丘北县2010-2019 年三七种植区遥感监测分析

苗旺元，王加胜，许人伟，王 刚，陈 波

（1.云南师范大学信息学院；2.西部资源环境地理信息技术教育工程研究中心，云南昆明 650500）

0 引言

三七是云南省的名贵中药材和特色经济作物，药用历史悠久［1］。三七对产地的气候、海拔、土壤和光照等生长环境条件有特殊要求，其主要分布在中国西南部海拔1 300-1 800m，北纬23.5°地区，云南文山州为原产地，而丘北县为其核心主产区。利用遥感技术［2-4］监测三七种植变化趋势是农业监测的重要任务之一，可快速准确分析其分布变化情况，为指导丘北县农业发展提供重要依据。

传统的三七种植监测及分析变化主要通过普查统计和实地调查，不仅耗时耗力，且难以从宏观尺度全面反映三七种植面积及其变化［5］。遥感技术具有探测范围广、信息丰富、数据周期短、处理快等特点，已成为实时监测土地利用变化的主要手段［6］。周应群等［7］将5m 分辨率的SPOT5 影像和30m 分辨率的Landsat 5 影像融合，采用目视解译的方法提取马关县的三七种植面积，融合后影像的三七面积提取精度为92.7%，取得了相对理想的效果；戴晨曦等［5］利用Landsat 数据通过支持向量机提取2010、2012、2014 和2015 年文山州和红河州的三七种植区，并分析了三七种植区时空变化与地形、政策和三七价格因素的关系，但是没有考虑山体阴影会被误分为三七种植区的问题，其结果有待进一步改进；朱赞等［8］以文山州4 个县为研究区域，采用GF-1 影像，通过改进的决策树模型提取三七种植区，其提取精度达到87%，证明该方法可行。但以上研究只针对三七种植信息提取，没有长时间系列的监测分析。目前，关于三七的研究大多聚焦在提取方法上，作物监测研究主要集中在水稻、小麦和玉米等常见农作物，名贵中草药的时空变化监测是农业遥感一个新的应用方向，而三七最大的生长特点是需要较好的遮阳条件，因此种植三七的地块都覆盖有黑色遮阳网，这种特殊的黑色遮阳网与山体阴影的光谱相似，造成易将山体阴影误判为三七种植区现象，影响三七种植的时空变化分析，而顾及山体阴影的三七种植监测研究较少。

本文针对丘北县三七种植遥感监测问题，通过GEE（Google Earth Engine）云平台，基于Java-Script 语言，选取云南省丘北县为研究区，基于2010 年、2014 年、2019 年Landsat 和DEM 数据，采用效果较好的回归校正法恢复山体阴影亮度，在此基础上构建特征集，并通过J-M 距离选择最优特征集，利用随机森林分类算法［9-11］得到3 年丘北县的土地利用分类结果，分别提取3 年三七种植区面积，统计各乡镇三七种植分布情况，并分析三七时空变化趋势及其与河流、道路、海拔、坡度和坡向的关系。

1 研究区与数据

1.1 研究区概况

丘北县（见图1）位于云南省东南部（彩图扫OSID 码可见，下同），位于东经103°34′-104°45′、北纬23°45′～24°28′之间，总面积5 038km2，海拔732-2 504m。丘北地处滇东南岩溶山原丘陵地带，地势西南高、东北低，由于地处低纬季风区域，气候总体上属中亚热带高原季风气候，年平均气温13.2～19.7 ℃，年平均降雨量1 000-1 270mm，适合三七生长［12］。由于三七的社会需求量不断增加，加上其种植需要较长时间的轮作，丘北县作为三七种植的主产区，当地部门制定了一系列政策扶植三七产业，使得近年来三七产业在丘北得到了飞速发展。本文选取丘北县为研究区监测三七种植的分布变化，为指导当地农业发展提供重要依据。

1.2 研究数据

1.2.1 遥感数据

本文数据包括Landsat 8 表观反射率数据、Landsat 5 表观反射率数据、DEM 数据，这些数据来源于Google 地球引擎（Google Earth Engine，GEE），其中Landsat 数据分辨率都为30m 且经过了大气校正和几何校正。分别挑选出云量较少且与被采样日期相近的影像，如表1 所示。对这些数据运用CFMask［13］算法进行去云处理，得到无云影像。

