多源卫星数据在甘蔗冻灾遥感评估中的应用

李杰 谭荣建

摘要：甘蔗遭受冻灾后，会出现尾叶变枯 、蔗茎冻死、糖分下降，给人民群众财产造成重大损失。针对传统灾情调查方法现势性差、时效性弱的缺点，为快速、有效地进行灾后救援工作提供数据支撑，最大限度地降低损失，以来宾市兴宾区为例，基于多源卫星影像数据、行政区边界矢量数据、地面调查数据及1∶10万土地利用数据，结合ERDAS和ArcGIS软件提取冻灾发生前后两个时段的甘蔗种植分布，确定这两个时段甘蔗尚未收割的面积。实验证明评估结果与实际调查数据基本一致，该方法适用于甘蔗大范围冻灾快速评估。

关键词：甘蔗冻灾；多源卫星数据；信息提取；遥感评估

DOIDOI：10.11907/rjdk.173152

中图分类号：TP319

文献标识码：A 文章编号：1672-7800（2018）008-0157-04

英文摘要Abstract：After sugarcane suffers from freezing disaster，sugarcane tail leaves become dry，canes are frozen to death and sugar decreases，which cause great loss to the people's property.Aiming at the defects of traditional survey method that have different time stamps and weak timeliness，we take the Xingbin district in Laibin as an example，and employ multi-source satellite image data，the administrative region boundaries vector data，the ground survey data and 1：100000 land data to be applied on ERDAS and ArcGIS software to extract the sugarcane planting distribution before and after freezing injury and evaluate the sugarcane areas which are not yet to be reaped so as to provide data support for quick and effective rescue work and minimize the loss.The evaluation results are basically in line with the actual survey data.This method can be applied to the rapid assessment of large scale sugarcane freezing disaster.

英文关键词Key Words：sugarcane freeing disasfer； multi-source satellite data； information extraction； remote sensing evaluation

0 引言

甘蔗是温热带农作物和制造蔗糖的原料，且可提炼乙醇作为能源替代品。进入21世纪以来，广西蔗糖年产量接近全国食糖产量60%，蔗糖业已成为广西经济支柱产业[1-2]。广西省地处低纬度南亚热带季风气候区，具备适宜甘蔗生长的气候条件，是全国最大甘蔗生产适宜区，然而常因季风进退失常造成降雨和气温变化大，广西也是全国气象灾害最严重的省份之一，其中冻害对甘蔗长势和产量的影响较为严重[3-4]。

随着农业技术的发展，甘蔗种植区从地势平坦地区逐渐向地形复杂、零星地块区域拓展，增加了相关部门对甘蔗种植空间分布信息的获取难度。在重大气象灾害发生时，甘蔗的受災状况基本以相关技术人员进行实地调查、逐级上报、最终汇总结果的方式得到。但由于人为主观因素差异大、时效性弱的缺点，统计结果与实际情况存在一定差异，影响灾情数据准确性。近年来，遥感技术迅猛发展，为宏观、快速、实时、便捷地对甘蔗冻灾紧急自然灾害进行遥感监测提供了可能，利用卫星遥感监测农作物种植信息技术已在国内外得到广泛应用，高分一号卫星和资源02C卫星的发射使获取高分辨率影像更容易，众多研究结果表明，利用遥感技术检测农作物自然灾害的优势非常明显 [5-14]。本文以广西省来宾市兴宾区为研究区，针对该区地形复杂、植被和作物种类繁多、天气多变的特点，利用多源数据评估遭受冻灾前后两个时段的甘蔗种植分布，为相关部门提供精确的灾情数据。

1 研究区概况及数据源

1.1 研究区概况

兴宾区位于广西中部，红水河下游，地处亚热带，气候温和，日照充足，土地肥沃。全区总面积 4 364.18km2。主种水稻、玉米、花生、黄豆、甘蔗等经济作物，甘蔗生产为全区的经济支柱。

2013 年 12 月 19 日以来，广西省来宾市连续出现寒冷阴雨天气，甘蔗遭受严重冻灾。研究区经纬度范围为：108°44′- 109°36′E，23°16′- 24°04′N。

1.2 数据源

由于冻灾发生15日后收割进入制糖厂的甘蔗受损程度较小[15]，因此为能够准确高效地提取兴宾区2013 年 12 月 19 日-20 日（冻灾发生时）和 2014 年 1 月 4 日-1 月 5 日（冻灾发生后15日内）两个时段的甘蔗种植分布，评估过程中采用高分一号卫星数据和资源 02C 卫星数据、1∶10 万土地利用数据、来宾市行政区矢量数据及地面调查数据。

（1）卫星遥感数据。

基于卫星遥感数据的农作物受灾评估方法相对于传统的受灾情况统计调查来说，不仅获取数据速度快，而且数据量大、覆盖范围广、成本低[16]。本文选取了评估区受灾前后过境的高分一号和资源02C卫星遥感数据，其中高分一号卫星分辨率8m，资源02C卫星分辨率2.36m。

