史婷婷　張小波　張珂　郭蘭萍　黃璐琦

[摘要]中藥多種植在自然環(huán)境條件適宜而地形復雜的山區(qū)，種植地塊分布零散，傳統(tǒng)調查方法很難獲得準確的種植面積。通過研究基于遙感的中藥材種植面積提取方法，為中藥資源保護和利用提供決策支持有著至關重要的意義。該文以安徽省寧國市前胡種植為例，分別以30 m 分辨率的Landsat8和16 m分辨率的國產“高分一號”（GF1）多光譜遙感影像為數(shù)據(jù)源，首先利用前胡在不同時相的影像光譜特征變化來提取寧國市耕地中的前胡種植區(qū)域，其次利用與前胡套種的山核桃幼林的紋理和光譜特征來提取寧國市林地中的前胡種植區(qū)域。結果表明：利用30 m和16 m空間分辨率影像提取的前胡種植面積分別為25 63543，24 58543畝（1畝≈667 m2）。與統(tǒng)計數(shù)據(jù)相比，16 m分辨率影像提取的結果精度較高。

[關鍵詞]Landsat8 TM；GF1；寧國前胡；種植面積提取

[Abstract]The herbs used as the material for traditional Chinese medicine are always planted in the mountainous area where the natural environment is suitable As the mountain terrain is complex and the distribution of planting plots is scattered， the traditional survey method is difficult to obtain accurate planting area It is of great significance to provide decision support for the conservation and utilization of traditional Chinese medicine resources by studying the method of extraction of Chinese herbal medicine planting area based on remote sensing and realizing the dynamic monitoring and reserve estimation of Chinese herbal medicines In this paper， taking the Peucedanum praeruptorum planted area in Ningguo prefecture of Anhui province as an example， the multispectral remote sensing images that include Landsat8 with a 30 m resolution and Chinamade GF1 with a 16 m resolution were used as data source Since the spectral characteristics of P praeruptorum in the two periods are different from those of other crops， the changes of the images at two stages in the same year could be used to extract the P praeruptorum planted area intercropped in cultivated land Then the texture and spectral characteristics of young pecan trees were used to extract the P praeruptorum planted area intercropped in woodland The results showed that the extracted area of planted P praeruptorum with the original imagery of 30 m spatial resolution and 16 m spatial resolution was 25 63543，24 58543 mu， respectively

[Key words]Landsat8 TM； GF1； Peucedanum praeruptorum in Ningguo； planting area estimation

前胡是一種歷史悠久，被廣泛應用的常用藥材[1]。中藥前胡為傘形科前胡屬植物白花前胡Peucedanum praeruptorum Dunn的干燥根，具有降氣化痰、宣散風熱等功效，主要分布于安徽、浙江、湖南、四川等地。安徽省寧國市前胡產量居全國之最，寧國市前胡種植面積的掌握對于全國前胡總量的控制具有舉足輕重的作用。

傳統(tǒng)中藥資源調查一直采用收購量推算、人為主觀估計和地面調查相結合，統(tǒng)計結果受主觀因素的影響較大[23]。遙感技術具有宏觀、動態(tài)、快速、準確等優(yōu)勢，決定了遙感技術能被快速應用于農業(yè)領域。目前遙感技術在農作物面積估測、單產估測和總產估測等各個環(huán)節(jié)中均有應用，并取得了較好的效果[47]。因此，將遙感技術手段應用于中藥資源監(jiān)測和調查是目前研究的重要內容。

本文分別利用Landsat8和國產“高分一號”（GF1）遙感影像，以遙感分類技術為手段，通過對影像數(shù)據(jù)的處理、分析、驗證等操作，進行安徽寧國地區(qū)前胡種植面積的精確提取，并分析不同空間分辨率的遙感影像對提取結果的影響，以期為前胡資源調查和動態(tài)監(jiān)測、產量估測及趨勢預測等提供數(shù)據(jù)參考，為當?shù)厍昂a業(yè)的健康發(fā)展提供決策支持。endprint

