以安徽省为例探析遥感技术在耕地保护工作中的应用

金磊 吴冕 支俊俊 刘王兵 王进 庞韶鹏

摘 要 遥感技术因其探测范围广、时效性高、成本较低等优势，在耕地保护工作中发挥着重要作用。结合安徽省补充耕地项目“大起底”专项核查整治等具体工作，詳细介绍遥感技术在土地整治、耕地“非农化”“非粮化”监测、耕地生态保护与生态修复、耕地地力变化及耕地保护监督检查等5个方面的应用。

关键词 遥感；耕地保护；土地整治；安徽省

中图分类号：TP701；S127 文献标志码：C DOI：10.19415/j.cnki.1673-890x.2024.02.050

耕地是粮食生产的基础，耕地保护是全球面临的一项重要任务，它关乎粮食安全、生态环境保护和可持续发展等诸多方面。同时，耕地保护是我国保障农业发展的重要战略之一，对于保障粮食安全和维护农村社会经济稳定具有重要意义。然而，由于自然环境变化和人类活动的影响，耕地资源的面积和质量面临着巨大的挑战。当前，我国已实行最严格的耕地保护制度，要求坚决守牢耕地保护红线和粮食安全底线，强调要像保护大熊猫一样保护耕地。因此，保护耕地，防止耕地流失，提高耕地质量，是我国农业发展的重要任务[1]。

遥感技术，特别是卫星遥感技术，能够提供大范围、多时相的土地利用信息，对于及时掌握耕地利用现状信息、监测耕地动态变化、评估耕地保护效果等方面都具有重要意义。通过对遥感影像的解译和分析，可以获取土地利用类型、土壤类型、植被覆盖情况等信息，为耕地保护提供科学技术支撑。本文旨在结合实际案例介绍遥感技术在土地整治、耕地“非农化”“非粮化”监测、耕地地力变化、生态质量监测以及耕地监督检查等方面的实际应用，以期为进一步推动遥感技术在耕地保护工作中的应用提供参考。

1 遥感技术在土地整治中的应用

遥感技术，特别是无人机遥感技术和高分辨率卫星遥感影像，能够提供精细至地块的精准、实时信息，已经在土地整治方面发挥了重要作用。此外，遥感与深度学习技术相结合，能够自动对遥感影像信息进行快速准确的处理和分析，为科学高效开展土地整治工作提供了强有力的技术支持。

1.1 无人机遥感技术

无人机遥感技术具有应用灵活性高、成本低、数据获取快速等优点，可提供高分辨率、高精度的影像数据。该类影像数据不仅可以用于土地整治前的详细勘察，还可以用于整治过程中的动态监测和整治后的效果评估。通过无人机遥感技术，可以获取土地表面的详细信息，包括精准地提取土地的微地形、植被覆盖情况、土地利用等信息，从而为土地整治规划设计方案的制订提供依据[2]。例如，在土地整治前期，通过无人机拍摄的高清图片和视频，可以分析待整治区域内各种自然条件（如地形、植被覆盖情况等）和人为因素（如建筑物、道路等）对土地整治可能产生的影响，从而科学规划涉及土地整治项目工程。在土地整治过程中，通过定期进行无人机航测，可以实时监测工程进展情况，及时发现可能出现的问题。土地整治完成后，通过整治项目实施前后遥感影像的变化对比，可以直观反映工程的竣工情况，并且还可以对已实施的土地整治项目进行自动化动态监测。1）利用无人机采集不同时期的土地高分辨率影像，提取无人机影像在光谱和纹理等方面的特征，采用机器学习算法开展土地利用自动化分类，如分为耕地、林地、草地、水域、建设用地等类型。2）通过不同时期影像的对比，当土地利用类型发生变化时，根据发生变化的类型识别土地整治项目。例如，当土地利用类型由非耕地转变为耕地时，可识别为补充耕地项目，并可根据不同来源的土地利用类型进一步识别为林地复垦、坑塘水面复垦等农用地整治项目；若由建设用地转变为耕地，则识别为建设用地复垦项目；还可以根据耕地的不同类型，如旱地向水田的转变，识别“旱改水”等农用地质量提升项目。3）根据实地调查数据进行精度评价，以验证自动化分类的准确性和可靠性。该方法可以获得高精度的识别结果，同时可以提升监测效率。

1.2 卫星高分辨率遥感影像

卫星高分辨率遥感影像可以提供更大范围的土地覆盖信息。通过对这些影像的解译和分析，可以提取土地利用现状、地形地貌、土壤侵蚀程度、水土流失情况等详细信息，为土地整治提供科学依据。高分辨率遥感影像还可以用于大范围监测土地整治工程的实施效果，评估整治措施的效益。在具体研究中，不少学者通过对遥感影像进行自动分类，并引入景观格局指标开展景观格局分析，提取土地整治区域的要素空间特征[3]。

