安徽省冬小麦种植面积遥感本底调查分析

摘要：本文以2017年安徽省冬小麦遥感本底数据为研究样本，综合研究了遥感数据选择、数据预处理、数据解译方法，以此来对调查结果进行深入分析，将省域冬小麦种植面积遥感本底调查的一系列方法与经验总结出来。

关键词：冬小麦；遥感；种植面积；本底调查

中图分类号： S127 文献标识码： A DOI编号： 10.14025/j.cnki.jlny.2018.16.032

1 数据来源与研究方法

1.1 数据准备

1.1.1 将最佳遥感观测期确定下来 调查显示，在安徽省，冬小麦生长期如表1所示，由此可知，安徽省冬小麦种植最佳遥感观测期在3月初～5月中旬。

1.1.2 将影像空间分辨率要求确立下来 根据调查，确定安徽省冬小麦种植面积遥感调查的分辨率，经过综合分析以后，得出皖北大部分地区所需分辨率为15m～26m；皖南地区所需分辨率为5m～10m。

1.1.3 将影像时间分辨率要求确立下来 根据上文内容可知，冬小麦的最佳遥感观测期为3月初～5月上旬，由此看来，遥感卫星的重访周期较多，在这段时间内，至少存在1～2景无云影像。通常来说，只要保证卫星重访周期小于20d，就能够获得更多合格影像。

1.1.4 将遥感影像数据定购标准确立下来 根据上文确立下来的时间分辨率要求、影像空间分辨率要求，本次调查使用2017年3月～4月的国产GF-1WFV 传感器，其分辨率为16m，影像要求达25景。值得注意的是，皖南地区无法获取空间分辨率为5m～10m的免费遥感影像数据，该地区也采用与皖北地区分辨率相同的遥感影像。

1.2 数据预处理方法

1.2.1 几何校正法 关于影像正射校正，只能先利用GF-1 WFV 传感器自带的rpb文件中的控制点和全球分辨率7.5s（约200m）DEM 数据进行，再利用美国地质调查局下载的分辨率为15m、波段为第8全色波段的控制点影像来进行校正；最后，将校正后的影像从WGS84 大地坐标UTM 投影转换为 WGS84 大地坐标Albers等面积投影，以此来完成几何校正。

1.2.2 图像剪裁法 图像剪裁法的使用基础是安徽省分县行政界线，根据县城边际线，利用遥感技术对图像裁剪；同一个区域可以有多个景影像，这些影像都是可以使用的，例如选取的是4月无云时的遥感图像，其选取原则为：若是4月份没有无云遥感影像，就要选取3月或5月的无云遥感影像；根据遥感影像优选结果，打造合适的影像裁剪框，利用这些裁剪框，根据每个县对应的校正图像分别进行裁剪，最终形成全省皆覆盖的遥感影像。

1.3 遥感解译方法

1.3.1 建立解译标志 根据GF-1 WFV 影像数据来看，1波段为蓝色、2波段为绿色、3波段为红色、4波段为红外波段。其中，关于冬小麦的识别，可以使用植被特征反映较好的标准假彩色合成影像来进行目视判别，但因为成像时的光线问题、区域环境背景问题等，导致小麦历史地块相同，也会有影像色调上的差异。对各个解释标志点进行梳理整合，经过综合考虑之后，选取了60个冬小麦标志点，进行对比参考；为了利用冬小麦影像特征来更好地描述冬小麦解释标志。

1.3.2 影像解译 建立分类模板。此项须根据所解译县区的地形特征，将影像根据不同地形的不同种植特点裁剪，然后利用计算机将每一个小块自动分类，此时影像会因各地内因与外因的不同而产生较大的光谱差异，可以据此对遥感影像进行再次切割，然后再进行分类处理，根据分类处理的小块区内的图像特点，直接构建分类模板。一般而言，这类分类模板多图区域实际贴合，具有较高精度。进行监督分类，基于ERDAS Imagine 软件，可以利用最大似然法进行监督分类，分类以后，就会出现栅格图像，建立去碎点。调查显示，在栅格图内，会出现大量小于2个像元的区域，此时，就可以根据最小图斑原则建立去碎点，进行碎点处理。分类结果转矢量。根据上述内容可知，进行分类后可以得到栅格图像，此时，利用ArcGIS 的“删格转面”功能对栅格结果进行转化，其格式为shape 矢量格式，然后再进行目视解译。

安徽省2017年冬小麦种植面积遥感解译结果详情如表所示。调查显示，该表是安徽省2017年全省冬小麦种植区解译结果精确表，以此表为依托，又绘制了安徽省2017年冬小麦种植区域分布图。安徽省2017年冬小麦种植主要分布区为“六安-合肥-滁州”线以北大部分区域，其他区域与此处相比起来，冬小麦种植面积较小。其中，安徽省冬小麦主要产区是蚌埠地区、宿州地区、亳州地区。这些区域共占安徽省冬小麦种植面积的40%～60%，总体来看，占地面积较大。此外，冬小麦种植相对较多的地区是在江淮之间的来安、天长、定远、寿县等地区，其占地面积约为20%～50%。在江淮其他地区以及长江以南，冬小麦种植较少，但是近些年却有扩大趋势。

2 结论

本文以安徽省2017年冬小麦遥感本底调查为研究样本，深入分析了安徽省冬小麦种植面积遥感本底调查的手段及其结果，希望能够借此推动该省冬小麦种植产业发展，将冬小麦种植质量以及种植面积全面提高。

参考文献

[1]趙丽花，李卫国，杜培军.基于多时相HJ 卫星的冬小麦面积提取[J].遥感信息，2011（02）：41-45.

作者简介：王俊，本科学历，助理研究员，研究方向：农业遥感及区域经济研究。