Fig.1 Overview of the study area图1 研究区概况

Table 1 Landsat image data表1 Landsat 影像数据

1.2.2 样本数据

本文将研究区地物分为水体、裸地、林地、建筑用地、草地、耕地、三七种植区7 类，并通过Google Earth 分别采集2014、2010 和2019 年年内的7 类样本，其中2010 年样本数366 个，2014 年样本数630 个，2019 年样本数384 个，采样过程中尽可能使样本均匀分布在整个研究区。针对不同时期的样本点选用被采日期相近的影像来训练，最后将采集好的样本数据导入GEE 云平台。

2 研究方法

技术路线如图2 所示。首先对利用太阳入射角与DEM数据检测出每幅影像的山体阴影区域采用回归校正法修复山体阴影，在修复山体阴影影像基础上进行去云处理，构建光谱特征、指数特征、地形特征、缨帽变换特征和纹理特征，通过J-M 距离得到最优特征集，并通过随机森林算法利用样本数据和最优特征集对每年的合成影像分类处理，得到三七种植区提取结果，并应用验证数据开展精度评估；分析三七种植重心变化趋势，统计各乡镇三七种植面积，最后分析三七种植面积变化及其与河流、道路、海拔、坡度和坡向的关系。

Fig.2 Technical route图2 技术路线

2.1 山体阴影恢复

利用DEM 数据与Landsat 影像的太阳高度角和太阳方位角检测出该幅影像的山体阴影区域，检测方法如式（1）所示：

式中，z为太阳天顶角，s为坡度角，az为太阳方位角，as为坡向，cosi为计算出的太阳入射角余弦值，若cosi小于0则此像元为山体阴影区域。

利用回归校正法［14］对检测出的山体阴影区域进行恢复处理，回归校正法是通过统计整幅影像亮度值，利用各波段亮度值与太阳入射角的强相关性进行回归统计，找到合适的回归方程对山体阴影进行修复［15］，其表达式如式（2）、式（3）所示。

式中，DNm为修复后的像元亮度值；DN为修复前的像元亮度值；DNa为各波段像元亮度均值；i为太阳入射角；b和m通过回归计算得到。

2.2 特征构建

过多的特征参与分类会导致信息冗余，降低分类精度，本文利用J-M（Jeffries-Matusita distance）距离［16］计算在某特征下三七种植区与其他地类的可分度，剔除可区分度小的特征，选择可区分度大的特征构建最优特征集。J-M距离表达式如式（4）、式（5）所示。

式中，Bij为在某特征下类别i和j的巴氏距离；Vi和Vj分别为类别i和j的样本协方差矩阵；Mi和Mj分别为类别i和j的样本均值向量。J-M 距离取值范围为0～2，值越高，表示两类别的可区分度越高。

2.2.1 特征选取

采用Landsat 数据常用的B1-B7 波段作为起始光谱特征集，通过计算基于每个波段的J-M 距离，在Landsat 8 数据中剔除J-M 值最小的B1 波段，使用B2-B7 波段作为最优光谱特征集，Landsat 5 数据中剔除J-M 值最小的B6 波段，使用其余波段作为最优光谱特征集。

采用归一化植被指数（NDVI）和比值植被指数（RVI）增强三七与林地、草地、耕地的区分度，采用归一化建筑指数（NDBI）增强三七种植区与建筑用地的区分度，采用改进型水体指数（MNDWI）增强三七种植区与水体的区分度。

通过NDVI 与灰度共生矩阵［17］得到18 个纹理特征，通过J-M 距离选取角二阶矩（Angular Second Moment，ASM）、对比度（Contrast，CON）和方差（Correlation，CORR）作为最优纹理特征集。

由于三七生长环境与地形紧密相关，因此通过DEM 数据选取海拔（Elevation）、坡度（Slope）和坡向（Aspect）3 个特征参与特征构建。

选择缨帽变换得到的前3 个分量作为缨帽变换特征，其中绿度（Greenness）反映了植被覆盖信息，亮度（Bright⁃ness）反映了裸露土地信息，湿度（Wetness）反映了水分信息［18］。将优选后的光谱特征、指数特征、纹理特征、地形特征和缨帽变换特征构建成最优特征集。

