基于GF-1的冬小麥遙感監測區域適用性分析

陳志杰，汪權方，王新生，王 淵，袁 琳

（1.湖北大學 資源環境學院，湖北 武漢430062；2.農業部遙感應用中心武漢分中心，湖北 武漢 430062）

基于GF-1的冬小麥遙感監測區域適用性分析

陳志杰1,2，汪權方1,2，王新生1,2，王 淵1，袁 琳1

（1.湖北大學 資源環境學院，湖北 武漢430062；2.農業部遙感應用中心武漢分中心，湖北 武漢 430062）

以湖北省為研究區，從地形地貌、種植結構、監測時相、譜段設置以及監測精度等方面綜合分析了GF-1衛星數據在冬小麥種植面積遙感監測中的區域適用性。研究表明，GF-1衛星數據對江漢平原、鄂東沿江平原、鄂北崗地以及鄂東丘陵等地區的冬小麥遙感監測均有較好的適用性，其監測精度能夠滿足湖北省冬小麥大尺度遙感監測的精度要求，但難以達到小范圍的遙感監測精度要求。

GF-1；冬小麥；遙感監測；適用性分析

1 研究區概況和數據來源

1.1 研究區概況

以湖北省作為研究區，湖北省地處我國中部地區，是重要的產糧大省。湖北省東、西、北三面環山，中間低平，略呈向南敞開的不完整盆地；山地占全省總面積的56%，丘陵占24%，平原湖區占20%。湖北省地形大致分為四大塊：鄂西山區為秦嶺東延部分和大巴山的東段，冬小麥油菜均有種植，田塊面積小，較破碎；鄂東丘陵地區主要分布在兩大區域，即鄂東南丘陵和鄂東北丘陵，大面積種植油菜，冬小麥較少，田塊面積小，較破碎；平原地區主要為江漢平原和鄂東沿江平原，冬小麥和油菜均有大面積種植，間種現象普遍；鄂北崗地位于湖北省中北部，大面積種植冬小麥，油菜極少。

1.2 數據來源

1.2.1 遙感影像數據

1.2.2 衛星數據參數

GF-1衛星搭載了2臺2 m分辨率全色/8 m分辨率多光譜相機（PMS）、4臺16 m分辨率多光譜相機（WFV），不側擺重訪周期分別為41 d和4 d，由兩種傳感器所獲取的多光譜影像都包含近紅外、紅光、綠光和藍光4個波段（表1）。

表1 GF-1衛星傳感器主要參數

1.2.3 驗證數據

精度驗證數據主要是地面樣方調查數據，采用GPS采集的實地地塊圖斑數據。湖北省冬小麥地面樣方為102個，主要分布在江漢平原腹地及鄂北丘陵崗地，涉及襄陽、隨州、孝感、天門、潛江、仙桃、漢川、洪湖、監利、江陵、沙市、蔡甸等市縣區，在襄陽、棗陽、潛江和天門市等區域分布的樣方最多。其中，位于潛江市的地面樣方為21個，棗陽市為11個，襄陽市為12個，天門市為10個。

2 評價方法

2.1 精度評價

本文從點和地面樣方兩個尺度對遙感解譯結果進行精度驗證。隨機點驗證，即在監測區內隨機生成若干點，逐一判定隨機點分類屬性，根據判斷結果，構建誤差混淆矩陣，計算隨機點驗證精度；地面樣方數據驗證，即對冬小麥解譯面積進行定量驗證。對地面樣方數據中冬小麥和油菜屬性相同的相鄰圖斑分別進行合并，其他地物合并為一類，形成只包含冬小麥、油菜和其他地物3 種屬性圖斑的地面樣方矢量數據，再對冬小麥解譯結果進行精度驗證，計算每種地物被正確解譯的面積，將其占樣方總面積的比例作為定量精度評價結果。

2.2 時相分析

對連續時相的GF-1衛星影像進行輻射定標、大氣校正、幾何精校正、裁剪等預處理，按照山區、平原、丘陵、崗地等不同地物類型分區的原則抽樣選取若干區域，采用非監督分類方法，結合目視解譯手段提取冬小麥種植面積空間分布[4]；再采用隨機點驗證方法對解譯結果進行驗證；最后依據驗證結果分析湖北省冬小麥遙感監測的最佳時相[5-8]。

當前，我國關于個人信息保護立法工作有待改進。從法律規定內容看，具有較強的原則性但可操作性不足；從立法體系看，相關法律規定散見于各層級的立法文件中，缺乏統領性的專門立法。這為個人信息保護工作帶來一定的困境。為此，筆者從國家層面、行業層面分析我國個人信息保護立法現狀。

2.3 波段光譜分析

遙感圖像普遍依據包括作物在內的不同地表覆蓋物在各波段上的波譜反射和輻射差異來分類，因此需對不同地物在GF-1衛星數據4個波段上的表現特征進行分析。采用相同區域不同時間的GF-1衛星數據對各波段光譜信息進行分析[8-9]，評價高分辨率衛星傳感器波段的適用性。

2.4 不同分辨率分析

不同的研究目標對衛星遙感空間分辨率的需求也不同，GF-1衛星數據包括16 m分辨率WFV傳感器和8 m分辨率PMS傳感器的影像數據。選取最佳監測時相且能覆蓋相同區域的兩種分辨率的高分辨率影像數據提取冬小麥種植面積，并采用隨機點和地面樣方數據分別對解譯結果進行驗證分析。

