CN104794336A

CN104794336A - 一种农田秸秆资源空间分布估算方法

Info

Publication number: CN104794336A
Application number: CN201510183680.XA
Authority: CN
Inventors: 龙玉清; 王昆; 张东杰; 施炳晨
Original assignee: Wuhan University WHU
Current assignee: Wuhan University WHU
Priority date: 2015-04-17
Filing date: 2015-04-17
Publication date: 2015-07-22
Anticipated expiration: 2035-04-17
Also published as: CN104794336B

Abstract

本发明公开了一种农田秸秆资源空间分布估算方法，将传统统计方法与遥感技术相结合，综合利用统计年鉴和遥感净初级生产力（NPP）数据，对区域内部农田秸秆资源空间分布特征进行估算。本发明充分利用了统计数据在总量计算方面的精确性优势和遥感数据在反映空间分布特征方面的优势，从而能够更加精确的反映区域内部农田秸秆资源空间分布特征，总体上具有快速简便、低成本的特点。

Description

一种农田秸秆资源空间分布估算方法

技术领域

本发明属于生物质能与可再生能源技术领域，特别是涉及农田秸秆资源空间分布估算方法。

背景技术

面临着新世纪经济增长和环境保护的双重压力，改变能源生产和消费方式，开发利用生物质能等可再生的清洁能源对世界各国建立可持续的能源系统，促进国民经济发展和环境保护具有重大意义。生物质能源已经成为当前越来越重要的发展领域。

农作物秸秆是生物质能源材料的一个重要组成部分，具有低成本、低污染、高效益的特点，发展潜力巨大，是一种理想的可再生清洁能源。但是，由于传统观念的束缚以及技术落后等原因导致秸秆资源尚未得到合理的利用，这不仅造成了环境的污染，更造成了资源的浪费。

因此，准确估算农田秸秆资源在空间上的分布特征和分布数量，对实现农田秸秆资源集约利用和生物质能开发以及资源可持续利用具有重大意义。

目前国内外有关农田秸秆资源空间分布估算的方法大致可分为以下两类：

一、传统的农田秸秆资源估算大多采用地面调查与统计数据相结合的方法，以统计年鉴中农作物经济产量和行政区划图为基础数据，采用如下三种方法计算秸秆资源的实物量：一是草谷比法，二是副产品比重法，三是经济系数法，得到以行政区划为单元的农田秸秆资源分布格局。

草谷比法，即根据国家农业部门或统计部门发布的作物经济产量和各农作物的草谷比系数估算农作物秸秆产量，是计算农作物秸秆产量的最常用方法；草谷比系数可以通过精确的实验室实验进行测定，本发明不做赘述。

副产品比重法，对于部分农作物副产品(如稻谷、花生壳)的产量可根据其占农作物经济产量的相对质量密度来计算；

经济系数(收获系数)法，即利用农作物经济产量与总生物产量的比值估算农作物秸秆量。

上述方法主要限于传统的地面调查和统计数据，通常以行政区划为统计单位，不能很好地反映生物质能在行政区划内部的空间分布特征，不利于农田生物质能的收集和空间集约利用。

二、遥感估算方法，即根据遥感数据产品对农田秸秆资源空间分布进行估算。大致可分为以下两类：

(1)根据Terra卫星的1千米分辨率的MOD17A3数据，利用陆地生物地球化学过程模型(BIOME-BGC)估算植被年NPP累积量，并结合遥感数据提取土地利用分类数据，如水田和旱地；在此基础上通过生物质能计算模型对秸秆资源空间分布格局进行实时估算。

利用上述方法估算秸秆空间分布的优势在于能够较为准确的地反映不同区域农作物在秸秆生产量上的相对差异。然而，其局限性则表现为空间分辨率过低(最小单元为1千米的网格)、计算方法复杂和所需参数难以获取等；

(2)利用遥感数据提取各类农作物种植区域，并分类计算各自面积，再结合统计年鉴中各类农作物单产量和草谷比系数，计算各类农作物单位面积秸秆产量，获得农田秸秆量空间分布。

上述方法的优势在于能够获得空间分辨率精度较高的农作物种植区域(精度通常可达到30米)。然而，在基于农作物种植区域计算秸秆量分布时，通常基于草谷比系数或统计年鉴里的农作物单产，无法准确反映同一种农作物在不同空间上的秸秆生产力相对差别。从而导致计算结果可能存在较大偏差。

