APP下载

湖北省油菜种植面积的遥感监测方法探讨

2019-04-11唐文澜王晓燕汪权方陈志杰

安徽农业科学 2019年7期
关键词:时相开花期差值

唐文澜,王晓燕,汪权方,陈志杰

(1.湖北大学资源环境学院,湖北武汉 430062;2.华中师范大学城市与环境科学学院,湖北武汉 430079)

湖北是一个农业大省,素有“千湖之省”“鱼米之乡”等美誉。湖北省历来是我国重要的粮棉油生产基地和我国粮食安全的保障基地,其农业生产在全国具有举足轻重的地位,尤其是油菜的种植面积、总产量和优质率多年居全国第一。但湖北省地表分异度高、地貌类型多样、河网稠密、湖泊众多、旱涝灾害频发,从而导致湖北省油菜生产的年际变化较大,因此及时进行油菜播种面积和产量的预测预报是每年各级政府部门迫切需要掌握的农业基本信息。目前,农业信息来源渠道主要是各级政府部门的逐级上报方式,由于存在各种不同利益的博弈,数据的准确性一直是一个大问题。遥感监测技术是一种获取田间农情信息的重要技术手段,具有成本低、速度快和精度高的特点。目前我国农作物遥感监测工作主要集中在水稻、小麦等方面[1-9],油菜播种面积的遥感监测工作研究成果相对较少[1-9],也需要开展适宜于湖北省油菜种植面积遥感监测的技术方法,包括最佳时相、最佳数据源和影像解译方法等。鉴于此,笔者研究了适宜于湖北省油菜种植面积的遥感监测的最佳时相、最佳数据源、影像解译方法等。

1 主要遥感数据源

研究中选用了ALOS、SPOT和TM共3种影像数据,分别为ALOS(时相是20090131、20090421、20090503)、SPOT(时相是20081112、20090131)和TM(时相是20081224、20090314、20090415),这3种卫星影像数据都具有较高的空间分辨率和良好的性价比。

2 油菜面积遥感监测最佳时相

最佳时相遥感图像的选择是作物面积遥感监测的关键环节之一。在选择最佳时相时要求遥感图像具有足够高的空间分辨率,同时还能够反映地理现象呈节律性变化中最具有本质特性的特征信息,探测目标与环境信息差异最大,即油菜与其他作物的光谱特征差异最大。

湖北省油菜种植期是每年9月—次年5月,历经播种期、发芽期、苗期、蕾薹期、开花期和角果发育成熟期等几个阶段。图1是在油菜各生长阶段所拍摄的序列遥感影像及有关光谱特征曲线图。

从图1可以看出,在各影像的红、绿、蓝3波段上,绝大部分油菜区像元反射率都大于包括小麦、森林等在内的其他植被,特别是在油菜开花期(3月中下旬—4月上旬),3波段上的差异最明显,其主要原因是油菜开花期,3个波段上的吸收率要低于“纯绿色”。从色彩/色调上看,SPOT4-20081112和ALOS-20090503影像上油菜与其他植被差异最明显,其次是TM-20090314和ALOS-20090421,在影像上的表现特征上,油菜与建筑物、水体等无植被区,无论是色彩/色调,还是光谱特征及NDVI指数等方面都具有显著可分性。油菜与非植被区具有不同的波段规律,表现为油菜band 4>band 3,而非植被区band 4

综上所述,在湖北境内油菜面积遥感监测的最佳识别时相大致位于3月中旬—4月中旬,即油菜的开花期。

图1 局部地区作物/植被等在卫星影像上的表现特征Fig.1 The characteristics of different vegetations in the remote images

3 油菜面积遥感监测信息提取方法

3.1基于单时相影像自动分类的油菜面积信息提取由于ALOS和SPOT影像分辨率较高,直接对2类影像结合地物解译标志进行监督分类,然后参考地形、土地利用以及野外样方调查等方面资料,对初始解译结果进行修正,最后按照最小上图图斑为“4×4”个像元(狭长地物的短边宽最小为2个像元、长度大于8个像元)的原则,对修正后的解译结果进行了小图斑去除。统计油菜分类面积,发现利用小图斑去除分析后所得到的油菜面积要明显少于未做小图斑去除处理的结果(表1)。

图2 基于ALOS影像自动分类的油菜面积信息提取效果Fig.2 The results of extracting rape’s area based on automatic classification at ALOS images

首先对成像于油菜开花期的TM12339-20090314和TM12239-20090408影像进行NDVI指数分析,结果显示在这2景影像上,位于江汉平原和鄂东长江沿岸平原区集中成片分布的油菜区像元NDVI值分别大于0.200和0.333,而在武汉、咸宁两地小片分布的油菜区,大多数像元的NDVI值并不符合上述规律。因此,对这2景影像先利用行政边界将武汉和咸宁境内的部分裁剪下来,并进行单独的监督分类;对于其他地区,则先利用上述NDVI阈值将可能有油菜分布的区域提取出来,然后再进行监督分类(图3)。

注:A.提取前(TM432合成后的原始影像);B.提取后(绿色部分,其底层为TM432合成影像)Note:A.Before extraction(raw image after TM432 synthesis);B.After extraction(green part,the bottom layer was TM432 composite image)图3 基于TM影像自动分类的油菜面积信息提取效果Fig.3 The results of extracting rape’s area based on automatic classification at TM images

