文 | 翟建寶 程飛雁 王振宇
哈爾濱航天恒星數(shù)據(jù)系統(tǒng)科技有限公司
秸稈是黑土地的天然肥料,秸稈還田不僅可用來減輕土地的風(fēng)蝕和水蝕,還可陪肥地力和保墑抗旱,具有很好的經(jīng)濟(jì)效益、社會(huì)效益和生態(tài)效益,且秸稈還田在保護(hù)性耕作上也是目前最好的生態(tài)技術(shù)手段。但由于我國秸稈分布廣、數(shù)量多、難于管控,目前仍存在秸稈焚燒、資源浪費(fèi)現(xiàn)象。出于對(duì)環(huán)境的保護(hù)以及秸稈資源的合理利用,我國對(duì)于秸稈監(jiān)測(cè)及綜合管理十分重視,同時(shí)也逐步下發(fā)了一定的政府補(bǔ)貼,然而面對(duì)大范圍的秸稈資源監(jiān)測(cè)及合理管理問題,基于傳統(tǒng)人工核查方式則難于全面管控。
隨著近年來我國政府對(duì)秸稈資源管理的高度重視,秸稈合理利用工作已有不錯(cuò)的成效,但仍沒有全面遏制秸稈焚燒、離田堆積等資源浪費(fèi)和環(huán)境污染現(xiàn)象,局部地區(qū)仍沒有得到合理綜合管控。主要由于傳統(tǒng)秸稈監(jiān)測(cè)手段難以滿足大面積、高效率、高精度、低成本的全局管控需求,導(dǎo)致秸稈資源用途難于得到充分發(fā)揮。為充分推進(jìn)秸稈綜合利用,促進(jìn)農(nóng)業(yè)綠色發(fā)展,本文利用衛(wèi)星遙感監(jiān)測(cè)技術(shù),構(gòu)建出了秸稈資源覆蓋監(jiān)測(cè)模型,可全面高效地對(duì)秸稈資源分布情況、利用情況和違規(guī)焚燒等方面進(jìn)行監(jiān)測(cè),有效解決了傳統(tǒng)秸稈監(jiān)督管理方式范圍小、實(shí)效低、動(dòng)態(tài)跟蹤不足等問題,秸稈資源多方面應(yīng)用充分高效展開,大力提高秸稈利用率,為相關(guān)管控部門對(duì)秸稈資源監(jiān)測(cè)及應(yīng)用提供有效數(shù)據(jù)支撐。
利用衛(wèi)星遙感影像短波紅外和近紅外對(duì)秸稈具有較高的敏感性,計(jì)算出相應(yīng)的敏感光譜指數(shù),并結(jié)合對(duì)應(yīng)的實(shí)測(cè)秸稈覆蓋數(shù)據(jù),構(gòu)建了光譜指數(shù)與秸稈資源覆蓋的關(guān)系模型。
本文模型構(gòu)建共采用了400 個(gè)樣本數(shù)據(jù),其中每個(gè)樣點(diǎn)定位均采用手持GNSS 完成地理信息獲取,采集信息主要包括樣點(diǎn)經(jīng)度、緯度、秸稈覆蓋度、秸稈狀態(tài)等信息。秸稈狀態(tài)信息主要包括秸稈離田、碎混還田、秸稈翻埋、秸稈未離田、秸稈已焚燒。本文將樣本數(shù)據(jù)按照7:3 的比例,建立了模型的訓(xùn)練集和驗(yàn)證集,形成模型訓(xùn)練及驗(yàn)證的基礎(chǔ)數(shù)據(jù);同時(shí),利用同步成像的哨兵二號(hào)(Sentinel-2B)L2A 衛(wèi)星遙感影像數(shù)據(jù),進(jìn)行影像重采樣、波段合成、影像鑲嵌和裁剪等預(yù)處理,并以影像的短波紅外與近紅外波段反射率為主要因子,通過指數(shù)公式計(jì)算,來獲取秸稈覆蓋狀態(tài)相關(guān)指數(shù)。其中包含歸一化耕作指數(shù)(NDTI)、歸一化秸稈指數(shù)(NDRI)、歸一化差值指數(shù)7(NDI7),最終以相關(guān)指數(shù)為輸入因子,以實(shí)測(cè)樣本數(shù)據(jù)秸稈覆蓋度為因變量,通過線性回歸構(gòu)建了秸稈資源覆蓋監(jiān)測(cè)模型,模型反演經(jīng)實(shí)測(cè)樣本驗(yàn)證,準(zhǔn)確性完全滿足秸稈資源覆蓋監(jiān)測(cè)應(yīng)用,主要技術(shù)流程如圖1 所示。
