《多源遥感数据支撑的耕地质量监测与评价》由会员分享，可在线阅读，更多相关《多源遥感数据支撑的耕地质量监测与评价（11页珍藏版）》请在金锄头文库上搜索。
1、多源遥感数据支撑的耕地质量监测与评价马佳妮;张超;吕雅慧;高璐璐;郧文聚;朱德海;陈婉铃;王欢【摘 要】目的耕地质量监测与评价可为土地整治、占补平衡、新增耕地质量评估 和基本农田管护提供科学依据,多源遥感为实现长时序大范围的耕地质量监管提供 了数据基础和技术支撑.方法文章从耕地质量的定义出发,研究了基于遥感技术耕 地质量监测与评价的两种策略:(1)从地学特征、土壤特性、环境状况、建设水平和 生物多样性等5 个维度表达耕地质量的科学内涵,构建以多源遥感数据为基础的耕 地质量监测与评价指标体系,并梳理利用遥感技术获取各关键指标因素的方法;(2)从 系统思维的角度,利用长时间序列遥感数据监测作物长势
2、间接反映耕地质量综合状 况.结果以多源遥感支撑的耕地质量监测与评价体系可实现耕地质量信息的实时、 大范围获取,对耕地质量监测与评价工作具有重要意义;遥感技术支撑的耕地质量监 测与评价,逐渐向更高精度、更多样化和更融合的方向发展.结论该研究结果可为 耕地质量的实时大范围监管和耕地资源的三位一体管护提供参考.期刊名称】中国农业信息年(卷),期】2018(030)003【总页数】9页(P14-22) 【关键词】 多源遥感;耕地质量;指标;监测与评价【作 者】 马佳妮;张超;吕雅慧;高璐璐;郧文聚;朱德海;陈婉铃;王欢【作者单位】 中国农业大学信息与电气工程学院,北京 100083;中国农业大学土地
3、科学与技术学院,北京 100083;国土资源部农用地质量与监控重点实验室,北京 100193;中国农业大学信息与电气工程学院,北京 100083;中国农业大学信息与电 气工程学院,北京100083;国土资源部农用地质量与监控重点实验室,北京 100193; 中国农业大学土地科学与技术学院,北京 100083;国土资源部农用地质量与监控重 点实验室,北京 100193;中国农业大学信息与电气工程学院,北京 100083;中国农业 大学信息与电气工程学院,北京 100083【正文语种】中 文0 引言耕地质量是自然、社会、经济与技术进步的综合影响结果。集中表现在耕地满足作 物生长和安全生产的能力上。
4、耕地质量关乎国家粮食安全，为此，自然资源部、农 业农村部与生态环境部各有侧重地提出了耕地质量管护政策1。耕地质量监测 与评价是实现耕地科学管护的重要前提。传统的耕地质量监测与评价依托于区划 布点化验的方法2-3。但存在监测与评价单元不合理、以点代面大范围监 测精度低、周期长导致数据时效滞后、县域指标体系与计算差异导致监测与评价结 果县域间不可比等问题。而遥感具有覆盖面积大，相关信息获取快等特点4， 可弥补传统方法的不足，为耕地质量监测与评价提供新的技术支撑。因此构建以遥 感技术为支撑，并与传统的实地调查相结合的耕地质量调查监测评价体系，是实现 及时、高效监管耕地资源的有效途径。1 基于多源遥感
5、数据融合的耕地质量监测与评价体系 为构建耕地数量、质量、生态“三位一体”的保护监管体系，深化耕地质量内涵， 自然资源部组织制定了一套涵盖地学特征、土壤特性、环境状况、建设水平、生物 多样性等全面包容的指标体系。耕地质量监测与评价体系，是指从数据获取到评价 的一体化多源数据融合平台及相应技术体系，包括数据采集、数据处理、数据分析 监测与评价等相关技术。数据采集是通过野外实地调查、采样、近地光谱测量、遥 感影像获取等技术对数据进行采集；数据处理有遥感影像的预处理、分类、建立指 标反演模型、建立专家系统等；数据分析包括指标值的归一化处理、权重的确定及 综合指数的计算；最后通过建立监测与评价模型、生成
