高分六号卫星在农业资源遥感监测中的典型应用

文 | 刘佳 王利民 滕飞 姚保民 杨福刚 季富华 李丹丹

中国农业科学院农业资源与农业区划研究所

一、前言

农业资源包括农业自然资源和农业经济资源，农业自然资源是指农业生产可以利用的自然环境要素，也是当前农业资源遥感监测的对象，本文所指的农业资源遥感监测就是指农业自然资源的遥感监测。农业资源遥感监测的目标是通过遥感技术查清资源的数量、分布和质量。由于遥感技术的客观性、可视性、可溯性的特点，自20世纪70年代以来，遥感技术在农业资源调查中得到了广泛应用，监测内容不断丰富、监测的精度不断提高、监测尺度也在不断拓展。

我国历来重视遥感技术的发展及其在农业领域的应用。自高分辨率对地观测系统重大专项实施以来，高分系列卫星不仅给农业领域遥感应用提供丰富的数据源，为农业遥感技术的理论认知奠定了数据基础，也为农业遥感应用的数据安全提供了保证。与以往的高分系列卫星数据相比，高分六号（GF-6）卫星被业内人士称为“农业卫星”，究其原因在于其宽覆盖、高重访、高分辨率、多谱段特征，对区域尺度农业遥感监测应用需求的满足程度更高，更适合业务化应用。本文在农业资源遥感监测主要内容及其时空尺度需求简要分析叙述基础上，结合GF-6 卫星参数及农业资源遥感应用优势分析，以示例的形式对GF-6 卫星农业遥感监测领域的典型应用进行概要叙述。

二、农业资源遥感监测主要内容及其时空尺度需求

从监测对象上看，农业资源遥感监测可以分为农业种植、畜牧水产养殖、设施农业和农业工程监测等四部分内容，并且随着我国新农村建设的发展，农村宜居环境监测也成为主要监测内容，合计监测对象共计五个方面。农业种植监测的内容主要包括农作物种植面积、长势、墒情、产量、品质、灾害以及土壤肥力等内容的监测；畜牧水产养殖主要包括养殖场所分布、数量和面积等信息，并且结合其他信息来源也可以对牲畜数量、渔获产量等进行估计；设施农业的监测内容主要包括各类大棚的监测，有为发展蔬菜生产的温室，有为改善温度和土壤湿度的大田作物拱棚，有为改善光照条件的选择性透光棚，也有为作物提前播种的地膜覆盖土地等；农业工程监测主要包括各级政府、企业、个人投资建设的农业工程设施，如农田平整、沟渠建设、田间道路等，更多是对工程进度及实施效果的监测；农村宜居环境建设等包括居民点数量、空间分布，以及居民点内宅基地、卫生设施、垃圾点等内容的监测应用。

农业资源的监测对象，除上述框架性的内容外，还存在着全口径、全覆盖、全生产期，以及空间分辨率的监测要求。以农作物种植为例，全口径是指所有作物类型的监测应用，如冬小麦、春小麦、夏玉米、春玉米、早稻、一季稻、晚稻、大豆、油菜、棉花、马铃薯等作物，目前可以按照中国农业统计资料（中华人民共和国农业农村部编）所统计的30余种农作物和经济作物为准；全覆盖是指监测范围，即指定的行政单元或者监测单元，习惯上有村、镇、县、省、国家、全球等尺度覆盖；全生产期是指覆盖监测对象的全生命过程，仍以农作物为例，指某种农作物类型的全生育期范围内，各个关键物候时期的监测。对不同的监测对象，空间分辨率的要求虽然没有明确提出，但由于数据获取能力和处理能力的限制，以及监测精度的要求，实际上对空间分辨率已经有了约束。通常条件下，如全球范围农作物种植面积一般只能以低空间分辨率开展监测，国家、省范围内以中空间分辨率开展监测，村、镇、县尺度以高空间分辨率开展监测；而出于高时间分辨率的要求，国家、省级尺度上的长势监测只能以低空间分辨率遥感数据开展监测。

三、高分六号卫星参数及农业资源遥感应用的优势

GF-6 卫星于2018年6月2日在酒泉卫星发射中心成功发射，携带一台高分相机和一台宽幅相机。前者有2m 空间分辨率的全色（PAN）、8m 空间分辨率的4 谱段多光谱（PMS）图像产品，后者有16m 空间分辨率的8 谱段多光谱（WFV）图像产品。谱段范围PAN 为0.45 ～0.90μm，PMS 谱段设置为蓝、绿、红和近红外四个谱段，WFV 则是在PMS 谱段基础上增加了红边1、红边2、海岸蓝和黄四个谱段，按照谱段范围从小到大新编为 0.40～ 0.45μm（B1 海岸蓝谱段）、0.45 ～ 0.52μm（B2蓝谱段）、0.52 ～0.59μm（B3 绿谱段）、0.59 ～0.63μm（B4 黄谱段）、0.63 ～ 0.69μm（B5 红谱段）、0.69 ～ 0.73μm（B6 红边1 谱段）、0.73 ～0.77μm（B7 红边2 谱段）、0.77 ～0.89μm（B8近红外谱段）。2m、8m、16m 空间分辨率图像产品幅宽分别优于95km、优于95km 和优于860km。

