农作物种植面积遥感信息提取分析

韦春月，欧阳义

（桂林市临桂区农业农村局，广西 桂林 541100）

0 引言

美国国家航空航天局在20 世纪70 年代开展了遥感提取实验，以此来对美国的农作物基本需求进行快速分析，从而切实提升美国对其农业资源的管理质量及效率。我国科研学者于20 世纪70 年代末期开始提倡遥感估产，其在多年的发展与完善过程中，其遥感估产的精准度得到了全面的提升，并借助专业的设备以及先进的技术，对我国农作物种植面积进行了全面的分析，以此来切实保证我国粮食安全，满足广大人民的基本粮食需求。

1 临桂区区域概况

临桂区地处我国广西壮族自治区东北部，桂林市的西南方，临桂区东北部，比邻桂林市老城区，南部与阳朔县相接壤，西部与融安县以及永福县相交。临桂区的地势西高东低，有着“桂都首邑”的别称，临桂区区域总面积约为2193km2，下辖11 个乡镇。2016 年总人口数量为50.86 万人，农业人口数量为43.9 万人，其实际耕地面积约为47.14 万亩，其中包含28.47 万亩的水田，农民人均年收入为14487 元。临桂区地处亚热带与温带的交界处，辖区内四季分明，光伏及热能较为充足，降雨量充沛，年降雨量约为1862mm，年平均气温为18～19℃，全年无霜期较长，约为270～300d，全年平均湿度为76%，临桂区的土壤性质多为砂岩、页岩以及花岗岩共同构成的酸性红壤以及黄壤土，其土层较为深厚，土质肥沃，土质中含有丰富的腐殖质，其土壤pH 为5.5～6.5，十分适合种农作物，除此之外，还较为适合种植反季节蔬菜、特色水果、中药材以及经济作物[1]。

临桂区的晚季水稻主要分布在会仙、两江、六塘、四塘以及南边山等乡镇，而柑桔类水果在临桂区的分布较为普遍，除黄沙以及宛田分布较少外，其余乡镇都有一定的分布。临桂区罗汉果的种植主要集中在五通、两江、中庸等乡镇，葡萄种植主要分布为四塘、六塘以及南边山。

2 技术路线

临桂区农业工作人员利用高分辨率的多光谱遥感卫星影像，对临桂区的农作物种植面积开展全面的覆盖调查。根据临桂区的主要农作物生长过程中的光谱特征，技术人员借助人机交互的形式对其影像进行判读，人工提取其工作区域内农作物的种植空间以及分布面积，同时，技术人员仍需对其地面进行实测，进而对其计算系数进行修正，以此来切实提取出临桂区农作物种植的精准面积。

3 农作物种植面积遥感信息提取

农作物种植面积遥感信息提取是对农作物的光谱特征进行收集分析的过程，并通过遥感影像对其提取信息进行展示，进而农业工作人员便可以对遥感影像中的农作物种类进行识别，从而提取出农作物种植面积信息。随着遥感影像分析法的发展，当前农作物种植面积遥感信息提取的精准度也在随之提升。因此，本文将基于临桂区农作物种植面积调查活动，来对其进行翔实的阐述，高光谱遥感影像降维曲线如图1 所示。

图1 高光谱遥感影像降维曲线

3.1 卫星遥感影像甄选

对临桂区农作物种植面积进行遥感信息提取工作，需要运用到专业设备，以此来切实提升其遥感信息提取的精准性。本次调查所选用的专业设备为加拿大MDA 公司为德国RapidEye AG 公司所设计的Rapid Eye 多光谱遥感卫星影像设备，其数据参数如表1 所示。经技术人员的裁剪，其遥感卫星影像对临桂区进行了全境的覆盖。值得技术人员注意的是，其云与阴影对遥感影像解释获取临桂区农作物种植空间分布数据的影响较小。

表1 RapidEye 设备参数表

3.2 卫星遥感影像预处理及野外调查

技术人员借助Erdas Imaging9.1 遥感影像处理软件对其遥感影像进行处理，并在临桂区选取50 个控制点对其遥感影像进行配准，并使用RGB5.4.1 的波段作为当前的解释影像[2]。

技术人员对临桂区的农作物的实际种植情况进行户外实地调查，开展户外实地调查的主要目的是对其临桂区农作物的实际种植空间分布情况进行了解与掌握。并且根据当前实地调查的结果，构建起完善的农作物样区及卫星遥感影像关系体系，综合其影像数据的色调、形状以及纹理等特征，构建农作物种植区遥感影像解释标志。同时借助卫星定位技术，如北斗定位以及GPS 定位技术等，构建野外解译验证点。除此之外，技术人员需要在野外调查中，对其解译面积数据信息进行修正，可以通过无人机航拍技术以及卫星定位技术，对其数据信息的精准度进行全方位的修正，无人机高光谱遥感信息提取流程如图2 所示。

图2 无人机高光谱遥感信息提取流程

3.3 主要作物遥感影像解译及质量控制

技术人员经过对其野外进行实地勘测，并综合GPS 卫星定位，明晰了临桂区主要农作物的解译影像特点，从而使得技术人员可以从其遥感影像中对种植面积信息进行提取。本次调查技术人员将其卫星遥感影像解译法作为主要的调查技术方法，并配以实地调查，根据临桂区主要农作物生长过程中的光谱，来对其遥感影像进行判读，从而客观有效地对其临桂区主要农作物的种植面积信息进行提取。除此之外，在调查过程中技术人员需要切实做好质量控制，对其解译的精准度进行全方位的评估，从而精准获取到临桂区主要农作物的实际分布情况以及种植面积的有关数据。