圖1 秸稈資源專題監(jiān)測(cè)流程
為貫徹落實(shí)生態(tài)文明建設(shè),資源綠色發(fā)展,全面科學(xué)掌控秸稈資源利用情況,充分發(fā)揮秸稈資源應(yīng)用,衛(wèi)星遙感技術(shù)已成為秸稈資源管控的主要科學(xué)手段,為耕地保護(hù)、資源分配、環(huán)境保護(hù)、收糧指導(dǎo)等方面提供合理高效的數(shù)據(jù)支撐,為提高秸稈資源綜合利用及監(jiān)督管控作出重大貢獻(xiàn)。
黑土保護(hù)性耕作是指作物收獲后地面上秸稈覆蓋度大于30%的耕作,本文利用了Sentinel-2 10m分辨率多光譜衛(wèi)星遙感影像,對(duì)2022 年東北局部地區(qū)耕地進(jìn)行了秸稈覆蓋度的監(jiān)測(cè)。此監(jiān)測(cè)區(qū)面積約150 萬畝,為典型的黑土覆蓋區(qū)域。通過構(gòu)建的秸稈資源覆蓋監(jiān)測(cè)模型對(duì)耕地的作物秸稈覆蓋情況進(jìn)行了定量反演,并以秸稈覆蓋度30%為基準(zhǔn),對(duì)已保護(hù)性耕作和未做保護(hù)性耕作的區(qū)域進(jìn)行分割提取,結(jié)果如圖2 所示。從圖中整體來看,該地區(qū)已保護(hù)性耕作區(qū)域約占85%,但仍有15%的耕地秸稈還田率較低,沒有實(shí)施耕地保護(hù)性耕作措施,秸稈資源沒有得到合理利用,且分布離散。
圖2 保護(hù)性耕作監(jiān)測(cè)圖
通過統(tǒng)計(jì)秸稈資源覆蓋數(shù)據(jù),對(duì)秸稈覆蓋情況進(jìn)行具體分析,形成保護(hù)性耕作執(zhí)行情況分布圖,可整體監(jiān)督該地區(qū)黑土耕地保護(hù)實(shí)施程度。重點(diǎn)對(duì)離散未做保護(hù)性耕作的耕地進(jìn)行關(guān)注,并完成有效治理,實(shí)現(xiàn)保護(hù)性耕作精細(xì)化監(jiān)督管理。由此可見,衛(wèi)星遙感對(duì)秸稈資源覆蓋監(jiān)測(cè)方法可快速對(duì)大范圍秸稈資源信息進(jìn)行分析提取,有效解決傳統(tǒng)人工現(xiàn)場(chǎng)核查費(fèi)時(shí)費(fèi)力的投入問題,也可輔助農(nóng)業(yè)相關(guān)部門對(duì)黑土地耕作保護(hù),短期內(nèi)做出精準(zhǔn)治理方案,使秸稈資源得到充分合理的利用,保障黑土地保護(hù)實(shí)施工作更加精準(zhǔn)、高效、科學(xué)化。
近年來,我國為了大力推廣秸稈資源循環(huán)利用,鼓勵(lì)秸稈還田,采用了秸稈還田作業(yè)補(bǔ)貼方案。其中補(bǔ)貼內(nèi)容主要包括玉米秸稈還田和水稻秸稈還田,還田類型主要針對(duì)深翻和碎混,且不同的還田類型又有對(duì)應(yīng)的補(bǔ)貼方式。面對(duì)大范圍秸稈還田作業(yè)補(bǔ)貼情況,對(duì)于傳統(tǒng)現(xiàn)場(chǎng)統(tǒng)計(jì)方法,合理的分配補(bǔ)貼工作將非常復(fù)雜困難。
