉米、大豆。[结论]利用物候数据进行种植结构提取可以有效划分农业区划,研究成果不仅为作物种植结构调整和农业发展布局提供科学依据,也是不同区域产量预测的基础,为合理布局农业生产、改进耕作制度以及引入和推广新产品等提供依据。     

基于无人机影像的冬小麦深度学习分类

[目的]传统分类方法存在人为主观选择特征、模型无法在大范围泛化的问题,文章利用非监督特征学习的深度学习方法进行冬小麦识别,以解决传统分类方法无法在大范围进行自动化作物识别的不足。[方法]该文集成残差网络(Residual Nets,ResNets)和金字塔场景解析网络(Pyramid Scene Parsing Network,PspNets)构建Res.PspNet,进行冬小麦深度学习自动化分类。在山东全省获取80个村的无人机航拍影像,利用米级遥感影像和对应的标记样本作为"海量标记样本"训练土地覆盖识别模型,以此为基础模型迁移训练冬小麦分类模型,自动提取出冬小麦分布。[结果]实验结果表明,以训练出的土地覆盖数据作为基础模型训练冬小麦模型,收敛速度快,具有很好的泛化性,在不同农业景观调查村中均得到比较准确的结果。从整体验证区域来看,冬小麦总体精度达到了90%以上,区域冬小麦总面积精度达到99%。平原区冬小麦识别精度更高,总体精度达到了90%以上,区域面积精度达到99%,表明模型对冬小麦种植地块规整、生长状态均质的区域,识别精度较高,而山区由于地块破碎、冬小麦长势差异较大,空间卷积会弱化小麦特征且出现"同物异谱"现象,这影响了在该区域内冬小麦的识别精度。[结论]Res.PspNet卷积神经网络能够有效地学习出无人机影像的特征,实现了基于航片影像进行非监督自动化冬小麦"端—端"分类,这也将一定程度上降低冬小麦提取的工作量。     

高分1号冬小麦解译面积核算方法研究

[目的]以高分1号(GF-1)融合2m卫星遥感影像为基础数据源,结合土地利用现状数据、高分多源遥感影像和地面样方等数据,对冬小麦分类提取中存在的面积误差问题进行研究和分析。[方法]文章以河南省永城市为研究区,在冬小麦提取结果聚类处理基础上,基于线性地物缓冲区数据,采用GIS空间运算实现线性地物面积扣除,接着分析了样方数据和土地利用现状数据再扣除零星地物面积比例上的差异,并采用样方零星地物平均扣除系数对全市各乡镇耕地与非耕地中冬小麦提取面积进行了相关统计和误差分析。[结果]永城市冬小麦最终解译面积11. 29万hm~2,其中线性地物和零星地物扣除面积分别为6 613. 08hm~2和3 875. 22hm~2,占研究区冬小麦解译面积的5. 86%和3. 32%,与统计上报数据相比,其处理前后误差由14. 12%降低至4. 41%,有效地提高冬小麦提取面积精度。[结论]误差来源分析与修正对冬小麦解译面积核算精度具有重要影响,该研究为县级区域尺度下冬小麦面积提取核算提供了思路和借鉴。     

“高分一号”卫星数据在冬小麦种植结构调整实施效果评估中的应用——以河北省冀州市为例

[目的]在农业部"控制农业用水总量"的明确要求下,河北省试点实施了冬小麦种植结构调整,减少冬小麦种植面积。为快速监测与评估结构调整政策的实施效果,解决大尺度冬小麦种植结构变化监测中精度与成本相互制约的问题。[方法]该研究以河北省冀州市为例,利用国产高分一号卫星(以下简称"GF-1")2m全色、8m和16m多光谱卫星数据,对全市冬小麦种植面积及种植结构变化情况进行监测,并结合高分辨率卫星数据(0.5m分辨率Pleiades数据)计算关于GF-1数据监测结果的修正系数,从而提高监测精度。[结果]研究认为,与2m/8m分辨率的GF-1融合数据相比,系数修正后的16m分辨率GF-1数据在冬小麦种植结构监测与评价业务化运行工作中更具优势。基于16m GF-1数据的监测结果显示,2015年冀州市冬小麦种植结构与2014年相比变化明显,种植面积总体呈增长趋势。[结论]种植结构空间变化具有异质性,其中,冀州市北部冬小麦种植面积保持基本稳定,中部地区呈集中减少趋势,南部地区呈集中增加趋势。冬小麦种植结构变化的主要原因是受到棉花种植面积减少,以及种植习惯、种植模式变化等因素的影响。     