1材料

11研究區(qū)域概況寧國市位于安徽省東南部，地勢南高北低，東西山川起伏，為天目山山脈和黃山山脈的交匯處，屬于皖南山區(qū)的紅壤丘陵區(qū)，地勢垂直差異明顯，地貌類形多樣。寧國市屬于北亞熱帶濕潤季風氣候區(qū)，年平均溫度154 ℃，無霜期226 d，年降雨量1 468 mm，日照時數(shù)1 989 h。寧國市是野生白花前胡的自然分布中心之一。

12數(shù)據(jù)選取及預處理由于寧國市前胡的栽培模式是包括大田栽培、與玉米套種、與山核桃套種、與茶樹套種、與銀杏樹套種等，其中以大田栽培、與玉米套種和與山核桃套種3種模式為主。在土地利用方面，大田栽培和玉米套種模式均在耕地，而山核桃套種則是在林地。

境內前胡及主要作物的物候特點如下，前胡：（種子）4月出苗，5月初幼苗，8—9月花期，9—11月果期。玉米：5月初幼苗，植株高10～20 cm，6—10月花果期。山核桃：3—4月長出新葉，4—5月花期，5月初花期，6—9月果期，果實成熟9月。山核桃苗栽培8～10年后方能開花結果。茶：常綠植物，花果期8—11月。毛竹：常綠植物，極少開花。開花后植株即死亡。

因此，本文分2種情況進行前胡種植區(qū)域提取。在耕地上與玉米套種模式中，根據(jù)寧國市玉米和前胡的物候特點可以看到，在10月中下旬，玉米先于前胡收割，此時2種作物的生長期不重疊，因此利用前胡在10月生長期和次年1月收獲期的影像差異與其他作物在此時期影像差異的不同，識別前胡的種植區(qū)域。因此本文選用2013年10月13日和2014年1月2日兩期Landsat8影像和GF1影像，所用到的參考基準為WGS84，投影為UTM，這個時期避開了影像云層的影響，也與其他作物生長期和收獲期錯開。

在林地上與山核桃套種模式中，前胡只套種在山核桃幼林中，一旦山核桃長大、長密便不再套種前胡，根據(jù)這個特點，可以利用山核桃幼林在影像上的光譜特征和紋理特征提取前胡的種植區(qū)域。因此本文分別選取2013年10月13日的Landsat8影像和GF1影像作為數(shù)據(jù)源，進行寧國林地中前胡種植區(qū)域的提取。

數(shù)據(jù)預處理包括：投影轉換、波段合成、輻射校正、幾何糾正和影像裁剪。由于Landsat8熱紅外波段分辨率為120 m，不參與波段組合。以遙感影像為參照，對寧國市行政邊界矢量數(shù)據(jù)進行坐標投影轉換，以此結果得到AOI 掩膜，分別對2 期Landsat8影像和2期GF1影像進行裁剪。以寧國市地形圖數(shù)據(jù)為基準，分別對4期影像進行幾何精糾正。具體方法為：在遙感影像中選擇路路交叉、河流分叉處等12個明顯地物點作為地面控制點，應用3次多項式校正模型和最近鄰距離重采樣模型對 4期影像進行幾何精校正，最終的定位精度在1個像元以內。

2結果

21遙感最佳波段組合通過地物在不同波段的差異性，可以有效識別地物。監(jiān)督分類中訓練樣本的選取和非監(jiān)督分類中類別的判定，都要利用目標地物與周圍地物的色彩色調差異。但是，遙感影像上地物所呈現(xiàn)的色調特征除與不同的波段有關外，還與波段組合及其顯色方式緊密相關。

最佳波段及波段組合選擇一般要遵循以下原則：一是所選波段及波段組合的信息量大，二是所選波段組合相關性弱，三是在所選的波段及波段組合內，目標地物與其他地物具有較好的光譜可分離性。在實際應用中，選擇的主要方法有相關系數(shù)矩陣、方差、最佳指數(shù)法（OIF）等。其中由美國查維茨提出的最佳指數(shù)法，計算方法簡單，易于操作[8]。