1.3 深度学习技术

深度学习作为一种先进的机器学习方法，在遥感影像自动分类识别中发挥了重要作用。通过构建深度学习模型，可以自动识别和分类遥感影像中的各种地物，包括建筑物、道路、水体、植被等，同时能够大幅提高遥感影像解译的效率和准确率。在土地整治中，深度学习技术可以用于自动识别受损土地、裸露土壤、侵蚀沟壑等，为土地整治提供精确的空间位置和定量信息。深度学习技术在此过程中能够发挥关键作用，对于了解土地利用现状、评估土地整治效果、预测土地利用变化趋势等方面都具有重要意义[4]。此外，深度学习技术可用于识别和监测土地整治过程中需要提取的各类地物信息。例如，通过对遥感图像进行深度学习分析，可及时发现土地退化、水土流失、生态环境恶化等问题，并据此制定相应的整治措施。同时，通过对整治实施成效进行深度学习评估，可以及时掌握整治工作的效果，为后续工作提供参考。

2 遥感技术在耕地“非农化”“非粮化”监测中的应用

耕地“非农化”“非粮化”是指耕地转化为建设用地或其他农用地的行为。遥感技术在耕地“非农化”“非粮化”监测中具有独特的应用优势。通过对不同时相的遥感影像进行对比分析，可以及时发现土地利用变化，判断其是否转化为非农用地或非粮食生产用途。此外，遥感技术可以结合地理信息系统（Geographic Information System，GIS）和深度学习技术等，对监测数据进行空间分析和综合评估，为制定相关防治措施提供科学依据。

例如，在安徽省补充耕地项目“大起底”专项核查整治工作中，遥感技术在补充耕地“非农化”“非粮化”监测工作中取得了良好的应用效果。该项工作的具体内容包括補充耕地信息获取、样本集的构建、自研深度学习模型构建、问题图斑识别，以及省级下发核查等（见图1）。在该项工作中，根据具体样本空间位置将样本分别构建为训练样本集和验证样本集，利用GIS空间分析方法和自研深度学习遥感影像自动分类算法对补充耕地地块数据进行分析并提取出疑似问题地块，这些地块被赋予问题类别（非农化、非粮化、水田返旱、撂荒等类型）。在遥感自动识别结果的基础上进一步整理归档，制作数据库[5]。然后，将疑似问题地块信息以表格形式下发到市县进行核实、举证。对于确认存在问题的地块，制定分类处置措施及时序安排，并在规定时间内完成整改。

3 遥感技术在耕地生态保护与生态修复中的应用

随着科技的发展，遥感技术已成为地球科学、环境科学、生态学等领域的重要工具。遥感技术可以提供大范围、周期性、实时性的数据，为生态保护和生态修复提供重要的决策依据。此外，遥感技术与其他技术的结合可以更好地发挥其在生态保护和修复中的作用，如与GIS和全球定位系统（Global Positioning System，GPS）等技术结合，可以更好地管理和分析遥感数据，提高监测和评估的准确性[6]。

3.1 农田生态环境监测

应用遥感技术可以实现对农田生态环境的全面监测。通过获取高分辨率的遥感影像，可以对农田的植被覆盖、土壤质量、水体分布等进行准确的测量和分析。这为农田生态环境的评估和保护提供了基础数据，有助于发现和解决存在的生态环境问题，及时采取措施进行调整和改善。例如，如果发现某区域农田的植被覆盖度降低，可能意味着该区域的土壤质量下降或水资源短缺，需要采取相应的措施进行改善。

3.2 农业气象灾害监测与预警

遥感技术在农业气象灾害监测与预警中也发挥了重要作用。例如，通过遥感技术可以实时监测农田的水分状况，当发现农田水分含量低于正常水平时，可以及时发出干旱预警，为农民提供及时的应对措施。此外，遥感技术可以通过对气象数据的监测和分析，预测未来的气候趋势，为农业生产提供气候预测和预警。

3.3 退化土地修复

遥感技术在退化土地修复方面具有广泛的应用。例如，通过遥感技术可以实现对农田土地的精细评估，根据评估结果制订针对性的修复方案。对于土壤质量下降的区域，可以通过增加有机肥、实施轮作等措施改善土壤质量；对于水资源短缺的区域，可以通过修建水利设施、推广节水灌溉技术等措施提高水资源利用效率。

3.4 污染土地修复

遥感技术在污染土地修复方面也具有较大的应用潜力。通过对污染土地的高分辨率遥感影像进行分析，可以准确地检测出污染物的分布和浓度，为污染治理提供依据。例如，对于重金属污染的土地，可以通过遥感技术检测出污染的程度和范围，然后采取相应的治理措施。此外，遥感技术可以用于监测污染治理的效果，为污染治理提供反馈和调整的依据。

