农作物资源调查方法范文

前言：我们精心挑选了数篇优质农作物资源调查方法文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

关键词：秸秆；现状；综合利用

中图分类号：S38 文献标识码：A DOI：10.11974/nyyjs.20161033019

1 秸杆资源利用现状

青海省有耕地58.8万hm2，2015年，农作物种植面积45万hm2，秸秆产量170万t，可收集量约127万t。其中种植小麦13.07万hm2，秸秆产量46万t；种植青稞6.07万hm2，秸秆产量16万t；种植马铃薯9.6万hm2，秸秆产量42万t；种植油料作物16.07万hm2，秸秆产量30万t，种植玉米2.9万hm2，秸秆产量26万t；种植蚕豆、豌豆等农作物2.53万hm2，秸秆产量约10万t。秸秆种类根据农作物种植类型，以小麦、油菜、马铃薯、玉米、青稞秸秆为主；秸秆资源分布以青海省东部的海东市和西宁市为主。秸秆利用方式主要为秸秆能源化、饲料化、秸秆还田、食用菌基料等方式为主，综合有效利用率达74%。

1.1 秸秆能源化

指通过直接燃烧（含农村煨火炕等）、沼气发酵、生物质炉燃烧等利用方式，每年消耗秸秆21万t，占秸秆收集量的17%。

1.2 过腹还田

指饲草动物以秸秆为原料，饲用消化吸收后以粪便方式还田。青海省每年有66万t秸秆通过直接喂养或氨化、微贮后作为饲料过腹还田，占秸秆收集量的52%。

1.3 秸秆还田

秸秆还田是秸秆直接或堆积腐熟后放入土壤中的一种方法，当地以留茬还田的方式为主，每年利用量在4万t左右。

1.4 食用菌基料

食用菌基料主要指秸秆作为食用菌栽培的基础材料发展食用菌栽培，每年利量约3万t。

2 存在的困难和问题

2.1 利用商品化程度低

青海省农牧民素质相对较低，接受新技术、新理念、新机具等方面较慢，推广难度相应较大。对秸秆用之为宝、弃之为害的理念还没有深入人心，农机专业服务组织发展较慢，社会化服务还跟不上。

2.2 秸秆还田的农机推广困难

秸秆直接还田机具的研发及配套技术的开发力量不够，现有的秸秆还田机械多为单项作业，而青海省农户种田面积小，田块不集中，尤其是青海省田块地势不平缓，农户投资买农机愿意不强。

2.3 偏远农村缺能严重

农村能源缺乏地区，大多是退耕还林、退牧还草的重点地区，而这些地区大多数农牧民贫穷，自筹能力有限，秸秆利用以直接燃用为主，几乎没有秸秆加工企业，除能源化、饲料化外的其他利用方式发展缓慢。

2.4 科技支持体系不健全

青海省大部分地区处于高海拔地区，平均地温较低，并且干旱少雨，存在农作物秸秆不易腐烂等问题，由于地方财政拮据，投入秸秆综合利用科技研究资金相对较少，致使科技支撑体系较弱。

3 相关对策建议

3.1 开展秸秆资源调查

进一步摸清秸秆资源潜力和综合利用现状；根据各地区种植模式，合理确定适宜本地区的秸秆综合利用方式（肥料、饲料、燃料、食用菌基料和工业原料）、数量和布局。

3.2 加强秸秆收集处理体系

根据田块与资源分布情况，确定合理的适宜本地区的秸秆收集处理方式、数量和布局；进行秸秆捡拾打捆机械化技术和秸秆切碎、青贮、压块、制粒等秸秆处理机械化技术的研发与集成，建立较完善的秸秆收集、处理体系，加快成果转化和示范推广。

3.3 研发推广秸秆还田技术

根据各地区种植模式，确定合理的适宜各地区的秸秆还田方式、数量和布局；开展秸秆机械化粉碎还田技术示范：包括油菜秸秆机械化粉碎还田技术示范，玉米秸秆机械化粉碎还田技术示范，小麦秸秆机械化粉碎还田技术示范及秸秆覆盖还田技术示范。

3.4 研发推广秸秆食用菌利用技术

重点开展主栽食用菌秸秆的优良品种选育与筛选及菌种生产规范化研究和示范；食用菌规模化及标准化生产新技术及新模式集成与示范；食用菌工厂化生产关键技术集成与示范；食用菌集约化生产关键技术及综合利用研究与示范。

3.5 加强秸秆饲料化利用技术研发应用

开展秸秆饲料化利用技术的研发与集成，提高秸秆饲料化技术领域的立项比例和经费投足。

参考文献

第2篇

[关键字]红花；种植面积；主成分分析；纹理特征

[收稿日期] 2013-04-13

[基金项目] 中医药公共卫生专项 （财社[2011]76 号）；中医药行业科研专项（201207002）

[通信作者] *郑江华，博士，硕士生导师，E-mail： itslbs@126、com

[作者简介] 娜仁花，硕士研究生，E-mail：499361608@qq、com 红花Carthamus tinctorius L、，又称草红花，属双子叶植物纲、菊科。高50～100 cm，茎直立，上部分枝，白色或淡白色，光滑无毛。属于一年生或二年生草本。花期6―7月，果期8―9月。喜温暖干燥气候，有一定的抗寒、耐旱、耐盐能力，不耐涝。红花是近年世界上发展很快的油料作物和药用植物，种子含油35%～47%，富含亚油酸、油酸以及豆蔻酸、棕榈酸、维生素E等， 医药上红花油用作抗氧化剂和维生素A，D的稳定剂。花可入药，有活血通经、祛淤止痛的作用[1-2]。在中国分布于黑龙江、辽宁、吉林、河北、山西、内蒙古、陕西等地区特别是新疆都广有栽培。为全面清查我国中药资源家底，建立中药资源动态监测机制，支持中药产业政策调控，国家于2011年开始实施“第四次全国中药资源普查试点”工作，新疆维吾尔自治区作为试点省区之一将红花列为人工种植型药用植物遥感调查品种，这主要是考虑到新疆红花分布范围较广，地块较大，利用传统的抽样调查不但效率低而且准确率不高，同时遥感数据可在较大程度上排除人为因素干扰，所以通过遥感的方法对其进行调查在理论上是可行的。