发明内容

针对现有方法存在的局限性，本发明提出一种快速简便、低成本的农田秸秆资源空间分布估算方法，该方法将传统统计方法与遥感技术相结合，综合利用统计年鉴和遥感净初级生产力(NPP)数据，对区域内部农田秸秆资源空间分布特征进行估算。

本发明所采用的技术方案是：一种农田秸秆资源空间分布估算方法，其特征在于，包括以下步骤：

步骤1：收集研究区域数据，包括

(1)以shp格式或GeoDatabase格式存储的矢量行政区划数据，每个行政单元以矢量多边形存储；

(2)最近一年的统计年鉴数据；

(3)从国家测绘局基础地理信息中心发布的全球地表覆盖30米分辨率产品中获得区域耕地空间分布栅格数据；

(4)从美国NASA发布的MODIS卫星免费数据产品中获取最近一年的MODIS卫星MOD17A3数据产品；该数据产品的空间分辨率为1km×1km，以栅格数据进行存储，每个栅格像元都表示其所在空间位置的NPP值(年净初级生产力)；步骤2：根据《农用地分等规程》中的《全国各县(市)标准耕作制度速查表》，找出研究区域内每个县种植的农作物种类；

步骤3：以国家农业部门或统计部门发布的统计年鉴相关统计资料为基础数据，分别得到以县(市)为单位的各类农作物的播种面积(千公顷)和单产量(吨/千公顷)；

步骤4：根据每县(市)的各类农作物播种面积计算各类农作物所占面积比例γ_ik，其中，i＝1,2,3,…，为县(市)编号；k＝1,2,3,…，为农作物种类；

步骤5：计算不同种类农作物在单位面积上秸秆资源的理论平均产量；其计算公式如下：

SR_ik＝Y_ik×R_k÷1000；

式中，SR_ik表示第i个县(市)内第k种农作物的单位面积秸秆资源理论平均产量(吨/公顷)；Y_ik表示第i个县(市)内第k种作物的单产量(吨/千公顷)，来自于统计年鉴；R_k表示第k种农作物草谷比系数，即农作物秸秆产量与农作物经济产量之比值；

步骤6：根据不同类型农作物秸秆的可收集系数，分别计算各类农作物单位面积可收集秸秆量，其计算公式如下：

CR_ik＝SR_ik×C_k；

式中，CR_ik表示第i个县(市)第k种农作物的单位面积可收集秸秆量(吨/公顷)；C_k表示第i种农作物秸秆的可收集系数；

步骤7：分别将单位面积(1公顷)与各县(市)各类农作物所占面积比例γ_ik相乘，即可得单位面积内各类农作物所占的耕地面积S_ik；

步骤8：根据各类农作物的耕地面积S_ik与其单位面积可收集秸秆量CR_ik，即可得到单位面积内各类农作物的可利用秸秆量AR^′ _ik，对其求和，可得第i个县(市)内单位面积平均可利用秸秆量CAR_i(吨/公顷)；计算公式如下：

{CAR}_{i} = Σ_{k = 1}^{n} S_{ik} \times {CR}_{ik};

步骤9：对全球地表覆盖30米分辨率产品中获得的区域耕地空间分布栅格数据进行预处理；该数据以栅格图像的方式进行存储，每个栅格像元代表地表真实的一块矩形区域的土地，遍历图像上的栅格像元，若该像元为耕地，则标记为1，否则标记为0；本步骤计算得到的结果栅格数据记为R1；

步骤10：将研究区域的县级行政区划矢量图，与步骤9中得到的R1空间叠加分析：遍历R1中的每个像元，若当前像元值为1，且在空间位置上落入了第i个行政区划单元，则将该像元值赋值为CAR_i；若当前像元值为0，或该像元没有落入任何行政区划单元，则该像元值赋值为0；本步骤计算得到的结果栅格数据记为R2；

步骤11：在ArcGIS地理信息系统软件中对1km*1km的NPP空间分布图进行投影和重采样，使其投影方式和像元大小与步骤10中的耕地空间分布栅格数据一致，即将栅格重采样到30米分辨率，投影坐标系统与耕地空间分布栅格数据一致；本步骤计算得到的结果栅格数据记为R3；

步骤12：将R1和R3进行空间叠置，利用ArcGIS地理信息系统软件或ENVI遥感软件，进行掩膜分析，从NPP栅格图像上提取出研究区域耕地的NPP空间分布；提取后的结果栅格图像上，非耕地区域的像元值标记为0；本步骤计算得到的结果栅格数据记为R4；

