小麦种植面积时空变化特征分析
——以荆门市为例

2023-03-08 02:07易洁伟孙佩康全国张驰尹伟
农业与技术 2023年4期
关键词:荆门市结点决策树

易洁伟 孙佩 康全国 张驰 尹伟

(湖北省地质科学院研究院,湖北 武汉 430000)

引言

小麦是世界重要粮食作物之一[1],我国小麦虽然单产高[2],但人均占有量少,粮食的稳定安全问题对国家的发展至关重要[3]。我国在农业遥感监测方面的研究较早,但应用较迟,自1978年以来,我国农业遥感监测的技术在研究与应用方面才打下了坚实的基础,从20世纪60年代末的技术引进到20世纪90年代的关键技术攻关再到现在的快速发展,农业遥感技术对于我国的作物种植监测和粮食生产监测方面起到了不可替代的作用。在小麦遥感估产研究方面,尹瀚民等基于产量统计数据和遥感光谱指数,采用回归分析、随机森林等模型对哈萨克斯坦春小麦的产量进行估产[4],对比分析选取了最佳模型。在影像数据利用方面,张群等基于LANDSAT影像,采用监督分类的方法对不同年份小麦种植面积的时空变化特征进行了研究[5];石宁卓以MODIS-NDVI影像为主要数据源,采用重构时间序列法对海河流域小麦种植面积的提取方法进行了研究,结果显示,其提取精度超过了90%[6]。众多学者从生物学的角度对小麦也进行了诸多研究,如利用转基因技术、染色体工程等对小麦种质资源及制种系统进行了实验[7,8],探究了目前在提高小麦产量和改进小麦品质中存在的问题和可能的解决途径。

传统小麦相关数据获取渠道主要有国家统计局(省、市、县)、国家农业部(省、市、县)、统计报表以及土地变更情况调查等,其小麦种植面积数据一般情况下都是以家庭为基本单元从下到上逐级统计而获得,但其统计结果与实际所需结果存在着很大的偏差,其准确性、时效性都难以得到保证,并且消耗浪费了不必要的人力、财力及物力。就目前而言,我国国土面积广阔,耕地面积多且分散,农业种植类型不能进行整体规划也无严格规定,所以自上而下逐级统计不可避免地会出现各种各样的问题。传统统计、通过随机抽样调查收集小麦播种面积统计资料的方式己经无法适应当前我国政府出台有关政策措施的要求。因此,将农业遥感技术对粮食作物长势和播种面积的监控作为现代农业发展的重要技术方法,通过运用农业遥感技术[9-12],对小麦表现在影像图上的光谱特征进行分析研究,对研究区资源环境的可持续发展不仅优势突出且意义重大[13]。

湖北省荆门市是我国小麦非常重要的种植区域之一,准确、实时地监测湖北省荆门市小麦播种面积变化趋势,可以在预测近年小麦产量以及种植面积等方面提供极其有价值的信息,进而为湖北省荆门市国家粮食安全、土地资源的可持续利用以及未来小麦产量产值估计提供科学依据。

1 研究区概况和数据来源

1.1 研究区概况

湖北省荆门市属于湖北省中部地区,位于E111°51′~113°29′,N30°32′~31°36′[14]。地理位置优越,位于荆州、宜昌、孝感、随州以及襄阳5个市的中间位置。目前主要管辖区有荆门高新区、掇刀区、漳河新区、东宝区、钟祥市、沙洋县、京山县以及屈家岭管理区[15,16]。荆门市区域内土壤自然肥沃,地势开阔平坦,湖泊广集密布,堤垸蜿蜒纵横,河网密集交织,是全省及全国粮棉主要产区之一[17]。从地形地势角度来看,荆门市总体呈现“三高两地”的状态,即东部、西部、北部较高,中部和南部较低,主要面向南部敞开状态,形成了丘岗冲沟、平原湖区以及低山坳谷三者皆有的地势[18]。荆门市主要位于汉江中下游,其境内有众多的河流与湖泊,发达的水系,总共形成4大水系[19]。