3.4 切实做好多源数据结合

多源数据结合大体上可以分成两个部分，一方面为多源遥感影像结合，另一方面为遥感影像与非遥感数据源的结合。随着遥感技术的不断完善与成熟，其遥感器所能接收的影像数据也变得越来越多。在遥感影像技术领域，单一的传感器无法满足当前农作物种植面积信息提取的基本要求，而多元传感器则可以在其观测的过程中获取到更多的数据信息，从而有效地降低解译模糊性，例如，将高频率遥感影像技术融入其中，其在临桂区水稻种植面积的提取中，水稻种植面积信息的精准度可以达到91%，若是将多光谱遥感影像技术融入其中，也将会使得临桂区农作物种植面信息提取的精准度得到有效的提升。除此之外，在GIS 以及GPS 技术的支持与推动下，将非遥感影像数据源充分引入，也会切实提升农作物种植面积信息的提取精准度。例如，荷兰某农业区曾进行专业的实验，借助光谱类别识别，并将历史作物的统计数据进行引入，其遥感影像分类的精准度得到了极大的提升。

3.5 抽样技术与遥感技术的有效结合

在对农作物种植面积进行遥感信息提取时，其遥感信息提取的精准性可能会受到经济因素以及影像获取因素的影响。若是对其进行全境覆盖，其成本较高，同时也会在一定程度上对其遥感影像的精准问题造成影响。因此，可以适当地将抽样技术融入其中，使其可以与当前的遥感技术相结合。抽样技术在当前全球大型农业调查项目中有着较为广泛的应用。例如，欧盟计划采用分层面积采样抽样技术，来对其欧洲农作物种植面积的信息进行提取。

3.6 利用多元化的遥感影像分类法

（1）充分利用好模糊数学法。模糊数学法的针对对象是一些不确定的事物，其将模糊集合论作为基础，在对其遥感影像进行分类时，需要以某数学模型来对其集合的隶属进行分析，并根据其隶属的程度，对其影像进行监督分类，从而使得工作人员可以得到翔实的农作物种植面积信息。模糊分类法与最大似然法相比较而言，模糊数学法信息提取精准度要高于后者3%～4%[3]。

（2）生态分类法。生态分类法也被称为图像分类法，其在目视解译以及计算机自动分类的基础上，将其分类区域分成诸多的子分区，并对子分区的分类图像进行覆合，以此来切实提升遥感影像分类的精准度。生态分类法是典型的集成式分类法。其不仅借鉴了遥感图像技术，同时还学习了地理信息系统技术。

（3）目视解译法。目视解译法是专业的技术人员对其判读仪器进行观察，并从中获取地物信息的全过程。目视解译法一般应用于遥感信息提取的前期。虽然目视解译可以切实提升遥感影像分类的精准性，但是其对解译人员的要求却是较高的。因此，在使用目视解译法时，需要使用者将其与计算机自动分类技术相结合，以此来在确保遥感影像分类精准度的基础上，切实提升工作质量及效率。

（4）监督分类法。监督分析法最为常见的代表方法为最大似然法，其也是运用计算机来提取农作物种植面积信息的基础。借助监督分类法，可以帮助临桂区农业工作人员切实提升遥感影像的分类精准性，从而最大限度地提升临桂区农作物种植面积信息提取的客观性。但在此过程中，应当注意，虽然目前所用的设备设施，已经达到了一定的自动化水平，但依然不能完全脱离对人工操作干预的需求，因此，为了避免人工操作失误对最终的结果产生影响，应当积极优化工作者的操作能力，并提前做好配套的预案、操作方案，减少人工因素的干扰。同时也要强化对配套设备设施的运维检修，根据实际情况以及具体需求，制定配套的运维检修方案，以及排故应急方案，增强配套设备的运维效果，深入优化监督分类法的落实效果。此外，还要注意，在使用监督分类法时，也要结合实际需求，全面、仔细地勘察当前情况，确认监督分类法适用后，再进行操作，以深入优化作业效果。

4 未来展望

随着经济的发展与科技的进步，我国的遥感影像技术也将随之得到全面的发展，高分辨率遥感影像技术可以在后续的种植面积提取中发挥出更大更好的作用。遥感影像分析技术在完善与发展的过程中，其分类方法已然得到了全面的优化重组，将人工智能作为其自动分类的主要方法是未来我国遥感影像分析技术的主要发展趋势之一[4]。在此过程中，人工智能的蓬勃发展，也会在很大程度上带动遥感影像技术的进步，而在此背景下，农作物种植面积提取工作也将变得更为流程化以及系统化，从而使得农作物种植面积的提取精准度以及工作效率得到全面的提升，有助于农业产业的现代化发展[5]。在以往的操作过程中，由于其工作量较大且工作时间较长，在对其进行操作以及管理的过程中，极为容易出现混乱的情况[6]。但通过充分发挥遥感影像技术优势，我国的农作物种植面积提取工作将得到完善与创新，推动农业生产水平的提升，切实保证我国粮食安全[7]。

5 结语

综上所述，农作物种植面积提取是当前我国最为基础的农业情报之一，同时也是遥感估产工作的基础内容之一。其农作物种植面积提取的精准性，直接关系到我国的粮食安全。因此，为切实保证我国粮食安全，满足人们的粮食需求，有关技术人员需要充分利用好遥感影像技术，以此来切实提升其农作物种植面积提取精准度，满足我国粮食生产建设领域的基本需求，最大限度地维护社会和谐。