步骤13：将矢量的行政区划单元数据和R4进行空间叠加，按照行政单元的边界执行空间分区统计，获得各单元内耕地像元的NPP平均值；本步骤计算得到的结果栅格数据记为R5；

步骤14：用R4除以R5，每个像元都可以得到一个相对系数，该系数反映了不同位置的耕地在秸秆生产力大小的相对强度；系数越大，则表明所能提供的生物质能越多；本步骤计算得到的结果栅格数据记为R6；

步骤15：将R6与R2中初步所得农田秸秆量空间分布相乘，即可得到修正后的农田秸秆资源空间分布栅格。

作为优选，步骤5中所述的农作物草谷比系数如下表1所示：

表1：农作物草谷比系数

农作物种类	草谷比系数
		水稻	0.96
小麦	1.39
		玉米	0.98
棉花	4.09
		油菜	3.17
芝麻	1.78

。

作为优选，步骤6中所述的农作物秸秆的可收集系数如下表2所示：

表2：农作物秸秆的可收集系数

农作物种类	农作物秸秆的可收集系数
		稻谷秸秆	0.83
小麦秸秆	0.65
		玉米秸秆	0.92
油菜秆	0.64
		棉秆	0.86
高粱秸秆	0.90
		大豆秸秆	0.56
芝麻秆	0.83

。

作为优选，步骤13中所述的获得各单元内耕地像元的NPP平均值，基本原理为：以行政区划单元多边形为边界，获得落在当前行政区划单元内所有的非0栅格像元集合，并计算该像元集合的平均数，最后将该像元集合中所有像元值赋值为当前行政单元的平均NPP值。

作为优选，步骤14中所述的用R4除以R5，R4与R5的相除运算可借助ArcGIS地理信息系统软件或ENVI遥感软件工具提供的栅格运算器。

本发明的有益效果：总体上具有快速简便、低成本的特点，能够反映较为详细的农田秸秆资源空间分布特征。相对于国内外已有的农田秸秆资源估算方法，本发明:

(1)充分利用了统计年鉴的优势，统计年鉴中虽然在农作物总产量估计方面存在一定不足，但对于农作物的平均单产、农作物播种面积的相对比例构成是估计是较为准确的。因此，本发明利用统计年鉴中的作物单产和播种面积比例构成数据来估算区域单位面积上的农田秸秆量的平均值是可信的；

(2)全球地表覆盖数据以较高的空间精度反映地表耕地的分布情况。因此本发明利用该数据作为农田秸秆量空间分布计算的基础空间单元是可信的；

(3)MODIS的NPP产品数据虽然在空间分辨率上存在一定不足，但其较好的、客观的反映农作物秸秆生产能力在空间上的分布差异。因此，本发明利用该数据作为相对系数，用以修正统计年鉴数据在空间化表达方面的不足。

综上所述，本发明综合利用统计年鉴和遥感数据产品来估算农田秸秆资源的空间分布，并根据两类数据的特点，取长补短：利用统计数据在总量计算方面的精确性优势和遥感数据在反映空间分布特征方面的优势，从而能够更加精确的反映区域内部农田秸秆资源空间分布特征。

附图说明

图1：为本发明实施例的流程图；

图2：为本发明实施例的实验区范围及实验区耕地NPP空间分布图；

图3：为本发明实施例的湖北省农田秸秆资源空间分布图。

具体实施方式

为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。

农作物秸秆，通常指小麦、水稻、玉米、薯类、油料、棉花、甘蔗和其它农作物(通常为粗粮)在收获籽实后的剩余部分。由于各县(市)的每种农作物秸秆与籽粒的比例(草谷比系数)基本固定，因此通过该各县(市)农作物的草谷比系数与其农作物单产量相乘可以估算农作物单位面积秸秆量。

全球地表覆盖数据(GlobalLand30)是中国863计划重点项目“全球地表覆盖遥感制图与关键技术研究”的科研成果，该数据利用美国陆地卫星影像(TM5、ETM+)和中国环境减灾卫星(HJ-1)影像数据，采用基于像素分类-对象提取-知识检核的综合方法提取而成。数据包括耕地、森林、草地、灌木、湿地、水体、苔原、人造覆盖、裸地、冰川和永久积雪10个一级地表覆盖类型，具有高分辨率(30m)、高精度(83％)的特点。通过对研究区域耕地面积的提取，结合农作物单位面积秸秆量，即可估算农作物秸秆产量。基于上述原理能够估算以县(市)为单元的农田秸秆资源分布。

