全 文 ：第 1 4卷第 3期
2 0 0 6年 7月
中 国 生 态 农 业 学 报
Chinese Journal of Eco—Agriculture
VO1．14 NO．3
July， 2006
多时相遥感影像监测冬小麦种植面积的变化研究*
— — 以河北省三河市与大厂回族 自治县为例
张 群“胡春胜 陈素英 雷玉平
(中国科学院遗传与发育生物学研究所农业资源研究中心 石家庄 050021)
摘 要 利用多时相遥感影像监测研究分析河北省三河市和大厂回族 自治县冬小麦种植面积变化结果表明，该研
究区域冬小麦种植面积总体呈现下降趋势，而同一年份内不同地域冬小麦种植面积却增减不一。冬小麦种植面积
增加是因对河流两岸进行新的开垦所致，而冬小麦种植面积减少是因建设用地占用耕地以及农作物种植结构调整
所致 。
关键词 卫星遥感 冬小麦 种 植面积 归一化差值植被指数
Changes of winter wheat planting area detected by using multitemporal remote sensing images- A case study from Sanhe
City and Hui Autonomous County of Dachang of Hebei Province．ZHANG Qun，HU Chun’Sheng，CHEN Su-Ying，LEI
Yu—Ping(Center for Agriculture Resources Research，Institute of Genetics and Developmental Biology，Chinese Academy
of Sciences，Shijiazhuang 050021，China)，CJEA，2006，14(3)：180～183
Abstract The changes of winter wheat planting area in Sanhe City and Hui Autonomous County of Dachang of Hebei
Province were analyzed by using multitemporal remote sensing images．The results show that the winter wheat planting
area is decreasing in the studied area as a whole，but it may be increase or decrease in different zones in a year．Reclaiming
cropland at the bank of river makes its increase．The construction taking up the cropland and the adjustment of crop plant—
ing make its decrease．
Key words Satelite remote sensing，W inter wheat，Planting area，NDVI
(Received June 5，2005；revised July 29，2005)
冬小麦是华北平原的主要粮食作物之一。目前，通常采用逐级上报统计法或常规的地面调查方法获得
冬小麦种植面积，受人为因素影响较大，而且为提高精度，通常要花费大量的人力、物力、财力。遥感资料具
＼
顺义县 平谷 ／r—＼一／、
厂 ＼ 一一 一 、
_一 、7 三河市 ，
一
) 、1 ／
t l 萄
， ．
| ～ 一
一 一 大厂回族自治真一 、-一、 <县
、
、
、
滞县、 r 县、
图 1 研究 区域地理位置
Fig．1 Location of study area
有覆盖面积大、周期短、费用低等特点，可以宏观、及时、经济和客观
的估测冬小麦种植面积L1 J。本研究采用 3个时相的 Landsat TM数
据，监测了研究区域 1992～1999年冬小麦种植面积的变化及趋势，
并分析了冬小麦种植面积变化的原因。
1 研究区域概况与研究方法
研究区域位于华北平原北部，包括河北省三河市和大厂回族自
治县(图 1)。该地区属暖温带大陆性气候，多年平均降雨量约
500mm，平均温度约 12℃，主要种植农作物为冬小麦和夏玉米，经
济作物是露地菜和果树，果树主要是苹果树。本研究采用 3个时相