OIF= 3i=1Si/3i=1|Rij|（1）

式中的 為第i個波段的標準差，為i，j 2個波段的相關系數(shù)。對多波段遙感影像數(shù)據(jù)，先計算其相關系數(shù)矩陣，再分別求出所有可能的3個波段組合對應的OIF。波段組合的3個波段間相關性越小，說明3個波段冗余度越小，所包含的信息量越大。OIF指數(shù)越大，說明該組合遙感圖像包含的信息量越大，為最優(yōu)波段組合[9]。

采用Landsat820131013影像為研究數(shù)據(jù)源，計算各波段的標準差和相關系數(shù)（表1）。

將表1中各波段的標準差、相關系數(shù)等數(shù)值帶入公式（1）中計算，即可得出Landsat8TM各波段組合的OIF指數(shù)（表2）。

從表2中可以看出，波段組合256，456，567的OIF指數(shù)較高，均超過900，而地物提取最佳波段組合必須結合研究區(qū)地物光譜特征。從研究區(qū)的地物光譜曲線來看（圖1），在藍色（波段2）和綠色（波段3）波段內，地物光譜差異不大；在紅色波段（波段4）內，目標地物前胡的光譜反射率差異明顯增強，在近紅外波段（波段5）內地物反射率存在明顯差異。因而認為近紅外波段為前胡種植面積提取的必選波段，即波段5。根據(jù)相關性小的選擇原則，從可見光波段中（TM2，TM3，TM4），從中紅外波段中（TM6，TM7）中各選擇1個波段與波段組合提取前胡種植面積的最佳波段組合。結合各波段的標準差，各波段間相關系數(shù)和指數(shù)數(shù)據(jù)分析，在中紅外波段內以TM6所含地物信息量最大，在可見光波段內以TM4信息量最大，因此選擇TM4，TM5，TM6組合為Landsat8TM數(shù)據(jù)提取前胡種植面積遙感信息的最佳波段組合。高分一號（GF1）影像的波段最佳組合選擇方法與Landsat8 TM影像的方法一致。通過計算，波段組合432的OIF指數(shù)最高，結合地物光譜特征看，波段432對于前胡種植區(qū)域提取優(yōu)于其他組合。因此，選擇432為GF1數(shù)據(jù)源影像提取前胡種植區(qū)域的最佳組合。

22典型地物分類Landsat8 影像中，通過目視解譯方法可以有效地識別出林地、人工表面、耕地、水體四大類典型地物（圖2）。

由于大田栽培和與玉米套種的前胡都是在耕地中，而與山核桃套種的前胡都是在林地中，為進一步進行前胡種植區(qū)域的提取，將林地、人工表面和水體三大類進行剔除，得到耕地區(qū)域；將水體、耕地和人工表面三大類進行剔除，得到林地區(qū)域（圖3）。endprint

23耕地中前胡種植面積提取本文利用同一年前胡生長期影像和收獲期影像進行變化檢測，得到年內變化區(qū)域。由于在1 年內人工表面、林地、水體地等地物類型變化并不頻繁，作物的生長變化最為顯著，所以提取的變化區(qū)域主要為作物的種植區(qū)域。由前文分析可以知道前胡的變化與其他作物變化特征并不一致，以此來進行年內前胡種植區(qū)域的提取。

24林地中前胡種植面積提取通過實地調查可知，前胡只套種在山核桃幼林中，一旦山核桃長大、長密便不再套種前胡；而且?guī)缀跛猩胶颂矣琢侄紩追N前胡，因為套種前胡對山核桃成長有很多益處，比如防蟲，松土，除草等，可以促進山核桃成長。因此，在林地中提取前胡只需把山核桃幼林的區(qū)域提取出來即為前胡種植區(qū)域。