6、相关图件、报表数据等，反 映耕地质量状况。基于多源遥感的耕地质量监测与评价，是利用不同类型遥感数据源，满足不同监测 与评价范围、内容、目标等要求，实现全国、省级、市级、县级甚至田块级等不同 尺度耕地质量监测与定量评价。其中，中低空间分辨率遥感数据适用于监测与评价 全国或大区域范围，高空间分辨率遥感数据主要用来监测县域或田间地块范围。如 利用NOAA AVHRR监测大洲水平上的地面覆被5, MODIS等影像监测全国 或省域6,环境一号、Landsat5 TM、Landsat8 OLI可开展地市级监测7, 利用 SPOT-6/7、Worldview、GeoEye-1、GF-1、GF-2、Super
7、View-1、航空 或无人机影像等高分辨率遥感影像开展田块尺度监测8。基于高空间分辨率影 像提取耕地质量监测与评价的指标与对象,如田间道路、农田林网、田块形状、沟 渠及机井等田间设施。多光谱与高光谱遥感影像可定量化反演耕地质量部分指标因 子。而不同成像周期的遥感影像可满足各类指标不同的监测与评价周期需求。充分 利用多源遥感数据,构建近地航空航天遥感一体化的遥感支撑技术体系,与 传统的实地调查相结合,进而构建耕地质量监测与评价技术体系。2 耕地质量监测与评价指标的遥感技术可获取性分析 遥感在耕地质量监测与评价中的应用有两方面：一是直接利用多源遥感获取耕地质 量监测与评价指标；二是通过遥感监测作物
8、长势间接反映耕地质量状况。以多源遥 感数据为支撑的耕地质量监测与评价示意图（图1）。2.1 遥感直接获取耕地质量指标 以多源遥感数据为支撑,从地学特征、土壤特性、环境状况、建设水平、生物多样 性等方面,获取耕地质量指标。图1多源遥感数据支撑的耕地质量监测与评价示意图Fig.1 Schematic diagram of monitoring and evaluation of cultivated land quality supported by multi-source remote sensing data2.1.1 地学特征地形是自然地域综合体的主要因素之一，影响耕地的光、热、水条件。耕
9、地质量监 测与评价包含地学特征的指标有地形部位与田面坡度。两类指标都是基于数字高程 模型(Digital Elevation Model，DEM )经二次处理后而得。遥感获取DEM的 主要有3种方式：立体像对、干涉雷达、激光雷达。立体像对获取DEM，是利用 不同摄影站获取具有一定重叠度的两幅图像，通过计算生成DEM。干涉雷达利用 雷达回波的相位信息对同一地区进行至少两次满足干涉条件的观测，获取干涉相位 和干涉图9,进而获取DEM。如雷达卫星COSMO-Skymed影像的合成孔径 雷达利用干涉技术(Synthetic Aperture Radar Interferometry , InSAR)获
10、取 DEM 10。激光雷达是通过位置、距离、角度等观测数据直接获取对象表面点 三维坐标，对地面的探测能力有着强大的优势，是快速获取高精度地形信息的全新 手段。李鹏程利用机载激光扫描数据获取DEM 11。基于DEM进一步计算可 获取耕地田块的地形部位、田面坡度、坡向等地形信息。2.1.2 土壤特性耕地土壤性状是耕地质量的重要组成部分。目前，遥感技术已被广泛应用于土壤类 型、土壤质地、土壤水分含量、有效土层厚度等方面的研究并取得相关研究成果。(1) 土壤类型在耕地地块尺度上，利用FieldSpec便携式光谱仪测量土壤高光谱反射率数据， 采用去包络线法提取土壤光谱指数，利用神经网络法区分土壤类型12
11、；部分 学者采用DMR-2型分光光度计，测定土壤的反射光谱曲线并分类13。在区 域尺度上，有相关研究利用Landsat ETM+多光谱数据，采用决策树绘制土壤分 布图，并构建了土壤遥感分类识别专家系统14。（2）土壤质地 土壤质地中土壤粒径组合、土壤粗糙度和阴影及土壤颗粒的化学组成等会影响土壤 的反射光谱15。有相关研究表明，利用近红外光谱可区分土壤质地，如利用 可见光-近红外光谱（VIS-NIR ）与土壤质地建立偏最小二乘回归、多元回归预测 及 BP 神经网络方法，识别粘粒与砂粒16。探地雷达也是土壤质地监测的一种 有效技术方法。探地雷达发射和接收高频率、短脉冲电磁波（10MHz2.5GHz