3.2基于NDVI双时差值的油菜面积信息提取基于NDVI双时差值的油菜面积信息提取的主要思路为:对具有同一传感器的多时相影像,采用“先剔除非植被类地物,然后进行双时NDVI差值分析,最后采用计算机自动分类或多光谱阈值分割”的方法来提取油菜面积。多光谱阈值分割法是指利用同一幅影像上不同地物的光谱特征差异对影像进行密度分割,最终提取目标地物。

3.2.1基于双时ALOS/NDVI差值的油菜信息提取。ALOS-20090131和ALOS-20090503的2幅影像上相同地物的NDVI指数变化为:大多数油菜区像元NDVI值表现为1月份大于5月份,而森林以及水生植物则表现出相反的规律。据此,可以将1月份的NDVI值减去5月份,从而得到1幅双时NDVI差值影像,然后按照“双时NDVI差值大于0以及ALOS-20090131影像上NDVI也大于0”或“双时NDVI差值大于0以及ALOS-20090131和ALOS-20090503影像上NDVI也都大于0”的原则对上述2幅影像进行裁剪。

经过上述处理,可以将这2幅ALOS影像上水体、道路/建筑物、空闲的耕地等非植被区以及森林、水生植物、部分非油菜类作物等剔除,余下的影像再根据地物光谱特征和色彩/色调差异进行计算机自动分类或多光谱阈值分割(图4)。

3.2.2基于双时SPOT/NDVI差值的油菜信息提取。首先,将SPOT2-20090130与 SPOT4-20081112的NDVI相减,从而得到1幅双时SPOT/NDVI差值影像。依据任一时期的SPOT/NDVI均应大于0原则,分别将SPOT4-20081112和SPOT4-20081112影像上的水体、道路/建筑物、空闲的耕地等非植被区剔除,余下的部分按照“双时SPOT/NDVI差值大于0或者同一像元在2幅影像上的NDVI都大于0.2 ”的原则再次进行裁减,此时SPOT2-20090130和SPOT4-20081112影像上主要包含油菜和少量的其他作物/植被信息。

对经过上述裁减处理后的SPOT2-20090130和SPOT4-20081112影像,分别根据地物的光谱特征曲线进行密度分割和油菜信息的提取(图5)。

注:A.ALOS-200901031;B.ALOS-20090503Note:A.ALOS-200901031;B.ALOS-20090503 图4 基于双时ALOS/NDVI差值的油菜信息提取效果(绿色部分)Fig.4 The extracting results of rape area based on ALOS/NDVI difference

图5 基于双时SPOT/NDVI差值的油菜面积信息提取效果Fig.5 The extracting results of rape area based on SPOT/NDVI difference

3.2.3基于双时TM/NDVI差值的油菜信息提取。具体处理方法如下:同时提取TM12339-20090314和TM12339-20081224这2景影像中的NDVI都大于0.2,并且NDVI差值(3月14日的NDVI减去12月24日)大于0的区域,将处理结果对TM12339-20090314影像进行掩膜,然后对掩膜后的影像分别进行监督分类或光谱阈值分割(图6)。

注:A.TM12339-20090314;B.TM12339-20081224 Note:A.TM12339-20090314;B.TM12339-20081224 图6 基于双时TM/NDVI差值法的油菜面积信息提取效果(绿色部分)Fig.6 The extracting results of rape area based on TM/NDVI difference

4 结论

该研究通过对多数据源、多时相的遥感影像的湖北省油菜种植面积解译试验,采用了多种解译方法,并对各方法解译精度进行了分析,得出了以下结论:

(1)考虑到湖北省农作物的物候期,通过对农作物光谱特征分析,湖北省油菜面积遥感监测的最佳识别时相大致位于3月中旬—4月中旬,即油菜的开花期。

(2)提出了基于NDVI双时差值的油菜面积信息提取的有效方法。对具有同一传感器的多时相影像,采用“先剔除非植被类地物,然后进行双时NDVI差值分析,最后采用计算机自动分类或多光谱阈值分割”的方法来提取油菜面积。

(3)兼顾经济上可行性和精度要求,建议湖北省油菜面积遥感监测技术方案为:对于油菜连片分布的平原地区(如位于江汉平原的仙桃、天门、潜江、洪湖、汉川以及位于鄂东沿江一带的武穴和黄梅等地)采用双时TM影像,其中至少有1景影像必须成像于油菜开花期(3月中旬—4月中旬);对于油菜非成片分布的低山丘陵地区(咸宁等)采用10m-ALOS影像。

猜你喜欢

时相开花期差值
关于“生命早期因素与女生青春发动时相的关联分析”一文的专家点评
高寒草原针茅牧草花期物候变化特征及其影响因子分析
心房颤动患者单心动周期绝对时相收缩末期冠状动脉CT成像研究
差值法巧求刚体转动惯量
枳壳及其炮制品色差值与化学成分的相关性
初春气象条件对苹果开花期的影响分析
基于RIL群体和IF2群体的玉米开花期相关性状QTL分析
抑郁症患者急性时相反应蛋白水平检测及其临床意义
3D VOI 技术在SPECT三时相骨显像对股骨头坏死早期诊断的应用
基于区域最大值与平均值差值的动态背光调整