河南省乡村产业发展服务中心 刘玉昕
俗话说:“河南熟,天下足。”河南省小麦生产在全国粮食作物生产中占有重要地位。小麦作为河南省的主要粮食作物,其种植面积是影响区域粮食总产量的主要因素。及时准确监测小麦种植面积变化情况,对小麦产量估算、农业资源管理、粮食安全政策制定等有着重要意义。传统的小麦实地勘察方法精度较低,还耗费巨大的人力物力。随着现代农业数字化的推进和遥感技术的发展,利用遥感手段对区域内小麦种植情况进行监测具有成本低、精度高、覆盖范围广、时效性强等优势。
本文以河南省洛阳市偃师区为例,采用哨兵Sentinel-2 号卫星遥感影像作为数据源,通过目视解译和野外调查相结合的方法,监测了偃师区2021—2022年小麦种植面积的变化,并分析其变化原因。
偃师区位于河南省中西部地区,南屏嵩岳、北临黄河,地理坐标位于东经112°26′15″~113°00′00″和北纬34°27′30″~34°50′00″,总面积668 km2,地表形态大体可分为山地、丘陵、坡地、平原四种类型。这里光照充足,气候温和,平均气温14.8 ℃,0℃以上积温5 419.3℃,年平均降水量537.3 mm,无霜期313 d,年日照时数为2 045.1。偃师区农业生产基础条件优越,种植作物类型主要包括小麦、蔬菜、玉米、鲜食葡萄、花卉苗木等。
本文使用的影像数据为哨兵Sentinel-2号卫星影像,是公众可以免费获得的最高空间分辨率多光谱遥感数据,也是唯一一个在红边范围含有3 个波段的数据,这对监测植被信息和地表变化有着很大优势,可以作为提取河南省洛阳市偃师区小麦种植信息的数据源。
受2021 年“7·20”暴雨的影响,洛阳市偃师区2022 年小麦播种高峰较往年推迟了15 天左右。结合天气条件,研究选取了2021 年2 月19 日和2022 年3月11 日的哨兵影像。第一步是利用欧空局提供的插件Sen2cor 对该数据进行大气校正和辐射定标。第二步是利用SNAP 软件进行波段选择、数据重采样输出、波段融合,合成10 米多波段数据。第三步是利用ENVI 软件将合成后的遥感影像进行图像融合、图像镶嵌处理。最后是使用洛阳市偃师区的矢量边界数据裁剪融合后的图像,得到偃师区2021 年2 月19 日和2022 年3 月11 日的10 m 的哨兵2A 多波段图像。
本研究针对偃师区不同作物类型开展实地调查,利用“地面GPS+WLAN+移动网络”的定位模式,采集到50 个样本进行解译点标识。采集的样本主要有小麦、花卉苗木、葡萄园、中药材、大棚、裸地等。
本研究解译不同作物类型的方法是利用ENVI 软件对2021 年和2022 年偃师区的影像进行相同尺度的解译,结合野外调查采集的样本数据,进而识别小麦、裸地、林地、居民地、水体、山体等典型地物。不同类型作物光谱特征的差异可以作为分类提取作物种植信息进行的根据。
以小麦和裸地为例,图1 和图2 分别为在B8、B3、B2 波段组合下小麦和裸地的光谱特征曲线。在该波段下,遥感影像上小麦颜色呈现淡红色,而裸地呈现亮白色,这是区分不同地物类型的依据。
图1 小麦光谱曲线
图2 裸地光谱曲线
本次分类采用ENVI 监督分类的方法,使用最大似然监督分类法进行分类。分类后对样本进行可分离度评价,结果如下页表1 所示,小麦与其他样本之间的可分离度良好,均在1.9 以上。
表1 小麦与其他样本之间可分离度
重分类利用ArcGIS 软件进行,提取和统计全区小麦种植面积,具体分布如图3 所示。
图3 偃师区小麦种植分布遥感监测图
经过对2021 年和2022 年偃师区的小麦分类结果的计算和比较,笔者发现2022 年偃师区小麦面积较2021年有所增加,增幅达10%。
本文以哨兵Sentinel-2 号卫星遥感影像为主要数据源,采用最大似然监督分类法提取研究区的小麦种植面积信息,并结合样本数据进行验证,总体分类精度达92%。
解译结果表明,偃师区2022 年小麦面积较2021 年增加了10%左右。经调查分析,研究认为小麦面积的增长有两方面的原因:一是受2021 年河南省“7·20”暴雨影响,偃师区大量葡萄园及部分其他作物生长条件遭到破坏,土壤水分含量高,不适宜继续种植其他作物,尤其是葡萄,较往年减产六七成。二是受国际形势和宏观环境的影响,2022 年小麦价格增幅较大,大多数农民选择改种小麦,小麦种植面积增加。