閆夢(mèng)川，魏東嵐，吳云霞

（1.遼寧師范大學(xué) 地理科學(xué)學(xué)院，遼寧 大連 116000；2.內(nèi)蒙古自治區(qū)農(nóng)牧業(yè)科學(xué)院，內(nèi)蒙古 呼和浩特 010031）

糧食是人們生活的必需品，也是農(nóng)民重要的經(jīng)濟(jì)來(lái)源，糧食安全是國(guó)家發(fā)展和社會(huì)穩(wěn)定的重要基礎(chǔ)。近年來(lái)，世界人口壓力不斷增大，糧食安全問(wèn)題日益嚴(yán)峻。東北三?。ㄒ韵潞?jiǎn)稱東三?。┦俏覈?guó)重要的商品糧基地，探究其主要糧食作物種植結(jié)構(gòu)分布特征，有利于進(jìn)一步優(yōu)化生產(chǎn)布局，對(duì)保障國(guó)家糧食安全具有重要意義[1]。隨著時(shí)代的發(fā)展，遙感技術(shù)被大量地應(yīng)用于農(nóng)作物種植面積的獲取，并且逐漸替代了傳統(tǒng)的統(tǒng)計(jì)方法[2-4]。多源遙感數(shù)據(jù)和神經(jīng)網(wǎng)絡(luò)法、決策樹(shù)法等分類(lèi)方法的使用大大提高了農(nóng)作物種植面積遙感信息提取的精度[5-7]。景觀指數(shù)是景觀格局信息高度濃縮的定量指標(biāo)，也是景觀格局研究的基礎(chǔ)和關(guān)鍵[8]。目前，景觀指數(shù)在農(nóng)業(yè)方面的應(yīng)用偏向于耕地整體格局的研究[9-11]，對(duì)農(nóng)田內(nèi)部農(nóng)作物種植結(jié)構(gòu)的研究應(yīng)用較少[12-13]。本研究主要以MODIS 數(shù)據(jù)為依據(jù)，農(nóng)作物的物候數(shù)據(jù)和土地利用數(shù)據(jù)為輔助，對(duì)2000—2015年?yáng)|三省主要糧食作物大豆、水稻、玉米種植結(jié)構(gòu)的時(shí)空演變進(jìn)行了分析。

1 研究區(qū)概況與數(shù)據(jù)源

1.1 研究區(qū)概況

東三省總面積78.73 萬(wàn)km2，由黑龍江省、吉林省和遼寧省組成，位于我國(guó)的東北部。東三省冬長(zhǎng)夏短，降水量充沛，大體上為溫帶季風(fēng)氣候，地形以平原和山地為主。

1.2 數(shù)據(jù)源

本研究使用的遙感影像數(shù)據(jù)為空間分辨率250 m的MOD13Q1 數(shù)據(jù)。通過(guò)中華人民共和國(guó)農(nóng)業(yè)農(nóng)村部種植業(yè)管理司網(wǎng)站收集的農(nóng)作物物候數(shù)據(jù)，選取2000年、2005年、2010年和2015年4年中4—11月的MODIS 數(shù)據(jù)，再結(jié)合地理國(guó)情監(jiān)測(cè)云提供的東三省土地利用數(shù)據(jù)，以及東三省4年的統(tǒng)計(jì)年鑒中農(nóng)業(yè)類(lèi)型數(shù)據(jù)包含的玉米、水稻和小麥的種植面積數(shù)據(jù)進(jìn)行研究。

1.3 對(duì)MODIS 數(shù)據(jù)的預(yù)處理

根據(jù)東三省農(nóng)作物的生長(zhǎng)期，選擇能完全覆蓋東三省的6幅MOD13Q1 影像數(shù)據(jù)中4—11月的數(shù)據(jù)進(jìn)行分析。通過(guò)MRT（MODIS reprojection tool）對(duì)所選數(shù)據(jù)進(jìn)行批處理，把投影校正為Albers 等積圓錐投影，地理坐標(biāo)系設(shè)置成WGS-84。再利用東三省的行政范圍對(duì)批處理后的數(shù)據(jù)進(jìn)行裁剪，最后通過(guò)土地利用數(shù)據(jù)中的耕地?cái)?shù)據(jù)層在裁剪后的MOD13Q1 數(shù)據(jù)中提取所需的EVI 數(shù)據(jù)層，利用波段合成得到2000年、2005年、2010年和2015年?yáng)|三省的MODIS EVI 時(shí)序數(shù)據(jù)。

