基于高分二号遥感影像甘蔗种植区域面积提取

摘要：甘蔗是温带和热带农作物，是制造蔗糖的原材料，并且可以提炼乙醇作为能源替代品。甘蔗中含有丰富的糖分、水分，以及对人体新陈代谢非常有益的各种维生素、脂肪、蛋白质、有机酸、钙、铁等物质，是冬天清热生津的佳果，也是防病健身的良药。蔗糖产业一向是我国农业经济的一大支柱，广西更是我国甘蔗种植和蔗糖业大省。甘蔗的种植面积对于甘蔗生长期中病害防御、产量和甘蔗糖厂的分布规划有着重要意义。本文以广西崇左市扶绥县的种植区域为研究实验区域，选择高分二号遥感影像作为研究数据源。通过建立样本解译标志，进行非监督分类进行提取，对提取的面积信息与现势性为2019年的地理国情监测数据中的甘蔗种植面积进行对比分析，发现提取的面积精度良好，结合地理国情监测数据中甘蔗糖厂的分布，对扶绥县的甘蔗种植提出比较合理的建议，以及对甘蔗种植农户的种植发展提供数据支撑。

关键词：遥感影像信息提取;高分二号;甘蔗;非监督分类

中图分类号：S435.661

文献标识码：A

作者简介：潘莉莉（1985-），女，硕士。研究方向：摄影测量与遥感。

引言

我国是世界上重要的甘蔗种植大国，也是甘蔗糖业大国，甘蔗种植相关信息的快速、准确、有效提取直接影响种植地农产品经济的发展，对于预防病虫灾害、生长监测和蔗糖业的合理规划意义重大。从2013年4月26日高分一号的成功发射，到2018年6月2号高分6號的发射，短短几年间，我国的高分卫星发展迅速，分辨率、覆盖率越来越高，且植被的反射光谱曲线具有显著的特征，物种、生长阶段、生长环境等的不同使植被反射光谱曲线具有不同的形态和特征[1]。因此，利用高分遥感影像进行自然灾害防灾减灾救灾、农业资源监测、林业资源调查、生态文明建设和乡村振兴等方面应用应运而生。在这种遥感技术快速发展的环境下，功能越来越全面的高分辨率遥感卫星为农林产业提供了有效的高科技手段，遥感技术辅助下的农林产业精准自动化日益成熟。现阶段，很多学者对遥感技术应用于农业技术进行研究，黄启厅等通过对高空间分辨率影像的多尺度分割和对象廓线编辑，提取精细农田地块信征息[2];张超等人利用面向对象的影像分析方法实现对土地利用规划实施过程进行动态监测[3]。

近几年来，广西的甘蔗种植业规模和方式趋于成熟化，种植的区域和面积趋于稳定状态，对其种植区域规模的研究，对每年种植面积进行检测，不但有助于对土地的利用合理化，还可以为甘蔗产量的估算提供辅助数据，进而对蔗糖业市场的各种投入提出合理建议。因此，利用高分辨比率遥感影像进行甘蔗种植面积的提取和监测意义非常重大。

1研究区概况

研究区的地理位置在E107°3′～108°6′，N22°11′～22°57′之间。南北最大纵距78km，东西最大横距55km，位于广西壮族自治区西南部。西邻崇左市江洲区，南接防城市上思县，北靠南宁市隆安县，西南与崇左市宁明县交界，新宁镇与自治区首府南宁市直线距离仅45km。扶绥县地形以山地和丘陵为主，地势南北高、中部低，略呈沟槽状。主要河流为左江。属南亚热带季风气候，日照时间长，年降雨量充沛，年平均气温在21.3～22.8℃，历年最低气温-0.6℃，历年最高气温39.5℃，这种气候和土壤很适合甘蔗的生长。全县甘蔗种植面积超过6.667万hm2，全县拥有南华糖业、东亚糖业2家大规模制糖企业。

