遥感技术在大豆种植情况监测中的应用

摘要：大豆是我国重要的粮食和经济作物，对其种植情况进行监测是遥感技术的重要应用方向。通过遥感技术可以为农业部门及农民提供工作数据，为相关部门在种植方面的决策提供参考。目前，世界范围内的遥感地球观测系统（EOS）得到了日益完善的发展，并形成了多时相、多分辨率的EOS。遥感技术的快速发展，为我国大豆种植情况监测的深入应用奠定了坚实的技术基础。该文基于我国大豆种植情况监测以及遥感技术在农作物种植情况监测中的应用现状，分析了遥感技术在大豆种植情况监测中的难点，重点阐述了相关土壤采样方法、大豆种植面积和产量遥感监测的技术路线和实施方案。

关键词：遥感技术;大豆种植;种植面积;估产

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（ 2020）21-0221-03

开放科学（资源服务）标识码（OSID）：

1 概述

中国是农业大国，大豆是我国重要的粮食和经济作物之一。从生产来看，大豆为中国第五大粮食作物，播种的面积仅次于玉米、稻谷、小麦、马铃薯。截止到2018年全国大豆种植面积到12700千公顷，大豆产量1200万吨以上。自2019年初中国农业农村部制定印发《大豆振兴计划实施方案》，中国大豆振兴计划各项工作有力有序推进，从农情调度情况看，大豆种植面积有望超1.3亿亩，比上年增加1000万亩，实现连续第四年恢复性增加。

随着大豆振兴计划的实施，对大豆种植情况监测的要求也逐步提高。综合来看，我国现行的大豆种植情况统计方法和技术已不能完全适应农业统计不断变化的需要。新方法、新技术的创新势在必行。遥感作为一种先进的信息获取技术，在统计领域，特别是农业统计领域具有独特的优势，在一些发达国家得到了广泛的应用。本文基于遥感技术在我国农业统计上的应用以及我国大豆种植情况监测技术应用现状，分析了遥感技术在大豆种植情况监测中应用程序，重点阐述相关土壤采样方法、大豆种植面积和产量遥感监测的技术路线和实施方案。

2 遥感技术在我国农业统计上的应用

遥感技术发展至今已成功地应用于许多领域。遥感作为一种获取信息的工具，具有客观、高效、覆盖面广等优点，可以满足扩大统计范围，克服自然环境影响，节约人力、财力、物力的需要，在农作物种植情况监测领域有着广泛的应用。美国、欧洲、联合国粮农组织等国家和组织自20世纪70年代以来一直致力于主要农作物种植面积和产量的估算，并取得了一定的成效。随着遥感技术的发展和广泛应用，遥感在农作物种植情况监测中的应用越来越具有操作性和数量性的特点，越来越受到世界各国的重视。

农作物遥感监测主要包括种植面积调查、生长状况监测和估产等方面，具体而言即通过对采样区遥感图像的作物识别，提取采样区作物变化率，从而建立相关模型，根据历年全区基础数据计算出当年作物种植面积和产量。显然，该方法的计算精度在很大程度上取决于历史基础数据。历史数据的不确定性限制了监测结果的可靠性。我国早在改革开放之初就开始了农业遥感监测工作，关注于遥感估产。经过多年的发展，我国农业遥感监测取得了长足的进步。许多机构开展了相关研究，建立了农业状况监测系统、农作物遥感监测等一系列系统，实现从单一遥感数据应用到多源数据应用的组合，从单一作物估产到多作物的估产，从单一区域到多省市、多区域等方面的突破，积累了大量技术、方法和经验。

3 大豆种植情况遥感监测的技术思路

虽然我国作物统计具有大规模野外调查队伍的优势，但也存在着抽样框架陈旧、数据采集手工化、数据协调处理效率不高等缺点。遥感技术在国内外统计工作中的成功应用，为我们提供了宝贵的技术思路和丰富的应用经验。从统计学意义上讲，我国大豆种植状况监测工作的重点囊括生产苗情调查、受灾和灾情调查，种植面积变化监测与调查、生产趋势预测与产量调查。将遥感技术、地理信息系统和全球定位系统技术应用于大豆种植情况监测，对于建立地球采樣系统，改进采样测量方法，提高数据代表性，改革测量数据的采集方式（包括方法、时间和精度），实现农业统计的信息化具有重要意义。因此，应全面覆盖全国大豆种植面积和产量遥感调查，以此促进农业统计技术的发展，完善统计体系，提高统计数据质量。

3.1 建立大豆种植土地抽样调查制度

在保证统计分析准确性的前提下，采用3S技术，即遥感技术（RS）、地理信息系统（GIS）和全球定位系统（GPS）与统计抽样相结合，对现场样品进行分配，为大豆种植面积和产量遥感调查、居民点抽样与耕地对比提供空间抽样技术支持，实现与现有抽样调查技术的交互验证。首先，应针对大豆种植相关土地覆盖类型，建立遥感与统计抽样技术相结合的抽样外推方法，并在其支持下对抽样调查县、村、片进行合理布局。其次，对相关大豆主产省农村土壤取样方法进行研究，并在典型示范省建立农村土壤采样单位基地。采样单元库主要包括地球采样单元的空间信息、自然属性信息、样本的社会属性信息以及样本的更新和交换管理。最后，在农村土地抽样调查空间化选样优化实施方案方面，采用网格化空间采样法、空间土地采样法。为了建立最合适的土地采样系统，对空间采样法和多级采样法进行分类采样试验。

