陳 濤 周世健 陶 歡 侯藝璇

(1. 東華理工大學(xué) 測繪工程學(xué)院, 江西 南昌 330013; 2. 南昌航空大學(xué), 南昌 330063;3. 中國科學(xué)院地理科學(xué)與資源研究所, 北京 100101)

0 引言

油菜是我國最主要的油料作物之一,其種植面積占總油料作物種植面積的50%,產(chǎn)量大約占總油料產(chǎn)量的40%以上[1-3]。目前我國關(guān)于油菜種植分布與面積的數(shù)據(jù)是基于各地區(qū)縣域統(tǒng)計上報的結(jié)果,更新周期較長。遙感技術(shù)的特點市快速、無破壞和大面積監(jiān)測優(yōu)勢,對油菜種植面積監(jiān)測提供了新的方法。油菜不同生長階段對應(yīng)的光譜反射率不同,表現(xiàn)在遙感影像上呈現(xiàn)出光譜信息的差異,為基于多時相的油菜遙感監(jiān)測提供理論基礎(chǔ)。目前已有一些研究結(jié)合農(nóng)作物物候創(chuàng)建時間序列數(shù)據(jù),以及植被指數(shù),并將兩者應(yīng)用到農(nóng)作物提取。在大尺度制圖研究選取的影像大部分為中分辨率成像光譜儀(Moderate-resolution Imaging Spectroradiometer,MODIS)數(shù)據(jù),王凱等[4]利用2008—2013年75個時相的MODIS-NDVI(歸一化植被指數(shù)，Normalized Difference Vegetation Index)時序數(shù)據(jù),將實地樣本數(shù)據(jù)與油菜物候信息相結(jié)合,建立油菜種植面積提取模型,通過多次閾值設(shè)定提取了2009—2013年湖北省油菜種植面積。尤慧等[5]基于250 m空間分辨率的MODIS-EVI遙感數(shù)據(jù),TM數(shù)據(jù)作為野外采樣數(shù)據(jù)與MODIS EVI數(shù)據(jù)之間的過渡數(shù)據(jù),最終,經(jīng)過閾值設(shè)定提取2014—2015年間江漢平原油菜種植面積分布。在小尺度制圖方面,基于高空間分辨率影像數(shù)據(jù),從單一影像向時間序列影像數(shù)據(jù)發(fā)展。柴振剛等[6]為提高Sentinel-1 SAR(合成孔徑雷達(dá),Synthetic Aperture Radar)數(shù)據(jù)作物種植分布提取精度,以湖北省江陵縣為研究區(qū)域,基于資源三號衛(wèi)星CCD(電荷耦合元件，Charge-Coupled Device)融合數(shù)據(jù)(空間分辨率為2 m),對田間邊界進(jìn)行提取,采用SAR數(shù)據(jù)進(jìn)行閾值分類、通過SAR不同時期的影像數(shù)據(jù)進(jìn)行田間信息提取的比較,最終提取油菜種植分布信息。肖善才等[7]基于Landsat-8和資源3號影像,利用決策樹方法,提取南京市2016年油菜種植分布信息,并進(jìn)行驗證。韓濤等[8]利用Sentinel-2A、Landsat-8影像以及野外調(diào)查數(shù)據(jù),基于影像的光譜特征與植被指數(shù)信息利用不同分類方法提取南京市高淳區(qū)的油菜種植面積。

由上述研究可知,在遙感數(shù)據(jù)的選擇上,從單一影像到時間序列影像的發(fā)展?；趩我挥跋褶r(nóng)作物提取的方法,該方法在確定關(guān)鍵物候期時選取監(jiān)督分類的方法對農(nóng)作物進(jìn)行提取;基于時間序列影像數(shù)據(jù)農(nóng)作物提取方法包括:有基于單一特征參量的方法(閾值法-NDVI或EVI)、基于多特征參量的方法,也常用閾值法,除對農(nóng)作物NDVI或EVI時間序列曲線構(gòu)建之外,還應(yīng)該考慮各個波段的影響[9-10]。因油菜種植結(jié)構(gòu)較為復(fù)雜,必須對生長期的狀況與NDVI進(jìn)行實時監(jiān)測,所以本文選取時間分辨較高,覆蓋范圍較大的MODIS影像。