2研究方法与实验

2.1数据介绍及预处理

高分二号卫星原始影像资料有4m分辨率的多光谱数据和1m分辨率的全色数据。其中，多光谱数据为蓝绿红和近红外4个波段，第1波段为蓝波段，波长为0.45～0.52μm;第2波段为绿波段，波长为0.52～0.59μm;第3波段为红波段，波长为0.63～0.69μm;第4波段为近红外波段，波长为0.77～0.89μm。全色有且只有1个分辨率1m的波段，波长为0.45～0.89μm[4]。本试验中所用的是2019年11月30日的数据，包含了优于1m分辨率的全色影像和4m分辨率的多光谱影像，截取的实验数据成像清晰且无云。在遥感软件ENVI的支持下，借助于研究区的数字广西1∶1万DEM的数据，基于RPC信息分别完成多光谱和全色数据的正射校正处理，然后根据辐射定标系数及公式，将完成卫星图像DN值转换为辐亮度图像，进行大气校正处理。

2.2建立影像解译样本

在野外利用带GPS及拍照功能的平板电脑收集甘蔗典型的样本数据，经过预处理后得到最终的样本数据，结合对应地理空间位置的遥感影像，得到本次实验甘蔗最终的解译样本，如图1所示。

本次实验的影像时间是将近12月份，这个阶段的甘蔗接近成熟阶段，在高分二号遥感影像所表现的颜色为深绿色，甘蔗在即将收获期的光谱特性和纹理都比较一致，郁闭度很高，基本是一片没有缝隙的深绿色，与周边已经收割的水稻田或其它即将收割、颜色呈现橙黄或黄色的农作物区别明显，这也给分类提取提供了客观便利条件。

2.3影像解译

预处理后得到的高分二号影像，在遥感影像处理软件ERDAS上打开后，进行分类提取，经过多次实验，适合本研究区甘蔗提取的分类提取方法是非监督分类提取法。由于本研究的范围较大，而且插花种植的现象比较普遍，因此，在比较典型的小区域范围内进行多次提取分类参数的测试，结合甘蔗影像样本解译标志的特点，非监督分类的类别数设置为65。确定好主要的分类参数后，在影像处理软件上输入其它的基本参数，设定迭代次数为30，最后得到种植甘蔗区域的范围。将提取出来的甘蔗种植区域进行矢量化，然后进行人工干预解译，将插花种植误判的地物剔除，并增补漏提取的甘蔗地块，最终得到2019年度扶绥县甘蔗种植区域的范围，如图2所示。

3结果分析

3.1解译结果分析

为了更好地验证本次实验提取的效果，实验中将2019年广西基础性地理国情监测项目中扶绥县监测成果里的甘蔗种植地块抽取出来，与本次实验的提取结果进行对比。提取版的甘蔗种植空间分布和地理国情监测版的空间分布情况如图3所示。

结果发现，种植的分布和区域范围基本一致，大部分分布在扶绥县的平地和丘陵的中南部，北部高山部分基本没有甘蔗种植，对2版的种植面积进行了统计，分类提取的种植面积是93479.68hm2，地理国情监测中的甘蔗种植面积是93488.73hm2。

3.2面积统计与种植分布

遥感影像提取得到的甘蔗种植区域中，对各个乡镇进行种植面积的统计，统计结果如表1所示。从图2的甘蔗种植区域的空间分布和表1的种植面积统计，可以看出：东门镇、渠旧镇和柳桥镇甘蔗种植面积最大，可能是因为这3个镇是平地占大部分地形，这给甘蔗种植提供了天然优势;扶绥县南部的东北镇种植的甘蔗基本只占了该镇土地面积的1/3;此外，新宁镇和龙头乡种植的甘蔗面积最小。扶绥县域内有4个糖厂企业，其中2个在东门镇，另外2个在新宁镇。