12、）, 接收到的土壤反射电磁波经处理后，分析和推断地下介质结构和地层岩石特性等 17。（3）土壤水分 利用遥感技术可直接获取耕地土壤水分，也可获取与水分有关的地表温度、植被指 数等指标。如基于MODIS的NDVI和LST产品数据，采用支持向量机回归建立 土壤水分遥感监测模型18；利用微波遥感的后向散射系数监测土壤水分含量 19。（4）有效土层厚度探地雷达（GPR）、电阻率断层扫描技术（ERT ）及钻孔实测方法相结合，可获得 耕地的有效土层厚度。探地雷达的高频电磁波遇土层界面反射，出现振幅增大的现 象，获取土层界面的位置。电阻率断层扫描技术根据介质电阻率不同，可确定有效 土层位置及其厚度20。（5
13、）土壤养分与有机质含量 耕地土壤养分与有机质含量不同，表现出不同的反射光谱，利用航空、航天遥感数 据与地面采样数据相结合的方法，通过构建养分反演模型获取土壤的有机质、氮、 磷、钾含量，如祝文华21 使用ASTER遥感影像，对吉林省黄金玉米带土壤有 机质空间分布特征进行研究，建立了有机质预测模型。高光谱数据以其光谱分辨率 高、“图谱合一”的优点，为养分定量研究提供了一种有效手段，如Selige等22利用机载高光谱影像，构建土壤养分预测模型，绘制了土壤全氮含量分布 图。（6）盐渍化程度盐渍化是耕地土壤退化的形式之一。通过选点取样，采用EM38、TDR仪测量电导率获取盐渍化参数，并与遥感监测技术相结
14、合，可进行大面积土壤盐分监测23。多种遥感数据为定量盐渍化监测提供数据支撑，如基于RADARSAT 2和 Sentinel 1微波雷达数据的县域耕地盐渍化监测24 ，以及利用高光谱指数与 电磁感应技术的盐渍化定量监测25。2.1.3 环境状况 目前我国部分区域耕地存在土壤重金属污染和白色污染等问题，利用遥感技术可进 行有效监测。（1）土壤重金属污染土壤中重金属元素含量较低，电磁辐射能量弱，光谱特征不明显，易被土壤其他成 分的光谱特征掩盖，通过直接分析土壤的特征光谱，估算重金属元素含量比较困难 因此，通常采用两种方法，一是通过实验室化学分析得到土壤重金属含量和铁氧化 物、有机质等的内在联系，计算
15、重金属与土壤组分以及土壤组分与土壤特征光谱之 间的相关系数，对重金属进行间接监测26；二是通过植被的光谱数据，反演 土壤中的重金属含量。不同植物对重金属敏感性不同，重金属胁迫导致植物体内生 物化学成分发生改变，使电磁波谱反射特性不同27。（2）白色污染 地膜随意丢弃、处理不当是白色污染的主要来源。利用多光谱遥感监测耕地地膜覆 盖状况，并进一步推算耕地的白色污染。如利用Landsat5 TM数据，大面积监测 地膜覆盖情况，利用GF-1数据监测田块级白色污染情况28。2.1.4 建设水平 建设水平主要包括田块状况、灌溉保证率、排水条件、田间道路通达度、农田林网 等农田基础设施，反映了人类活动对耕地
16、质量的影响。现有方法存在调查人员定性 判定，结果不具客观性及数据时效性差等问题。采用遥感技术可客观获取耕地质量 建设水平状况，主要通过基于多源遥感数据，提取研究对象的空间信息，结合景观 形状指数等，对各指标实现定量化监测与评价。 田块状况影响农田的机耕效率。田块状况的影响因素有形状规整度、田面平整度、 连片程度等。基于高分辨率遥感影像，采用面向对象等分类提取田块，作为监测与 评价的单元，分别通过景观形状指数反映田块的规整程度；田面关键几何点位的高 程差异表征平整程度；连片度指数反映连片程度29。灌溉保证率是反映耕地 保水程度的重要指标，获取方法主要有 3 种：一是基于 SEBAL(Surface EnergyBalance Algorithm for Land , SEBAL )等遥