植被净初级生产力(Net Primary Production，简称NPP)是指绿色植物呼吸后所剩下的单位面积单位时间内所固定的能量或所生产的有机物质。通常以碳量来表示，能够以统一的尺度标准体现农田生态系统累计碳量，一定程度上可以反映地上生物量的分布。MODIS17A3是TERRA MODIS 4级处理产品，其空间分辨率为1km×1km。MOD17A3数据共有3个数据层，分别为GPP_1㎞、NPP_1km和NPP_QC_1km。其中，GPP_1㎞主要是由8天净光能作用组合而成，NPP_1km主要是对1年内净光能作用的时间积分，NPP_QC_1km的值表示传感器和云的一些特征，是关于像元质量状况、可信任程度的重要指标。通过陆地生物地球化学过程模型(BIOME-BGC)可计算全球陆地植被NPP。因此，通过遥感软件的处理可以得到研究区域内的NPP空间分布，通过统计各县(市)平均NPP得到相对系数，从而实现对以县(市)为单元的农田秸秆资源空间分布的修正。

基于上述原理，设计农田秸秆资源空间分布估算方法主要包括以下3个步骤：①根据相关统计资料中农作物单产量结合各农作物草谷比估算各县(市)各类农作物的单位面积秸秆产量；②利用各农作物种植面积对其单位面积秸秆量进行汇总，提取出研究区域的秸秆产量；③基于研究区域内部NPP值的相对系数估算研究区域内农田秸秆资源的空间分布特征。

请见图1、图2和图3，本发明实验案例选取湖北省作为实验区，介于北纬29°05′至33°20′，东经108°21′至116°07′。全省西、北、东三面被武陵山、巫山、大巴山、武当山、桐柏山、大别山、幕阜山、大洪山等山地环绕，山前丘陵岗地广布，中南部为江汉平原，与湖南省洞庭湖平原连成一片。湖北省是农业大省，水资源丰富，光热充足，生物质资源十分丰富。

湖北省农田秸秆资源空间分布估算方法，包括以下步骤：

步骤1：收集研究区域数据，包括

(2)最近一年的统计年鉴数据；

(4)从美国NASA发布的MODIS卫星免费数据产品中获取最近一年的MODIS卫星MOD17A3数据产品；该数据产品的空间分辨率为1km×1km，以栅格数据进行存储，每个栅格像元都表示其所在空间位置的NPP值(年净初级生产力)；

步骤2：根据《农用地分等规程》中的《全国各县(市)标准耕作制度速查表》，找出湖北省各个县(市)种植的主要农作物，主要以水稻、玉米、油菜、小麦和棉花为主，并根据各县(市)实际种植情况进行调整。

步骤3：通过湖北省各市州统计年鉴获得2010年湖北省各个县(市)的各类农作物的播种面积(千公顷)和单产量(吨/千公顷)。

步骤4：根据每县(市)的各类农作物播种面积计算各类主要农作物所占面积比例γ_ik。其中，i＝1,2,3,…，为县(市)编号；k＝1,2,3,…，为主要农作物种类。

步骤5：计算不同种类农作物的单位面积秸秆资源理论量。通过上述各类农作物单产分别推算各自单位面积的秸秆产量，即不同种类农作物单产乘以其相应的草谷比系数，得到单位面积秸秆资源理论量。其计算公式如下：

SR_ik＝Y_ik×R_k÷1000；

式中，SR_ik表示第i个县(市)内第k种农作物的单位面积秸秆资源理论量(吨/公顷)。Y_ik表示第i个县(市)内第k种作物的单产量(吨/千公顷)。R_k表示第k种农作物草谷比系数，本次选取的草谷比系数如下表1所示：

表1：农作物草谷比系数

。

步骤6：计算不同种类农作物的单位面积可收集秸秆量。根据不同类型农作物秸秆的可收集系数，分别计算各类作物单位面积可收集秸秆量，其计算公式如下：

CR_ik＝SR_ik×C_k；

式中，CR_ik表示第i个县(市)第k种农作物的单位面积可收集秸秆量(吨/公顷)。C_k表示第i种农作物的可收集系数。具体数值如下2所示：

表2：农作物秸秆的可收集系数

。

步骤7：分别将单位面积(1公顷)与各县(市)主要农作物所占面积比例相乘，即可得单位面积内各类农作物所占的耕地面积S_ik。

步骤8：根据各类农作物的耕地面积S_ik与其单位面积可利用秸秆量CR_ik，即可得到单位面积内各类农作物的可利用秸秆量AR^′ _ik，对其求和，可得第i个县(市)内单位面积可利用秸秆量CAR_i(吨/公顷)。计算公式如下：

