县级主要农作物空间分布遥感制图——以同江市为例

解文欢，张有智，张海峰，吴黎，张 宇

（黑龙江省农业科学院 农业遥感与信息研究所，150086，黑龙江哈尔滨）

农作物空间分布图是对特定行政单元或自然单元内一种、几种或者所有农作物类型空间分布状况的描述[1]，是满足农作物生产管理需求、优化农作物种植结构和辅助政府宏观决策的重要基础。遥感制图是指通过对遥感影像目视判读或利用图像处理系统对各种遥感信息进行增强与几何纠正，并加以识别、分类和制图的过程[2]。农作物空间分布遥感制图的关键是从遥感影像中提取农作物空间分布信息[3]。

随着各种陆地资源卫星的发射成功，多波段、多尺度和不同观测周期的遥感卫星影像被广泛地应用于农作物空间分布研究。张晓春等采用环境一号CCD 影像和Landsat-8 影像，根据农作物生长阶段NDVI 时间序列曲线中的NDVI 阈值和时间阈值制定分类规则，来提取监利县的农作物时空变化图。[4]吴峰云利用2014 年的MOD09Q1 和GF-1 WFV 数据结合STARFM 模型构建遥感数据集，采用决策树分类方法对鄱阳湖区的水稻空间分布信息进行提取。[5]杜保佳等利用Sentinel-2A 多光谱数据构建NDVI 时间序列数据集，采用面向对象的分类方法，对黑龙江省北安市农作物空间信息进行提取，总体精度达到96.2%。[6]中低分辨率的卫星受分辨率的影响，同一像元内波普混合严重，影响农作物信息的提取精度；高分辨率的卫星数据量大，费用高，不适合县级农作物空间分布提取业务。

针对以上不足，本文以同江市为研究区，基于多时相GF-1 WFV 遥感数据，采用监督分类和目视解译相结合的半自动化的方法，逐类提取2017 年同江市农作物空间信息，通过GPS 实测地面点进行提取精度评价，为利用GF-1 WFV 影像进行县级主要农作物空间分布遥感制图提供参考和依据。

1 研究区与数据来源

1.1 研究区概况

同江市地处黑龙江省东北部，位于东经132°18′22″～134°07′15″，北纬47°23′30″～48°17′20″。地势由西南向东北递减，平均海拔45～65 m，地势较平坦。同江市属于中温带大陆性季风气候，春秋短暂，冬夏分明，年平均气温2.5 ℃，年平均无霜期142 d，年平均降水量532.7 mm，年平均日照时长2 600 h，年积温2 456.8 ℃。土壤属于黑土、草甸土和白浆土，土地肥沃，适宜种植各种农作物。

1.2 遥感影像及预处理

遥感影像选择的最佳时相是农作物生长茂盛、在影像上反映明显的时期[7]。在6 月的影像中，相对于刚出苗的大豆和玉米来说，水稻的颜色深，纹理不均匀；在8 月的影像中，水稻与玉米和大豆的区分度较小：因此水稻需要通过5—6 月的GF1-WFV 影像提取。在8 月的影像中，大豆颜色鲜艳，呈亮红色，纹理均匀，而玉米是暗红色，通过这样的颜色差异，可以清晰地区分开玉米和大豆，但是玉米与水稻的区分度较小，因此采用8 月的影像主要区分大豆和玉米。本文选用的影像是2017 年5 月27 日GF1-WFV3 数据一景、2017 年8 月21 日的GF1-WFV4 数据三景和GF1-WFV3 数据一景。

在ENVI 软件中，对GF-1 WFV 数据进行预处理工作（辐射定标、大气校正和几何精校正）[8]。辐射定标时采用2017 年中国资源卫星应用中心发布的GF1-WFV3 和GF1-WFV4 卫星载荷的绝对辐射定标系数进行定标[9]。大气校正采用ENVI 软件中的大气校正模块，使用辐射定标的结果进行校正。几何精校正是基于基准影像自动寻找GCP 执行有理多项式系数的正射校正，以Landsat-8 OLI 全色影像卫星数据为校正源进行几何精校正。

1.3 解译标志点

野外实地调查时间为2017 年7 月10 日至7 月30日，采用手持GPS 获取解译标志点150 个和验证点150个，包括水稻、大豆和玉米，以及芸豆、高粱、向日葵和红小豆等同期地面作物，拍摄记录照相地点、方位等信息，拍照时照片分辨率不小于300 dpi。

2 制图方法

2.1 技术路线

选择2017 年5—8 月的GF1-WFV 遥感影像数据作为数据源，对GF1-WFV 影像进行辐射校正、几何精校正、裁剪和镶嵌等预处理，使遥感数据达到分类提取的要求。结合同江市物候数据，利用主要农作物的光谱特点和空间分布规律，采用监督分类和目视解译相结合的方法对主要农作物空间信息进行提取[10]，然后对提取结果采用地面实测GPS 点验证方法进行精度验证，统计不同农作物的种植面积，制作同江市农作物空间分布图。

2.2 分类方法

本文采用监督分类和目视解译相结合的半自动化的方法[11]。利用ENVI 软件，根据解译标志在研究区内选取训练区，玉米选取100 个训练区，水稻选取30 个训练区，大豆选取30 个训练区，采用监督分类法对镶嵌的6 月和8 月的同江市影像进行监督分类，提取主要农作物空间信息，用6 月的水稻分类结果替换8 月的水稻分类结果，形成农作物空间信息监督分类结果。在Arcgis 软件中，对提取结果进人工判读再次分类，对分类不合理的图斑再次进行合并、拆分修改和编辑，最后形成农作物空间信息提取结果。

3 结果与分析

2017年种植水稻27.884万hm2，玉米2.047万hm2，大豆9.889万hm2（结果如图1 所示）。通过提取结果与实测验证点对比分析，验证结果显示面积提取的总体精度达到90%。同江市以种植水稻为主，主要分布在勤得利农场、鸭绿江农场、青龙山农场、浓江农场、前进农场和洪河农场，玉米与大豆间作主要分布在勤得利农场靠近河套地区、金川乡、银川乡、八岔赫哲族乡、街津口赫哲族乡、临江镇、三村镇、青河乡、同江镇、向阳镇和乐业镇。

图1 2017 年同江市主要农作物空间分布图

4 结语

本文通过多时相叠加GF1-WFV 卫星数据，采用监督分类和目视解译相结合的半自动化的方法，提取2017 年同江市主要农作物空间分布信息，其中种植水稻27.884 万hm2，玉米2.047 万hm2，大豆9.889 万hm2，制图精度达到90%，因此GF1-WFV 卫星数据能够满足县级农作物空间分布遥感制图的要求。本文使用的是叠加多时相利用监督分类和目视解译的半自动的制图方法，影像叠加需要选择整个生育期内的可用影像，导致制图结果滞后，半自动辅助人工的方法虽然保证了精度，但制图时间相对较长，无法满足实时监测的需求。如何利用深度学习，实现自动快速制作农作物空间分布图是下一步要解决的问题。