根据统计的2019年各乡镇甘蔗种植面积，结合当地的地形和交通条件，以及扶绥县糖厂企业的分布情况，对未来扶绥县甘蔗的种植规划提出几点建议：东门镇的南部和新宁镇可以扩大种植的范围，因为东门镇有2个糖厂企业，这2个镇的甘蔗可以直接送到本乡镇的糖厂进行加工，在很大程度上缩短了交通运输的成本。

3.3精度验证

精度验证是对本次分类提取结果进行精度评价。验证所有的方法是Kappa系数和随机点这2种传统的精度验证方式。随机点验证即在检测区内利用软件随机生成若干点，逐一判断随机点的属性类别，统计所有的结果构建误差混淆矩阵，从而计算出分类精度[5]。Kappa系数指的是2幅影像之间的精度。一般当Kappa系数>0.8时，认为此分类精度良好，分类结果可靠[6]。Kappa的原理：

各种类别的精度评价方式，具有不尽相同的评价标准和含义。本次实验所用的标准是Cohen提出的，其标准如表2所示。

本实验的混淆矩阵得到的Kappa系数为0.78，根据表2的标准，分类精度是显著的，达到分类的标准。

4结束语

本文选择崇左市扶绥县作为实验研究区，选取的实验数据是2019年11月的高分二号遥感影像，云量<10%，绝大部分的区域是清晰可辨的。采用非监督分类的方法进行提取，并与2019年广西地理国情监测项目中该县的甘蔗种植地块范围进行对比，进行精度验证，分类的精度各项均达标，说明本实验的分类方法是可行的。所提取的结果可以应用为甘蔗的种植发展分布规划提供数据支撑。结合地理国情普查数据中甘蔗糖厂所在的位置周边交通设施，为了达到更好地市场资源利用及运输便利，对甘蔗的种植分布提出了建議。

参考文献

[1]王晓梅，张玉钧，刘文清，等.基于光谱特征的植被遥感探测及应用研究[C].中国地理学会环境遥感分会、中国遥感委员会、国家遥感中心、中国地质学会遥感地质专业委员会、中国海洋学会、中国海洋湖沼学会海洋遥感专业委员会、中国气象学会卫星气象与空间天气学委员会、中国空间学会空间遥感专业委员会、中国测绘学会摄影测量与遥感专业委员会、中国宇航学会遥感专业委员会、中国航空学会电子专业委员会、中国自动化学会“三遥”专业委员会、地理信息系统协会软件产业分会、中国感光学会遥感专业委员会、中国水利学会遥感专业委员会、中国土地学会土地信息与遥感分会.第十五届全国遥感技术学术交流会论文摘要集.中国地理学会环境遥感分会、中国遥感委员会、国家遥感中心、中国地质学会遥感地质专业委员会、中国海洋学会、中国海洋湖沼学会海洋遥感专业委员会、中国气象学会卫星气象与空间天气学委员会、中国空间学会空间遥感专业委员会、中国测绘学会摄影测量与遥感专业委员会、中国宇航学会遥感专业委员会、中国航空学会电子专业委员会、中国自动化学会“三遥”专业委员会、地理信息系统协会软件产业分会、中国感光学会遥感专业委员会、中国水利学会遥感专业委员会、中国土地学会土地信息与遥感分会：中国地理学会，2005：50.

[2]黄启厅，曾志康，谢国雪，等.基于高时空分辨率遥感数据协同的作物种植结构调查[J].南方农业学报，2017，48（03）：552-560.

[3]张超，李智晓，李鹏山，等.基于高分辨率遥感影像分类的城镇土地利用规划监测[J].农业机械学报，2015（11）：323-329.

[4]潘腾.高分二号卫星的技术特点[J].中国航天，2015（01）：3-9.

[5]用遥感影像提取大别山区水稻种植面积——以Landsat8为例[J].中国农学通报，2019，35（01）：104-111.

[6]李明海，万丽娟.基于高分一号遥感影像脐橙种植区域面积提取[J].区域治理，2019（43）：170-172.

（责任编辑 周康）