基于多时相遥感数据提取水稻种植面积的研究

该文以江苏省为例,探讨MODIS时间序列数据在水稻种植信息获取中的应用,并进行精度评价.首先利用MODIS数据构建了归一化差值植被指数(NDVI)、增强型植被指数(EVI)和陆表水指数(LSWI).根据植被指数的时间序列变化特征,结合水稻的生长发育规律,确定江苏省水稻种植面积.对比统计数据,该方法提取水稻种植面积的误差为16％.同时,对环境卫星遥感影像进行监督分类,提取水稻种植区域.对比二者提取结果,面积相对误差为5％,空间一致性达到60％以上.研究表明,在平原区域利用MODIS数据监测大尺度水稻种植面积是可行的.     

多时相GF-1卫星PMS影像提取农作物种植结构

[目的]及时准确获取农作物种植结构信息,对农作物种植结构调整具有重要意义。[方法]文章以多期GF-1卫星PMS影像为主要数据源,通过分层分类方法成功提取了朱仙镇一个种植年内秋播蔬菜、冬小麦、春花生、早熟西瓜、夏玉米、夏花生等农作物,并通过叠加分析得到朱仙镇的农作物种植模式。[结果]朱仙镇有10种种植模式,以一年两熟的冬小麦-夏玉米为主要倒茬模式,占比49.7%,其他9种种植模式所占比例之和接近50%;从整体景观的角度对朱仙镇的主要作物种植模式进行衡量,斑块丰富度PR达到9.0,香农多样性指数SHDI达到1.483 6,说明朱仙镇种植模式多样,有利于多元农业种植结构发展;分层分类的方法能够延续最优提取结果的精度,各类作物提取精度均达到了80%以上。[结论]PMS影像的高分辨率能够清晰的表达地块边界,一定程度上呈现了非大宗作物的空间分布,GF-1卫星PMS为多尺度的农业监测提供了更多的选择。     

基于多尺度分割的面向对象分类方法提取冬小麦种植面积

应用面向对象方法,对遥感图像进行多尺度分割,即首先进行大尺度分割,结合NDVI提取植被信息,将图像分为植被和非植被;然后在植被信息类内再进行小尺度分割,利用NDVI并融入几何特征进一步提取冬小麦种植面积及空间分布。在遥感分类的基础上,将线性数据按宽度缓冲,从分类结果中扣除。将扣除结果与地面样方实测数据对比分析。结果表明,监测结果减轻了传统分类方法的椒盐效应,监测结果与验证样方数据比较精度为94.06%。     

基于遥感的陆良县设施种植区域时空变化监测

[目的]文章以云南省陆良县为研究区,通过2013年4月到2017年3月6景Landsat-8 OLI影像提取该地区规模化设施种植区域空间分布信息,分析该县设施种植区域的空间特征和面积时序变化,为设施农业发展调控和优化提供参考信息。[方法]使用OLI全色波段影像和多光谱影像融合,得到15m分辨率的融合图像;使用融合图像7、5、3波段组合的RGB假彩色图像进行目视解译,提取设施种植区域信息。[结果]获取该县2013—2017年共6期设施种植区域空间信息。[结论]遥感监测显示:(1)该地区设施大棚包括种植蔬菜瓜果的光温棚和种植三七的遮阳棚;光温棚主要分布于湖积平原区,遮阳棚主要分布于北部、西部及南部环盆地的山坡地区;(2)陆良县设施种植区域总面积保持增加趋势,但不同类型大棚的变化趋势不同;光温棚面积自2013年4月到2017年3月持续增加;遮阳棚面积则出现大幅增长和大幅减少的现象。     