1. 覆盖范围的优势

结合上述农业资源遥感监测的内容和需求分析，GF-6 卫星的最大优势是实现了16m 中空间分辨率全国陆地范围的高频率重访观测。采用中国资源卫星应用中心网站（http://www.cresda.com/CN/）上提供的2019年全国范围内每景GF-6 WFV影像覆盖数据，全国范围内各省（市、区）WFV影像每月的平均覆盖次数的平均值、最小值、最大值如表1 所示。由表1 可见，从分省情况看，全国WFV 数据月平均覆盖次数7.3 次，最小和最大覆盖次数分别为3.5 和9.6 次。

表1 基于2019年数据的GF-6 WFV 影像各月覆盖频次统计

结合国家气象科学数据中心网站（http://data.cma.cn/）上提供的1981-2010年（月）平均总云量分布图，全国陆地云量覆盖最高的区域在四川省、重庆市、贵州省和云南省交界，云覆盖率为80%，云量覆盖最低的内蒙古大部、辽宁部分、吉林部分区域为30%。以此推算，云量最高、最低区域，GF-6 WFV数据晴空获取能力分别为0.8次和7.0次，全国平均每月3.87 次。当然这个数据是采用全国年平均晴空数据推算的，具体到每月会有变化，但也能说明GF-6 WFV 数据获取能力了。

这项晴空覆盖能力虽然距离物候期（10-15 天）的要求还有一定差距，但也较以往数据晴空获取能力有了较大提高，在依据时间序列获取农作物种植面积，以及高分辨长势监测中都具有极大的优势。

2. 红边等新增谱段的优势

GF-6 卫星数据在农作物遥感识别中另一个显著的作用是多谱段的优势。选择山东省栖霞市局部区域，以包括玉米、花生、红薯等在田农作物与果树、裸地、水体、云等地物类型为区分对象，对WFV 的8 谱段数据相较于GF-1 WFV 的4 谱段数据进行对比研究（表2）。由表2 可见，与原始的4 谱段数据相比，单独增加一个红边2 精度能提升3.3%以上。其他无论哪种原始4 谱段+包括红边2 谱段在内的组合，精度提升都在3.2%～3.5%之间；而其他没有红边2 的组合，精度提升范围在0.0 ～0.8%之间，都没有大于1.0%。可见新增谱段对农作物遥感监测精度能够具有较大程度的提升。由此可以说明，新增各谱段对农作物识别精度都有一定的提升能力，尤以红边2 的提升作用最为明显。

3. 空间分辨率的优势

与其他高分卫星2m、8m 数据相一致，GF-6卫星的两个高分辨率传感器数据，同样提高了农作物地物类型的识别精度。图1 是2019年9月22日16m WFV 影像和2019年11月14日2m PAN、8m PMS 影像下山东省金乡县三种分辨率对大蒜的识别效果。由图1 可见，2m 分辨率的数据能够有效识别地块的边界；8m 则能够对地块内的类型进行区分，并且地块的边界仍然较为清晰；16m 空间分辨率的数据对地块的识别能力则相对下降。一般情况下，2m、8m 数据都是结合使用，满足对地块尺度需求较高的监测应用。

表2 不同GF-6 WFV 谱段组合的农作物种植面积提取精度

图1 三种GF-6 数据对大蒜的识别能力

四、高分六号卫星农业资源遥感监测的典型应用

由于G F-6 卫星在载荷设计方面，充分考虑了农业行业应用特点，在重访周期、空间分辨率高低搭配、谱段设置等方面都给农业遥感监测提供了较大应用空间。从投入在轨运行以来，在当前农业资源遥感监测的所有领域，G F-6 卫星都程度不同的得到了广泛应用，特别是在农作物种植领域的应用更为广泛，以下分别示例说明。如果没有特别说明，示例中的精度标准一般是指该类数据的最高识别能力。

1. 农业种植领域应用示例

农作物种植面积、农作物长势以及农作物产量是农作物种植领域监测最为核心的内容。图2（a）是利用2020年4月22日GF-6 WFV 影像，基于格网化训练样本，采用随机森林分类方法提取的河北省东南部、山东省西北部区域的冬小麦分布图；图2（b）是利用2018年7月31日影像，采用非监督分类结合目视修正方法，提取的河南省鹿邑县玉米、大豆、花生等大宗作物。采用格网化目视识别的样本点进行的精度验证结果表明，图2 中两个区域总体精度分别达到了94.6%和90.7% 以上。该数据目前已经在农作物种植面积监测上广泛应用，并发挥了重要作用。

