基于3S的小尺度農(nóng)業(yè)資源信息提取技術(shù)研究——以廣饒縣丁莊鎮(zhèn)為例.pdf

1、農(nóng)業(yè)是國民經(jīng)濟(jì)的基礎(chǔ)，農(nóng)業(yè)資源則是農(nóng)業(yè)乃至人類社會得以生存和發(fā)展的物質(zhì)基礎(chǔ)和根本保證。及時掌握農(nóng)業(yè)資源的數(shù)量、質(zhì)量及其變化，有利于因地制宜，合理規(guī)劃，實(shí)現(xiàn)農(nóng)業(yè)資源的高效利用，促進(jìn)農(nóng)業(yè)生產(chǎn)的持續(xù)發(fā)展、農(nóng)村經(jīng)濟(jì)的穩(wěn)定增長、農(nóng)民收入的不斷增加和生態(tài)環(huán)境的明顯改善。本研究以山東廣饒縣丁莊鎮(zhèn)為例，探討了基于3S的鄉(xiāng)鎮(zhèn)小尺度土壤理化性狀、水資源、土地資源和農(nóng)作物種植面積、長勢及產(chǎn)量等農(nóng)業(yè)資源信息的提取技術(shù)，并分析其時空動態(tài)變化。
　　 (1

2、) 土壤理化性狀信息提取
　　 采用GIS的反距離加權(quán)插值法(IDW)對GPS采樣點(diǎn)數(shù)據(jù)進(jìn)行空間插值分析，獲得丁莊鎮(zhèn)土壤理化性狀信息，在此基礎(chǔ)上，利用養(yǎng)分平衡法提取了耕地氮磷鉀的精準(zhǔn)施肥信息。
　　 結(jié)果顯示：通過GPS定位和GIS空間插值能高效的獲取土壤理化性狀數(shù)據(jù)及其空間分布信息。
　　 (2) 水資源信息提取
　　 利用2009年3月16日TM遙感多光譜影像，經(jīng)輻射定標(biāo)、大氣校正等預(yù)處理，建立Nir

3、-Red光譜特征空間，利用表層土壤水分反演模型反演了表層土壤水分含量信息。利用GIS對GPS采樣點(diǎn)數(shù)據(jù)進(jìn)行空間插值分析，獲取地下水埋深和礦化度狀況。對遙感影像進(jìn)行穗帽變化獲取地表水空間分布情況。
　　 結(jié)果顯示：丁莊鎮(zhèn)表層土壤水含量高，其歸一化后的平均值達(dá)到0.87，且具有良好的空間吻合性。地下水埋深淺，基本小于2 m，地下水礦化度以2～10 g/L為主，近海地區(qū)達(dá)到30 g/L。地表水密度指數(shù)為9.52[％]。
　　

4、(3) 土地資源信息提取
　　 選擇地物對比明顯的2009年7月1日HJ1B遙感多光譜影像，依據(jù)典型地物的光譜特征，結(jié)合專家知識和GIS技術(shù)，采用決策樹分類方法提取土地利用類型，并進(jìn)行精度檢驗(yàn)與分析。利用土地鹽堿化信息突出的4個春季時相的遙感多光譜影像，結(jié)合專家知識和GIS技術(shù)，構(gòu)建了土地鹽堿化指數(shù)模型，提取土地鹽堿化信息，并分析其時空動態(tài)變化。在系統(tǒng)分析耕地自然環(huán)境條件、土壤理化性質(zhì)、農(nóng)業(yè)基礎(chǔ)設(shè)施基礎(chǔ)上，充分考慮農(nóng)戶行為對耕地

5、質(zhì)量的影響并構(gòu)建指標(biāo)體系，以模糊評判法綜合評價了1979年、2005年和2007年的耕地質(zhì)量，并在此基礎(chǔ)上分析了其時空變化特征。
　　 結(jié)果顯示：丁莊鎮(zhèn)土地利用分類總精度達(dá)到88.03[％]，土地利用程度為299.95，利用程度較高。
　　 1992年、2001年、2007年和2009年丁莊鎮(zhèn)土地鹽堿化面積分別占總面積的62.60[％]、61.56[％]、59.51[％]和71.53[％]，土地鹽堿化現(xiàn)象普遍，且以輕度鹽

6、堿化為主，三級和四級土地鹽堿化面積占較大比重。4個時期土地鹽堿化指數(shù)平均值分別為0.329、0.352、0.386和0.402，丁莊鎮(zhèn)整體及各分區(qū)的土地鹽堿化程度隨時間呈逐漸加重的趨勢；空間上土地鹽堿化程度基本呈現(xiàn)出東部>北部>南部的趨勢；離渤海越遠(yuǎn)，土地鹽堿化程度越低。
　　 丁莊鎮(zhèn)耕地質(zhì)量不斷提高，呈現(xiàn)出明顯的時空演變規(guī)律。一、二級地所占耕地面積從1979年的0.060[％]，增加到2005年的91.42[％]和2007年的

7、98.62[％]，耕地質(zhì)量穩(wěn)步提高；耕地離行政中心、河流越遠(yuǎn)，離渤海越近，其質(zhì)量降低，東北部近海地區(qū)和鎮(zhèn)政府駐地附近地區(qū)耕地質(zhì)量增幅明顯高于其它地區(qū)。研究發(fā)現(xiàn)，作物平均產(chǎn)量與耕地質(zhì)量之間存在極顯著的線性關(guān)系。
　　 (4) 農(nóng)作物種植面積、長勢及產(chǎn)量信息提取
　　 選擇冬小麥信息突出的7個相似時相的中高分辨率遙感多光譜影像，經(jīng)幾何精校正、掩膜、相對輻射校正等預(yù)處理，在分析研究區(qū)典型地物光譜特征的基礎(chǔ)上，采用決策樹分類方法

8、提取冬小麥種植面積。同時，依據(jù)植被指數(shù)變化規(guī)律修正各時相植被指數(shù)，根據(jù)修正后植被指數(shù)分布情況及其與產(chǎn)量的關(guān)系，分別構(gòu)建了基于像元∑RVI及不同長勢區(qū)DVI的冬小麥估產(chǎn)模型。
　　 結(jié)果顯示：各時相冬小麥種植面積的提取精度均在96[％]以上，且具有很好的空間精度?；谙裨芌VI的冬小麥估產(chǎn)模型各年估產(chǎn)精度多在90[％]以上，有一定波動性，多年估產(chǎn)精度可達(dá)99[％]以上；基于不同長勢區(qū)DVI的冬小麥估產(chǎn)模型的估產(chǎn)精度在93.41[