基于GF-1影像的沿淮地區(qū)冬季耕地撂荒遙感調(diào)查應(yīng)用

馬尚杰，裴志遠(yuǎn)※，王 飛，焦為杰，賈少榮，王丹瓊，韓 雪，賈麗娟，劉 敏，婁 徑

?

基于GF-1影像的沿淮地區(qū)冬季耕地撂荒遙感調(diào)查應(yīng)用

馬尚杰1,2，裴志遠(yuǎn)1,2※，王 飛1,2，焦為杰1,2，賈少榮1,2，王丹瓊1,2，韓 雪1,2，賈麗娟1,2，劉 敏1,2，婁 徑3

（1. 農(nóng)業(yè)農(nóng)村部耕地利用遙感重點(diǎn)實(shí)驗(yàn)室，北京 100125；2. 農(nóng)業(yè)農(nóng)村部規(guī)劃設(shè)計(jì)研究院農(nóng)業(yè)資源監(jiān)測(cè)站，北京 100125； 3. 安徽省經(jīng)濟(jì)研究院，合肥 230001）

耕地作為一種稀缺資源對(duì)國(guó)家和農(nóng)民來(lái)說(shuō)都具有極其重要的意義，但隨著市場(chǎng)經(jīng)濟(jì)的深入和農(nóng)村經(jīng)濟(jì)的發(fā)展，農(nóng)村耕地撂荒現(xiàn)象時(shí)有發(fā)生，撂荒耕地必然導(dǎo)致土地資源浪費(fèi)，影響到中國(guó)糧食安全和農(nóng)民增收，也不利于農(nóng)村經(jīng)濟(jì)社會(huì)穩(wěn)定發(fā)展。沿淮地區(qū)是安徽省乃至全國(guó)重要的商品糧生產(chǎn)基地，但近年來(lái)冬季撂荒情況日益嚴(yán)重。該文擬選取安徽省霍邱縣，利用2015、2016、2017三年冬小麥生長(zhǎng)期內(nèi)的GF-1衛(wèi)星16 m多光譜影像，提取霍邱縣冬季作物種植的空間分布和面積，通過(guò)多年數(shù)據(jù)對(duì)比，來(lái)分析霍邱縣近年冬季耕地撂荒情況。結(jié)果顯示：2015、2016、2017三個(gè)年度冬小麥種植面積分別為937.72，821.79，608.91 km2。參照2015年度冬小麥種植情況，2016年度冬季撂荒面積115.93 km2、占比12.36%，2017年度冬季撂荒面積328.81 km2、占比35.06%。結(jié)合實(shí)地調(diào)研分析，霍邱縣近年來(lái)冬季撂荒面積不斷增大的的主要原因有農(nóng)田排灌等水利設(shè)施不足、稻茬麥效益低、外出務(wù)工等。而2017年度撂荒面積明顯增加的直接原因是冬小麥播種期間，出現(xiàn)連續(xù)陰雨異常天氣，低洼地區(qū)田間積水嚴(yán)重，致使冬小麥無(wú)法播種，被動(dòng)撂荒。該文的研究可以為沿淮地區(qū)冬季撂荒遙感調(diào)查提供技術(shù)參考。

遙感；作物；提??；耕地撂荒；GF-1；沿淮地區(qū)

0 引 言

人多地少是中國(guó)基本國(guó)情，根據(jù)第二次全國(guó)土地資源調(diào)查數(shù)據(jù)，2009年全國(guó)耕地面積13 538.5萬(wàn)hm2，人均耕地面積0.101 hm2，較1996年“一調(diào)”時(shí)人均0.106 hm2有所下降，人均水平不到世界的一半[1]。耕地是一種稀缺資源，對(duì)農(nóng)民、國(guó)家來(lái)說(shuō)都具有極其重要的意義，但是隨著市場(chǎng)經(jīng)濟(jì)的深入和農(nóng)村經(jīng)濟(jì)的發(fā)展，耕地撂荒現(xiàn)象時(shí)有發(fā)生，必然導(dǎo)致土地資源浪費(fèi)，影響糧食安全[2-3]和農(nóng)民增收，也不利于農(nóng)村經(jīng)濟(jì)社會(huì)穩(wěn)定發(fā)展[4]。

沿淮地區(qū)是安徽乃至全國(guó)重要的商品糧生產(chǎn)基地[5]，如區(qū)域內(nèi)的霍邱、壽縣、懷遠(yuǎn)等縣都是糧食生產(chǎn)大縣。其中霍邱縣通過(guò)實(shí)施小麥高產(chǎn)攻關(guān)和水稻產(chǎn)業(yè)提升行動(dòng)，多年糧食產(chǎn)量全省第一，多次被評(píng)為“全國(guó)糧食生產(chǎn)先進(jìn)縣標(biāo)兵”[6]。但是，近年來(lái)受大量年青農(nóng)民外出務(wù)工、種植小麥?zhǔn)找娌环€(wěn)定等因素影響，冬小麥種植面積連年走低。2017年3月25日，中央電視臺(tái)《焦點(diǎn)訪談》報(bào)道了安徽霍邱縣冬小麥種植季大片農(nóng)田撂荒的情況，引發(fā)社會(huì)重大關(guān)注[7]。

