摘要
随着工业化和城镇化迅速发展，人民生活水平不断提高，粮食消费水平和结构发生变化，粮食生产面临持续增加的巨大压力。在我国耕地有限条件下，粮食要增产，就要在提高单产方面下工夫。化肥的大量施用是粮食单产提升的重要保障。据统计，我国农业化肥的使用量在1998-2014年间增长了52.5％，但其利用率平均仅为40％。化肥的过量施用造成氮磷元素大量流失，由此导致的耕地面源污染已成为影响我国水环境质量的重要风险因素。 黄河三角洲耕地资源丰富，是我国重要的粮食产区。农业种植面源污染不仅对陆域水环境带来影响，而且由于地处河口海岸地区，其陆域污染物入海更为容易，对海域水环境影响比其他农业耕作区更大。因此，识别耕地种植结构，评估耕地面源污染入海风险，并开展以减排为目标的区域种植结构优化，对于农业面源污染防控研究具有重要的理论和应用价值。 本研究以耕地氮污染为例展开研究。首先，利用遥感和深度学习技术对区域农作物种植结构进行精细识别;其次，将种植结构作为耕地面源污染产生的“源”，耦合区域多元地理环境参数，构建了面源污染物迁移最小累积阻力(NPS-MCR)模型，评估不同空间区位上不同种植结构的污染物入海风险特征。在此基础上，结合种植经济目标与环境减排目标，开展耕地种植结构优化研究。 主要研究内容和结论如下: (1)基于Bi-LSTM模型和时序遥感的耕地种植结构识别 利用全年可用哨兵-2卫星影像构建了NDVI年时间序列数据集，采用TensorFlow深度学习框架搭建了Bi-LSTM模型，对黄河三角洲地区耕地种植结构进行识别，探究了结合遥感时间序列信息与深度学习模型的作物精细分类潜力。 结果表明，在作物水平上的总体分类准确率达到了90.9％，Kappa系数达到0.892，优于传统的机器学习方法。研究区2020年耕地总面积为53129公顷，其中春玉米种植面积为12067公顷，棉花种植面积为10077公顷，水稻种植面积为11028公顷，冬小麦夏大豆种植面积为92488公顷，冬小麦夏玉米种植面积为10709公顷。 (2)基于面源污染物迁移最小累积阻力模型的耕地面源污染入海风险评估 以景观生态学中的“源-汇”理论和物种扩散过程的最小累积阻力(MCR)模型为基础，从面源污染迁移入海的阻力角度出发，综合考虑农作物分布与区域地理环境特征，构建了面源污染物迁移最小累积阻力(NPS-MCR)模型，对黄三角地区耕地面源污染入海风险进行识别。 结果表明，在影响面源污染迁移的因子当中，植被覆盖是最重要的影响因素。研究区耕地面源污染风险较高，并且主要集中在研究区东部滨海区。同时，河流作为污染迁移扩散入海的通道，加剧了河道两侧的耕地种植污染对近海水质环境的影响。 (3)面向污染防控的耕地种植格局优化 针对区域的农作物种植情况和面源污染入海风险计算结果，设立入海污染减排、农业种植经济效益双重目标和多种情景，以递进的形式采用多目标线性规划和遗传算法，进行耕地种植结构数量优化与空间配置优化。 结果表明，在经济情景A中，风险综合优化效果为87.8％;在污染减排情景B中，风险综合优化效果为82.9％;在污染减排情景C中，风险综合优化效果为70.0％。优化区域主要沿滨海养殖带和河道分布，这些区域对水环境的影响较大。
NETL