Landsat数据，分别是 1992年 4月 16日、1995年 4月 9日和 1999
年4月4日。4月份冬小麦处于拔节期，而露地菜刚刚定植，果树刚
* 国家高技术研究(863)发展计划项目(2002AA2Z4231)、中国科学院知识创新工程项 目(KZCX3一SW一428)和欧盟项目SUSDEV—CHI
NA(ICA4-CT一2002—10004)资助
** 该文系作者在中国科学院研究生院学习期间完成
"X-X-X-通讯作者
收稿 日期：2005—06—05 改回日期：2005—07—29
维普资讯 http://www.cqvip.com
第 3期 张 群等：多时相遥感影像监测冬小麦种植面积的变化研究 181
发芽。此时，冬小麦的生长状态以及植被覆盖度均远远大于露地菜和果树，因此，可以利用该特征将冬小麦
从遥感图像上识别出来。用遥感图像进行变化监测时图像必须进行辐射校正和几何校jEt5]。为了减少误
配准对变化监测结果的影响，必须进行基于像元的几何校正。图像配准的精确性用 RMS(Root—Mean—
Square)表示，Landsat TM 图像能接受的 RMS误差大约是 0．5个像元_6 J。利用 PCI遥感图像处理软件
GCPWorks模块，以数字化的1：50000地图为基准选取 50个地面控制点，重采样中采用了最邻近插值法，
RMS误差控制在0．5个像元内，对 3个时相的遥感资料进行几何精纠正，统一坐标体系。植被指数测算。
植被指数是选用多光谱遥感数据经分析运算产生的某些对植被长势、生物量等有一定指示意义的数值。在
遥感领域里，植被指数已经被广泛的用于定性和定量评价植被覆盖。Lyon J．G．[ ]比较了7种用于监测土地
覆盖变化的植被指数，结果表明 NDVI受地形因素影响最小，而且是惟一的柱状图呈现正态分布的指数。
Deering1978年首先提出了“归一化差值植被指数”(Normalized Diference Vegetation Index，简称 NDVI，下
同)，它被定义为近红外波段与可见光红波段数值之差和这两个波段数值之和的比值。即，NDVI：(DNNf
一 DNR)／(DNMR+DNR)。DNN侬表示近红外波段的灰度值，DNR表示可见光波段的灰度值。NDVI的范
围在[一1，1]之间。NDVI在植被遥感中的应用最为广泛，它是植被生长状态及植被覆盖度的最佳指示因
子。利用ERDAS IMAGE软件分别计算 1992年、1995年和1999年的NDVI值。利用多时相遥感数据进行
变化监测的方法最常用的有两种：逐个像元比较法(Pixel—tO—pixel comparison)和分类后比较法(Post—clasifi—
cation comparisom)。逐个像元比较法是将多时相的遥感图像迭合在一起，对每个像元进行逐一比较，无需进
行图像分类，如果像元之间亮度值差别较大，表明该像元发生了变化。分类后比较法首先对各个图像进行
分类，然后将分类结果迭合起来进行对比，从而获得各个像元的变化情况L2 J。逐个像元比较法避免了分类
进程中引入的虚假变化，可以确定发生变化的区域，但不能得出变化图斑的类型；分类后比较法可以表明哪
里发生了变化以及变化的来龙去脉_3 J。本文利用分类后比较法对冬小麦种植面积的变化性质进行分析。
遥感影像的分类方法按照是否有先验类别可以分为监督分类和非监督分类。监督分类中应用最广泛的是
最大似然法，该方法是根据训练样本的均值和方差来评价其他像元和训练类别之间的相似性。本文根据研
究目的，简单的将地物划分为冬小麦、建设用地、山体、裸地，利用最大似然法对3个时相的数据进行分类，分
类结果如图 2所示。
2 结果与分析
2．1 冬小麦种植面积的变化分析
对 于 陆
地 表 面 主 要
覆盖物而言，
非植 被 在 可
见 光 波 段 比
在 近 红 外 波
段有 较高 的
反射作用，故
其 NDVI值
为负值或 者
接近 于 0；而
在有植被覆
表 1 研究区域冬小麦种植面积变化分析
Tab．1 Analysis of winter wheat planting area in the study area
盖的情况下，NDVI为正值，且随着植被覆盖度增大而增大_4 J。根据地被物在 NDVI上的不同，通过定义
NDVI的取值，获得研究区域冬小麦种植面积变化的分类标准和变化类型(表 1)。由表 1计算可知：1992年
冬小麦种植面积 56011．8hm ，占总面积的56．14％；1995年冬小麦种植面积为 48857．Ohm ，占总面积的