2015年,湖南省油菜種植統(tǒng)計面積為1.31×106hm2、總產(chǎn)量210.8×104t,分別占全國比重為17.4%、14.12%,居全國前列[11]。本研究以湖南省為研究區(qū),研究的內(nèi)容包括:(1)利用MODIS-NDVI時序數(shù)據(jù)和油菜實地采樣調(diào)查數(shù)據(jù),獲取油菜像元MODIS-NDVI的時序圖,構(gòu)建湖南省油菜生長期的NDVI時序標(biāo)準(zhǔn)曲線;(2)采用最小二乘法計算湖南省時序影像的每個像元與標(biāo)準(zhǔn)曲線的相似度,相似性越高則認(rèn)為該像元是油菜的概率越高;(3)基于湖南省各區(qū)縣統(tǒng)計上報的油菜種植面積結(jié)果,對油菜種植面積分布的相似度閾值進(jìn)行優(yōu)化,獲得湖南省油菜種植的空間分布,并估算在該最優(yōu)閾值下油菜種植的空間分布誤差。

1 研究區(qū)域概況

湖南省(24°38′～30°08′N, 108°47′～114°15′E)地處云貴高原向江南丘陵和南嶺山脈向江漢平原過渡的地帶,地勢呈現(xiàn)三面環(huán)山、包括平原、河湖等地貌,主要以丘陵為主,是我國油菜種植的優(yōu)勢產(chǎn)區(qū)。全省年平均氣溫20℃左右,冬季最冷月(1月)平均溫度在4℃以上。春、秋兩季平均氣溫大多在16～19℃之間。夏季平均氣溫比春、秋氣溫高10℃左右,年降水量大約在1 500 mm,屬亞熱帶季風(fēng)氣候。油菜播種氣溫與之相差不大,因此研究區(qū)非常適合油菜的種植。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)獲取與預(yù)處理

本文采用的數(shù)據(jù)來自美國NASA官網(wǎng)提供的2017年MOD13A1 16天合成的空間分辨率為500 m的產(chǎn)品。將所獲得的30景影像利用MRT軟件進(jìn)行拼接、選取,把所有影像的數(shù)學(xué)基礎(chǔ)都統(tǒng)一為GCS_WGS_1984的地理坐標(biāo)系,投影到WGS_1984_UTM_Zone_50N投影坐標(biāo)系上,最終進(jìn)行重采樣成500 m。土地利用類型數(shù)據(jù)使用的清華大學(xué)宮鵬團隊發(fā)布的2017年全球10 m的土地類型數(shù)據(jù)(http:∥data.ess.tsinghua.edu.cn/)[12]。在ArcGIS中,將13景影像拼接、裁剪,并重采樣至500 m分辨率,最終提取出耕地類型圖,而湖南省縣域油菜種植面積通過統(tǒng)計年鑒獲得。

油菜NDVI標(biāo)準(zhǔn)物候曲線的獲取通過湖南省長沙市、常德市、衡陽市綜合實驗站獲取GPS經(jīng)緯度坐標(biāo),調(diào)查地點的主要分布在長沙市、衡陽市、常德市、懷化市。樣點選取原則是盡量保證油菜端元是純凈的,對油菜品種具有代表性的樣點進(jìn)行選取[13]。在經(jīng)過Google Earth確定農(nóng)田信息侯,通過ArcGIS得到矢量數(shù)據(jù)并投影成與MODIS數(shù)據(jù)坐標(biāo)相一致,最終從遙感數(shù)據(jù)中提取出對應(yīng)像元的NDVI作為油菜的端元,確定湖南省油菜NDVI標(biāo)準(zhǔn)曲線。

2.2 研究方法

2.2.1植被指數(shù)NDVI

構(gòu)建NDVI[14],它在遙感影像進(jìn)行植被覆蓋與植被物候研究得廣泛應(yīng)用,對植被生長狀態(tài)、植被覆蓋度都有著較高的監(jiān)測效果,并在消除大氣、地形以及其他輻射干擾具有很好的作用。

2.2.2 Savitzky-Golay濾波

在光譜分析中平滑濾波是常見的預(yù)處理方法之一。利用Savitzky Golay方法的優(yōu)勢在于可以降低噪音的干擾、提高光譜的平滑性[15-16]。而且S-G濾波最大的特點在去除噪聲之后還能保證信號的形狀和寬度不變。