我国中药资源的遥感监测应用起步不久，同类研究也不多，主要分为野生药用植物资源监测和人工种植药用植物资源监测。红花的遥感监测属于后者，因此可以借鉴农作物的遥感识别分类和面积估算方法。遥感作为农作物面积精细估算与监测的方式一直以来被认为是一种最为直接的手段，特别是基于中高分辨率影像的农作物面积精细估算与监测备受推崇。其运用过程为在收集分析各种农作物不同生育期不同光谱特征的基础上，通过平台上的传感器记录的地表信息，辨别作物类型、播种面积提取、监测作物长势，并在作物收获前，预测作物的产量的一系列方法。郭伟等应用HJ-1A/1B CCD影像和DEM 数据，对长春市玉米种植面积进行监测，精度达到92、57%[3]；另外为了使监测方法具有更高的精度，范磊等提出并实现基于Cokriging插值修正法的冬小麦面积遥感监测，在相同采样数据下，协同克里格方法比普通克里格方法均方根误差降低1、48%，相关系数提高6、82%[4]；顾晓鹤、潘忠耀等，以提高冬小麦种植面积估算精度为目标，选取种植结构复杂的都市农业区， 采用QuickBird 影像数字化农田地块边界，以多时相TM 影像为核心数据源，以地块为基本分类单元，进行不同特征向量组合、不同分类器的冬小麦地块分类方法研究，并对比分析了基于地块分类和基于像元分类的冬小麦种植面积估算精度[5]。目前已有不少中药工作者正在从事对地理信息系统（GIS），遥感（RS）的引入、应用与研究工作。应用范围主要集中在利用3S技术调查药用植物资源和地道药材与产地适宜性这两个方面。地理信息系统将定量和空间表述完美的结合，给中药资源生态系统管理及中药资源区划研究提供了强有力的应用基础理论上的新型思维工具[6]。张本刚、陈士林等，以甘草为研究对象，以遥感技术为基础，探索野生药用植物资源调查的方法，确定了基于遥感并结合野外抽样的甘草资源调查方法，包括遥感信息源的选择、图像的处理、解译、野外验证等[7]。卢颖研究了基于GIS技术的药用甘草适生环境及其影响因子的分析，借助先进的GIS技术和统计学方法，分析了3种药用甘草的地理空间分布和生态环境特征，并实现了中药资源信息、生态环境信息的可视化[8]。孙宇章、郭兰萍等利用遥感技术对野生中药苍术的资源量进行了调查。介绍了研究区江苏茅山的概况和茅山苍术的基本情况，阐述了利用遥感技术研究野生茅苍术的思路，根据不同地物在反射光谱特征上的差异，对江苏茅山地区的TM影像进行了解译，获得了苍术生长密度相关的地物类别，并结合野外调查数据，对茅山大茅峰、二茅峰和小茅峰苍术的生长环境进行了分区，在此基础上估算了茅山苍术资源量[9]。

国外，大量研究工作表明，以中分辨率数据为主、低分辨率数据为辅的估算方法是大范围农作物种植面积估算的主要趋势之一[10-11]。早在2001年Pradhan就提出用地理信息系统、遥感和区域框架抽样实现农作物区域的估算，最终开发了具有代表性的基于区域框架抽样的计算机系统，进而实现农作物面积的估算[12]。Inglada运用支持向量机的方法实现高分辨率影像中对象的自动识别，识别的正确率超过了80%[13]；Lucas等选择英国博温山区为试验区，将遥感影像数据、数字地形图、DEM 和其他的一些数据收集并作为知识库，建立相应的推理智能规则，对试验区实现了农业用地的分类，整体精度超过80%[14]；Giacinto提出并设计实现了融合神经元和数理统计的遥感图像监督分类的5种方法，5种方法试验后的均值精度分别是：Bayes为79、37%，k-nn（k-nearest neighbour）为88、36%，MLP（multilayer perceptron）为81、60%，RBF （radial basis functions）为78、95%和PNN（probabilistic neural network）为88、66%，融合后的方法比融合前的分类精度有一定的提高，但存在设计实现过程用时较长的缺点[15]。

研究小组采用野外勘察结合室内遥感影像解译的方法调查塔城地区裕民县红花的资源量。本文主要阐述室内遥感影像解译采用的方法，以新疆裕民县为研究区，采用资源三号高分辨率数据，以提高解译精度和减少计算量为目标，通过大量实验发现基于PCA和纹理特征的分类方法对提取红花是比较适用的。因此，首先对研究区影像进行PCA分析，再对其第一主分量选择对比度、熵、逆差矩、非相似性、相关性5种统计量进行纹理特征提取，最后将提取的5个纹理特征与经PCA分析的前3个光谱特征值叠加进行影像分类，从而根据像元数目估算研究区红花种植面积。