图2 基于GF-6 WFV 影像的大宗农作物识别效果示例

叶面积指数和叶片氮含量是标示农作物长势的两个重要指标。图3 是根据2018年9月23日WFV 数据，基于地面观测数据，或者其他平行遥感数据监测结果，采用相关分析方法获取的河北省廊坊市北部地区夏玉米叶面积指数（a）、叶片氮含量（b）反演结果，根据地面观测及平行遥感数据的精度验证结果表明，结果反演精度分别都达到了91.0% 以上。

生物量与作物产量是农作物生产能力的评价，生物量的准确估算有利于对农业环境问题的评价，产量则是农业生产决策制定的最终依据。图4 是根据2018年9月23日WFV 数据，基于地面观测数据，或者其他平行遥感数据监测结果，采用相关分析方法获取的河北省廊坊市北部地区夏玉米生物量（a），采用光合有效辐射总量估计产量结果（b），根据地面观测及平行遥感数据的精度验证结果表明，结果反演精度分别都达到了90.0% 以上。

图3 基于GF-6 WFV 影像的河北省廊坊市北部夏玉米叶面积指数及叶片氮含量反演结果

图4 基于GF-6 WFV 影像河北省廊坊市北部地区夏玉米生物量反演及产量估测结果

2. 畜牧水产养殖应用示例

随着人民生活水平的提高，畜牧水产养殖状况在农业生态环境和食品安全中受到越来越多的重视，成为农业生产信息获取的重要内容。图5 是基 于GF-6 卫 星2018年10月30日 的PAN/PMS 影像、2018年11月23日WFV 数据，采用面向对象和目视解译相结合的分类方法，识别并提取了湖南省湘阴县陆地水产养殖水面的分布状况，采用与更高分辨率获取结果相比较的方法进行精度验证的结果表明，PAN/PMS 结果相差1.4%，WFV 结果相差15.3%，对面积精准量算和区域普查估计两种场景都具有较高的应用价值。

图5 GF-6 影像陆地水产养殖水面分布调查

3. 设施农业应用示例

设施农业是“菜篮子”工程的基础和保证，当前已经成为城乡居民生活蔬菜的重要来源。图6 是基于2018年9月22日 的PAN/PMS，采用目视解译方法对河北省饶阳县局部区域的蔬菜大棚进行了识别。由图可见，夏季作物呈绿色，林地呈墨绿色，裸地呈土黄色，设施农业呈亮灰色。设施农业是人造地物，具有规则的几何外形和边界，在影像中其形状特征与图形结构清晰可辨。各地物光谱及纹理特征差异明显，可以很好地进行区分。采用地面实际测量结果进行精度评价，面积吻合度达到95.3%以上。

图6 基于GF-6 PAN/PMS 融合数据的设施农业识别

4. 农业工程应用示例

出于提高农业生产效率，改善农业生态环境的需要，各级政府、企业、个人在农业领域的投资越来越普遍，投资的力度也在逐步加强。在我国东北地区，玉米大豆轮作休耕监测就是一个典型实例。图7 是采用2018年9月9日GF-6 WFV 影像对玉米、大豆不同谱段组合效果的说明，（a）图为近红外、红边1 和黄谱段进行合成的假彩色图像，（b）图是采用近红外、红、绿谱段合成的假彩色图像。影像范围内，水稻、玉米和大豆均处于成熟期，（a）图中暗红色区域是玉米种植区，橙色是大豆种植区，米白色是水稻种植区，影像的色彩纹理清晰，差异明显；相对（b）图采用传统近红外、红、绿谱段合成的假彩色图像的色彩更丰富，采用目视方法可以很好地区分。该数据及方案也已在我国东北地区监测中普遍采用。

图7 吉林敦化地区GF-6 WFV 不同谱段组合的识别效果

五、高分六号卫星农业应用的启示

从农业应用的实际效果来看，GF-6 卫星在国产卫星农业遥感中起到了承上启下的作用。主要体现在两个方面，一方面重访周期、谱段选择、空间分辨率等参数的设置更符合农业遥感监测应用要求，极大地推动了农业遥感监测数据的国产化应用；另一方面，系统化的数据获取能力，为农业遥感监测产品生产系统的研制带来稳定的数据源，也使生产系统的研制具有更高的价值和意义。

从农业遥感应用技术发展角度看，出于高效使用GF-6 卫星的目的，卫星研制与应用部门紧密配合，强化了卫星设计系统性、高效性等星地一体化理念，进一步将星地一体化设计的理念向应用领域延伸，向农业应用领域延伸，这就给农业行业专业化的指标设计带来了契机，也将促进农业领域应用更为注重理论性、机理性的研究，对推动农业遥感理论研究具有积极的意义，也会为其他行业应用起到积极的示范作用。