2.2.3與標(biāo)準(zhǔn)曲線判定相似性

通過綜合實驗站的實地數(shù)據(jù)提取相應(yīng)遙感像元,形成標(biāo)準(zhǔn)的油菜端元NDVI時序曲線圖,隨后利用ENVI(完整的遙感圖像處理平臺,The Environment for Visualizing Images)中的bandmath進(jìn)行相似性計算,一次來判斷每個像元的NDVI時序曲線與標(biāo)準(zhǔn)曲線的相似性,確定與標(biāo)準(zhǔn)像元相似的程度。如計算公式(1):

(1)

式中:xi為10個時相對應(yīng)的NDVI值;yi為標(biāo)準(zhǔn)曲線中NDVI的值;min的值表明像元NDVI曲線與標(biāo)準(zhǔn)NDVI時序曲線在一定值域范圍內(nèi)的擬合程度。

2.2.4相關(guān)系數(shù)及指標(biāo)

為評估最終提取結(jié)果的精度與效果,本文利用皮爾遜相關(guān)系數(shù)(r)、決定系數(shù)(R2)和均方根誤差(RMSE)進(jìn)行評估,具體公式參考Carlos Antonio da Silva Junior[17]。

本文的研究思路:利用清華大學(xué)宮鵬團隊發(fā)布的2017年全球10 m的土地類型數(shù)據(jù)[12]從中提取出湖南省耕地類型數(shù)據(jù)與湖南省的時序,MODIS-NDVI數(shù)據(jù)進(jìn)行掩膜提取,得到耕地上的NDVI;再與實地的采樣點數(shù)據(jù)(濾波之后)進(jìn)行匹配;最終將每個像元的曲線與標(biāo)準(zhǔn)曲線之間進(jìn)行最小二乘計算,尋找最優(yōu)相似度閾值的范圍,從而得到相應(yīng)的油菜面積。具體的技術(shù)路線如圖1所示。

3 結(jié)果分析與討論

3.1 遙感提取面積計算及分析

通過實地采樣數(shù)據(jù)的油菜端元進(jìn)行取平均值,得到油菜主要生長期內(nèi)的NDVI時間序列曲線(圖2)。NDVI等于0.4一般作為植被生長期的開始[18]。圖2中可以看出油菜的NDVI的開始值在0.43,冬油菜NDVI時序曲線整體趨勢,1～2月處于油菜的蕾臺期,油菜將會停止生長,NDVI變化很小;3～4月正值油菜開花期葉綠素增加,NDVI曲線快速上升;5月處于成熟收獲期,NDVI曲線開始下降,而在儒略日081(4月7日)時NDVI最高,是油菜提取最佳時相。根據(jù)Savitzky-Golay濾波后的圖像,剔除異常值使曲線變得更加的平滑。

圖2 油菜NDVI時間序列曲線

經(jīng)過與標(biāo)準(zhǔn)曲線進(jìn)行最小二乘計算,圖3是湖南省耕地中與標(biāo)準(zhǔn)油菜曲線的相似性分布圖,每取一次概率閾值就會得到相應(yīng)的油菜分布,將其與統(tǒng)計年鑒數(shù)據(jù)進(jìn)行比較,確定最優(yōu)的取值范圍為0.2～0.7對應(yīng)的油菜分布如圖4所示,此時的相關(guān)性最高。研究區(qū)采用的是空間分辨率為500 m的MODIS數(shù)據(jù),因此一個油菜像元的面積對應(yīng)的是地面上的500 m×500 m區(qū)域,只需要統(tǒng)計湖南省油菜像元數(shù)量即可計算油菜的種植面積,計算公式如下:

(2)

式中:S為提取面積,單位hm2;N為研究區(qū)作物提取像元數(shù)量;R為MODIS數(shù)據(jù)空間分辨率(500 m)。

利用ENVI中的分區(qū)統(tǒng)計工具對提取結(jié)果進(jìn)行計算,得出共有137 732個油菜像元,根據(jù)公式(2)計算,遙感提取湖南省油菜種植面積為3.87×106hm2。

