黑龙江省水稻种植面积遥感提取研究

吴 黎，解文欢，张有智，张海峰，张 宇，张效霏，李 岩，张冬梅

（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）

黑龙江省是我国商品粮大省，又是中国最大的粳稻生产省，其生产量备受关注，因此掌握黑龙江水稻种植的精准面积显得尤为重要。获取农作物种植面积的传统方法一般是查阅农业统计报表或者抽样法，传统方法受人为因素影响较大，并需大量时间才能得到最终结果。遥感是高新技术，可以快速获取地面数据，该方法以其节约成本、时效性高、对大面积单一作物的准确度高的优势，被广泛应用到水稻面积监测[1]。在水稻移栽前稻田需灌水，其灌水期可持续到成熟期,整个时期内水稻田里的土壤湿度达到或接近饱和状态[2],这是水稻与其他作物的最大差别,也是提取水稻面积最有利的信息。利用MODIS 数据识别水稻种植区算法的主要依据是：在灌水和移栽期，水稻冠层未覆盖地表，种植水稻田地的土壤含水量高，易被MODIS 数据识别，水稻在后期随着其生长，冠层覆盖整个地表后，与其他旱作作物光谱信息差异不大，很难被识别出来，因此利用遥感提取水稻信息需在冠层未覆盖地表的早期进行。

1 材料与方法

1.1 研究区概况

黑龙江省与内蒙古自治区、吉林省和俄罗斯接壤，经纬度为121°11′～135°05′E 和43°25′～53°33′N，年平均气温为-6～4 ℃，年降水量为400～650 mm，属温带大陆性季风气候，夏季高温，昼夜温差大，土壤肥沃，气候条件、地理位置均利于水稻种植。

1.2 数据选择

数据采用MODIS 日反射率产品（MOD09GA），空间分辨率1 km，数据时间2011 年；TM 数据采用TM5数据73 景、TM7 数据11 景，空间分辨率30 m。两种影像均可全覆盖黑龙江省。

1.3 研究方法

1.3.1 MODIS 提取水稻信息波段选择 本文利用2011 年黑龙江省单季稻数据作为MODIS 数据提取水稻信息的敏感波段选择依据。在试验敏感波段时首先应选择大规模种植水稻的地区，这样水稻像元较纯，避免了混合像元；其次选择大规模种植水稻区域的晴朗时间，避免云的影响，这样能真实反映出水稻的反射光谱特征[4]，能更加准确地判读敏感波段。选取方法为利用MODIS 1～7 波段，计算各波段植被指数：归一化植被指数（NDVI）和增强植被指数（EVI）以分析它们的敏感性，见公式1 和公式2。由于短波红外(SWIR)波段对水比较敏感,因此,它们可以与近红外(NIR)波段一起建立对植被水分或者土壤湿度敏感的指数[5]。研究分别利用波段5、6、7与2 组合构建不同指数，分别为NDVI、LSWI 和LSWI2。研究发现：在植被覆盖度低或无覆盖时，NDVI、EVI、LSWI2 三者均可很好地反演土壤含水量情况；当地表有植被覆盖时，波段5 反演的是植被冠层的含水量，波段6 和7 在植被覆盖度低时可反演到冠层下的土壤含水量，因此表明波段6 和7 较波段5 有更强的穿透力；但在植被覆盖度较高时，波段6 和7 反演的均是植被冠层的含水量，也无法穿透冠层直达土壤表面，因此NDVI、EVI、LSWI2 三个指数均无法识别植被覆盖度较高的土壤含水量的信息。因此采用MODIS 数据波段6 和2 建立的LSWI 模型(公式3)作为监测水稻土壤含水量变化的依据。

1.3.2 MODIS 数据提取水稻的算法 研究根据利用MODIS 数据识别的水稻生长发育期和气象站统计数据相互补充共同确定可提取水稻信息的日期[6]。在水稻移栽期影像反演的地物多为混合光谱（混合像元），利用遥感指数LSWI 和EVI 测该时期水稻的土壤含水量和植被覆盖度情况。如果在灌水移栽期时EVI 高,则说明该像元为非水稻区。当LSWI 值高且EVI 值低，说明该像元是水稻田的可能性大，相反当LSWI 值很低，则可被认为是非水稻区。