3.1.1 网格空间采样法

网格化地球空间采样打破了原有的带有行政边界的纯空间采样。该方法从采样省、县的网格中提取一次采样单元（ PSU），研究基于分层和地质统计的采样技术，并考虑河流、山脉等自然条件和其他自然障碍物的影响，对空间土样进行分布。虽然这种方法比较客观，能很好地反映耕地和作物种植面积的变化，但给野外调查带来了一定的困难。

3.1.2 空间采样法

空间地球采样是一种纯粹的空间采样方法.以保持二次采样单元行政边界的完整性。该方法在基于空间基准地形图和遥感影像的PSU研究、基于分层和地质统计的采样技术研究中，保留了设计网格时二次行政边界的完整性，并考虑到河流、山脉等自然条件的影响，对空间土样进行分布。该方法比较客观，既能较好地反映耕地和作物种植面积的变化，又能考虑野外调查的困难。

3.1.3目录抽样结合空间抽样法

目录抽样与空间抽样方法相结合。首先根据行政省目录选择抽样行政县，然后从行政县目录中抽取抽样村。在采样村庄的基础上，从遥感图像中随机提取土壤样本。

3.1.4多级目录抽样法

多级目录抽样是一种基于管理目录的传统方法。首先根据行政省目录选择抽样行政县，然后从行政县目录中抽取抽样村。土壤样本是从行政村目录中提取的。采用一些常用的边界，如山脊、河流、道路和村庄，会更加方便。首先，在建立地球采样方法的基础上，对野外数据采集系统进行研究。其次，利用便携式GPS采集作物种植面积和产量遥感调查的田间数据和耕地对比的田间数据。增加野外数据的空间属性，有利于减轻测量人员的负担，有利于测量人员在进行监测工作时准确瞄准和跟踪测量对象，提高统计监测效果，控制数据质量。

3.2 实施大豆种植情况遥感监测

利用遥感技术对大豆的种植情况进行监测，其基本原理是根据生物学原理，在收集、分析大豆光谱特征的基础上，通过卫星传感记录地标信息，辨别大豆类型、监测大豆长势，并在收获前预测产量。以大豆和玉米的光谱反射曲线对比为例，大豆和玉米在不同时间、空间反射光谱曲线变化的情况不同。在播种后经过一段时间，两者光谱曲线接近，而在播种30天前后，绿色覆盖尚不完全时，光谱曲线的差异比75天、100天和140天要显著得多。

大豆种植情况遥感监测的基本程序方面，首先要建立抽样和外推模型;其次，在种植区域内布设遥感监测点以及相关数据采集设备，以获得遥感影像;再次，利用计算机和相关大豆遥感数据分析软件对影像进行解译与分析;最后，根据一定标准对解析结果进行核对和修正。

3.2.1 建立监测抽样框架

建立监测抽样框架是开展遥感监测工作的基础，也是获得精准数据的前提。要根据所要监测区域的地理特征确定合理的监测样方，从地区地形情况出发，设置最合理的遥感监测祥方。以安徽省为例，适合种植大豆的区域既有平原也有山地，平均海拔119.3米，省内水域也比较多。从实际地形出发，遥感监测样方可设置为边长在300 - 500米之间的正方形，并依据南北地形差异适度调整样方大小范围。同时，设置一定数量的监测祥方，例如30 - 50个以基本覆盖大豆种植区域，便于通过遥感技术准确全面地获取相关数据。

3.2.2 遥感图像预备和预处理

为了辅助遥感图像的判读，尽可能多地从图像中提取信息，需要借助图像处理和分析技术进行图像预备和预处理。其中，特定技术或算法的使用选择取决于每个单独项目的目标。遥感图像预备和预处理通常保函以下两个阶段。

首先，预处理。在进行数据分析之前，通常对原始数据进行初始处理，以校正由于成像系统的特性和成像条件造成的任何失真。根据用户的要求，地面站操作员可以在数据交付给最终用户之前执行一些标准校正程序。这些程序包括辐射校正以校正整个图像上传感器的不均匀响应，以及几何校正以校正由于地球旋转和其他成像条件（如斜视角）而造成的几何失真。图像也可以被转换以符合特定的地图投影系统。此外，如果需要知道图像上某个区域的准确地理位置，则使用地面控制点（ GCP）将图像注册到精确地图（地理参考）。

其次，图像增强。通过灰度拉伸等图像增强技术，提高图像的对比度和边缘增强的空间滤波能力，可以改善图像中物体的视觉外观，以辅助视觉解译。

3.2.3 建立解译标志库

建立解译标志库，即从大量的不同类型的遥感图像中集中提取具有代表性的空间信息作为某一类图像解释的参照。图像解释的参照标准通常包括以下几个要素：

第一，图像色调、灰度或多光谱灰度向量等。人眼可以分辨1000多种颜色，但只有16种灰度。因此，彩色图像是图像解释的首选。其中一个困难是使用维数超過3的多光谱图像。为了充分利用图像各波段的信息，必须以某种方式降低图像的维数。