1 研究区及数据处理

1、1 研究区概况 裕民县位于新疆维吾尔自治区西北部塔额盆地南缘、准噶尔盆地西缘。地处东经 82°12′―83°30′，北纬45°24′―46°30′。北面与塔城市相连，东北与额敏县相邻，南面和托里县毗邻，西与哈萨克斯坦接壤，总面积为6 220、78 km2。全县地势为东南高、西北低，因分布着不同的垂直地貌带，故海拔高度差异大，县城内海拔为715、4 m。红花种植业和畜牧业是裕民县的两大支柱产业。本研究小组在野外调查过程中发现裕民县红花种植区周围其他农作物主要有小麦、油葵、玉米、打瓜等，其中小麦基本上是与红花毗邻种植的，在遥感影像解译时小麦与红花会出现误判的情况，因此研究小组分别于2012年5月下旬、8月下旬开展了野外调查共获取50个野外观测样本，包括红花、小麦、油葵、玉米、打瓜、草场、休耕地等、为高分辨率影像目视解译提供先验知识和样本信息。

1、2 试验数据 资源三号卫星于2012年1月9日成功发射，本文数据源由4个多光谱波段（0、45～0、52μm， 0、52～0、59 μm， 0、63～0、69 μm， 0、77～0、89 μm）6 m空间分辨率和全色波段（0、50～0、80 μm）2、1 m空间分辨率融合后的4波段图像，空间分辨率为2、1 m，成像时间为2012年7月22日，研究区位于新疆塔城地区裕民县农业区。研究小组分别于2012年5月下旬、8月下旬对新疆塔城地区裕民县红花种植区进行了抽样调查，共调查样地50个，包括红花、小麦、油葵、玉米、打瓜、草场、休耕地等。为高分辨率影像目视解译提供先验知识和样本信息。研究小组根据实地种植结构选取了比较典型的样本，由于当地农田中红花和小麦是毗邻种植，这2种作物在影像中容易混淆，两类不同作物的田块交界处由于相邻像元之间能量的传递作用存在较多的混合像元，往往会依其混合光谱值而被错分至其他作物类型，所以分别选取较多的红花和小麦的典型的样本以便区分两类作物，而其他的作物较容易区分，因此本研究在影像分类时选取了比较科学合理的训练样本和验证样本，具体样本分布见表1。

表1 样本采集表

Table 1 The table of sample collection个

样本红花小麦玉米油葵草场训练137433检验85322

2 方法

本文首先对试验数据进行预处理，包括几何校正、图像增强、裁剪和融合等。几何校正以2、1 m空间分辨率的全色波段影像为基准影像，对多光谱影像做几何校正；再将校正好的多光谱影像与全色影像进行数据融合，这里采用Gram-Schmidt光谱锐化高保真的图像融合算法，见图1。Gram-Schmidt变换的影像不但很好的保留了多光谱图像的绝大部分光谱信息，提高了影像辨识度，增强了纹理特征而且图像色彩接近自然色，地物的对比效果较好，清晰度较高，可以消除冗余信息，且计算过程较简单。最后对预处理结果进行裁剪得到研究区影像。继而对研究区影像进行主成分分析，对第一主成分分量提取适宜的5种纹理特征，将这5个纹理特征值与PCA前3个光谱特征值叠加再做监督分类，分析分类结果并与传统的监督分类进行比较。本文训练样本选取的原则为，用目视的方式结合野外勘察选择的样本相结合选取已知区域像元；精度评价方法采用混淆矩阵的方法选取一些地表真实地物的样本作为验证样本。

2、1 主成分分析 主成分分析也写作K-L变换（Karhunen-Loeve transform）或PCA（principle component analysis），K-L变换实际是作了一个旋转变换，变换后图像Y的各分量之间的信息是相互独立的；而且变换后新波段各主分量所包含的信息呈逐渐减

图1 总体技术流程图

Fig、1 Experiment process flow chart

少的趋势，第一主分量表示数据的最大变化量，包括了全部信息量的大部分。因此，主成分分析可以减少数据量，突出主要信息，同时抑制了噪声，达到了图像增强的目的，有利于特征选择[11-18]。

由于光谱波段之间的相关性比较高，信息量有重复，如果将5种纹理信息分别加入4个光谱特征值，就会将20个特征值参与分类，这样计算量就将大大提高，所以本文采取对光谱波段进行主成分分析，只对信息集中的第一主成分分量提取纹理特征，这样就大大减少了计算量。

经过PCA后的第1成分包含最多的光谱信息。如果将经PCA后的前3个特征值代替原始光谱特征值参与分类，这样使得用于分类的特征值减少了，与未经PCA变换的分类法相比，不仅降低了网络训练所需要的时间，而且经过主成分分析后，突出主要信息，同时抑制了噪声，达到了图像增强的目的，有利于特征选择，见表2。

表2 主成分分析后各波段信息量变化表

Table 2 The change in each band of information after PCA

主成分特征值标准差1913、54252、512477、8058、663253、4835、754176、955、22

2、2 纹理特征提取 在遥感影像中当目标的光谱信息比较接近时，纹理信息对于区分目标可能会起到积极的作用，例如要区分影像上的红花和小麦时，仅依据光谱信息是不够的，但是它们的纹理特征有明显的区别，如果在遥感图像的光谱分类过程中引入纹理特征，便可以达到区分红花和小麦的目的。因此本文将光谱信息与影像中的纹理信息结合进行分类取得比较好的分类效果。Haralick曾经提出14种由灰度共生矩阵计算出来的统计量[19]， 但是Baraldi认为对于遥感图像来说对比度、熵、逆差矩、非相似性、相关性5种统计量效果最好[20]。所以本文也将采用这5种纹理特征。考虑到高分辨率影像数据量大、提取纹理特征慢的特点，本文采用灰度差矢量法提取纹理特征，它是一种纹理统计分析方法，是由当前应用最广泛的灰度共生矩阵算法改进而来的[21-24]。