研究选择2011 年的MODIS 数据作为分析依据,利用LSWI＞0.12，EVI＜0.35，并且EVI＜(LSWI+0.17)来判断可能为水稻田的像元。为了剔除影像内混入的永久性水体和其他非水稻田的像元，研究采用了另一个条件函数，在不受云影响的情况下,当水稻移栽期后的第6 到第11 个8 d 合成的图像的平均EVI 值大于0.35，定义为水稻像元区，同时非水稻种植区和水体被剔除。

1.3.3 人工目视解译法 利用TM 影像采取人工目视解译法对黑龙江省水稻面积进行提取，最小上图图斑为2*3 个像元。对影像中宽度低于2 个像元的线性地物，按照线性地物判读，以线性形式保存；宽度大于2个像元的，按面积形式上图，将面状地物中宽度大于2个像元的路或其他作物剔除。

2 结果

2.1 遥感图像物候期选取

水稻在移栽期内存在水体与水稻共存的情况，该特征是区别于其他旱作作物的最明显特征。利用MODIS 数据分析水稻整个生长时期（MODIS 20 个时相），发现水稻在休耕期、移栽期、生长期和成熟收割期内可清晰识别水稻信息。水稻移栽期影像反演的是水体与水稻的混合光谱，此时期内水深一般在0.02～0.15 m 。水稻生长期（移栽后50～60 d）影像反演的是水稻冠层信息。图1 是水稻种植区一年整个生长季内20 个时相的三种植被指数（NDVI、EVI、LWSI）剖面曲线图。横坐标表示MODIS 地表反射率影像的日期，纵坐标为植被指数（NDVI、EVI、LWSI）值。由图可知，第3个时相（5 月下旬）LSWI 值略高于EVI 值，此后NDVI、EVI 值逐渐增大，到7 月中旬均达到最大值，后又逐渐降低，至9 月末降至最低，说明黑龙江省水稻5 月下旬进入移栽期，9 月末为成熟收割期，符合黑龙江省气象局记录的作物生育状况。

图1 试验田的NDVI、EVI、LSWI 时间序列变化曲线

2.2 水稻面积提取

为更精准地进行水稻面积提取，本文进行了林地、水体、居民点和云、旱地的识别处理。MODIS 数据的1波段是红光(0.620～0.670 μm),水体的反射率高于植被;2 波段是近红外(0.841～0.876 μm)，水体的反射率低于植被；6 波段是短波红外(10.40～12.50 μm)，水体的反射率低。因此本文确定水体的条件为：NDVI＜0.1 且NDVI＜LSWI,若一年20 个时相的影像中有多个时期满足此关系，就确定满足此关系的地物为水体。

选取水稻种植面积需在水稻灌水移栽期满足以下条件：LSWI＞0.12，EVI＜0.35，(LSWI+0.17)＞EVI，且其后第6 到11 个8 d 合成的图像的平均EVI＞0.35。

利用MODIS 图像，计算得到相应的NDVI、EVI、LSWI 植被指数，根据以上条件模型，获取黑龙江省2011 年水稻种植像元，最终绘制黑龙江省水稻种植面积分布图（如图2 所示）。根据图2 水稻分布区域，利用GIS 软件统计全省范围内水稻像元，计算出水稻种植面积为334.6 万hm2。

图2 2011 年MODIS 提取水稻种植面积分布图

2.3 精度验证

采用与MODIS 数据同时期的TM 影像,对上述MODIS 影像提取的水稻种植面积结果进行精度验证。利用TM 影像采用多项式校正方法，定义多项式次方为2，控制点数量为20～40，选择最邻近点插值法，总误差控制在0.5 个像元内。TM 数据提取2011 年水稻种植面积为328.53 万hm2，以该结果为真值，MDOIS提取的水稻面积误差为1.8%，认为利用MODIS 数据监测水稻种植面积可行，而且其监测速度快，耗费时间少，较TM 人工目视解译有很大的优势。