耕地细碎化促进了耕地“非粮化”吗 ——基于福建丘陵山区农户的微观调查

研究目的:基于福建省丘陵山区的农户调研数据,探讨耕地细碎化对耕地“非粮化”的影响。研究方法:有序Probit模型和Tobit模型。研究结果:(1)耕地细碎化促进了耕地“非粮化”的种植意愿和种植规模;(2)由于粮食的生活保障作用,当耕地细碎化程度增加时,农户同时种植粮食作物和经济作物的概率要高于仅种植经济作物的概率;(3)户主年龄、土壤肥力、承包地梯田占比、耕地分散程度、机械化程度、村庄到县城的距离也是影响耕地“非粮化”种植意愿和规模的重要因素。研究结论:耕地细碎化促进了耕地“非粮化”,应该在严格把控耕地“非粮化”底线的基础上,明确耕地利用优先序,通过缓解耕地细碎化,优化细碎化耕种方式的手段促进粮食生产,从而达到稳固粮食安全的目的。     

1971—2015年华北平原种植结构变化及其驱动力分析——以曲周县为例

[目的]分析过去45年曲周县种植结构变化特点,研究种植结构变化的驱动力,为该区域种植结构调整提供理论依据。[方法]文章收集了1971—2015年曲周县统计年鉴记录的作物播种面积,结合曲周县开展的关于种植结构变化驱动力的农户调研,应用二元Logistic模型,从农户自身特征、家庭特征两个方面实证分析影响农户种植决策的客观因素;同时运用数量统计法分析影响农户种植决策的主观因素。[结果]近45年来,曲周县主要粮食作物小麦和玉米的播种面积占作物总播种面积比例基本稳定;棉花播种面积变化较大,蔬菜瓜果的播种面积迅速增加,增长率达1189%;而高粱、谷物、大豆、薯类、油菜、花生和芝麻等作物的播种面积占比持续减少。年龄和教育水平对种植结构调整有显著影响,引起种植结构变化的主要驱动因子为经济利益、机械化和省力技术、年龄。[结论]近45年来,曲周县作物种植种类减少,小麦和玉米占主导地位,棉花次之,瓜果蔬菜呈稳步增加趋势;主观因素与客观因素相结合导致种植结构变化。     

基于快速设定决策阈值的大范围作物种植分布的遥感监测研究

[目的]作物分布是研究作物种植结构的基础,利用遥感进行大范围作物布局的监测识别,对推进农业种植结构研究、分析农业模式和制定农业政策都具有重要的意义。为了更好地适应作物生产的需求,解决大范围作物种植分布遥感监测方法复杂的问题,亟待构建一种快速实用的作物提取方法,实现作物种植信息的快速高效获取。[方法]以江苏省水稻、小麦和玉米为研究对象,利用作物关键生育期内的多时相中分辨率遥感影像,针对作物生长特点进行影像的特征转换,以行政区县为基础的作业单元进行区域划分及阈值设定,构建多时相阈值决策提取模型,并提出一种基于少量样本投射的阈值快速确定的方法,实现大范围作物分布的快速识别。[结果]该方法能够快速分单元确定模型的阈值,     

西藏中部地区种植业生产现状与发展对策

分析了西藏中部地区种植业生产的自然资源特点、生产现状与存在的种植业结构单一,以青稞、小麦为主,提供饲草、饲料有限等特点;提出大力扩大饲草、饲料作物种植等对策。     

土地细碎化、多样化种植与农业生产技术效率——基于随机前沿生产函数和中介效应模型的实证研究

本文基于安徽省农村固定观察点2013-2017年农户层面的面板数据,使用效率时变型随机前沿生产函数模型对农业生产技术效率进行测算,并利用中介效应模型分析了土地细碎化对农业生产技术效率的直接效应以及通过农户多样化种植行为传导的中介效应.研究结果显示:(1)样本农户的平均生产技术效率为0.386％,效率损失较为严重;(2)...