4 遥感技术在耕地地力变化监测中的应用

地力变化是指土壤肥力的变化，是影响农业生产的重要因素。遥感技术在地力变化监测中的应用方法主要包括光谱分析和图像处理。光谱分析是通过分析地物的光谱特征，了解土壤的肥力状况和变化趋势[7]。图像处理则是通过对遥感影像的处理和分析，提取地物的空间信息和形态特征，进而评估土壤的肥力状况。例如，结合土壤样点数据与遥感数据可实现土壤有机碳含量的变化监测。具体技术方法（见图2）包括：以2020年安徽省耕地土壤调查工作获得的6 435个土壤表层样点数据为基础，在Google Earth Engine遥感云计算平台上获取不同时期的10 m分辨率Sentinel-2影像、气候因子数据、30 m分辨率的数字高程模型（Digital Elevation Model，DEM）数据等，提取归一化植被指数（Normalized Difference Vegetation Index，NDVI）、植被指数、气温、降水量、高程、坡度等特征指标，利用随机森林算法构建土壤-景观模型，从而建立土壤有机碳含量与特征指标之间的定量关系，得到不同时期的土壤有机碳含量空间分布图，通过对比分析，进一步得到不同时期土壤有机碳含量的变化信息。

遥感技术在地力变化监测中同样取得了显著的应用效果。例如，利用高光谱遥感技术可以获取土壤的多种化学成分和物理性质，进而评估土壤的肥力状况。通过对不同时期遥感影像的比较和分析，可以及时发现地力变化的情况，为采取相应的农业措施提供依据[8]。此外，遥感技术可以为农业生产管理提供重要的决策支持。

5 遥感技术在耕地保护监督检查中的应用

为了保护耕地资源，需要采取有效的措施进行监督检查。遥感技术作为一种先进的空间信息技术，已经被广泛应用于耕地保护监督检查，具体应用包括耕地利用状况监测、耕地质量评价、耕地资源保护政策制定等方面。

5.1 耕地利用状况监测

应用遥感技术监测土地利用状况，及时发现和掌握耕地变化情况，为耕地保护提供科学依据。利用遥感影像技术，可以获取耕地的面积、位置、利用类型等信息，同时可以监测耕地的动态变化，及时发现和制止非法占用耕地行为。例如，通过遥感影像解析出城市周边地区的土地利用类型，对于非法占用耕地的情况进行监测和预警，为相关部门提供决策支持。

5.2 耕地质量评价

应用遥感技术监测土壤理化性质、植被覆盖度等因子，评估耕地的质量状况。通过对遥感影像的解译和分析，可以获取耕地的土壤类型、肥力、水分等指标，同时可以通过对植被覆盖度的监测了解耕地的生产能力。这些信息对于制定耕地保护政策、提高耕地利用效率具有重要意义。例如，通过对遥感影像的解译和分析，评估不同地区的耕地质量状况，为制定差异化的耕地保护政策提供依据。

5.3 耕地资源保护政策制定

应用遥感技术可以为耕地资源保护政策的制定提供科学依据和支持。通过对耕地面积、分布、利用状况等信息的获取和分析，可以了解耕地的现状和变化趋势，为政策制定提供数据支撑。同时，可以应用遥感技术监测、评估政策实施效果，为政策的调整和完善提供参考。例如，通过对遥感影像的解析和分析，掌握新增耕地和生态退耕等政策的实施效果，为政策的调整和完善提供依据。

6 结语

遥感技术具有大范围、动态、快速和准确的监测能力，在耕地保护工作中具有广泛的应用价值，可为土地整治、耕地“非农化”“非粮化”监测、耕地地力变化、耕地生态质量监测及监督检查等方面提供重要的技术支持。

未来，遥感技术将在耕地保护工作中发挥更大的作用。随着技术的进步，遥感数据的精度和分辨率将进一步提高，能够更准确地提取地物信息和评估耕地质量。同时，随着人工智能和大数据技术的发展，将遥感数据与文本、监控视频等多模态数据进行集成，结合先进数据挖掘算法有望更加快速精准地获取耕地信息，从而更高质量地服务于耕地保护工作。

参考文献：

[1] 温鹏飞.高分辨率遥感影像在台塬区土地整治项目设计中的应用[J].现代农业科技，2020（18）：180-181.

[2] 何振嘉，范王涛.浅谈无人机遥感技术在土地整治项目中的应用[J].灌溉排水学报，2019，38（S2）：

140-142.

[3] 李麒.土地整治遥感监测研究进展分析[J].华北自然资源，2020（1）：89-90.

[4] 张戩，高雅.深度学习遥感影像解译技术在耕地保护中的应用[J].测绘通报，2023（8）：142-145.

[5] 陈绍根，陈柏行，何奕萱，等.耕地“非粮化”遥感监测与应用研究[J].测绘与空间地理信息，2023，46（6）：132-135.

[6] 刘专.遥感动态监测耕地“非粮化”应用研究[J].南方农机，2022，53（18）：41-44.

[7] 雷瑜，郑丹，曾繁如，等.四川耕地“非粮化”监测中的智能监测方法[J].资源与人居环境，2021（12）：47-51.

[8] 张超，吕雅慧，郧文聚，等.土地整治遥感监测研究进展分析[J].农业机械学报，2019，50（1）：1-22.

（责任编辑：张春雨）