1.2 数据来源

近年来,遥感技术的快速发展为小麦种植面积的监测提供了丰富而详实的数据资料,监测作物种植面积变化是农业遥感的主要功能之一,其不仅可以反映农业种植在空间分布上的特征,还可以分析农业资源的利用状况。而作物种植面积的改变主要是受自然条件和人文因素的影响,研究其时空分布特征所需一定的时间周期,所以利用的遥感数据要求时间跨度足够长才能够宏观掌握小麦分布的时空特征和动态变化特点。因此,本文采选取Landsat影像数据和高分一号影像数据作为基础数据源,其中2005—2010年的数据使用Landsat7影像,2015—2021年使用Landsat8影像,都来源于地理空间数据云(http://www.gscloud.cn/)。

2 研究方法

2.1 非监督分类

非监督分类也被称为点群分类或者聚类分析,其是指选取一些代表点作为聚类的中心,完成初始分类,在其基础上,再重新计算各个聚类中心,在非监督分类中,现阶段比较常见的有ISODATA以及K-Mean等。

非监督分类的优点主要是对分类区分类出的集群组可以用简洁明了的知识解释清楚,不需要通过广泛的了解所分类区域;其输入的初始参数较少,如分类误差、计算迭代次数以及集群数量等,人为作用产生的误差比较小;分类类别较为均质,其光谱特征比较独特并且范围较小;可以识别一些易混、覆盖范围较小类别等。但存在以下缺点:要想得到分类精度较高的结果,需对其进行详细的分析以及后期处理,对本文所研究小麦的识别程度较低,造成分类类别与集群组之间的匹配差别越来越大;由于数据源的限制,本文选取的影像数据并非处于同一时期,所以光谱特征有所不同,非监督分类不能较好地保持其连续性,工作难度大。

2.2 监督分类

监督分类法又被称为训练场地法,是指通过用已确认过类别的样本像元重新再识别其他没有被确认过的类别像元的一种过程。通过调查形态资料对遥感影像中的分类样区进行目视判读,进而确定影像地物的分类性质,再从已确定成功的分类性质中选择相应种类的训练样本,再利用计算机统计得出各种分类性质的数据信息,在这些已经定义类别的基础之上对要判决函数进行训练选取,使其进一步满足于对其它子类别分类的判读以及要求,用分类好的判决类别函数去将其它没有定义判别数据以及待分类判别数据进行分类[20]。

2.2.1 决策树分类

决策树分类法[21]是一种对遥感数据集合从上而下逐层细分成不同属性的分类方法。属于典型的多级分类方法,是由很多类型的次级决策树构成,主要用于将每个像元的属性划分到相应的类别属性当中,一般情况下,按照决策树分类规则,上一级别中的决策树表达式将被划分为2类次级分类,同时每个新生成类别又可根据其它分类规则继续向下一级分类,直到达到预期分类结果为止。其基本原理是在预知各个地物类别样本信息的条件下,向上聚类的依据是参照各个类别的相近程度,从而每个聚类点形成一个叶结点,同时可以将该节点继续向下细分,将样本数据细分成若干个子集;以此类推逐层向上聚类,到根节点为止,完成对不同类别的划分提取。一个完整的决策树只有一个根节点,但可以有多个分支和结点,结点有父结点和叶结点之分,每个叶结点只能从属于一个父结点,对于父结点来说,至少含有2个叶结点。纵观决策树的组织结构,起始端为根节点,末端以叶结点为止。

2.2.2 最大似然法

最大似然分类(maximum likelihood classification),也被称为极大似然估计,最早由罗纳德·费雪爵士于20世纪20年代提出并使用。其是一种理论性非常强的点估计分析方法,基本思想比较简单,即当从模型总体中,随机抽取所需样本进行观测,取得观测值后,在所抽取的样本观测值中选取较合理的参数对其进行估计。

监督分类的优点在于确定分类的类别,在样方调查的已知分类的样本基础上;可以通过对所选取的训练样本进行反复检查以提高分类精度,同时杜绝在机器分类过程中出现的明显错误;可以规避在非监督分类方法中对于光谱集群组的反复重新归类问题等。

综上所述,通过比较各种分类方法,本文决定使用决策树分类方法,其既可以规避非监督分类里面出现的一些缺点,同时可以避免监督分类中其他分类方法的缺点,发挥决策树分类的优点,在小麦面积提取方面精度系数更高。

3 结果及分析

通过决策树分类方法获得了2005—2021年小麦种植范围,将分类的结果导入Arcgis中,统计历年的小麦种植面积变化情况并形成了空间分布图,见图1、图2。从图1、图2中可以得出,不管是时间维度还是空间维度,其小麦种植面积都发生了较大变化。