2、3 基于PCA的多光谱影像纹理特征提取 首先对实验区多光谱数据进行主成分变换，采用灰度共生矩阵法对PCA的第一主成分进行5种适宜的纹理特征提取包括：对比度、熵、逆差矩、非相似性、相关性；提取纹理信息移动窗口的大小选择很也重要，窗口的过大过小都会影响到特征提取的效果。本文在实验中分别采用5×5，7×7，9×9，11×11窗口对PCA的第一主成分进行纹理特征的提取，实验发现不同窗口的特征提取对分类结果精度有一定影响，实验数据显示7（7窗口分类精度较高，因此本文采取7×7窗口，然后将PCA的第一主成分提取5个纹理特征与PCA前3个光谱特征值叠加成有8个特征值的影像进行监督分类并做精度评价。

3 结果与讨论

本文训练样本选取的原则为：用目视的方式结合野外勘察选择的样本，精度评价方法采用混淆矩阵的方法选取一些地表真实地物的样本并且是可能会混淆的农田作为验证样本，来验证分类结果。首先对提取主成分的第一主分量进行5种纹理特征提取，再将这5个纹理特征值与经过PCA分析的前3个主分量光谱特征值进行叠加做监督分类；结果表明此方法效果较好，分类结果图见图2～5；各种分类方法得出的结果精度见表2～5。

从表4可看出，基于纹理特征的多光谱数据分类计算量太大，很耗时，虽然总体分类精度为提升为85、235 1%，但是红花和其他耕地的可分性不够高，将红花误判为其他耕地的现象较严重，红花的生产者精度只有57、48%。

图2 原始影像RGB波段合

Fig、2 The original image of combination 342（RGB）

图3 多光谱数据分类结果

Fig、3 The Classification results of based on Multi-spectral data

从表3可看出，多光谱特征的分类中红花的用户精度只有77、47%，其他类别误判为红花的情况比较严重，总体分类精度也不高；

图4 基于纹理特征的多光谱数据分类结果

Fig、4 The Classification results of based on Multi-spectral data with texture features

从表5可看出，基于PCA和纹理特征的分类方法中各地物的可分性都较高，各类地物的生产者精

图5 基于PCA和纹理特征的分类结果

Fig、5 The Classification results of based on PCA and texture features

度和用户精度都较高，分类精度达到了87、519 1%，Kappa系数达到了0、810 1，比传统的分类方法提高了4、835 5%，Kappa系数提高了0、080 7。

最后采用基于PCA和纹理特征的分类方法提取红花，并根据像元估算得出研究区红花种植面积为53、38 km2。

4 总结

通过结果分析可看出本文采取基于PCA和纹理特征的分类方法在提取红花中是比较适用的。首先，加入纹理特征后与基于单源光谱数据比较，加入纹理后分类更适合本研究的数据源以及研究对象，提高了分类精度。其次，对光谱数据进行PCA分析后可以减少数据量，突出主要信息，同时抑制了噪声，达到了图像增强的目的，有利于特征选择。因此基于PCA和纹理特征的分类方法既能提高分类精度还可减少数据量来提高工作效率。这为调查红花资源量的工作者提供了比较有效的方法。

本文在以下几个方面还需要在今后的研究中进一步补充：本文在裕民县农业区的平原进行此方法的研究，而裕民县山区也有红花种植区，研究结果有待于在更大范围和不同种植结构的实验区内进行验证；实验区各地物类别的可分性直接影响分类精度，在本研究的红花、小麦、居民地、其他耕地的分类体系中，小麦易与红花产生特征混淆，由于当地农田中红花和小麦是毗邻种植，这两种作物在影像中容易混淆，两类不同作物的田块交界处由于相邻像元之间能量的传递作用存在较多的混合像元，若今后能对该研究区做详细调查，采集详细的光谱信息，深入研究“同谱异物”的现象，有望进一步提高红花提取精度，对新疆中草药资源普查提供更可靠的数据。

[参考文献]

[1] 杨志福，梅其炳，蒋永培，等、红花有效成分及药理作用[J]、西北药学杂志，2001，16（3）：131、

[2] 姜建双，冯子明、红花化学成分研究[J]、中国中药杂志，2008，33（24）：2911、

[3] 郭伟，赵春江，顾晓鹤，等、乡镇尺度的玉米种植面积遥感监测[J]、农业工程学报，2011，27（9）：23、

[4] 范磊，程永政，郑国清，等、 基于Cokriging插值修正冬小麦面积遥感监测[J]、农业工程学报，2010，26（10）：34、

[5] 顾晓鹤，潘耀忠，何馨，等、以地块分类为核心的冬小麦种植面积遥感估算[J]、遥感学报， 2010，14（4）：789、

[6] 张艺，万德光，孟宪丽，等、地理信息系统与中草药资源学[J]、中国中医药信息杂志，1996，3（4）：13、

[7] 张本刚，陈士林，张金盛，等、基于遥感技术的甘草资源调查方法研究[J]、中草药，2005，36（10）：1548、

[8] 卢颖、基于GIS 技术的药用甘草适生环境及其影响因子的分析[D]、 北京：北京中医药大学，2007、

[9] 孙宇章，郭兰萍，黄璐琦，等、道地药材茅苍术的资源遥感监测[J]、中国中药杂志，2008，33（4）：353、

[10] Lobo A， Chic O， Casterad A、 Classification of Mediter ranean crops with multi sensor data： per-pixel versus per-object statistics and image segmentation[J]、 Int J Remote Sensing，1996，17： 2385、