農(nóng)作物種植面積提取是農(nóng)業(yè)遙感重要的研究?jī)?nèi)容之一，在農(nóng)業(yè)、統(tǒng)計(jì)等部門中應(yīng)用廣泛[8-10]，而利用遙感技術(shù)開展耕地撂荒調(diào)查雖有學(xué)者嘗試，但還不多見(jiàn)。如程維芳等[11]利用MODIS NDVI數(shù)據(jù)，研究基于農(nóng)作物生命周期的撂荒地識(shí)別方法，通過(guò)分析樣點(diǎn)的NDVI時(shí)間序列曲線，并與主要土地利用類型生命周期特征進(jìn)行匹配，達(dá)到識(shí)別撂荒地的目的，同時(shí)區(qū)別輪休與撂荒。阿力木江·吐斯依提等[12]利用多年MODIS NDVI時(shí)間序列數(shù)據(jù)，進(jìn)行山東省耕地撂荒情況遙感調(diào)查分析。馬玲玲[13]采用遙感和農(nóng)戶調(diào)查相結(jié)合的方法，研究了內(nèi)蒙古自治區(qū)和林格爾縣耕地變化和耕地撂荒的時(shí)空變化特征， 1996－2009年間，全縣撂荒地面積達(dá)3719.95 hm2，撂荒率為3.29%。史鐵丑等[14]將2 期耕地矢量圖層疊加，然后剔除退耕還林和森林工程圖斑，得到重慶市典型縣撂荒耕地分布圖。結(jié)果顯示，2011 年石柱、巫山和酉陽(yáng)3縣的耕地撂荒率分別為14.0%、19.9%和19.2%。

2013年4月26日發(fā)射的GF-1衛(wèi)星，是中國(guó)高分辨率對(duì)地觀測(cè)系統(tǒng)重大專項(xiàng)（簡(jiǎn)稱高分專項(xiàng)）的首發(fā)星[15]，兼具高空間分辨率、高時(shí)間分辨率和寬覆蓋等特點(diǎn)[16]。衛(wèi)星數(shù)據(jù)已在冬小麥、水稻、玉米、油菜和棉花等主要農(nóng)作物面積、產(chǎn)量的監(jiān)測(cè)[17-18]、以及糧食直補(bǔ)政策實(shí)施效果評(píng)價(jià)[8]等政策服務(wù)中發(fā)揮了重要作用。同屬于高分專項(xiàng)的GF-2衛(wèi)星，則于2014年8月19日發(fā)射，是中國(guó)自主研制的首顆空間分辨率優(yōu)于1 m的民用光學(xué)遙感衛(wèi)星，攜帶了2臺(tái)1 m分辨率全色/4 m分辨率多光譜相機(jī)。

本文擬在冬季撂荒較為突出的沿淮稻麥輪作地區(qū)，選擇典型的安徽省霍邱縣，采用國(guó)產(chǎn)GF-1衛(wèi)星數(shù)據(jù)，開展耕地撂荒遙感調(diào)查，以期為利用遙感手段摸清沿淮地區(qū)冬季撂荒情況進(jìn)行試驗(yàn)性研究。撂荒既包含季節(jié)性撂荒也包含全年性撂荒[19]，在沿淮稻麥輪作區(qū)，農(nóng)戶主要放棄冬季小麥種植，而只在夏季種植一季水稻，屬于季節(jié)性撂荒。本文擬利用2015、2016、2017三年冬小麥生長(zhǎng)期內(nèi)的GF-1衛(wèi)星16 m多光譜影像，提取霍邱縣冬季作物（主要是冬小麥）種植的空間分布和面積，通過(guò)多年數(shù)據(jù)對(duì)比，來(lái)分析霍邱縣近年冬季耕地撂荒情況。

1 材料和方法

1.1 研究區(qū)概況

研究區(qū)霍邱縣位于安徽省西部，位于115°50￠～116°32￠E，31°44￠～32°36￠N之間，地處大別山北麓，淮河中游南岸，地勢(shì)南高北低，南部屬低崗丘陵地區(qū)，北部為平原湖泊河流，屬重點(diǎn)行蓄洪區(qū)范圍。北亞熱帶季風(fēng)氣候，年平均降水量951.3 mm，年均氣溫15.4 ℃?；羟窨h是個(gè)農(nóng)業(yè)大縣，農(nóng)、林、牧、副、漁五業(yè)俱全，尤以糧食、畜禽、魚蝦產(chǎn)量大，品質(zhì)好而著名。全縣約2 000 km2土地，水稻種植面積約1 333 km2，小麥種植面積約950 km2。

1.2 數(shù)據(jù)來(lái)源及處理

選擇覆蓋研究區(qū)的2015年4月21日、2016年4月30日、2017年4月30日的GF-1衛(wèi)星16 m分辨率多光譜數(shù)據(jù)作為遙感數(shù)據(jù)。原始的GF-1數(shù)據(jù)經(jīng)ENVI軟件，參考已與地面配準(zhǔn)的Landsat TM8圖像對(duì)遙感影像進(jìn)行嚴(yán)格幾何精校正，校正誤差控制在1個(gè)像元內(nèi)，并將影像重投影到Albers等積投影。圖像裁切后形成覆蓋整個(gè)研究區(qū)的圖像數(shù)據(jù)，用于冬季作物種植分布提取。獲取研究區(qū)內(nèi)部分區(qū)域2016年2月24日GF-2衛(wèi)星4 m多光譜圖像一景，作為高分辨率圖像，選取用作訓(xùn)練樣本和驗(yàn)證樣本的隨機(jī)點(diǎn)，并目視解譯冬小麥，與16 m分辨率GF-1結(jié)果對(duì)比，計(jì)算小地物扣除系數(shù)[20]。