3 结果与分析

将以上训练样本与最优特征集投入随机森林分类器中，并应用到研究区，得到2019 年、2014 年和2010 年三七提取结果，提取的3 年三七种植区分布图如图3 所示（彩图扫OSID 码可见，下同），对其结果进行分析，其分类精度与统计面积如表2 所示。

Table 2 Classification results and accuracy evaluation表2 分类结果与精度评价

Fig.3 Distribution of Panax notoginseng planting area图3 三七种植区分布

3.1 三七种植的时空变化

由表2 可知，丘北县三七种植面积从2010 年的35.73 km2增长到2014 年的56.1 km2；2014-2019 年，丘北县三七种植面积由56.1 km2扩张到147.07 km2。从图3 可以看出三七种植的特点：三七分布呈现零散种植的特点，由于三七一般需要种植3 年才能采收，其种植过的区域需要经过最长20 年的土地休养，因此需要更换区域种植［19］。

通过三七提取结果得到2010、2014 和2019 年丘北县各个乡镇的三七种植面积，如表3 所示。2010 年丘北县三七主要种植在八道哨彝族乡和双龙营镇，其面积分别为7.61km2和7.24km2；2014 年三七主要种植在树皮彝族乡和双龙营镇，相对于2010 年，树皮彝族乡三七种植面积增加了14.86km2；2019 年三七在各个乡镇都有广泛种植，其中种植面积最小的是5.96km2的温浏乡，种植面积最大的是树皮彝族乡，达24.67km2。相对于2014 年，各个乡镇种植面积都有增长，其中平寨乡和舍得彝族乡增长面积最为明显，分别增长了12.28km2和16.47km2。

Table 3 Annual changes of Panax notoginseng planting area in each township of the study area表3 研究区各乡镇三七种植面积年际变化（km2）

由图4 可以看出，2010-2014 年，三七种植重心由丘北县双龙营镇向西南方向转移7.35km，到了八道哨彝族乡，2014-2019 年三七种植重心在八道哨彝族乡内向东北方向转移了2.7km，这是由于八道哨彝族乡位于丘北县中心区域，紧邻丘北县城，交通方便，地势较为平坦，水源充足，适宜耕作，是三七产业的主产区和功能区。

Fig.4 Shift of center of gravity of Panax notoginseng planting图4 三七种植重心转移情况

3.2 三七种植与河流、道路关系

统计分析2010、2014 和2019 年内各三七种植区与其最近的河流、道路的最小距离，并计算出三七种植区距离河流、道路的平均最小距离，如图5 所示。其中河流包括常年河、时令河和沟渠，道路包括4 级以上的公路。可以看出相对于2010 年，2014 年的三七种植区与河流的平均最小距离减少到了2.73km，但在2019 年，该距离为2.81km；2010-2014 年，三七种植区与道路的平均最小距离由1.78km 减少到了1.28km，2014-2019 年，该距离又增加到了1.57km。2010-2019 年间，三七种植区与河流、道路的平均最小距离呈现先大幅度减小后小幅度增大的趋势，距离大幅度减小是由于种植户考虑耕作和运输距离成本，将三七种植在距离河流、道路较近的区域，而距离大幅度增大是因种植面积飞速增长，需要开荒更多的适宜种植区，其中有些种植区距离河流、道路相对较远，造成三七种植区域距河流、道路的平均最小距离小幅度变大，但没有超过2010 年的距离。

Fig.5 Average minimum distance between Panax notoginseng planting area rivers and roads图5 三七种植区与河流、道路的平均最小距离

3.3 三七种植与海拔的关系

通过2010、2014 和2019 年三七种植区域提取结果，结合DEM 数据，以300m 为海拔间隔，统计分析三七种植区分布的时空变化与海拔关系，结果表明丘北县三七主要种植在海拔1 300-2 200m 之间，其中海拔1 300-1 900m 最适宜三七种植。如表4 所示，可以看出2010 年到2014 年、2014年到2019 年，三七种植分布向中低海拔扩张，2010 年分布在海拔1 900m 以下的三七种植面积为25.3km2，2014 年分布在海拔1 900m 以下的三七种植面积为49.38km2，而2019年同海拔范围的三七种植面积达到了127.63km2。