在遙感影像上，山核桃幼林的紋理特征與光譜特征和其他林地有很大區(qū)別。因此，本文根據(jù)山核桃幼林的紋理特征和光譜特征進行山核桃幼林面積的提取，從而得到林地中前胡的種植面積。

25不同數(shù)據(jù)源遙感提取結果對比為了解影像的不同空間分辨率對前胡種植面積提取精度的影響，利用16 m空間分辨率的GF1影像為數(shù)據(jù)源，使用同樣方法，對寧國市前胡種植面積進行提取。

利用30 m Landsat8TM影像為數(shù)據(jù)源，提取得到的前胡種植區(qū)域（圖4）。前胡栽培面積在耕地中和林地中分別為15 019222，10 616208畝（1畝≈667 m2），總種植面積共為25 63543畝。

利用16 m GF1影像為數(shù)據(jù)源，提取得到的前胡種植區(qū)域（圖5）。前胡栽培面積在耕地中和林地中分別為14 399222，10 186208畝，總種植面積共為24 58543畝。

3結論

本文以用30 m分辨率的Landsat8 TM和16 m分辨率的GF1多光譜遙感影像為數(shù)據(jù)源，分別研究了利用多時相遙感影像提取寧國市耕地中的前胡種植區(qū)域的方法和利用監(jiān)督分類提取寧國市林地中前胡種植區(qū)域的方法。估算結果表明，使用30 m空間分辨率影像提取的前胡種植面積有25 63543畝，使用16 m空間分辨率影像提取的前胡種植面積為24 58543畝。寧國市2013年前胡種植的統(tǒng)計數(shù)據(jù)為21 400畝，與之相比，16 m空間分辨率的影像提出結果精度較高。該方法可為相關部門摸清前胡種植面積和空間分布情況、監(jiān)管前胡種植、制定前胡產業(yè)政策提供決策支持。

由于前胡種植地塊面積較小且分布零碎，導致30 m和16 m分辨率的影像提取精度還不夠理想，因此在今后的研究中，可以從以下幾方面進行提高前胡面積提取精度的研究。首先，采用米級甚至亞米級的超高分辨率的影像作為數(shù)據(jù)源來提高前胡面積提取精度；其次，由于本文方法需要人機交互，對樣本選取的依賴性較強，如何能夠更加智能化、更加穩(wěn)定地提取前胡種植面積，有待進一步研究；再次，不同分類方法對種植面積的提取精度也有影響，因此通過對比不同分類方法的提取精度，得到提取前胡種植面積的最優(yōu)方法，是進一步的研究工作。

[參考文獻]

[1]王惠民 前胡的本草考證[J] 中國中藥雜志， 1996， 21（12）：710

[2]中國藥典一部[S] 2010

[3]郭巧生 藥用植物栽培學[M] 北京：高等教育出版社， 2006

[4]徐偉燕， 孫睿， 金志鳳 基于資源三號衛(wèi)星影像的茶樹種植區(qū)提取[J] 農業(yè)工程學報， 2016（s1）：161

[5]劉明芹， 李新舉， 楊永花，等 基于資源三號衛(wèi)星遙感影像的山區(qū)套種煙草面積估測[J] 安徽農業(yè)科學， 2016（3）：291

[6]陳劉鳳， 林開平， 胡寶清，等 基于Landsat8_OLI數(shù)據(jù)的甘蔗種植面積監(jiān)測[J] 南方農業(yè)學報， 2015， 46（11）：2068

[7]黃健熙， 賈世靈， 武洪峰，等 基于GF1 WFV影像的作物面積提取方法研究[J] 農業(yè)機械學報， 2015，46（s1）：253

[8]戴昌達， 雷莉萍 TM圖像的光譜信息特征與最佳波段組合[J] 遙感學報， 1989（4）：282

[9]林婷 基于多光譜遙感數(shù)據(jù)的植被信息最佳波段組合研究[J] 林業(yè)勘察設計， 2010（2）：83

[責任編輯呂冬梅]endprint