48．96％；1999年冬小麦种植面积为50915．0hm2，占总面积的 51．03％。可见，1995年、1999年的冬小麦种
植面积比 1992年均有所减少，1999年的冬小麦种植面积比 1995年略为增加。该研究区域中类型Ⅲ和类型
Ⅷ从 1992～1995年冬小麦种植面积减少，减少量为 14．12％，而类型V和Ⅶ冬小麦种植面积增加 6．94％，则
实际为减少7．18％；1995～1999年 ，类型Ⅳ和Ⅶ共减少 9．80％，类型Ⅵ和Ⅷ共增加 l1．87％，则实际为增加
2．07％；1992～1999年，类型Ⅲ和Ⅳ冬小麦种植面积减少 14．69％，类型V和Ⅵ共增加 9．58％，则实际为减
维普资讯 http://www.cqvip.com
182 中 国 生 态 农 业 学 报 第 14卷
少 5．11％。Ⅶ、Ⅷ 2种类型代表冬小麦种植面积波动的区域，约有 9％，一部分区域是因为当地农民根据实
际情况调整作物种植类型导致的，还有一部分区域属于反复的破坏一恢复造成的。
2．2 冬小麦种植面积变化原因分析
本研究在分类图中选择了4个具有代表性的区域(A，B，C，D)来说明冬小麦种植面积变化的原因(图
2)。其中A为国道和铁路通过的区域，修建道路后，带动了道路两旁经济的发展，B为三河市政府所在地，
圈蕊
圈
霞隧
圈圈
国隧
999
地 一 裸地
图 2 3个时相遥感图像分类图
Fig。2 Classification maps of 1992，1995 and 1999
翮 I删
维普资讯 http://www.cqvip.com
第 3期 张 群等：多时相遥感影像监测冬小麦种植面积的变化研究 183
三河市的发展导致了城市的扩张，从分类图中可以看出，A、B区域减少的冬小麦种植区主要转化成了建设
用地。C为平原冬小麦种植区，冬小麦种植面积的增减均是因为种植结构的调整，即由作物种植类型之间的
变化产生的。D为洵河经过区域，在河流两岸新开垦耕地导致了冬小麦种植面积的增加。同时，由于该研究
区域靠近北京，该地区的劳动力转移到城市中打工，导致了研究区域缺乏劳动力，使得一部分耕地荒芜。
3 小 结
通过对研究区域3个不同时相NDVI值的分析，发现该研究区域冬小麦种植面积总体呈现减少的趋势。
说明可以利用不同时相的遥感数据对冬小麦种植面积的变化进行动态监测及发生变化原因的分析。与传
统的方法相比，遥感监测可以避免数据获取困难，从而使得大范围的变化研究变得简单易行而直观准确。
由于遥感图像的质量等原因，本文仅分析了 1992～1999年该地区的冬小麦种植面积变化，近期冬小麦价格
上涨导致冬小麦种植面积的增加，如果进一步分析 2005年 4月的遥感图像，将会更精确的计算冬小麦种植
面积的变化 以及冬小麦价格上涨对冬小麦种植面积的影响。
参 考 文 献
赵庚星，余松烈．冬小麦遥感估产研究．山东农业大学学报(自然科学版)，2001，32(1)：107～l11
张宏群，安裕伦．利用多时相 TM 影像分析贵州惠水喀斯特地区植被的变化 安徽师范大学学报(自然科学版)．2004，27(1)：109
张 红，舒 宁，刘 刚．多时相组合分类法在土地利用动态监测中的应用．武汉大学学报(信息科学版)，2005，30(2)：131～134
赵英时等．遥感应用分析原理与方法．北京：科学出版社．2003
Kwarteng A．K．，P．S．Chavez Jr，et al Detection study of Kuwait City and environs using multitemporal Landsat Thematic Mapper data
Interenational Journal ofRemote Sensing，1998，19(3)：1651～1662
Yuan D．，Elvidge C NALC land cover chang detection pilot study：W ashington D．C area experiments．Remote Sensing of En~mnment
1998，66：166～178
Lyon J．G，，Yuan D．，Luneta R．S．，et a1．A change detection experiment using vegetation indices．Photogrammetric Engineering and Re
mote Sensing，1998，64：143～150
维普资讯 http://www.cqvip.com