獲取研究區(qū)最新第二次全國(guó)土地資源調(diào)查成果，霍邱縣2015年土地利用圖。利用ARCGIS軟件，從中提取出耕地分布圖。

2017年6月15日—17日，赴霍邱縣曹廟鎮(zhèn)、眾興鎮(zhèn)、長(zhǎng)集鎮(zhèn)、宋店鄉(xiāng)、高塘鎮(zhèn)等鄉(xiāng)鎮(zhèn)，利用手持GPS實(shí)地定位，采集詳查點(diǎn)（見(jiàn)圖1），調(diào)查記錄冬季種植情況，同時(shí)，實(shí)地走訪周邊農(nóng)戶，訪問(wèn)撂荒原因。從有關(guān)部門獲取了研究區(qū)最近幾年農(nóng)作物種植情況資料，以及研究區(qū)交通圖、居民點(diǎn)分布圖、水系圖等輔助數(shù)據(jù)。

圖1 研究區(qū)位置和地面調(diào)查路線

1.3 冬季耕地撂荒遙感調(diào)查技術(shù)路線

利用GF-1衛(wèi)星數(shù)據(jù)進(jìn)行冬季耕地撂荒情況遙感調(diào)查包括耕地分布圖和冬季作物種植分布圖提取2大步驟，技術(shù)路線如圖2：首先，利用第二次全國(guó)土地資源調(diào)查霍邱縣2015年土地利用圖，提取出研究區(qū)耕地分布圖；然后在對(duì)GF-1衛(wèi)星數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理的基礎(chǔ)上，采用基于改進(jìn)多元紋理和光譜融合的遙感圖像分類方法[21]，對(duì)衛(wèi)星數(shù)據(jù)進(jìn)行圖像解譯，得到研究區(qū)冬季作物種植面積及空間分布。對(duì)遙感解譯結(jié)果，利用更高分辨率的GF-2遙感圖像進(jìn)行抽樣統(tǒng)計(jì)計(jì)算小地物扣除系數(shù)，精確計(jì)算冬季作物種植面積；最后，結(jié)合地面調(diào)查，進(jìn)行2015、2016、2017連續(xù)3年數(shù)據(jù)對(duì)比，分析原因，完成冬季耕地撂荒情況遙感調(diào)查。

圖2 冬季耕地撂荒情況遙感調(diào)查技術(shù)流程圖

1.4 冬季耕地撂荒遙感調(diào)查主要方法

1.4.1 遙感圖像解譯

為盡量避免一般遙感分類方法中線狀地物對(duì)分類結(jié)果可能造成的影響[22-24]，考慮到農(nóng)田集中區(qū)域多光譜影像紋理特征能夠直觀體現(xiàn)農(nóng)作物與其他地物空間結(jié)構(gòu)差異[25]，本文采用基于改進(jìn)多元紋理和光譜融合影像的遙感分類方法進(jìn)行霍邱縣冬小麥遙感識(shí)別。利用高分辨率的GF-2圖像，室內(nèi)隨機(jī)選取解譯需要的1 133個(gè)經(jīng)驗(yàn)樣點(diǎn)，包括906個(gè)訓(xùn)練樣本和227個(gè)驗(yàn)證樣本。改進(jìn)多元紋理信息提取的最優(yōu)滑動(dòng)窗口大小為9 × 9個(gè)像元。詳細(xì)的分類方法，文獻(xiàn)[21]中已有描述，這里不再贅述。

1.4.2 小地物扣除

研究表明，受空間分辨率、同物異譜、異物同譜等因素影響，遙感圖像會(huì)存在淹沒(méi)在主體地物之中、影像上無(wú)法識(shí)別但實(shí)際存在的絕對(duì)小地物，以及影像上雖然能夠識(shí)別但無(wú)法依圖斑解譯的相對(duì)小地物[26-27]。這些絕對(duì)小地區(qū)和相對(duì)小地物會(huì)對(duì)主體地物面積解譯精度產(chǎn)生不同程度的影響。在實(shí)際工作中，將它們統(tǒng)歸為小地物，在解譯時(shí)并入主體地物，最后對(duì)解譯結(jié)果按照一定的比例系數(shù)進(jìn)行修正[28]。小地物扣除系數(shù)通過(guò)計(jì)算各個(gè)對(duì)比樣區(qū)內(nèi)小地物與冬小麥的比例的平均值獲得[9]，計(jì)算公式如下

式中為小地物扣除系數(shù)；=1,2,…,；為縣域內(nèi)對(duì)比樣區(qū)的總個(gè)數(shù)；S為第個(gè)對(duì)比樣區(qū)中解譯出的目標(biāo)作物面積；S為第個(gè)對(duì)比樣區(qū)中實(shí)際的目標(biāo)作物面積，可以來(lái)自GPS實(shí)地測(cè)量，也可以來(lái)自利用更高分辨率遙感圖像解譯，本文利用更高分辨率的GF-2圖像解譯得來(lái)。