2 研究方法

2.1 基于決策樹(shù)模型的主要糧食作物種植面積提取

在利用MODIS 數(shù)據(jù)進(jìn)行農(nóng)作物種植結(jié)構(gòu)研究中，EVI 數(shù)據(jù)層在農(nóng)作物種植結(jié)構(gòu)變化方面的敏感程度高于NDVI 數(shù)據(jù)層，更適合應(yīng)用于農(nóng)作物的動(dòng)態(tài)監(jiān)測(cè)。本研究選用MODIS EVI 時(shí)間序列數(shù)據(jù)作為數(shù)據(jù)源，利用MRT 軟件提取2000年、2005年、2010年和2015年MODIS 數(shù)據(jù)的EVI 數(shù)據(jù)層，再根據(jù)研究區(qū)主要糧食作物時(shí)間序列植被指數(shù)曲線特征，結(jié)合研究區(qū)域氣候條件等因素，利用TIMESAT 軟件，使用雙邏輯函數(shù)濾波法對(duì)時(shí)序數(shù)據(jù)進(jìn)行重構(gòu)。以谷歌影像為輔助工具收集樣本數(shù)據(jù)，根據(jù)獲得的研究區(qū)主要糧食作物——玉米、水稻和大豆的物候信息，分析3種糧食作物的EVI 曲線并獲取EVI 曲線的特性，據(jù)此建立決策樹(shù)的分類(lèi)規(guī)則，構(gòu)建決策樹(shù)分類(lèi)模型。

2.2 景觀指數(shù)

本研究選取平均斑塊面積、最大斑塊指數(shù)、斑塊密度、斑塊聚合度、散布與并列指數(shù)及農(nóng)作物變化幅度6個(gè)景觀指數(shù)對(duì)東三省玉米、水稻和大豆的種植結(jié)構(gòu)時(shí)空演變進(jìn)行分析。

3 結(jié)果與分析

3.1 主要糧食作物種植面積提取結(jié)果

3.1.1 主要糧食作物種植結(jié)構(gòu) 根據(jù)決策樹(shù)分類(lèi)模型提取了東三省大豆、玉米和水稻的種植結(jié)構(gòu)信息。

由表1可知，2000—2015年，黑龍江、吉林和遼寧玉米的種植面積都在逐年增長(zhǎng)，2000—2005年，黑龍江和吉林玉米的種植面積相當(dāng)，且領(lǐng)先于遼寧；2005—2015年，黑龍江玉米的種植面積逐漸領(lǐng)先吉林，遼寧玉米的種植面積依舊墊底。2000—2015年，吉林和遼寧大豆的種植面積在逐年減少，黑龍江大豆的種植面積先增加后減少，黑龍江大豆的種植面積一直以絕對(duì)優(yōu)勢(shì)領(lǐng)先吉林和遼寧。2000—2015年，黑龍江水稻的種植面積以絕對(duì)優(yōu)勢(shì)領(lǐng)先吉林和遼寧，水稻種植面積一直處于穩(wěn)定增長(zhǎng)狀態(tài)，吉林和遼寧水稻的種植面積所占比例相當(dāng)，且變化較小。

表1 2000—2015年?yáng)|三省主要糧食作物種植結(jié)構(gòu)

3.1.2 分類(lèi)精度評(píng)價(jià) 在試驗(yàn)研究中，精度評(píng)價(jià)是證實(shí)科學(xué)研究合理性的關(guān)鍵，也是研究中不可或缺的一步。本研究采用混淆矩陣對(duì)東三省主要糧食作物分類(lèi)精度進(jìn)行評(píng)價(jià)，評(píng)價(jià)因子選用用戶精度、制圖精度、Kappa 系數(shù)和總體精度4種，基于所選驗(yàn)證樣本評(píng)價(jià)結(jié)果如下：2000年、2005年、2010年和2015年?yáng)|三省玉米、水稻、大豆的各種精度幾乎都高于83%，4年的Kappa 系數(shù)也均高于0.81。通過(guò)分析上述精度評(píng)價(jià)的結(jié)果認(rèn)為，本研究中主要糧食作物種植結(jié)構(gòu)提取的結(jié)果具有合理性，也證實(shí)了利用EVI植被指數(shù)對(duì)農(nóng)作物種植面積遙感信息提取的可行性。結(jié)合不同作物的物候特性，克服了利用EVI 時(shí)序數(shù)據(jù)會(huì)提取到與特定地物光譜特征相似度極高的其他像元這一局限性，對(duì)研究結(jié)果的精度有所提升。

3.2 主要糧食作物種植面積的時(shí)空演變

3.2.1種植面積的時(shí)空演變 由表2可知，2000—2015年，東三省玉米、水稻的種植面積在不斷增加，且玉米種植面積一直居于首位；2000—2010年?yáng)|三省大豆的種植面積在不斷增加，且種植面積居于第2位，2010—2015年大豆的種植面積被水稻的種植面積超越。從東三省總的種植面積來(lái)看，2000—2015年?yáng)|三省的耕地面積逐年增加，反映出東三省的耕作潛力逐漸被發(fā)掘。