（2）评估区土地利用数据。

评估区土地利用数据是根据我国2009年完成的全国第二次土地调查数据、边界矢量数据及广西省来宾市近几年土地利用变化监测数据，运用ArcGIS软件整理得出2013年广西省来宾市耕地空间分布情况，如图1所示。

（3）地面调查数据。

采用人工地面调查农作物受灾情况的方法需要消耗大量财力物力，时间较长，在灾区范围较大时不宜采用，但采用这种方法能够十分精确地获取受灾数据。因此，采用此方法进行局部调查，获取准确的影像解译样本。

2 评估方案与技术流程

2.1 评估方案

首先获取评估区卫星遥感影像，通过对卫星遥感影像分类，快速获取评估区甘蔗地块基本分布，由地面调查人员根据此结果对解译样本进行确认。根据地面反馈结果选择分类样本，进行遥感影像监督分类，提取甘蔗地块。

提取卫星遥感影像 NDVI 指数，剔除小于 0 的部分（裸地、居民区、道路、水域等）。将 NDVI 指数拉升至 0～255，在卫星影像上选择甘蔗地块样本，获取甘蔗地块样本矢量，对应拉伸后的 NDVI 指数，获取甘蔗 NDVI 指数范围。

利用甘蔗 NDVI 指数范围、NDVI 指数小于 0 的范围、1∶10 万土地利用数据、边界矢量数据对监督分类后的甘蔗地块进行修正，提取高分一号卫星与资源 02C 卫星影像重叠区域的甘蔗变化地块，人工判读变化原因，修正遥感影像分类结果，得出最终评估结果。评估流程如图2所示。

2.2 评估技术流程

2.2.1 卫星数据预处理

获取的卫星数据为波段分离的原始数据，需要进行预处理后才能进行下一步评估工作。根据数据情况制定相应处理流程，主要包括：高分一号卫星单波段数据融合，资源 02C 卫星多光谱数据的单波段数据融合，资源 02C 卫星的全色数据正射纠正及多光谱数据、全色数据镶嵌拼接，资源 02C 卫星的多光谱数据、全色数据融合，获取高分辨率的多光谱数据，利用 ERDAS 软件中 Image Geometric Correction 工具对高分一号卫星数据和资源 02C 卫星影像进行几何纠正，实现数据的相对配准。在图像中选择同名点，采用二次多项式方法，总体误差控制在3个像素以内，重采样方法选择双线性内插法。

2.2.2 卫星影像监督分类

基于评估区遥感解译样本，进行卫星影像监督分类，初步提取评估区甘蔗面积。根据人工实地调查确认的地块建立样本矢量文件，解译样本点地块中包括：甘蔗 、居民区、林地、裸地、水域等地类。高分一号、资源 02C 卫星影像部分解译样本如图3、图4所示。结合卫星遥感影像选择解译样本。结合遥感解译样本选择监督分类样本，进行遥感影像监督分类。监督分类完成后，通过ArcGIS软件将监督分类结果影像转换为矢量格式。通过矢量文件属性表选择甘蔗字段，导出甘蔗地块矢量1。

2.2.3 甘蔗NDVI指数确定

首先提取卫星影像 NDVI，再利用高分一号卫星数据采用 TM 卫星 NDVI 指数计算模块：NDVI=（B4-B3）/（B4+B3）；资源 02C 卫星数据采用 SPOT 卫星 NDVI 指数计算模块：NDVI=（B3-B2）/（B3+B2）。对NDVI指数栅格图像进行重分类，提取NDVI指数小于0的部分（裸地、居民区、道路、水域等）。将甘蔗 NDVI 指数拉升至 0～255，再由遥感解译样本中的甘蔗样本数据，对应拉伸后的 NDVI 指数，统计甘蔗NDVI指数对应的像元数量，并对NDVI均值进行方差修正，如表1所示。最后计算出甘蔗 NDVI 指数范围。利用ArcGIS软件将甘蔗 NDVI 指数范围内的 NDVI 栅格图像转化为矢量数据，提取甘蔗地块矢量 2。

2.2.4 甘蔗地块修正

通过影像监督分类、NDVI 指数提取的甘蔗矢量数据存在部分干扰因素，影像监督分类获得的甘蔗地块矢量数据1和数据2中包括部分裸地、居民区、道路等，由于NDVI 指数提取的甘蔗矢量中存在与甘蔗 NDVI 指数相同的其它植被，因此利用ArcGIS软件矢量工具对两次矢量结果以及 NDVI 指数小于 0 的矢量进行相互修正，去除干扰因子，获得修正后的甘蔗地块矢量3。再利用耕地矢量和边界矢量对甘蔗矢量3进行修正，将甘蔗地块限制在评估区耕地范围内。

2.2.5 变化地块人工修正

从根据高分一号卫星与资源 02C 卫星重叠区域分别提取的甘蔗地块矢量中提取重叠区变化地块。通过重叠区前后时相的卫星影像发现，变化地块矢量存在以下两种情况：一是地块、河流、道路等的边界被误分为甘蔗地块，此类图斑为监督分类时的误分图斑，需要剔除。二是由于甘蔗收割造成前时相为甘蔗地块，后时相为裸地，此类图斑前时相应为保留。