1.4.3 冬季耕地撂荒分析

霍邱縣屬于沿淮稻麥輪作區(qū)，地勢(shì)高低不平，部分地塊容易積水，冬季一般空閑，不種植小麥。針對(duì)這種情況，本文采用多年數(shù)據(jù)對(duì)比的方法，來(lái)分析冬季耕地撂荒。即連續(xù)提取2015、2016、2017三個(gè)年度冬季作物種植空間分布，通過(guò)逐年對(duì)比，分析近年冬季耕地撂荒情況，對(duì)2017年冬季撂荒程度進(jìn)行評(píng)價(jià)。同時(shí)，結(jié)合實(shí)地調(diào)研，對(duì)撂荒原因進(jìn)行分析。

2 結(jié)果與分析

2.1 冬季作物種植面積遙感提取

2.1.1 冬季作物種植面積遙感解譯結(jié)果

采用基于改進(jìn)多元紋理和光譜融合的遙感圖像分類方法對(duì)2015年4月21日、2016年4月30日、2017年4月30日的GF-1遙感影像進(jìn)行解譯，得到研究區(qū)2015、2016、2017三個(gè)年度冬季作物種植面積遙感解譯結(jié)果（見(jiàn)圖3—5）。利用驗(yàn)證樣本對(duì)結(jié)果進(jìn)行精度評(píng)價(jià)，混淆矩陣如表1所示，分類的整體精度88.55%，Kappa系數(shù)0.68，研究區(qū)冬小麥種植中北部多，南部較少。

圖3 霍邱縣2015年冬小麥分布圖

圖4 霍邱縣2016年冬小麥分布圖

圖5 霍邱縣2017年冬小麥分布圖

表1 冬小麥信息提取混淆矩陣

2.1.2 小地物扣除結(jié)果

在霍邱縣冬小麥典型種植區(qū)隨機(jī)選取面積為10 km × 10 km局部區(qū)域，利用空間分辨率4 m的GF-2衛(wèi)星多光譜圖像進(jìn)行冬小麥解譯，作為參考面積，與空間分辨率為16 m的GF-1多光譜圖像解譯結(jié)果進(jìn)行比對(duì)，計(jì)算小地物扣除系數(shù)。結(jié)果顯示，選定區(qū)域內(nèi)，GF-1圖像解譯冬小麥面積為71.092 6 km2，GF-2高分辨率圖像解譯冬小麥面積為65.478 4 km2，計(jì)算得到小地物扣除系數(shù)為7.89%。通過(guò)扣除小地物，研究區(qū)2015、2016、2017三個(gè)年度冬季作物種植面積分別為：937.72、821.79、608.91 km2。

2.2 耕地冬季撂荒情況分析

從年度變化上來(lái)看，2016年度冬小麥種植面積比2015年度減少115.93 km2，減幅12.36%；2017年度比2016年度減少212.88 km2，減幅25.90%。與2015年相比，2017年度冬小麥種植面積減少328.81 km2，減幅35.06%。近年來(lái)，研究區(qū)存在不同程度的冬季耕地撂荒情況。以2015年度冬小麥種植分布為參照，2016年度冬季撂荒面積115.93 km2，占比12.36%，而2017年度冬季撂荒面積328.81 km2，占比35.06%。

實(shí)地調(diào)查也表明，安徽省霍邱縣近年來(lái)冬季撂荒面積逐年增加，臨近的其他沿淮稻麥輪作區(qū)也不同程度地有類似情況。分析其主要原因有：1）農(nóng)田排灌等水利設(shè)施不足。沿淮地區(qū)多低崗丘陵，地勢(shì)高低不平，缺少農(nóng)田排灌等水利設(shè)施[5,29]，容易發(fā)生旱澇災(zāi)害[30]；2）稻麥輪作區(qū)稻茬麥產(chǎn)量低，約3.75 t/hm2，經(jīng)濟(jì)效益低；3）水稻土土壤黏性大，稻麥輪作整地難度大；4）大多數(shù)農(nóng)戶選擇只種植一季水稻，然后外出務(wù)工，而種糧大戶一般種植兩季，夏季種植水稻，冬季種植小麥。調(diào)查還發(fā)現(xiàn)，2017年度撂荒面積大幅增加的直接原因是該區(qū)域2016年10月，持續(xù)陰雨，降水偏多，在一個(gè)月內(nèi)有20 d時(shí)間下雨，低洼地區(qū)田間積水嚴(yán)重，小麥沒(méi)有種上，導(dǎo)致被動(dòng)撂荒。

從空間分布上來(lái)看，對(duì)比2016年種植分布，2017年撂荒區(qū)域（見(jiàn)圖6）主要分布在霍邱縣北部淮河沿岸地勢(shì)較為低洼的幾個(gè)鄉(xiāng)鎮(zhèn)，其中，臨水鎮(zhèn)大部、臨淮崗鄉(xiāng)北部、城西湖鄉(xiāng)東北部和西部、潘集鄉(xiāng)西南部、高塘鎮(zhèn)東北部等地較為集中，如臨水鎮(zhèn)65.33 km2、臨淮崗鄉(xiāng)38.90 km2、城西湖鄉(xiāng)30.49 km2、潘集鄉(xiāng)27.28 km2；中部南部部分鄉(xiāng)鎮(zhèn)也較多分布，如洪集鎮(zhèn)12.57 km2、孟集鎮(zhèn)7.49 km2、彭塔鄉(xiāng)7.09 km2、曹廟鎮(zhèn)5.84 km2、眾興鎮(zhèn)5.07 km2。