本文利用實(shí)測(cè)樣本數(shù)據(jù)定義出秸稈還田覆蓋度閾值,且以衛(wèi)星遙感的秸稈覆蓋監(jiān)測(cè)模型結(jié)合閾值分割方式,來反演出不同秸稈還田方式及分布范圍,圖3 為東北某縣局部耕地秸稈還田方式及分布遙感監(jiān)測(cè)圖。從圖中可以看出,當(dāng)?shù)卣w秸稈還田率相對(duì)較高,其中水稻秸稈主要以深翻方式還田,其次是碎混還田。相對(duì)玉米則是以碎混的還田方式居多,其次是深翻。本次通過數(shù)據(jù)分類統(tǒng)計(jì)分析并結(jié)合相應(yīng)的補(bǔ)貼政策,快速獲取該地區(qū)的補(bǔ)貼投入概算。
圖3 秸稈還田方式及分布遙感監(jiān)測(cè)圖
秸稈還田作業(yè)補(bǔ)貼涉及到大范圍農(nóng)戶分配,要做到精準(zhǔn)到戶,有理有據(jù)。通過衛(wèi)星遙感反演數(shù)據(jù),疊加到當(dāng)?shù)馗貦?quán)屬數(shù)據(jù),則可快速完成秸稈還田作業(yè)補(bǔ)貼分戶統(tǒng)計(jì),并形成農(nóng)戶補(bǔ)貼一覽表,實(shí)現(xiàn)按圖補(bǔ)貼。政府相關(guān)部門可及時(shí)獲取補(bǔ)貼清單,按圖監(jiān)督,減少不必要的補(bǔ)貼爭(zhēng)議。同時(shí)也可根據(jù)衛(wèi)星遙感數(shù)據(jù)做定期抽查,提高監(jiān)督管理水平,為推廣秸稈還田作業(yè)補(bǔ)貼工作提供科學(xué)合理的管理方案,充分實(shí)現(xiàn)秸稈還田作業(yè)補(bǔ)貼政策落實(shí)最大化。
利用衛(wèi)星遙感秸稈資源覆蓋監(jiān)測(cè)技術(shù),對(duì)黑龍江省某局部地區(qū)2022 年作物收獲期間的秸稈覆蓋情況進(jìn)行連續(xù)跟蹤,其中根據(jù)秸稈離田和還田情況可定義為已收割狀態(tài),未離田定義為未收割。通過對(duì)比分析衛(wèi)星遙感跟蹤的多期秸稈收割結(jié)果,可初步判定收割進(jìn)度和分布范圍是否滿足開展收糧工作需求。如圖4 所示,該監(jiān)測(cè)區(qū)域10—11 月已陸續(xù)開展作物收割,且11 月收割進(jìn)度明顯增長(zhǎng),主要集中在西部和北部。為了保障收糧任務(wù)及時(shí)合理,對(duì)收割進(jìn)度及范圍進(jìn)行跟蹤,根據(jù)收割范圍,就近安排收糧臨時(shí)點(diǎn),且根據(jù)不同時(shí)間收割范圍,可進(jìn)一步指導(dǎo)收糧計(jì)劃,合理安排收糧路線和最佳時(shí)期,保障收糧工作高效完成。
圖4 2022 年10—11 月收割進(jìn)度跟蹤遙感監(jiān)測(cè)圖
收糧工作對(duì)于糧儲(chǔ)相關(guān)企業(yè),每年都是個(gè)復(fù)雜而又重要的任務(wù),不同的地區(qū)存在不同的收獲期限,導(dǎo)致收糧工作開展長(zhǎng)期處于被動(dòng)。利用衛(wèi)星遙感技術(shù)對(duì)作物秸稈的監(jiān)測(cè),可以精準(zhǔn)掌握不同地區(qū)的收割情況以及分布范圍,通過對(duì)秸稈收割進(jìn)度的跟蹤監(jiān)測(cè),可制定收糧目標(biāo),準(zhǔn)確制定收糧方案及路線,全面推動(dòng)收糧工作高效合理科學(xué)化。