第二，图像纹理。图像色调的空间变化。纹理是图像判读的重要线索。对于人类口译员来说，把它纳入他们的思维过程是非常容易的。大多数纹理图案在图像上显得不规则。

第三，排列。地面物体的排列规则，例如航空照片上的居民区和卫星图像上规则排列的山脉。

第四，关联。与另一物体共存的特定物体，例如与娱乐中心关联的室外游泳池和与学校关联的操场。

第四，阴影。当遥感对象有垂直变化时，则呈现出物体阴影，例如树木、高楼、山脉等。

第五，形状。农田和人类建造的建筑物都有规则的形状。这些可以用来识别各种目标。

第六，尺寸。根据建筑物的相对大小识别土地利用的类型，而根据树冠的相对大小推算树木的大致年龄。

第七，地理位置。在图像判读中参考地理位置，例如阔叶树分布在较低和较温暖的山谷，而针叶树则倾向于分布在较高的海拔地区如苔原。

在安徽北部淮北平原以及中部苏皖平原一带，由于大豆种植区域相对平坦且规模较大，种植结构相对简单，建立解译标志库时比较有优势。再以大豆与玉米的遥感影像为例，根据常用SPOT数据解译标志，两者均纹理均匀，形状规则、集中、连片，但大豆的影像呈现黄色，纹理更为细腻，而玉米则呈现红色或棕色，纹理相对粗糙。

3.2.4 种植面积测算

根据种植面积调查数据和卫星光谱数据，利用分层估计器，在使用比例尺为1：50000地形图生成区域边界掩膜。使用波段2（绿色）波段3（红色）和波段4（近红外）的光谱数据生成假彩色合成（FCC），其中包含道路、运河、水体等可识别特征的信息。此外，还利用全球定位系统（ GPS）来确定作物种植区。利用GPS对样地进行定位，记录样地的经纬度位置。然后在FCC上确定这些位置，记录每个地块的扫描线和柱号坐标，以便在标准化差植被指数（ NDVI）和比值植被指数（RVI）图像上确定这些地块面积。

3.2.5 长势及病虫害、灾害监测

利用遥感技术进行长势监测主要是针对处于不同生长周期的大豆指数进行监测，根据指数变化与相关参照资料进行对比便可获得大豆在不同生长期的长势情况，由此进一步预测大豆的趋势产量。利用遥感技术进行病虫害、灾害监测即利用不同地物的不同光谱特征，对旱灾、洪涝、病虫害、冷东害、风雹灾、雪灾以及其他各类自然、环境、生物灾害的发生进行监测，以客观了解灾害发展情况并及时采取防灾减灾措施。

3.2.6 遥感估产

遥感估产即基于作物产量调查数据和卫星光谱数据的估算程序。不同的土壤类型、农业投入、改良技术的采用等因素都会影响作物产量，从而导致即使在一个地层内，作物产量也会发生很大的变化。由于光谱反射率是影响作物的所有重要因素的表现，因此，根据光谱数据反映的作物活力对作物面积进行分层，有望提高作物产量估算的效率。

4 结束语

对大豆种植情况进行监测是遥感技术在农业生产中的重要应用。通过遥感监测技术可以快速、准确地为农业部门提供大豆种植面积，长势及灾害情况的变化数据并进行估产，为相关部门提供决策参考与依据。利用遥感技术可以对大豆生长与环境变化情况进行实时跟踪监控，对大豆生长环境进行资源评估，以促进大豆产量的提高。随着我国“大豆振兴”计划的施行和保障大豆产量与经济效益的总体目标的确定，利用遥感技术对大豆种植情况进行监测、分析，有利于促进大豆种植地区实现生态经济平衡发展，有利于稳步提升大豆产量，更好地满足经济社会发展需求。

参考文献：

[1]王俊.遥感技术在安徽省大豆种植情况监测中的运用[J].农业科技与信息，2018（10）：119-120.

[2]王尔美，李卫国，顾晓鹤，等.基于光谱特征分异的玉米种植面积提取[J].江苏农业学报，2017，33（4）：8228-27.

[3]辛蕊，刘洋，付斌，等.遥感技术在黑龙江省大豆种植面积监测中的应用[J].黑龙江农业科学，2011（1）：130-133.

[4]徐闫萌.3S技术在农业及大豆种植中的应用研究进展[J].农村实用科技信息，2011（11）：13.

[5]刘佳，王利民，滕飞，等，玉米大豆轮作遥感监测技术研究[Jl.中國农学通报，2017，33（8）：144-153.

[6]白玉琪，遥感技术在粮食作物时空分布信息提取中的研究[J].安徽农学通报，2014（22）：137-138.

【通联编辑：朱宝贵】

作者简介：杨金曼（1999-），安徽合肥人，本科在读，主要研究方向为农业遥感、模式识别、机器学习等。