圖6 相比2016年霍邱縣2017年度冬季耕地撂荒分布圖

3 討 論

2016年10月份冬小麥播種期間，該區(qū)域出現(xiàn)連續(xù)陰雨異常天氣，低洼地區(qū)田間積水嚴(yán)重，致使冬小麥無(wú)法播種，冬季撂荒面積明顯增加，這是2017年度霍邱縣乃至臨近的沿淮地區(qū)出現(xiàn)較大面積撂荒的直接原因。調(diào)查發(fā)現(xiàn)，撂荒較為集中的出現(xiàn)在臨近淮河河道的行洪、泄洪區(qū)等地勢(shì)低洼、容易積水的地區(qū)。多數(shù)是由于積水嚴(yán)重，冬小麥無(wú)法播種而被動(dòng)撂荒。但同時(shí)，受農(nóng)田排灌等水利設(shè)施不足、稻茬麥效益低、外出務(wù)工等多種因素綜合影響，霍邱縣乃至整個(gè)沿淮地區(qū)，近年來(lái)冬季撂荒面積有不斷增大的趨勢(shì)。因此，要緩解該區(qū)域冬季撂荒問(wèn)題，政府要著重從改善當(dāng)?shù)剞r(nóng)田基礎(chǔ)設(shè)施條件、增強(qiáng)防災(zāi)抗災(zāi)能力、多措并舉提高冬小麥種植收益、創(chuàng)新冬閑田利用方式等方面著手。

根據(jù)從地方農(nóng)業(yè)部門獲取的農(nóng)作物種植統(tǒng)計(jì)資料，霍邱縣2012—2016年5年平均冬小麥種植面積為956 km2，冬油菜為59.6 km2。當(dāng)?shù)亟陙?lái)冬季主要種植冬小麥，冬油菜種植很少，分布也比較零散。本文圖像解譯時(shí)只提取了冬小麥，沒(méi)有考慮冬油菜，對(duì)于冬小麥改種冬油菜的情況有可能誤判為撂荒，會(huì)造成一定的誤差，但誤差不大，在可以接受的范圍內(nèi)。第一，和冬小麥相比，冬油菜在當(dāng)?shù)胤N植比例較低。按照2012—2016年5年平均來(lái)看，冬油菜種植面積占冬小麥的6.2%，5年中最小為4.3%，最大為7.4%。第二，相當(dāng)一些零碎種植的冬油菜可能已經(jīng)解譯成冬小麥，會(huì)抵消部分誤差。GF-1衛(wèi)星多光譜圖像缺少能夠較好識(shí)別不同作物類型的紅邊波段，而且空間分辨率也有限，尤其在冬油菜地塊相對(duì)較小、和冬小麥插花混種的區(qū)域，其光譜特征容易和冬小麥相混，而和裸地明顯不同，將這部分冬油菜解譯成冬小麥。這樣就就會(huì)避免將改種冬油菜的地塊誤判為撂荒，從而在事實(shí)上抵消掉部分誤差。從最終計(jì)算的結(jié)果來(lái)看，2016年撂荒地面積為115.93 km2，2017年為328.81 km2，與實(shí)地調(diào)研反映的情況較為符合，較為真實(shí)地反映了當(dāng)?shù)亟陙?lái)冬季撂荒不斷擴(kuò)大、尤其是2017年由于特殊天氣造成大面積撂荒的情況。在今后的研究中，可以考慮換用其他空間分辨率更高、波段設(shè)置更為有利的遙感數(shù)據(jù)源，進(jìn)行更加精細(xì)的解譯，更大程度減少類似的誤差。

4 結(jié) 論

本文主要利用2015、2016、2017三年冬小麥生長(zhǎng)期內(nèi)的GF-1衛(wèi)星16 m多光譜影像，提取霍邱縣冬季作物種植的空間分布和面積，通過(guò)多年數(shù)據(jù)對(duì)比，來(lái)分析霍邱縣近年冬季耕地撂荒情況。結(jié)果顯示：2015、2016、2017三個(gè)年度冬季作物種植面積分別為：937.72、821.79、608.91 km2。參照2015年度種植情況，2016年度冬季撂荒面積是115.93 km2，占比12.36%，而2017年度冬季撂荒面積是328.81 km2，占比35.06%。撂荒區(qū)域主要分布在北部臨淮地區(qū)，如臨水鎮(zhèn)、臨淮崗鄉(xiāng)、城西湖鄉(xiāng)、潘集鄉(xiāng)、高塘鎮(zhèn)等鄉(xiāng)鎮(zhèn)，該區(qū)域多行洪、泄洪區(qū)，地勢(shì)低洼，容易積水；中部南部部分低洼地區(qū)也有較大面積撂荒。遙感技術(shù)在獲取大范圍的耕地撂荒信息方面有較大的優(yōu)勢(shì)，能較好反映耕地撂荒的整體和時(shí)空演變過(guò)程，為區(qū)域土地利用模擬和政策制定提供重要的基礎(chǔ)數(shù)據(jù)。本文的研究可以為在沿淮地區(qū)開展冬季撂荒遙感調(diào)查、摸清大區(qū)域耕地撂荒情況提供技術(shù)參考。

[1] 國(guó)土資源部國(guó)家統(tǒng)計(jì)局，國(guó)務(wù)院第二次全國(guó)土地調(diào)查領(lǐng)導(dǎo)小組辦公室. 關(guān)于第二次全國(guó)土地調(diào)查主要數(shù)據(jù)成果的公報(bào)[J]. 資源與人居環(huán)境，2014(1): 16－17.