當(dāng)前我國每年收獲后仍面臨秸稈焚燒問題,秸稈焚燒不僅對(duì)秸稈資源肆意浪費(fèi),也使區(qū)域空氣質(zhì)量受到嚴(yán)重影響,因此對(duì)于秸稈焚燒管控非常重要?;诮斩挿贌c農(nóng)田整地周期銜接短,且分布隨機(jī)廣泛,傳統(tǒng)的追查方式很難全局掌控,因此大范圍準(zhǔn)確追溯秸稈焚燒區(qū)域分布地點(diǎn),對(duì)秸稈焚燒治理至關(guān)重要。利用衛(wèi)星遙感對(duì)秸稈覆蓋區(qū)域監(jiān)測(cè)技術(shù),并結(jié)合影像近紅外與短波紅外比值對(duì)火燒跡地的高敏感性,對(duì)2023 年3 月末的東北某地區(qū)進(jìn)行了秸稈焚燒后的追溯監(jiān)測(cè),圖5為秸稈焚燒面積遙感監(jiān)測(cè)分布圖。從遙感監(jiān)測(cè)數(shù)據(jù)中可快速統(tǒng)計(jì)出該區(qū)域秸稈的焚燒面積,從圖中也可明顯看出,該地域秸稈焚燒范圍相對(duì)較大,且分布范圍離散,如基于傳統(tǒng)現(xiàn)場(chǎng)管控方式將會(huì)非常困難。據(jù)實(shí)地勘察,當(dāng)?shù)乜諝赓|(zhì)量也受到了嚴(yán)重影響,煙霧繚繞且可見度低。
圖5 秸稈焚燒面積遙感監(jiān)測(cè)分布圖
針對(duì)秸稈焚燒整治工作,近些年在我國各個(gè)地區(qū)也在逐年開展,但效果并不明顯。利用衛(wèi)星遙感監(jiān)測(cè)方法,可事后隨時(shí)高效準(zhǔn)確地追溯秸稈焚燒地點(diǎn)及范圍,追查農(nóng)民進(jìn)行秸稈焚燒的地域分布,且基于耕地權(quán)屬數(shù)據(jù)可精準(zhǔn)到戶地進(jìn)行秸稈焚燒管制,解決傳統(tǒng)人工定點(diǎn)監(jiān)測(cè)需要投入大量的人力、財(cái)力、物力以及時(shí)間限制等問題。利用衛(wèi)星遙感的歷史溯源追責(zé)優(yōu)勢(shì),秸稈焚燒管控力度將會(huì)得到大力的提升,資源浪費(fèi)及環(huán)境污染情況將會(huì)大幅度減少。
綜合以上應(yīng)用分析,說明衛(wèi)星遙感對(duì)秸稈資源監(jiān)測(cè)具有較強(qiáng)的應(yīng)用潛力。不僅可以全局高效準(zhǔn)確地保障秸稈資源得到充分利用及管控,也可通過對(duì)秸稈資源的監(jiān)測(cè)來協(xié)助農(nóng)業(yè)和環(huán)保等相關(guān)部門,精細(xì)化掌握秸稈資源的時(shí)空分布,合理監(jiān)督農(nóng)田保護(hù)、補(bǔ)貼下發(fā)、指導(dǎo)收糧和焚燒治理等工作,同時(shí)也為政府掌控秸稈資源、挖掘應(yīng)用潛力提供有效的基礎(chǔ)數(shù)據(jù)支撐。
近些年,我國衛(wèi)星遙感技術(shù)在各個(gè)應(yīng)用領(lǐng)域逐步走向成熟,對(duì)于秸稈遙感監(jiān)測(cè)技術(shù)研究也具備了業(yè)務(wù)上的應(yīng)用能力,秸稈資源利用及管控也開始逐步走向科學(xué)化?,F(xiàn)如今衛(wèi)星遙感影像質(zhì)量和識(shí)別算法也在逐步升級(jí),識(shí)別能力和反演精度也在不斷提高,因此基于遙感的秸稈資源監(jiān)測(cè)應(yīng)用,將會(huì)向更好的科學(xué)智能方向發(fā)展。