3.2 遙感提取面積與統(tǒng)計面積相關(guān)性分析

為了確定各個市級縣區(qū)油菜提取面積對應(yīng)相關(guān)性,分別將每個市級區(qū)縣矢量圖與湖南省提取結(jié)果做掩膜處理并進(jìn)行分區(qū)統(tǒng)計。然后將分區(qū)統(tǒng)計的各市級縣區(qū)的結(jié)果與統(tǒng)計年鑒數(shù)據(jù)做相關(guān)性分析。經(jīng)Pearson相關(guān)系數(shù)計算,14個市中3個市的縣級相關(guān)系數(shù)在0.95以上。3個市的縣級相關(guān)系數(shù)在0.90～0.95之間,3個市的縣級相關(guān)系數(shù)在0.75～0.85之間,5個市的縣級相關(guān)系數(shù)在0.35～0.7之間?？傻贸?大部分市級油菜提取面積與統(tǒng)計年鑒數(shù)據(jù)的相關(guān)性較高,表明各市能達(dá)到一定精度要求。

圖4 最優(yōu)參數(shù)下的油菜種植分布注：審圖號GS(2019)3266號。

3.3 精度驗證及誤差分析

本文利用遙感方法提取的湖南省2017年油菜面積與統(tǒng)計面積作驗證(數(shù)據(jù)來源于湖南統(tǒng)計年鑒),如圖4所示,根據(jù)相似性閾值范圍進(jìn)行取值,然后利用湖南省統(tǒng)計年鑒數(shù)據(jù)(縣級)與遙感提取面積數(shù)據(jù)的相關(guān)性分析結(jié)果可知,當(dāng)閾值取0.7時相關(guān)性最高,以此進(jìn)一步確定閾值范圍在0.2～0.7之間。遙感提取面積的相關(guān)系數(shù)(r)達(dá)到0.81,其值域等級為強相關(guān)[19],表明提取結(jié)果有較高的可靠性。從湖南省縣級油菜遙感提取結(jié)果與統(tǒng)計年鑒數(shù)據(jù)的二維散點圖所示(圖5),R2為0.66,RMSE為31.4。精度分析表明本文方法在單一農(nóng)作物遙感提取中有良好的精度。

圖5 MODIS-NDVI提取結(jié)果與統(tǒng)計年鑒數(shù)據(jù)二維散點圖

表1 湖南省縣級統(tǒng)計年鑒數(shù)據(jù)與MODIS遙感提取面積的差值 單位：hm2

從單一影像發(fā)展到基于時間序列影像,利用油菜主要的物候期與MODIS時間序列數(shù)據(jù)相結(jié)合[9-10,20-21],通過遙感影像分析獲得的主觀數(shù)據(jù)和客觀數(shù)據(jù)之間的比較可能會導(dǎo)致兩種方法之間的差異,造成這些差異的可能是南省油菜種植期多云多雨,并插花種植嚴(yán)重,加之地塊破碎,極易產(chǎn)生混合像元的現(xiàn)象[17,22-25]。為此對遙感結(jié)果與統(tǒng)計結(jié)果差異較大區(qū)域進(jìn)行分析,如表1所示,其中寧鄉(xiāng)市的油菜面積被高估了1.04×105hm2;而在懷化市、長沙市、張家界市、郴州市四個地區(qū)中有十個縣區(qū)出現(xiàn)低估的現(xiàn)象,特別是在安化縣表現(xiàn)出低估值最大最明顯。

4 結(jié)束語

本文利用MODIS-NDVI數(shù)據(jù)描述了我國冬油菜在湖南省的空間格局分布,結(jié)合研究區(qū)的物候歷,構(gòu)建最小二乘的方法,分析了冬油菜在湖南省的空間格局,并提取冬油菜面積,同時利用統(tǒng)計年鑒數(shù)據(jù)對MODIS遙感提取結(jié)果進(jìn)行精度驗證與相關(guān)系數(shù)檢驗。得出以下結(jié)論:MODIS數(shù)據(jù)具有高時間分辨率、光譜范圍廣、更新頻率高,覆蓋了農(nóng)作物的生長期,為大尺度制圖提供了新的數(shù)據(jù)源。研究結(jié)果顯示,與統(tǒng)計年鑒數(shù)據(jù)相比,縣級相關(guān)性系數(shù)(r)達(dá)到0.81,R2達(dá)到0.66。此方法操作流程簡單,因此選擇合適的MODIS時間序列影像數(shù)據(jù),為油菜面積遙感提取提供了可行性。