[11] Langley S K， Cheshire H M， Humes K S、 A comparison of single date and multi temporal satellite image classification a semi-arid grassland[J]、 J Arid Environ， 2001，49：401、

[12] Van Niel T G， Mc Vicar T R、 A simple method to improve field-level rice identification： toward operational monitoring with satellite remote sensing[J]、 Aust J Exp Agr， 2003，43： 379、

[13] Sushil Pradhan、Crop area estimation using GIS，remote sensing and area flame sampling[J]、 Int J Appl Earth OBS，2001，3（1）：86、

[14] Jordi Inglada. Automatic recognition of man―made objects in high resolution optical remote sensing images by SVM classification of geometric image features[J]、Isprs J Photogramm， 2007，62（3） ：236、

[15] Richard Lucas，Aled Row lands，Alan Brown，et a1.Rule based classification of multi temporal satellite imagery for habitat and agricultural land cover mapping[J]、 Isprs J Photogramm， 2007，62（3） ：165、

[16] Giorgio Giacinto， Fabio Roli，Lorenzo Bruzzone、Combination of neural and statistical algorithms for supervised classification of remote―sensing images[J]、Pattern Recognition Lett，2000，21（5）：385、

[17] 吴芳，贾永红、基于PCA-BPNN的多光谱遥感影像分类[J]、地理空间信息，2006，4（1）：16、

[18] 刘友山，吕成文，祝凤霞，等、基于PCA和多尺度纹理特征提取的高分辨率遥感影像分类[J]、遥感技术与应用， 2012，27（5）：706、

[19] 欧春江、实例分析遥感图像处理中的主成分分析[J]、测绘与空间地理信息， 2006， 29（5）：57、

[19] Haralick R M、 Textural features for image classification[J]、 IEEE Trans on Syst Man Cybern， 1973， 3（6）：611、

[20] Baraldi A，Parminggian F、 An investigation on the texture characteristics associated with gray level co-occurrence matrix statistical parameters[J]、IEEE Trans Geosci Remot Sen，1993，32（2）：293、

[21] 陈启浩，高伟，刘修国，等、辅以纹理特征的高分辨率遥感影像分类[J]、测绘科学，2008，33（1）：89、

[22] 李智峰，朱谷昌，董泰锋，等、基于灰度共生矩阵的图像纹理特征地物分类应用[J]、地质与勘探，2011，47（3）：456、

[23] 胡玉福，邓良基，匡先辉，等、基于纹理特征的高分辨率遥感图像土地利用分类研究[J]、地理与地理信息科学， 2011，27（5）：42、

[24] 刘恩勤，周万村，周介铭，等、基于光谱和纹理特征的ALOS影像土地利用信息提取[J]、地理与地理信息科学， 2012，28（4）：52、

[25] 刘新华，舒宁、纹理特征在多光谱遥感影像分类中的应用[J]、测绘信息与工程，2006，31（3）：32、

Measurement of sown area of safflower based on PCA and texture

features classification and remote sensing imagery

NA Ren-hua 1， ZHENG Jiang-hua1，2* ， GUO Bao-lin3 ， SEN Ba-ti1 ，

SHI Min-hui3 ， SUN Zhi-qun1 ， JIA Xiao-guang3 ， LI Xiao-jin3

（1、School of Resources andEnvironment Sciences， Xinjiang University， Urumqi 830046， China；

2、Xinjiang Education Ministry Key Lab of City Inteligenlizing and Environment Modeling， Urumqi 830046， China

3、 Xinjiang Chinese and Minority Nationality M edicine Research Institute， Urumqi 830002， China）

[Abstract] To improve accuracy of estimation in planted safflower acreage，we selected agricultural area in Yumin County，Xinjiang as the study area. There safflower was concentrated planted. Supervised classification based on Principal Component Analysis （PCA） and texture feature were used to obtain the safflower acreage from image captured by ZY-3. The classification result was compared with only spectral feature and spectral feature with texture feature. The research result shows that this method can effectively solve the problem of low accuracy and fracture classification result in single data source classification. The overall accuracy is 87.519 1%， which increases by 7.117 2% compared with single data source classification. Therefore， the classification method based on PCA and texture features can be adapted to RS image classification and estimate the acreage of safflower. This study provides a feasible solution for estimation of planted safflower acreage by image captured by ZY-3 satellite.

第3篇

关键词：农业野生植物 保护点 激励机制

2008年起，农业部―联合国开发计划署/GEF的作物野生近缘植物保护与可持续利用（CWRC）项目在广西实施，建立示范点一个，推广点4个。在农业部国家项目办的领导下，经过地方领导的积极参与，当地农友的大力配合，已经取得显著效果。目前，广西野生稻等作物近缘野生植物采用了物理隔离保护方式（SP1）和与生产结合式（SP2）2种保护方式进行原生境保护。为其他农业野生近缘植物保护起到示范、榜样的促进作用，特别是SP2方式更加拉近与农民的距离，和谐了人与自然、生产与保护的关系，调动农民的积极性。

1、方法

1.1 激励机制方案编制原则

激励机制是农业野生近缘植物保护项目采用与生产结合方式进行原生境保护的主要工作，是调动农民参与原生境野生植物遗传资源保护主要手段。因此在项目经费许可的框架内，编制激励机制极其重要。而编制激励机制的指导思想就是调动一切社会资源为项目服务，充分调动农民保护农业野生近缘植物。因此，我们制定了“民主协商、农民决策、技术支撑、领导参与、三方评估”的激励机制方案编制和实施原则。

