高分六号卫星农作物种植面积遥感监测应用

2020-02-04刘佳季富华王利民杨福刚

卫星应用 2020年12期

文 | 刘佳季富华王利民杨福刚

中国农业科学院农业资源与农业区划研究所

一、前言

农作物种植面积是农业生产中最为基础的数据，既是政府制定决策的依据，也是农作物生长监测、产量估计和农业生态环境评价的关键支撑数据。作为传统地面调查统计渠道的重要补充，卫星遥感监测技术在调查统计系统中发挥着越来越重要的作用。作为我国第一颗具有海岸蓝、黄、红边谱段的卫星，高分六号（GF-6）卫星的发射成功，标志着我国国产光学卫星发展的新高度，在农业遥感应用中具有重大意义。从当前的农作物种植面积遥感应用范围来看，GF-6 卫星数据在区域尺度大宗农作物种植面积，以及局部区域小尺度经济作物种植面积提取两个方面都得到了广泛应用。

二、高分六号卫星主要特征

GF-6 卫星于2018年6月2日成功发射，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，谱段范围分别为0.45～ 0.52μm、0.52 ～0.59μm、0.63 ～ 0.69μm 和0.77 ～ 0.89μm，WFV 则是在PMS 谱段基础上增加了0.69 ～ 0.73μm （红边 1）、0.73 ～ 0.77μm（红边 2 ）、0.40 ～ 0.45μm 和0.59 ～ 0.63μm4个谱段。2m、8m、16m 空间分辨率图像产品幅宽分别为优于95km、优于95km 和优于860km，其中WFV 相机在实际提供时是3 小景方式，3 小景的大小分别约为 238km×285km、385km×285km 和238km×285km 左右。

三、高分六号卫星农作物种植面积监测应用

1. 监测需求

从尺度上来看，农作物种植面积遥感监测可以划分为区域尺度和局部小尺度两个面积，区域尺度一般是指省级以上尺度，主要用来对全局上总体把握，一般采用WFV 数据完成；局部区域小尺度是指省级以下的县域尺度，一般采用PAN 和PMS 两种数据完成。在实际应用中，无论省级尺度还是县级尺度，都可以采用PAN 和PMS 数据完成，由于数据处理量较WFV 数据更大，在限定监测时间的情况下，为了在更短时间内完成识别任务，一般将WFV 数据用于省级尺度上监测应用，而PAN 和PMS 数据用于县级尺度上的监测应用。另一方面，如果县级尺度上缺乏PMS 的数据，通常也会采用WFV 数据进行替代，当然这只是数据缺乏情况下的一种措施。

在尺度确定的条件下，农作物种植面积遥感监测的需求可以用效率和精度来衡量。效率是指在规定的时间以前获取农作物种植面积，以满足指导农业生产和农业贸易的需要，精度是指获取的农作物种植面积要满足一定的精度要求。以冬小麦为例，从当年10月中旬播种到来年6月初收获期间，最早需要在12月份就开展早期识别，以满足粮食估产的需要，也是监测效率需求，即在规定的时间内完成种植面积的提取，但由于此时冬小麦处于生长早期，与其他在田作物或者裸地等会有较大混淆，精度会有所下降；早期识别的精度并不能满足生产的需求，一般需要增加时间序列数据剔除其他混淆地物，这就是农作物种植面积的精度要求。也就是说，可以通过增加影像频次的方式提高监测精度。

2. 监测覆盖频率的优势

图1 2019年各省级单元月平均覆盖频次

直接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 影像矢量框数据，结合国家气象科学数据中心网站（http://data.cma.cn/）上提供的中国地面气候示意图（1981-2010年）平均总云量数据，初步统计全国陆地范围内2019年WFV 数据晴空获取率，图1 是WFV 数据每月平均能够获取的覆盖频次，图2 是根据气象观测晴空率计算的每月能够获取的晴空覆盖频次。由图可见，WFV 数据每月能够覆盖包括台湾省在内的全国各省（区、市）影像平均为7.3 次，最大覆盖次数是新疆维吾尔自治区，月平均覆盖频次高达9.2 次/月，最小覆盖次数是贵州省的4.0 次/月；晴空影像获取次数平均是3.87 次/月，最大覆盖次数的是内蒙古自治区的5.37 次/月，最小覆盖次数是贵州省的1.06 次。依据气象数据的初步估算，全国所有省（区、市）2019年平均都能够获取到每月1 次的晴空覆盖，极大满足农作物种植面积时间与精度的要求。上述数据是采用气象数据的初步估计，更为精确的数据需要采用WFV 数据云检测结果进行计算，将在后续研究中完善。

图2 基于气象数据辅助计算的GF-6 WFV 数据晴空影像月平均覆盖频次

3. 区域尺度应用示例

省级以上尺度农作物种植面积遥感监测，是农业资源遥感的重要内容，也是各级政府制定农业生产政策的依据。在以往的监测应用中，主要问题是数据源多样、空间分辨率较低，带来的主要问题是处理技术的多样化，结果精度的差异性，这都在一定程度上影响了监测效率与精度。根据上述的分析可以知道，GF-6 WFV 相机针对我国大部分陆地国土，都能够以较高的频率获取晴空数据，在农作物面积特别是大宗农作物面积的提取方面具有很大的优势。并且由于能够获取各关键生长时期影像数据，监测精度也达到了同类空间分辨率数据的最高精度。图3 和图4 分别为辽宁省GF-6 WFV 影像2019年的晴空影像覆盖合成图和河北省GF-6 WFV影像2019年5月的晴空影像覆盖合成图，以及根据时间序列影像结合随机森林方法、特征指数增强方法提取的春玉米和冬小麦的提取结果。

图3 辽宁省2019年GF-6 WFV 影像覆盖及春玉米提取结果分布图

图4 河北省2019年GF-6 WFV 影像覆盖及冬小麦提取结果分布图

4. 小尺度应用示例

随着我国经济的快速发展，特别是在种植结构调整、改善农业农村人居环境、农民增收等大的背景下，各级政府都需要精准掌握农作物种植类型、面积，以及空间分布情况，这就给遥感数据能力提出了新的要求。由于我国农业主要仍是以农户为主的生产特点，农作物类型破碎度较高。对县级以下尺度而言，中低空间分辨率获取的结果已经不能满足需要，需要采用更高空间分辨率的卫星数据进行信息获取。就实际应用经验来看，GF-6 PAN 和GF-6 PMS 数据能够有效获取北方地区大部分农田地块尺度的种植信息。从经济角度来看，国外类似空间分辨率的数据都采取收费的方式，并且比较昂贵。因此GF-6 PAN、GF-6 PMS 数据填补了农业遥感监测在该方向的需求空白，具有极大的意义。图5 和图6 分别给出了基于GF-6 PMS 数据，采用非监督分类结合目视修正方法获取的山东省高密市2019年冬小麦种植面积、山东省金乡县 2019年大蒜种植面积空间分布状况。