掌握作物的空间分布情况是进行大范围农业监测的必要条件，对于制定农业生产、可持续发展政策至关重要。

地表过程与资源生态国家重点实验室张朝教授课题组基于全球陆表遥感（Global Land Surface Satellite, GLASS）叶面积指数（Leaf Area Index, LAI）产品，提出了一种基于物候的作物制图方法，建立了中国三大主要农作物（玉米、小麦和水稻）的1km收获面积数据集，命名为ChinaCropArea1km。相关成果的接收稿于2020年3月18日刊登在杂志Environmental Research Letters（2018年影响因子6.192）。文章第一作者为硕士研究生骆玉川，通讯作者为张朝教授。

该文章综合了物候期对应的影响日期和生长季的峰值个数来区分不同的作物和作物种植系统。首先根据作物物候曲线特征定义了不同作物的三个关键物候期与之对应的拐点和峰值，结合拐点法和阈值法识别出LAI特征曲线的拐点和峰值，从而作为遥感提取的关键物候期。其中，将中国土地利用现状遥感监测数据的旱地层和水田层分别用于提取旱地作物（玉米、小麦）和水稻。然后，根据三个关键物候期能同时提取出来的条件确定作物的种植格点。例如，对于某格点，若冬小麦的返青期、抽穗期和成熟期（对应于LAI时序曲线的拐点和峰值点）能同时提取出来，就将它认作冬小麦的种植格点。最后，对于某些省份种植系统复杂，例如中国北方的春玉米易与其它春季植被混淆，采用基于作物物候特征设置LAI最大值的阈值的方法，去掉误分的作物种植格点（即LAI最大值低于所选阈值的格点）。

结果表明，与2000-2008年县级统计年鉴记录的收获面积对比，该研究提取的三种作物收获面积精度较高，均方根误差RMSE和相对均方根误差RRMSE均分别低于12Kha和45%（图1）。三种作物2000、2005、2010和2015年的空间分布如图2-4所示。水稻主要广泛分布在东北平原、长江中下游平原、四川平原、云贵高原梯田和珠江三角洲。小麦的分布更为集中，主要在华北平原和四川平原。相比于水稻和小麦，玉米的分布横跨整个中国，包括东北、华北和西南地区。此外，该研究在5km尺度下进一步分析了作物种植面积的时间变化趋势（图5a1-a3），并按省汇总了具有显著性趋势的格点（图5b1-b3）。对于水稻，北方水稻收获面积显著增加而南方水稻收获面积下降。玉米主产区的收获面积大幅增加。小麦的收获面积总体下降，但主产区的收获面积显著增加。这些现象与人为因素、生物物理因素和社会经济因素有关，包括城市化、南方作物种植强度下降、气候变化带来的频繁的灾害、北方和西南地区大量废弃农田以及政府政策（如东北地区补贴玉米种植导致玉米大量替代小麦）等。

图1 遥感提取收获面积与县级统计年鉴记录对比精度（2008年）

 

图2 (a1-a3): 5km尺度作物收获面积时间趋势变化的空间分布(p<0.1) b1-b3: 县级尺度上汇总的收获面积增加、减少量和斜率，均按水稻、小麦和玉米顺序

 

该研究建立了国家尺度的三大作物收获面积数据集，并深入探究了近十多年来我国三种主要农作物收获面积的时空变化特征。该数据集有多种应用前景，包括整合进入农业生态模型以提高农业估产的精度，以及为研究气候、社会经济等其他因素对耕地面积变化的影响打下基础。

原文链接：

https://iopscience.iop.org/article/10.1088/1748-9326/ab80f0

(供稿人：骆玉川)

地表过程与资源生态国家重点实验室