表2 東三省2000—2015年主要糧食作物的種植面積 單位：萬(wàn)hm2

3.2.2 主要糧食作物種植面積的變化幅度 由表3可知，2000—2015年，水稻的種植面積一直在上升，其變化幅度先增加后減少，有趨于穩(wěn)定的趨勢(shì)；玉米的種植面積也是一直在上升，但上升幅度在逐年減少；大豆的種植面積上升幅度一直在減少，2010—2015年甚至出現(xiàn)負(fù)增長(zhǎng)。2000—2005年，玉米種植面積的增長(zhǎng)幅度最大，為50.3%；水稻種植面積的增長(zhǎng)幅度最小，為17.1%。2005—2010年，水稻種植面積的增長(zhǎng)幅度最大，為41.2%，居首位；大豆種植面積的增長(zhǎng)幅度最小，為3.4%。2010—2015年，水稻和玉米的種植面積增長(zhǎng)幅度基本相同，分別為23.2%、23.8%；大豆種植面積的增幅為負(fù)，減少32.7%。

3.2.3 主要糧食作物景觀指數(shù)的變化 由表4可知，2000—2010年，東三省水稻的平均斑塊面積在整體上處于增加狀態(tài)，其斑塊密度卻在持續(xù)減少，說(shuō)明在此時(shí)間段東三省的水稻種植相對(duì)集中；2010—2015年，水稻的平均斑塊面積減少，斑塊密度增加，但數(shù)值與增加前相差不大，斑塊聚合度相對(duì)穩(wěn)定，說(shuō)明水稻種植出現(xiàn)輕微破碎化的現(xiàn)象，在整體的集中種植上出現(xiàn)了輕微的分散。2000—2015年，東三省玉米和大豆的平均斑塊面積都處于持續(xù)增加狀態(tài)，斑塊密度處于持續(xù)下降狀態(tài)，斑塊聚合度都在整體上增加，說(shuō)明玉米和大豆的種植一直比較集中。通過(guò)最大斑塊指數(shù)進(jìn)行分析，2000年大豆的最大斑塊指數(shù)高于水稻和玉米，為1.566 1%，說(shuō)明在2000年大豆的種植面積最多，是東三省最主要的糧食作物；在2005—2015年，玉米的最大斑塊指數(shù)以絕對(duì)優(yōu)勢(shì)成為最大，成為東三省最主要的糧食作物。

表3 東三省2000—2015年主要糧食作物種植面積的變化幅度 單位：%

表4 東三省2000—2015年主要糧食作物的景觀指數(shù)

4 結(jié)論與討論

本研究基于MOD13Q1 遙感影像數(shù)據(jù)，采用決策樹(shù)法，借助谷歌影像進(jìn)行數(shù)據(jù)采樣，對(duì)東三省主要糧食作物——玉米、水稻和大豆的種植面積遙感信息進(jìn)行提取，提取結(jié)果與統(tǒng)計(jì)年鑒相差不大，整體精度高于84%。再結(jié)合景觀指數(shù)進(jìn)行東三省主要糧食作物種植結(jié)構(gòu)的時(shí)空演變分析，得到以下結(jié)論：從種植面積來(lái)看，2000—2015年，東三省玉米和水稻的種植面積一直在增加，大豆先增加后減少；從種植結(jié)構(gòu)來(lái)看，2000年大豆的最大斑塊指數(shù)高于水稻和玉米，為1.566 1%，是東三省最主要的糧食作物，2005—2015年玉米是東三省最主要的糧食作物；從種植格局來(lái)看，東三省玉米和大豆的種植一直比較集中，水稻種植在2010—2015年出現(xiàn)輕微的破碎化現(xiàn)象，但整體上相對(duì)集中。

MODIS 數(shù)據(jù)具有較高的時(shí)間分辨率和較低的空間分辨率，適合用于大范圍研究，在使用MODIS數(shù)據(jù)進(jìn)行較小區(qū)域的研究時(shí)，研究結(jié)果的精度往往低于預(yù)期[14]。本研究以東三省為研究區(qū)域，主要糧食作物提取結(jié)果較精確，在一定程度上對(duì)MODIS 數(shù)據(jù)在大范圍研究中的合理性進(jìn)行了證實(shí)。在研究條件允許的情況下，后續(xù)研究可以選用空間分辨率較高的遙感影像[15-16]或者多源遙感數(shù)據(jù)[17-18]，再結(jié)合實(shí)地考察采樣提高農(nóng)作物的提取精度。糧食問(wèn)題是一個(gè)永恒的話題，它與每個(gè)社會(huì)成員都息息相關(guān)。隨著人口增長(zhǎng)和生活水平的不斷改善，人們對(duì)于糧食產(chǎn)量和質(zhì)量的要求不斷提高，合理優(yōu)化農(nóng)作物的種植結(jié)構(gòu)，提高糧食作物產(chǎn)量和質(zhì)量任重而道遠(yuǎn)。