1.1.1 民主协商原则

首先，项目领导说明项目实施的意义和目标要求；其次，由专家提出保护技术方法的要求；再之，在项目主持和实施部门的领导的发动下，由农民充分讨论，提出与保护目标物种最密切的建设性项目，解决他们最想解决和急需解决的问题。

1.1.2 农民决策

经过认真的讨论，提出激励项目初步设想，在经过项目和地方领导研究其可行性，并与农友说明实施的资金、时间要求等的可能性，由他们做出最终的决定。

1.1.3 技术支撑

激励机制设计方案项目选定过程科学家始终参与，并由科学家负责执笔编写，制定出激励机制方案。把与保护目标物种最密切的建设性项目，解决他们最想解决和急需解决的问题编入方案中，并在以后的项目实施过程中提供技术支撑。

1.1.4 领导参与

首先，地方领导根据项目实施的可能性，提出建议和完善意见。主要是结合地方建设项目进行协调，保障项目的完成。其次，项目领导则从整体安排上考量可行性，作出资金安排。

1.1.5 三方评估

CWRC项目是由联合国计划开发署/GEF联合实施的项目，项目实施效果由他们招聘国际专家，组成第三方联合评估团进行独立评估。

1.2 编制方法

激励机制编制程序，首先，农民提出的最想解决和急需解决的问题，项目科学家、技术人员记录和充分理解问题的实质。接着科学家对问题进行分析和提炼，设计出激励机制建设项目。其次，根据项目实施的经费可能，编制激励机制设计方案初稿。最后，再拿初稿与农民座谈、协商，由他们决定最能解决急需问题的项目。在整个编制过程，地方领导也参与其中，充分考虑激励机制建设项目实施的可行性，保障激励机制项目的完成，进而保障整个保护项目预期目标的完成。

1.3 技术培训

激励机制中的项目都是与生产相结合的建设性项目，需要地方实施部门，分类实施，基础建设项目采用招标方式进行招标建设。与农业生产结合的项目需要进行技术培训，进一步提高农民的生产技能，提高产量、质量和经济效益，增加农民收入，进而提高保护农业野生近缘植物（野生稻、野生荔枝）的积极性。培训方法采用农民田间学校的田头现场培训和农民自己说教的办法，请专家、技术能人讲课，再让有经验的农民以切身经历交流学习体会，更快地掌握新技术新方法。同时教育培训农民以及当地的中小学生掌握野生稻等野生近缘植物保护的技术和方法，提高保护效果。

1.4 基线调查方法

广西野生稻的原生地多数分布点在山沟中，野生荔枝是高大乔木，零星分布在大范围的地方，树龄长短不等，树龄长的树树冠覆盖0.1-0.2亩地无法用小样方进行调查，也无法采用平原或大草原的十字等距离定样方的办法进行调查。因此，我们制定了新的方法。

1.4.1 野生稻种质资源调查方法

用GPS仪沿保护小区周边走一圈计算出面积。采用沿着山沟走向，在有野生稻分布的自然群落（居群）和没有野生稻的地方随机确定样地10-15个，每个样地1m2，设空样地2-3个，用GPS仪测出每一个样地的面积、经纬度、海拔高度，记录在调查本里。同时，在项目实施第一年起就进行每个样方的目标物种及伴生植物种类和株数进行基线数据调查，记录目标物种和伴生植物的数量。此后，每年均在相同月份内进行跟踪调查，统计其数量变化状况，证明保护效果。

按以下公式统计出目标物种的密度，即：目标物种密度=∑yl…15（20）/15（20）×10000。按公式统计出目标物种丰富度，即：目标物种丰富度=∑yl…15（20）/∑yl…15（20）+∑bl…15（20）。yl…15（20）表示目标物种在1至15个或20个样地的数值；bl…15（20）表示伴生植物在1至15个或20个样地的数值。

1.4.2 野生荔枝种质资源调查方法

用GPS仪沿保护小区周边走一圈计算出面积。在保护山地中点向四面定出十字线，沿线等距离选出10-15个样地，设空样地2-3个，每个样地100m2面积。调查目标物种和伴生植物数量时在每个样地的4个角和中央各划定1m2，进行调查，记录目标物种和伴生植物数量。用此公式算出每个样地的的数量，公式：∑yl…10（15）/5×100。然后，参照野生稻调查的计算方法，统计出整个野生荔枝保护小区的目标物种的密度和丰富度。以后每年定期跟踪调查，监测保护效果。

同时，找出该保护小区的主要威胁因素，以及威胁因素降低的安全标准，以后每年根据调查结果进行威胁因素变化的评估。进一步说明保护的作用。

1.5 生态环境监测方法

野生稻等农作物野生近缘植物原生境保护效果往往受到生态环境因素变化的影响，因此，必须设定保护小区的生态环境监测因素和方法，每年定期进行监测，采集数据，评估生态环境变化对保护目标物种的影响作用。本项目的生态环境监测范围定在保护小区外1000米的范围，对其生产方式、工程建设、污染源、人为破坏、自然因子等5方面进行调查和数据采集。

2、结果与分析

在农业部国家项目办的领导下，在经过2008-2012年的实施，以及第三方的实地检查评估证明广西农业野生近缘植物保护点激励机制成效显著，从而有力推动示范点和推广点的野生稻和野生荔枝种质资源的有效保护。