3.1 小麦种植面积时间分布特征分析

荆门市2005—2021年小麦种植面积的变化分布图见图1,从图1可以明显看出,小麦的种植面积在2005—2021年整体呈现上升趋势,小麦种植面积所占荆门市总土地面积的百分比介于7.19%~9.86%,变化幅度整体而言相对较小。其中,在2005—2015年小麦种植面积增加较少,2015年后面积增加幅度较大,其主要原因在于“十三五”期间,荆门市各地、各部门全面落实各项农业农村方针政策,将“三农”问题放在了各项工作首位,工业反哺农业、城市支持农村等工作布局取得较好成效,农业科技进步贡献率达到了60%,农民收入水平得以大幅度提高。加之2020年“十四五”推进了种业振兴,农业科技支撑力更强,农机装备应用能力也有所增加,所以虽农村人口数量在减少,但种植面积仍在增加。

图1 荆门市2005—2021年小麦种植面积变化图

3.2 小麦种植面积空间分布特征分析

由图2可知,荆门市小麦的种植面积主要分布在钟祥市和荆门市辖区,京山县分布较少,钟祥市和荆门市辖区大多位于平原地区,其种植面积广阔,而京山县则属于山区,种植面积有限。为了进一步探讨小麦种植面积的详细空间变化,通过Arcgis对相邻年份的数据进行擦除运算,获得小麦种植面积产生变化的区域,小麦增加的区域基本上位于平原区域,山区增加面积较少。小麦种植面积减少的主要区域有荆门市辖区的西北山区,钟祥市的西部和东北部,京山县的西部、北部以及西北部;而其种植面积增加的区域主要有荆门市辖区的中部和南部平原,钟祥市的中部和南部地区以及汉江平原地带,京山县的东部局部地区和西南方的局部地区。

4 结论与讨论

本文通过决策树分类的方法获得了2005—2021年的小麦的种植面积结果,得出荆门市2005—2021年小麦种植面积的空间分布图,从图2中可以显著观察到小麦的面积正在逐年增加,根据分析可知,农村人口及农业从业人口虽整体上不断减少,但政府政策对“三农”的支持、对耕地保有量的坚守以及农业科技支撑力更强,农机装备应用能力的增强使得小麦种植面积逐年增加。

目前荆门市的社会经济正处在快速发展的阶段,但是在目前社会经济快速发展的过程当中,更需要平衡诸多方面的因素。需要合理调整作物种植结构及其空间布局,荆门市在重视小麦等口粮作物生产的同时,也要注意协调油菜等经济作物的多样发展,不仅要注重耕作业内部结构的调整,还要促进粮食作物如小麦与经济作物如油菜的生产,由以前的专业化、产量化向今后的多元化、优质化等方向发展。同时,随着社会经济的快速发展,对于肉食品的需求在不断的上升,荆门市的部分山区可以适当地提升畜牧业的比重,但是还要注意农业内部结构之间的动态平衡。要充分利用耕地资源。此外,本文在分析数据中也发现,荆门市存在弃耕以及荒废的情况,从而会形成土地资源的一种浪费,因此政府应鼓励农业土地流转等相关政策,将撂荒耕地转入到农业种植大户手中,充分利用耕地资源。

政府应加大对农业的支持力度,农产品的收购价格在一定程度上影响着农民的种植意愿,为了提高农民的种植积极性,保障农作物的供应需求,在市场机制作用的前提下,国家应该实施宏观调控政策,同时对政策不全面之处进行改进,保障农民的收益以及国家的粮食安全,进一步完善市场信息,同时能够及时稳定的处理市场上剩余的农产品,进一步调整和优化农作物的种植结构。

猜你喜欢
荆门市结点决策树
荆门市诗词学会
荆门市恒悦建筑工程有限公司
一种针对不均衡数据集的SVM决策树算法
决策树和随机森林方法在管理决策中的应用
Ladyzhenskaya流体力学方程组的确定模与确定结点个数估计
基于决策树的出租车乘客出行目的识别
蜕变
如何打造汉水流域养生中心城市——以荆门市为例
基于肺癌CT的决策树模型在肺癌诊断中的应用
基于Raspberry PI为结点的天气云测量网络实现