由于变化地块矢量图斑数量非常多，需要进行初步筛选之后再进行人工判断，筛选方法为通过统计图斑面积，将面积较小的破损地块剔除，同时由于多次切割，变化地块矢量单个图斑包含多个要素，需要通过ArcGIS软件的矢量编辑工具将变化图斑矢量全部炸開，形成单要素的矢量文件，再通过图斑面积筛选，剔除破损地块。最终统计出评估结果，如图5、图6所示。

3 评估结果及误差分析

3.1 评估结果

利用本文所述方式进行评估所得结果与灾后政府部门所公布的受灾情况较为相近，精度达到92%以上，完全可以用于大范围甘蔗冻灾的快速评估，为灾后救援工作提供可靠数据保证。

3.2 误差分析

由于卫星遥感影像分辨率、耕地边界等原因，评估存在一定误差。主要包括以下两方面：

（1）分类误差。由于不同影像分类精度不同，本文采用卫星影像数据中高分一号卫星的单个像元面积为64m2，资源 02C 卫星的单个像元面积为5.56m2。分类过程中，小于单个像元面积的图斑容易被误分，此类图斑主要集中在地块边界，图斑呈不规则长条形且由多个小面积图斑组成，此类图斑为非甘蔗地块；另一方面，与甘蔗反射率接近的植被易被误分，但考虑到当地主要种植甘蔗，相对误差较小。根据分类最大误差计算公式：（图斑平均周长*像素/图斑平均面积）/2，可得出如表2所示的影像分类精度评价，理论上高分一号卫星分类精度最低为86.71%，经人工判读修正差异区域，准确率高于93%；资源02C号卫星分类精度最低为93.26%。

（2） 耕地误差。由于没有最新的国土二调数据，采用1∶10 万的土地利用调查数据非现实数据，且精度相对较低，会造成一定误差，同时在甘蔗受灾前存在甘蔗收割的情况。此类图斑原本为甘蔗地块，在卫星影像上显示为裸地，在解译过程中也会产生误差。

4 结语

实验证明，利用本文所述方法进行评估所得结果与灾后政府部门公布的受灾情况较为相近，精度达到92%以上，可用于大范围甘蔗冻灾的快速评估，为灾后救援工作提供可靠数据保证。随着数据精度提高和遥感技术的发展，农作物自然灾害遥感评估将会得到更好的应用。

参考文献：

[1] 谭宗琨，吴良林，丁美花，等.EOS/MODIS数据在广西甘蔗种植信息提取及面积估算的应用[J].气象，2007（11）：76-81.

[2] 江燊.依靠科技进步，转变增长方式，推动广西糖业续健康发展[J].广西蔗糖，2010（2）：37-39.

[3] 黄晓照，叶靖平.广西主要气象灾害对甘蔗生产的影响[J].广西农学报，2006（3）：16-18.

[4] 李茂枝.浅谈甘蔗抗寒性及防寒措施[J].中国糖料，1998（2）：43-46.

[5] 韩素芹，刘淑梅.EOS/MODIS卫星资料在监测冬小麦面积中的应用[J].天津农学院学报，2004（2）：26-28.

[6] 贾建华，刘良云，竞霞，等.基于多时相MODIS监测冬小麦的种植面积[J].遥感信息，2005（6）：49-51.

[7] 王云秀，张文宗，姚树然，等.利用MODIS数据监测河北省冬小麦种植信息[J].遥感技术与应用，2006（2）：149-153.

[8] MURTHY C S，RAJU P V，BADRINATH K V S.Classification of wheat crop with multi-temporal images：performance of maximum likelihood and artificial neural networks [J].International Journal of Remote Sensing，2003，24（23）：4871-4890.

[9] 武永利，王云峰，张建新，等.应用线性混合模型遙感监测冬小麦种植面积[J].农业工程学报，2009，25（2）：136-140.

[10] 毛鹏飞.基于多遥感参数的冬小麦长势综合监测指标研究[D].开封：河南大学，2011.

[11] 郭静，陶志，杨东.遥感技术在农业灾害监测中的运用[J].吉林农业，2009，25（2）：136-140.

[12] 东方星.我国高分卫星与应用简析[J].卫星应用，2015（3）：44-48.

[13] 李方琦.高分一号首批遥感影像发布，幅宽达国际先进水平[J].卫星应用，2013（5）：62-63.

[14] 王封祚.基于“资源三号”卫星影像的三维地质GIS研究与实现[D].西安：长安大学，2013.

[15] 吴晓伟，黄敏堂，黄志勇.低温冷害对甘蔗糖分的影响与控制对策研究——以广西上思县为例[J].安徽农业科学，2009，37（3）：1025-1026.

[16] 李纪人.遥感与地理信息系统在防洪减灾中的应用[M].北京：气象出版社，2001：307.

（责任编辑：江 艳）