2.1 保护政策法规机制

保护政策法规机制建设是作物野生近缘植物保护和可继续利用项目产出成果之一，是项目在当地实施必须确立的保障措施和关键所在。各保护点所在县（区）政府通过成立作物野生近缘植物保护领导小组、办公室，并保护通知，修订乡（镇）规民约、村规民约（公约），完善农业野生近缘植物资源保护政策法规机制，见表1。从而强化了政府及农业主管部门在作物野生近缘植物保护和管理工作的主导地位，引导群众自觉保护作物野生近缘植物种质资源，取得良好效果。

2.2 基础设施建设

基础设施建设是激励机制的重点内容。“要致富先修路”也是商品化社会的特点，是各保护点的所在县（区）政府积极参加保护小区建设最容易结合的切入点。通过“村村通硬化公路”、“一事一议”、新农村建设、水利维修等计划项目，撬动配套经费，保证激励机制建设项目的完成。通过激励机制项目建设有效提高了生产能力和增加农民收入。例如01保护示范点项目实施前，2007年该村人均收入1650元属于贫困村，到2012年人均收入达到2690元，收入明显增加，保护野生稻的积极性有了显著提升。

2.3 生计替代技术培训

由于长期以来，保护小区地处边远山区，其交通运输、生产基础设施、生活条件相对落后，农民整日为了生活而忙碌。他们对现代化生产知识和技能接触滞后，虽然，改革开放有许多年轻人进城打工开阔眼界，但是，保护项目任务的完成，激励机制的实施，生计替代技术培训是必不可少的重要环节。通过生计替代技术培训能够迅速地把先进的农业、加工业、第三产业的的技能教授给他们，提高他们知识和技术水平，增加经济收入，从而减少对野生植物原生地的开垦依赖，达到保护的目的。例如：02点联合县阳光工程项目办一起对原生地所在村民进行家政服务、酒店餐饮服务、服装加工、安全保卫知识和技术培训；其他各个保护点联合地方和基础的农业、水产畜牧等专家和技术能手在农民田间学校中进行具有很强针对性的栽培、养殖技术培训，取得很好的效果。

2.4 保护知识培训

建立原生境保护小区的根本目的就是要提高当地农友的保护知识和技术水平，保护好目标物种的种质资源。因此，保护知识培训必不可少。国家、地方项目办和专家成员在各个保护小区都花大力进行保护知识培训，特别是在激励机制方案中设立中小学生的奖学金，使保护小区所在的乡镇中学、村小学的每一个学生都受到作物野生近缘植物种质资源保护知识和技能教育。普遍提高当地农友和中小学生的保护知识技能和保护意识，整体提高保护工作的水平，有效保护目标物种的种质资源。

2.5 资源保护结果

基线跟踪调查结果表明：广西各个保护点的目标物种得到很好的保护，种群数量增加，密度增加。例如01保护示范点的结果说明，项目实施以来种群密度得到增长，种群丰富度有了改变，目标物种生长向良好方向变化。资源状况指数为105。2012年调查发现，原来定位样地的居群面积普遍比2008年增加2.0-3.1倍，长势十分旺盛。2010年把示范点的经验向推广点进行推广，跟踪调查结果表明，各个推广点的情况也是有了明显好转，目标物种得到有效保护。详见表5。

2.6 生态保护结果

生态环境跟踪监测结果表明，广西各个作物野生近缘植物保护小区的生态环境状况在项目实施前人为破坏较严重，存在开垦、偷牧、砍伐现象。项目实施后，没有开垦、乱砍乱伐，以及工矿企业“三废”、畜舍和其他污染现象，降低了偷牧现象，生态环境保护效果很好。

2.6.1 生产方式对目标物种保护的影响

1）种植业的影响。调查结果发现每个保护点的主栽作物相同，每年的生产方式也相同，对目标物种保护评价为中性或友好型。见表6。生产对原生地保护的影响主要在于开垦，项目实施后没有发生开垦现象，因此，影响的评价结果就改变了。

2）养殖业的影响。调查监测结果表明，广西各个保护点养猪基本上是圈养，对原生地影响不大。养牛、养鸡、养鸭在野生稻原生地上养殖很容易造成过度放牧，破坏是毁灭性的。养牛和林下养鸡业会造成放牧过度。各保护点的具体情况与评价，有一定的差异。见表7。

3）工程设施请况。广西各个保护小区除了原有村庄的房屋建设外，就是项目实施的基本建设，主要是道路设施、水利设施等。见表2。它们对作物野生近缘植物种质资源保护没有负作用，反而提高农民生产效率，降低了对资源过度开发和掠夺性利用的依赖，提高保护积极性。

4）自然因子情况。几年来的监测记录表明。各个保护小区的降雨、积温等自然因子都有所变化，但是都在正常变化范围，对作物野生近缘植物保护没有形成灾害影响。见表8。

2.7 项目亮点

2.7.1 制定了作物野生近缘植物保护政策

项目所有保护小区均制定了县（区）、乡镇和村委保护作物野生近缘植物资源的相关政策和保护措施，建立了运行机制，确定政府部门在作物野生近缘植物资源保护上的主导地位。并广泛宣传，提高了干部群众保护意识，鼓励他们自觉参与保护作物野生近缘植物资源。同时也为其它部门支持项目点经济建设提供政策基础。

2.7.2 加强农作物野生近缘植物种质资源原生境保护队伍建设

通过本项目的实施，各个保护小区均成立了省、县（区）、乡镇、村4级作物野生近缘植物种质资源保护协作网，组成了包括中小学生在内的一支稳定的野生植物保护技术队伍。并且在激励机制项目实施、生计替代与保护知识培训、宣传活动，全面系统地培训了基层的县乡村干部、原生地的村民，以及中小学生，使他们比较全面地了解农业野生近缘植物保护知识和保护技术，全面提高了他们的保护意识和保护技能，以及生计替代技能。提高了经济建设和资源保护技术水平，确保了野生植物资源的可持续保护，促进人与自然和谐发展。

