基于无人机遥感的耕地分类方法研究

李祖勤

摘  要：该研究利用无人机平台采集农田可見光遥感影像，对农田的面积、形状和位置信息进行监测和提取;基于可见光波段的植被指数、纹理信息和形状信息，采用面向对象的方法研究耕地面积提取的最佳方案，该方法的总准确度为86.40%，Kappa系数为0.80。实验结果表明，利用无人机可见光遥感数据进行耕地分类提取具有较高的精度，但也有一些细分地块存在误导的情况，需要进一步优化完善。

关键词：无人机  可见光波段  遥感  耕地面积提取  面向对象方法

中图分类号：S127          文献标识码：A            文章编号：1672-3791（2021）02（a）-0077-04

Classification Method of Cultivated Land Based on UAV Visible Light Remote Sensing

LI Zuqin

（Fujian Institute of Surveying and Mapping， Fuzhou， Fujian Province， 350003 China）

Abstract： In this study， the UAV platform was used to collect visible light remote sensing images of farmland to monitor and extract the area information， shape information and position information of farmland. Based on the vegetation index， texture information and shape information in the visible light band， the object-oriented method was used to study the best scheme for extracting cultivated land area. The overall accuracy of this method is 86.40% and the Kappa coefficient is 0.80. The experimental results show that the UAV visible light remote sensing data can be used to classify and extract cultivated land with high precision. However， there are some cases where the finely divided plots are misleading， so further optimization and improvement are needed.

Key Words： UAV; Visible band; Remote sensing; Extraction of cultivated land area; Object oriented method

耕地边界和面积的确定是发展精准农业的基础[1]。准确掌握区域内耕地类型和空间分布，对于精准农业管理、优化种植空间、最大限度地提高农产品投入产出比具有重要意义[2]。

无人机遥感技术作为一种新技术，具有成本低、效率高、分辨率高、灵活性强等优点。对于中小型地区的遥感作业，无人机可见光遥感图像的优势更加突出，具有广泛的应用场景。研究利用无人机可见光遥感技术获取耕地面积信息的方法具有重要的现实意义。

1  数据采集与预处理

1.1 研究区概况

该文研究区域位于河南郑州某实验区。试验区气候属亚热带季风气候，温暖多雨，光热充足，夏季长，霜期短。试验区主要有土地、森林和房屋3种类型。

1.2 遥感图像采集

实验图像采集平台采用深圳DJI公司的Mavic2变焦四旋翼无人机。配备了1/23英寸1200万像素CMOS传感器，镜头可以实现24～48mm的光学变焦（相当于全画幅）。相机采用三轴稳定云台，消除了飞机俯仰引起的遥感图像失真，提高了成像精度[3]。无需特殊的起降场，可在空中长时间悬停，为遥感图像的获取提供了极大的便利。视觉传感器和GPS使飞行更加安全。

数据采集时间为2019年10月18日。遥感影像高度为400 m，航路长度为4650 m，无人机巡航速度为20km/h，    共采集原始影像147幅。

1.3 数据处理

首先利用Lightroom将原始图像转换为JPG图像，并将图像及其对应的POS数据导入PIX4D MAPPER软件进行正射影像校正和图像拼接[4]。最后得到满足数字航空摄影测量航空三角规范中1∶10000平面精度要求的影像。该图像包含1070×6860像素，空间分辨率为4.11cm，面积约为187亩（1亩=667m2）。该文选取正射影像中间的农田集中区作为感兴趣区域。R、G、B的灰度值以TIF格式图像存储。

2  耕地提取方法

该研究使用一种面向对象的方法来提取有关耕地面积的信息。它的优点是可以充分利用高分辨率图像的光谱、纹理、形状等信息来自动识别地物，提高地物的分类精度，有效地减少了像素分类的椒盐噪声[5]。

2.1 不同类型耕地的光谱特征