[2] Khanal N R, Watanabe T. Abandonment of agricultural land and its consequences: A case study in the Sikles area, Gandaki Basin, Nepal Himalaya[J]. Mountain Research and Development, 2006, 26(1): 32－40.

[3] 孫宏嶺，孫紅霞. 威脅中國(guó)糧食安全最危險(xiǎn)的因素：棄耕拋荒[J]. 糧食科技與經(jīng)濟(jì)，2009，34(1)：19－20. Sun Hongling, Sun Hongxia. Abandonment: The most dangerous threatening factors to food security in China[J]. Grain Science and Technology and Economy, 2009, 34(1): 19－20. (in Chinese with English abstract)

[4] 劉谷生. 農(nóng)村土地拋荒問(wèn)題及其治理研究[D]. 長(zhǎng)沙：湖南師范大學(xué)，2012. Liu Gusheng. Research on the Problems and Governance of Abandened Farmlands[D]. Changsha: Hunan Normal University, 2012. (in Chinese with English abstract)

[5] 楊普，張長(zhǎng)青. 安徽省沿淮地區(qū)糧食生產(chǎn)現(xiàn)狀分析及對(duì)策研究[J]. 農(nóng)業(yè)科技管理，2009，28(4)：21－24.

[6] 張大鵬. 霍邱糧食生產(chǎn)實(shí)現(xiàn)“六連冠”[N]. 安徽日?qǐng)?bào), 2010- 12-23(A01).

[7] 中央電視臺(tái)焦點(diǎn)訪談. 鄉(xiāng)土中國(guó)農(nóng)村系列調(diào)查：誰(shuí)來(lái)種地[EB/OL].[2018-08-14]. http://tv.cctv.com/2017/03/23/VIDE-F0-uK6bTBHAdWXdzS8Ald170323.shtml.

[8] 劉國(guó)棟，鄔明權(quán)，牛錚，等. 基于GF-1衛(wèi)星數(shù)據(jù)的農(nóng)作物種植面積遙感抽樣調(diào)查方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(5)：160－166. Liu Guodong, Wu Mingquan, Niu Zheng, et al. Investigation method for crop area using remote sensing sampling based on GF-1 satellite data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(5): 160－166. (in Chinese with English abstract)

[9] 易湘生，馬尚杰，游炯，等. 遙感調(diào)查中耕地解譯面積精準(zhǔn)核算研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(增刊1)：169－176. Yi Xiangsheng, Ma Shangjie, You Jiong, et al. Accurate calculation of farmland area during remote sensing survey[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(Supp. 1): 169－176. (in Chinese with English abstract)

[10] 馬尚杰，易湘生，游炯，等. 基于GF-1影像的冬小麥種植面積核算及直補(bǔ)政策實(shí)施評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(18)：169－174. Ma Shangjie, Yi Xiangsheng, You Jiong, et al. Winter wheat cultivated area estimation and implementation evaluation of grain direct subsidy policy based on GF-1 imagery[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016，32(18)：169－174. (in Chinese with English abstract)

[11] 程維芳，周藝，王世新，等. 基于多光譜遙感的撂荒地識(shí)別方法研究[J]. 光譜學(xué)與光譜分析，2011，31(6)：1615－1620. Cheng Weifang, Zhou Yi, Wang Shixin, et al. Study on the method of recognizing abandoned farmlands based on multispectral remote sensing[J]. Spectroscopy and Spectral Analysis, 2011, 31(6): 1615－1620. (in Chinese with English abstract)

[12] 阿力木江·吐斯依提，朱秀芳，努爾麥麥提·艾爾肯. 基于時(shí)序歸一化植被指數(shù)的撂荒地調(diào)查研究[J]. 上海國(guó)土資源，2016，37(4)：34－37. Alimujiang·Tusiyiti, Zhu Xiufang, Nuermaimaiti·Aierken. Studying abandoned farmland using temporal NDVI data[J] . Shanghai Land & Resources，2016，37(4)：34－37. (in Chinese with English abstract)

[13] 馬玲玲. 半干旱地區(qū)基于遙感與農(nóng)戶調(diào)查的耕地撂荒原因探究：以內(nèi)蒙古和林格爾縣為例[D]. 呼和浩特：內(nèi)蒙古師范大學(xué)，2010. Ma Lingling. Probe into the Reasons of Farmland Abandoned in Semi-arid Regions Based on Remote Sensing and the Investigation of Peasant Household: A Case Study of Hollinger County in Inner Mongolia[D]. Hohhot: Inner Mongolia Normal University, 2010. (in Chinese with English abstract)

[14] 史鐵丑，徐曉紅. 重慶市典型縣撂荒耕地圖斑的提取與驗(yàn)證[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(24)：261－267. Shi Tiechou, Xu Xiaohong. Extraction and validation of abandoned farmland parcel in typical counties of Chongqing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(24): 261－267. (in Chinese with English abstract)

