2020年野外调查拍摄

北京师范大学张朝教授团队发表了关于提取油菜籽种植面积的文章，提出了一套10m空间分辨率的油菜籽制图方法，建立了2017-2019年部分国家和地区的油菜籽面积数据集。

研究背景

化石燃料是目前主要的能量来源，但过渡的化石燃料开发正在威胁着人类的可持续发展。生物燃料能源似乎是一种很有前途的替代能源。油菜籽是生物燃料、食用油、动物饲料和植物蛋白粉的重要来源。大区域，高分辨率油菜籽地图对于产量预测和准确监测油菜籽的生长状态具有重要作用，但许多地区仍然无法获得此类地图。

创新点

基于Sentinel-1/2等多源遥感数据建立了一种提取油菜籽种植面积方法，并利用该方法生成了部分国家和地区的10m空间分辨率的油菜籽地图数据集

研究内容

标题：

The RapeseedMap10 database: annual maps of rapeseed at a spatial resolution of 10 m based on multi-source data

https://doi.org/10.5194/essd-13-2857-2021

方法框架：

提出的基于多源数据的高分辨率油菜籽面积估算方法主要包含三部分：
第一部分 基于物候观测站数据分析油菜籽的反射率，植被指数和后向散射系数随时间的变化规律特征，并通过选择样点的方法识别不同区域的油菜籽物候期；
第二部分 依据油菜籽的反射率，植被指数和后向散射系数特征以及其他指标建立面积识别规则，然后对识别结果进行分类后处理。

第三部分 使用三种不同的方式对分类结果进行精度评价，最后分析油菜籽面积的空间分布和轮种方式。

图1 油菜籽面积识别方法流程

重要结果：

油菜籽在花期时红波段、绿波段反射率和归一化黄花指数升高，VV和VH后向散射系数表现为局部最小值。在荚果期，油菜籽的VH后向散射系数具有最大值。

图2 典型油菜籽地块的反射率，植被指数，后向散射系数和遥感影像的时间序列变化。

将识别出的油菜籽面积与联合国粮食及农业组织的统计数据做对比，两者具有较好的线性关系。

图3 不同国家油菜籽识别面积和联合国粮食及农业组织的统计数据对比

下图显示了2018年部分地区的油菜籽种植面积的空间分布。

图4 2018年油菜籽种植面积的空间分布

下图显示了不同国家和地区的油菜籽种植的轮作方式统计，可以发现大部分国家和地区的油菜籽种植间隔至少在2年以上。这主要是因为油菜籽的轮作方式与产量密切相关。

图5 油菜籽种植的轮作方式统计

论文引用：

Han J, Zhang Z, Luo Y, et al. The RapeseedMap10 database: annual maps of rapeseed at a spatial resolution of 10 m based on multi-source data[J]. Earth System Science Data, 2021, 13(6): 2857-2874.

第一作者介绍：韩继冲 北京师范大学地理科学学部减灾与应急管理研究院硕士研究生，研究方向是 农业遥感与粮食安全。

E-mail: hanjichong@mail.bnu.edu.cn