遥感动态监测耕地“非粮化”应用研究

刘 专

（1.湖南第二测绘院，湖南 长沙 410029；2.南方丘陵区自然资源监测监管重点实验室，湖南 长沙 410029）

0 引言

近年来，我国部分地区出现在耕地上挖塘养鱼、种植绿化花卉苗木、种植茶叶果树等耕地“非粮化”行为，造成耕地耕作层破坏、耕作层损伤、土壤结构破坏等不同程度粮食生产能力的影响。2020年，国务院办公厅印发了《关于防止耕地“非粮化”稳定粮食生产的意见》，对耕地实行特殊保护和用途管制，严格控制耕地转为林地、园地等其他类型农用地，采取有力举措防止耕地“非粮化”，切实稳定粮食生产，牢牢守住国家粮食安全的生命线[1-2]。

遥感影像监测对于耕地资源变化监测来说是一种较好的监测手段，可直观反映耕地变化范围、面积和信息。我国自2010年开启高分专项以来，共发射十四颗卫星，包括光学卫星、多光谱卫星、高光谱卫星、SAR卫星和立体测绘卫星等。同时，国内还有珠海一号、吉林一号等民用商业卫星，另外国外有Landsat系列、哨兵系列等免费卫星和SPOT系列、WorldView系列等商业卫星。使得国内可用的遥感卫星数据数量可基本满足遥感动态监测耕地“非粮化”应用需求。随着大数据、人工智能、空间信息等高新技术的迅猛发展，为遥感影像智能解译提供了必要的技术支撑和保障条件。研究遥感动态监测耕地“非粮化”应用，对于防止耕地“非粮化”，提升耕地监测监管现代化水平，全面压实耕地保护责任，切实保障国家粮食安全和社会安定具有深远的意义[3-4]。

1 总体设计

1.1 监测内容

监测范围宜以年度国土变更调查成果为基础，上年度国土变更调查为耕地的范围，纳入耕地“非粮化”监测。本文所述的耕地“非粮化”主要包括耕地变为林地、园地、设施农用地、农村道路、沟渠、坑塘水面等其他农用地的情形，如表1所示。

表1 耕地监测内容

1.2 监测指标

1）监测机制。建立月度监测、季度监测、年度监测的更新机制。月度监测是指每月利用当月采集的卫星遥感影像数据，对比上年末第四季度高分辨率卫星遥感影像数据，提取耕地变为林地、园地、草地、设施农用地、农村道路、沟渠、坑塘水面等耕地“非粮化”图斑；季度监测是指每季度利用当季采集的卫星遥感影像，对比上年末第四季度高分辨率卫星影像，提取耕地变为林地、园地、草地、设施农用地、农村道路、沟渠、坑塘水面等耕地“非粮化”图斑，实现全域覆盖；年度监测是指年末利用年度卫星遥感影像，对比上年末第四季度高分辨率卫星遥感影像，提取耕地变为林地、园地、草地、设施农用地、农村道路、沟渠、坑塘水面等耕地“非粮化”图斑[5]。

2）最小监测面积。耕地变为林地、园地、草地、农村道路、沟渠、坑塘水面图斑最小上图面积为400 m2，设施农用地图斑最小上图面积为200 m2。

1.3 监测流程

耕地“非粮化”遥感动态监测流程大致可分为4个阶段：

1）资料准备与处理阶段。准备上年度国土变更调查成果数据、用地审批红线数据、永久基本农田划定数据和遥感影像数据等。对准备的数据进行坐标转换、影像数据预处理等。

2）遥感解译阶段。分为智能解译和人机交互解译，首先建立智能解译样本库，立足大量样本训练，利用智能解译技术提取耕地“非粮化”图斑，然后利用人工目视解译的方法巡查图面，补充提取耕地“非粮化”漏提图斑，并对自动提取的图斑录入相关属性[6]。

3）实地核查阶段。对遥感解译提取的耕地“非粮化”图斑全部开展实地核查，核实各图斑耕地“非粮化”的类型、范围等实地情况，并删除内业提取的伪变化图斑。

4）建库阶段。根据外业核查结果，建立耕地“非粮化”动态监测成果数据库。

2 应用实例——以X县2022年第一季度为例

2.1 X县监测概况

X县县域面积接近2 200 km2，常住人口约60万。采用的前时相遥感影像为2021年第四季度遥感影像，后时相遥感影像为2022年第一季度遥感影像，影像分辨率均为1 m，数据来源有BJ2、JL1、GF2等卫星。影像对应参数如表2所示，参考数据为2020年度国土变更调查成果。

表2 X县耕地“非粮化”动态监测遥感对应参数

2.2 耕地“非粮化”图斑提取示例

建立遥感影像解译样本库，构建深度学习模型，通过模型训练优化参数。基于样本库和模型参数，智能解译提取遥感影像变化图斑。通过软件系统自动提取疑似变化图斑后，人工目视巡查全图，补充提取遗漏变化图斑，参照国土变更调查成果、永久基本农田划定成果和用地审批数据等，录入相关属性[7-10]。耕地“非粮化”遥感动态监测提取图斑示例如表3所示。

表3 耕地“非粮化”遥感动态监测提取图斑示例

2.3 结果与精度分析

2.3.1 监测结果

X县2022年第一季度耕地监测情况为：内业提取耕地“非粮化”图斑277个，其中智能解译提取图斑199个，人工目视解译补充提取图斑78个；经外业调查核实后，确定实际耕地“非粮化”图斑202个，其中耕地变林地图斑73个，耕地变园地图斑44个，耕地变草地图斑3个，耕地变坑塘水面图斑47个，耕地变农村道路图斑12个，耕地变沟渠图斑4个，耕地变设施农用地图斑19个。

续表

2.3.2 精度分析

耕地“非粮化”图斑提取准确率（Z）是指外业后实际耕地“非粮化”图斑个数（W）与内业提取耕地“非粮化”图斑个数（N）之比，用公式可表示为：

本次准确率为73%，图斑提取精度满足耕地“非粮化”监测工作需求。

3 小结

1）本文对耕地“非粮化”监测内容进行了细化分类，耕地“非粮化”监测内容主要分为耕地变为林地、园地、草地、设施农用地、农村道路、沟渠、坑塘水面七个方面的类型。

2）遥感解译作为整个耕地“非粮化”动态监测应用流程中的核心，本文采用智能解译和人工目视解译相结合的方法，并以X县2022年第一季度耕地监测为应用实例，对遥感动态监测耕地“非粮化”应用结果进行了精度分析，准确率为73%，满足耕地 “非粮化”监测工作需求，工作效率也比传统人工解译效率快3倍。

3）本文拓展了遥感科学技术与人工智能在耕地“非粮化”监测中的应用，对于防止耕地“非粮化”，全面压实耕地保护责任，切实保障国家粮食安全和社会安定具有十分重要的意义。