[15] 黃振國(guó)，楊君. 高分一號(hào)衛(wèi)星影像監(jiān)測(cè)水稻種植面積研究綜述[J]. 湖南農(nóng)業(yè)科學(xué)，2014(13): 76－78. Huang Zhenguo, Yang Jun. Review of high-1 satellite image monitoring rice planting area[J]. Hunan Agricultural Sciences, 2014(13): 76－78. (in Chinese with English abstract)

[16] 翁進(jìn)，曾海波，羅國(guó)斌. GF-1 衛(wèi)星數(shù)據(jù)在土地利用變更調(diào)查遙感監(jiān)測(cè)中的應(yīng)用[J]. 安徽農(nóng)業(yè)科學(xué)，2015, 43(16)：358－362, 392. Weng Jin, Zeng Haibo, Luo Guobin. The application of GF-1 remote sensing image in the land use change monitoring[J]. Journal of Anhui Agri. Sci., 2015, 43(16): 358－362, 392. (in Chinese with English abstract)

[17] 劉佳. 國(guó)產(chǎn)高分衛(wèi)星數(shù)據(jù)的農(nóng)業(yè)應(yīng)用[J]. 衛(wèi)星應(yīng)用，2015 (3)：31－33，36. Liu Jia. The agricultural application of domestic high resolution satellite data[J]. Satellite Application, 2015 (3): 31－33, 36. (in Chinese with English abstract)

[18] 王利民，劉佳，楊福剛，等. 基于GF-1衛(wèi)星遙感的冬小麥面積早期識(shí)別[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(11)：194－201. Wang Limin, Liu Jia, Yang Fugang, et al. Early recognition of winter wheat area based on GF-1 satellite[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(11): 194－201. (in Chinese with English abstract)

[19] 段亞明，周洪，劉秀華，等. 中國(guó)耕地撂荒的研究進(jìn)展與展望[J]. 江蘇農(nóng)業(yè)科學(xué)，2018，46(13): 13－17.

[20] 吳全，裴志遠(yuǎn)，張松嶺，等. 中小比例尺土地利用變化遙感調(diào)查技術(shù)與方法[M]. 北京：中國(guó)農(nóng)業(yè)出版社，2010.

[21] 游炯，裴志遠(yuǎn)，王飛，等. 基于改進(jìn)多元紋理信息模型和GF-1影像的縣域冬小麥面積提取[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(13)：131－139. You Jiong, Pei Zhiyuan, Wang Fei, et al. Area extraction of winter wheat at county scale based on modified multivariate texture and GF-1 satellite images[J]. Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(13): 131－139. (in Chinese with English abstract)

[22] 葛詠, 王勁峰. 遙感信息的不確定性研究: 誤差傳遞模型[M]. 北京: 地質(zhì)出版社, 2003.

[23] 曾志遠(yuǎn). 衛(wèi)星遙感圖像計(jì)算機(jī)分類[M]. 北京: 科學(xué)出版社, 2004.

[24] 謝登峰，張錦水，潘耀忠，等. Landsat 8和MODIS融合構(gòu)建高時(shí)空分辨率數(shù)據(jù)識(shí)別秋糧作物[J]. 遙感學(xué)報(bào)，2015，19(5)：791－805. Xie Dengfeng, Zhang Jinshui, Pan Yaozhong, et al. Fusion of MODIS and Landsat 8 images to generate high spatial- temporal resolution data for mapping autumn crop distribution[J]. Journal of Remote Sensing, 2015, 19(5): 791－805. (in Chinese with English abstract)

[25] 劉鳳珠，張景雄，林宗堅(jiān)，等. 多光譜遙感影像的灰度與紋理信息測(cè)度方法[J]. 武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2016，41(3)：415－420. Liu Fengzhu, Zhang Jingxiong, Lin Zongjian, et al. Measurement of gray level and texture information in multispectral images[J]. Geomatics and Information Science of Wuhan University, 2016, 41(3): 415－420. (in Chinese with English abstract)

[26] 曹衛(wèi)彬，楊邦杰，宋金鵬. 基于Landsat TM圖像棉花面積提取中線狀地物的扣除方法研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2004，20(2)：164－167. Cao Weibin, Yang Bangjie, Song Jinpeng. Linear features extraction and measurement in cotton area estimation using Landsat TM image in Northwest China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2004, 20(2): 164－167. (in Chinese with English abstract)

[27] 辛蕊，陸忠軍，劉洋，等. Landsat TM8及GF-1影像黑龍江省線狀地物實(shí)際與解譯寬度對(duì)比[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(16)：196－205. Xin Rui, Lu Zhongjun, Liu Yang, et al. Comparison on linear feature real width and interpretation width using Landsat TM8 images and GF-1 images[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(16): 196－205. (in Chinese with English abstract)

[28] 吳全，楊邦杰，裴志遠(yuǎn)，等. 大尺度作物面積遙感監(jiān)測(cè)中小地物的影響與雙重抽樣[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2004，20(3)：130－133. Wu Quan, Yang Bangjie, Pei Zhiyuan, et al. Influence of small features on crop area estimation at a national scale using remote sensing and a double sampling method[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2004, 20(3): 130－133. (in Chinese with English abstract)

[29] 張長(zhǎng)青，楊普. 加強(qiáng)農(nóng)田水利基礎(chǔ)建設(shè)促進(jìn)沿淮現(xiàn)代農(nóng)業(yè)發(fā)展[J]. 安徽農(nóng)學(xué)通報(bào)，2009，15(5)：12－13, 8.