2.7.3 经济建设和资源保护协调发展

社会经济调查结果表明，项目实施前后对比就可以看到，保护小区村民的人均收入有了明显增加。例如01保护示范点，在项目实施前的2007年人均收入为1650元，到2011年增加到2670元，增长61.81%。其他各个保护推广点的情况也有明显的增长，见表9。由于激励机制促进生产发展，减少了村民开垦野生植物的原生地，减少乱砍乱伐现象，有效地保护了野生植物种质资源。见表5。因而，取得经济建设和保护种质资源双丰收。

2.7.4 增强保护意识和自觉行动

通过几年来的宣传、培训，特别是保护法律知识宣传和生计替代技术的培训，保护点农民的野生近缘植物资源保护意识有了明显的提高，人人都知道“谁破坏野生稻谁坐牢”，“谁破坏野生荔枝谁进监狱”的法律知识，保护作物野生近缘植物资源的积极性普遍提高。同时经济意识得到了较大的提高，在作物种植模式和畜禽养殖得以突破，多种作物的轮种、套种、种养加一条龙的产业化模式也在不断发展。

3、讨论

农作物野生近缘植物资源原生境保护与生产结合具有明显的特点，是一种切实可行的原位保护途径。

3.1 激励机制方法切实可行

经过5年来的示范点和推广点的实践，以及在药用野生稻、普通野生稻以及野生荔枝等不同植物种质资源的保护实践，证明激励机制这种与生产紧密结合的保护方式（SP2）是一种十分切实可行新模式。它能够弥补政府出钱进行物理隔离方式（SP1）保护的不足。SP1方式主要是政府的积极性起作用，农民处于被动的应付式的开展保护，消极因素相对较多。SP2能有效提高农民的生产能力，增加经济收入，发挥农民保护野生植物种质资源的积极性，使他们明白，只有保护好野生植物种质资源，政府和世界各阶层的人们才支持他们，保护得越好越有贡献，越能得到回报。从而，在内心发出自觉的保护意识和自觉行动。SP2方式能够同时调动政府和农民两头的积极性，并由于加强中小学生的保护知识培训，可持续性较好。因此，通过激励机制的扶持，促进原生境保护的方法是切实可行的方法。

3.2 培训十分必要

在项目实施前，许多村民甚至县乡镇领导都不知道野生稻和野生荔枝是什么东西，样子怎样？项目实施时，首先对县乡镇各部门的领导进行实施项目的目的、意义以及保护野生稻、野生荔枝的重要性、保护意义和保护法律法规知识和保护技术培训，接着对村干部和村民进行培训。还对中小学生进行培训，带他们到现场做实习课，开展保护知识竞赛，对“双优”学生进行奖励，建立奖学金制度。这就有效地提高各级领导和村民的保护意识、保护技能和自觉性，促进保护工作开展，提高保护效果。

在此同时，还进行生计替代项目技术培训，把现代化的种植、养殖，以及第三产业的服务技术教授给村民，提高他们的知识和技术水平，提高生产水平，增加经济收益。让他们感到项目对他们的真心帮助，只有做好作物野生近缘植物资源保护工作才得到国际和国内的资助，才能有效提高家庭的收入，提高生活水平和质量。

3.3 宣传很重要

宣传是现代社会信息传播的主要途径，也是现代文明的体现。对农作物野生近缘植物种质资源原位保护项目来说，宣传很重要。由于这类项目太基础，基层领导和群众多数人不知道，不了解，工作起来会存在误解，增加工作的困难。本项目实施时就请中央电视台有关记者组进行宣传片的制作和电视播出，从一开始就传播保护的正能量。使得社会各界都知道保护野生稻等野生近缘植物种质资源的重要性，项目实施县也把项目实施作为一种为民办实事办好事的重大政绩开展工作，专业技术人员也作为出业绩的平台努力工作，从而充分调动社会资源为项目实施服务，保障项目的高质量完成任务。

致谢：国家种质南宁野生稻圃的梁世春、曾华忠、徐志健、张烨同志，以及各个保护点的县区领导和有关局委办，特别是农业局的同志都做了很多野生稻保护工作，在此表示衷心的感谢！

参考文献

[1] 庞汉华，陈成斌著. 中国野生稻资源[M]. 南宁：广西科学技术出版社，2002，12

[2] 陈成斌，杨庆文著. 广西野生稻考察收集和保护[M]. 南宁：广西科学技术出版社，2012，4

[3] 杨庆文，陈大洲主编. 中国野生稻研究与利用 第一届全国野生稻大会论文集[M]. 北京：气象出版社，2004，8

[4] 陈成斌，潘大建等编著. 野生稻种质资源描述规范和数据标准[M]. 北京：中国农业出版社，2006，11

[5] 陈成斌，张烨，曾华忠等. 广西野生稻保护进展与思考[J]. 植物遗传资源学报，2012，13（2）：293-298

[6] 李克敌. 广西野生稻原生境保护点建设的进展、问题和对策[J]. 植物遗传资源学报，2008，9（2）：230-233

[7] 陈成斌，赖群珍，徐志健等. 广西野生稻种质资源保护利用现状与展望[J]. 植物遗传资源学报，2009，10（2）：338-342

[8] 陈成斌，李杨瑞，黄一波等. 广西野生稻原位保护示范区资源现状调查研究[J]. 广西农业科学，2005，36（3）：269-272