Table 4 Area of Panax notoginseng planting area at different altitudes表4 不同海拔区间三七种植区面积（km2）

3.4 三七种植与坡度的关系

统计分析丘北县2010、2014 和2019 年三七种植区在不同坡度的分布情况。根据水利部颁发的中华人民共和国行业执行标准SL190-96《土壤侵蚀分类分级标准》［20］，坡度分为微坡（＜5°）、较缓坡［5°，8°）、缓坡［8°，15°）、较陡坡［15°，25°）、陡坡［25°，35°），急陡坡（≥35°）6 级。如表5 所示，2010 年和2014 年三七主要种植在微坡、较微坡、缓坡和较缓坡区域，位于陡坡和急陡坡的三七种植面积不到5km2，2019 年三七种植在陡坡和急陡坡的面积达到了46.94km2，这说明三七种植有向坡度较大的区域扩张的趋势。

Table 5 Area of Panax notoginseng planting area with different slopes表5 不同坡度的三七种植区面积（km2）

3.5 三七种植与坡向的关系

统计分析丘北县在2010、2014 和2019 年三七种植区在不同坡向的分布变化。将坡向分为5 种：坡向角在［0，45 °）和［315 °，360 °）间为北坡；坡向角在［45 °，135 °）间为东坡；坡向角在［135 °，225 °）间为南坡；坡向角在［225 °，315 °）为西坡，还有平坡地，结果如表6 所示。丘北县三七很少种植在平坡地，北坡与西坡的种植面积高于其他坡向，这是因为云南地区受东南季风影响，迎风坡受到的水热条件优于背风坡，而三七适宜种植在阴凉区域，背风坡更适宜种植三七。

Table 6 Planting area of Panax notoginseng in different directions表6 不同坡向三七种植区面积（km2）

4 结语

本文基于山体阴影修复的三七种植区提取方法研究了云南省丘北县2010 年、2014 年和2019 年三七种植区情况，探讨三七种植区时空变化，并分析了其变化与河流、道路、海拔、坡度和坡向因素的相互关系。主要研究结论如下：

（1）结合回归校正法进行山体阴影修复，在处理后的影像基础上提取三七种植区，其总体精度都在88%以上，Kappa 系数都在85%以上，能够满足遥感监测需求，证明遥感技术对三七种植区进行动态监测是可行的。

（2）对丘北县三七种植区面积变化分析表明，2010-2014 年，丘北县三七种植区面积从35.73km2增加到了56.1km2，而在2019 年，三七种植面积达到了147.07km2。总体来看，三七种植范围在2010-2019 年期间呈现逐渐扩张趋势。2010-2014 年，丘北县三七种植重心向西南方向转移7.35km，到了县域中心附近的八道哨彝族乡，2014-2019年三七种植重心在八道哨彝族乡内向东北方向转移了2.7km。

（3）相对于2010 年，2014 年的三七种植区与河流的平均最小距离减少到2.73km，但2019 年该距离为2.81km；2010-2014 年，三七种植区与道路的平均最小距离由1.78km 减少到1.28km，2014-2019 年，该距离又增加到1.57km。由于种植的距离成本和开垦新的种植区，平均最小距离呈现先大幅减小后小幅度增加的趋势。

（4）从地形特征来看，三七主要种植在海拔［1 300，2 200）m 之间，其中在海拔［1 300，1 900）m 种植的最多，2010-2019 年，三七种植区有向海拔［1 300，1 900）m 扩张的趋势；三七主要分布在坡度＜25°区域，并且有向≥35°坡度区域扩张的趋势；就坡向因素而言，三七主要种植在北坡与西坡，东坡与南坡也有少量三七种植。

后续要探讨更多的山体阴影修复方法，找到对山体阴影修复效果最好的方案。另外，本研究所用数据源为分辨率30m 的Landsat 数据，后续可用分辨率更高的数据，以满足更精确的三七种植检测研究。