{CAR}_{i} = Σ_{k = 1}^{n} S_{ik} \times {CR}_{ik};

步骤9：从30m×30m全球地表覆盖数据中提取研究区域范围，并从中提取出耕地空间分布。

步骤10：将单个像元所代表的面积即0.09公顷，与单位面积可利用秸秆量CAR_i相乘，可得每个像元的可利用秸秆量的值SAR_i。

步骤11：将第i个县(市)的可利用秸秆量值SAR_i赋给该县(市)耕地所在的像元，即可初步获得农田秸秆资源空间分布。

步骤12：根据MOD17A3数据，空间分辨率为1km×1km，获取NPP(净初级生产力)空间分布，得到一个二维的栅格图像，每个栅格都表示其所在范围的NPP值。

步骤13：对1km×1kmNPP空间分布图进行投影和重采样，使其投影方式和像元大小与耕地空间分布图一致。

步骤14：从NPP空间分布图中提取出研究区域耕地的NPP空间分布，并将研究区域范围内像元值为0的部分设为空值，结果见图2。

步骤15：分别统计各县(市)内耕地的NPP平均值。

步骤16：用步骤14所得总NPP空间分布除以各县(市)NPP平均值，每个像元都可以得到一个相对系数。

步骤17：将该系数与步骤11初步所得农田秸秆量空间分布相乘，即可得到修正后的的农田秸秆资源空间分布图，结果见图3。

经统计可得湖北省各市、州秸秆资源量如下表3所示：

表3：湖北省各市、州秸秆资源量

通过对上表以及湖北省农田秸秆资源空间分布图的分析可得，湖北省农田秸秆资源主要集中分布于荆州市、襄阳市和荆门市，即中部江汉平原上的产粮区，共占38.4％。同时，西部及东南部秸秆量较少，因其多为山地、丘陵，不宜大力发展种植业。因此，本专利中估算农田秸秆资源空间分布的方法是合理的。

应当理解的是，本说明书未详细阐述的部分均属于现有技术。

应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims

1.一种农田秸秆资源空间分布估算方法，其特征在于，包括以下步骤：

步骤1：收集研究区域数据，包括

(2)最近一年的统计年鉴数据；

步骤2：根据《农用地分等规程》中的《全国各县(市)标准耕作制度速查表》，找出研究区域内每个县种植的农作物种类；

SR_ik＝Y_ik×R_k÷1000；

CR_ik＝SR_ik×C_k；

步骤8：根据各类农作物的耕地面积S_ik与其单位面积可收集秸秆量CR_ik，即可得到单位面积内各类农作物的可利用秸秆量AR′_ij，对其求和，可得第i个县(市)内单位面积平均可利用秸秆量CAR_i(吨/公顷)；计算公式如下：

{CAR}_{i} = Σ_{k = 1}^{n} S_{ik} \times {CR}_{ik};

2.根据权利要求1所述的农田秸秆资源空间分布估算方法，其特征在于：步骤5中所述的农作物草谷比系数如下表1所示：

表1：农作物草谷比系数

农作物种类草谷比系数水稻 0.96 小麦 1.39 玉米 0.98 棉花 4.09 油菜 3.17 芝麻 1.78

。

3.根据权利要求1所述的农田秸秆资源空间分布估算方法，其特征在于：步骤6中所述的农作物秸秆的可收集系数如下表2所示：

表2：农作物秸秆的可收集系数

农作物种类农作物秸秆的可收集系数稻谷秸秆 0.83 小麦秸秆 0.65 玉米秸秆 0.92 油菜秆 0.64 棉秆 0.86 高粱秸秆 0.90 大豆秸秆 0.56 芝麻秆 0.83

。

4.根据权利要求1所述的农田秸秆资源空间分布估算方法，其特征在于：步骤13中所述的获得各单元内耕地像元的NPP平均值，基本原理为：以行政区划单元多边形为边界，获得落在当前行政区划单元内所有的非0栅格像元集合，并计算该像元集合的平均数，最后将该像元集合中所有像元值赋值为当前行政单元的平均NPP值。

5.根据权利要求1所述的农田秸秆资源空间分布估算方法，其特征在于：步骤14中所述的用R4除以R5，R4与R5的相除运算可借助ArcGIS地理信息系统软件或ENVI遥感软件工具提供的栅格运算器。