[30] 曹承富，汪芝壽，孔令聰，等. 安徽沿淮地區(qū)稻茬小麥生產(chǎn)現(xiàn)狀及技術(shù)對(duì)策[J]. 安徽農(nóng)學(xué)通報(bào)，2001，7(5): 30－32.

Application on remote sensing survey of abandoned farmlands in winter along the Huaihe River based on GF-1 image

Ma Shangjie1,2, Pei Zhiyuan1,2※, Wang Fei1,2, Jiao Weijie1,2, Jia Shaorong1,2, Wang Danqiong1,2, Han Xue1,2, Jia Lijuan1,2, Liu Min1,2, Lou Jing3

(1.100125,;2.,100125,; 3.230001,)

The total supply of arable land resources and reserved land resources is very limited in China, and the contradiction between people and land is prominent. The rural land, as the property of farmers, is considered as a scarce resource . However, with the development of the market economy and rural economy, the phenomenon of abandoning rural lands will inevitably lead to the waste of land resources, affecting our food security and rural incomes.In addition, the phenomenon will further increase the cost of land law enforcement, which is not conducive to the stable development of rural economy and society. In order to obtain the situation of abandoned farmlands in winter in the region along the Huaihe River, a method for surveying the abandoned farmlands by using remote sensing technology was researched and used in this study. Huoqiu County, the main grain-producing area along the Huaihe River in Northern Anhui Province, was selected as the study area. GF-1 image with 16 m resolution in April from 2015 to 2017, while the winter wheat growing, were used as the data source to survey the situation of farmland abandonment. 1) The distribution of crops growing in winter was extracted, mainly winter wheat, from remote sensing; 2) Then the accurate planting area of crops was got by subtracting small features area using a deduction coefficient of small ground objects which from the 10 km × 10 km sampling frames. Finally, the winter wheat planting areas in 2015, 2016 and 2017 were compared. Because winter rape planting area only accounted for about 6.2% of winter wheat planting area in local, so crop of winter rape was not considered as in this study when interpreting images, and would produce some errors within the acceptable range. Two important conclusions were drawn: 1) In the whole county, the winter wheat planting areas from 2015 to 2017 were respectively 937.72, 821.79 and 608.91 km2. 2) Based on the winter wheat planting area in 2015, the areas of abandoned farmlands in winter in the year of 2016, 2017 were 115.93 and 328.81 km2with ratio of 12.36% and 35.06%. Based on the investigation and interview of local farmers, it was considered that the continuous rainy season weather during the sowing period of winter wheat was the direct reason for the obvious increase of abandoned farmland area in 2017. Because of the continuous rainfall, serious water accumulation in low-lying areas prevented the winter wheat from being sowed and farmland were abandoned passively. Further analysis showed that the main reasons for the increase of abandoned framland in Huoqiu County and in the region along the Huaihe River in winter in recent years were insufficient irrigation and drainage facilities, low benefit of wheat which following rice, and farmers’ empolyment behavior in cities, and so on. Therefore, the government should focus on improving the local farmland infrastructure conditions, enhancing the ability of disaster prevention and resilience, and take various measures to improve the profits on winter wheat planting, innovate the way of utilization of winter fallow field, and so on, in order to alleviate the farmland abandonment problem in region in winter. Remote sensing technology has great advantages in obtaining large range of farmland abandonment information, and the research in this paper could provide a reference for remote sensing investigation of winter farmland abandonment in the region along the Huaihe River.

remote sensing; crops; extraction; abandoned farmlands; GF-1; region along the Huaihe River

2018-08-15

2018-10-15

國(guó)家重點(diǎn)研發(fā)計(jì)劃（2016YFB0501505）資助；農(nóng)業(yè)農(nóng)村部規(guī)劃設(shè)計(jì)研究院作物遙感監(jiān)測(cè)創(chuàng)新團(tuán)隊(duì)

馬尚杰，工程師，主要從事遙感圖像處理及GIS應(yīng)用與研究工作。Email：mashangjie@agri.gov.cn

裴志遠(yuǎn)，研究員，主要從事農(nóng)業(yè)遙感應(yīng)用與研究工作。 Email：peizhiyuan@agri.gov.cn

10.11975/j.issn.1002-6819.2019.01.028

S127

A

1002-6819(2019)-01-0227-07

馬尚杰，裴志遠(yuǎn)，王 飛，焦為杰，賈少榮，王丹瓊，韓 雪，賈麗娟，劉 敏，婁 徑. 基于GF-1影像的沿淮地區(qū)冬季耕地撂荒遙感調(diào)查應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(1)：227－233. doi：10.11975/j.issn.1002-6819.2019.01.028 http://www.tcsae.org

Ma Shangjie, Pei Zhiyuan, Wang Fei, Jiao Weijie, Jia Shaorong, Wang Danqiong, Han Xue, Jia Lijuan, Liu Min, Lou Jing. Application on remote sensing survey of abandoned farmlands in winter along the Huaihe River based on GF-1 image [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(1): 227－233. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.01.028 http://www.tcsae.org