3 結果分析

3.1 時相及精度驗證結果分析

3.1.1 時相及區域驗證分析

采用2014年1月～4月連續時相的16 m分辨率WFV傳感器的高分辨率影像數據提取冬小麥種植面積，鄂西山區未獲取到足夠的合適高分辨率影像，因而選取南漳縣、潛江市、洪湖市、鄂州市等區域解譯結果，采用隨機點驗證方法進行驗證。在各監測區域內，隨機生成240個隨機驗證點，對驗證點進行分類屬性判別，定性計算遙感解譯精度。驗證結果如表2所示。

表2 湖北省冬小麥分縣隨機點驗證結果

由表2可知，3月份高分辨率影像提取的冬小麥的總體精度普遍高于其他時間的監測結果。南漳縣是冬小麥主種植區，油菜分布較少，該區域1月下旬和3 月份冬小麥分類精度都較高，冬小麥在1月下旬長勢較好，能夠覆蓋地面，不受裸地影響，同時，植被指數又明顯高于其他植被，3月份植被還未全部進入生長期，對作物的監測影響較小。潛江市和洪湖市屬于江漢平原，冬小麥和油菜均有大面積種植，且間種現象普遍存在，二者互相干擾作用強，因此3月份冬小麥分類精度最高，是最佳監測時間。鄂州市屬于鄂東丘陵地區，田塊較破碎，油菜分布較多，冬小麥分布相對較少，分類精度較低，但3月份依然是該區域最佳監測時間。

3.1.2 地面樣方驗證結果分析

采用地面樣方驗證方法對潛江市、襄陽市轄區、棗陽市以及天門市等地面樣方分布較多的區域進行精度驗證，驗證結果如表3所示。

表3 湖北省冬小麥分區遙感監測地面樣方驗證結果

從驗證結果來看，在冬小麥主種植區（如襄陽市），冬小麥的解譯精度可達95%，棗陽市也是冬小麥主種植區，但2月份影像上冬小麥大量呈現裸地特征，因而解譯精度不高。基于地面樣方數據的精度評價結果大部分在75%～85%，明顯低于點尺度上的精度驗證水平。產生這一現象的原因主要是地面樣方地塊圖斑面積小，特別是田間道路、田間水溝以及零碎的空地等，寬度往往不及一個像元大小，因此，在遙感解譯分類過程中細小田間道路、水溝等地物容易混入目標作物解譯結果中，降低了總體精度。

3.2 波譜分析

高分辨率影像數據有近紅外、紅光、綠光和藍光4個波段，前3個波段能較好地反映植被信息，適用于農作物的遙感監測。湖北省冬季農作物主要有冬小麥和油菜兩種，其他作物分布較少，二者屬于同期作物，在不同時期的GF-1衛星影像上相互之間的差異呈動態變化。采用同一套樣點數據對不同時期影像上的光譜信息進行統計分析，其結果表明1月份冬小麥、油菜和植被的波譜變化不統一，光譜信息在各波段間都有一定交集，并大面積呈現裸地特征，不易精確提取冬小麥種植面積；2月份影像中小麥、油菜和植被的差異開始拉大，可以較好地區分農作物和其他植被信息，但冬小麥和油菜的影像特征依然接近，難以有效區分；3月份影像中油菜多數進入開花期，冬小麥與油菜在近紅外和紅光波段的波譜差異明顯增大，二者容易區分；4月份影像中冬小麥和油菜特征接近，同時植被指數開始明顯增大，且和作物特征接近，干擾了對冬小麥種植面積的提取。因此，3月份是湖北省冬小麥和油菜GF-1衛星遙感監測的最適宜時期，對于冬小麥主種植區，2月份影像數據也能較好地提取冬小麥種植面積。

3.3 不同分辨率驗證分析

本文分別利用成像時間相同的16 m和8 m分辨率多光譜數據（圖1）對冬小麥、油菜的種植面積進行提取，并采用隨機點和覆蓋區域中的10個地面樣方數據進行了驗證，結果如表4所示。冬小麥和油菜隨機點定性驗證精度隨著GF-1衛星數據空間分辨率的提高有一定的提高，但是地面樣方定量驗證精度沒有明顯提高。

圖1 2014年3月17日GF-1衛星影像

表4 不同分辨率的GF-1衛星數據驗證結果

4 結 語

綜上所述，GF-1衛星影像數據對湖北省冬小麥種植面積遙感監測有較強的區域適用性，主要結論為：

1）湖北省冬小麥最佳監測時間和驗證精度在不同區域有一定差異。在冬小麥主種植區，主要是鄂北崗地區域，從1月下旬到3月份監測效果均較好，隨機點驗證精度較高；在冬小麥和油菜間種區域，如江漢平原大部分地區以及鄂東沿江平原地區，3月份油菜開花期為最佳監測時間，驗證精度較高；鄂東丘陵地區，最佳監測時間為3月份，遙感監測精度相對偏低。

2）PMS傳感器比WFV傳感器分辨率高，影像能更清楚地反映地物的邊界，據其提取的目標作物面積更準確，但采用地面樣方定量驗證的精度并沒有比WFV傳感器提高太多。PMS傳感器幅寬小，影像覆蓋范圍小，難以滿足大面積農作物的遙感監測需求。

3）GF-1衛星數據能較好地滿足冬小麥面積遙感監測需求。在作物種植結構單一的區域，GF-1衛星數據適用性相對較好，最佳監測時間區間相對較大，監測時間可適當提前；在地形破碎、作物種植結構復雜的區域監測精度明顯降低。

4）GF-1衛星遙感監測能滿足大尺度作物面積遙感監測的精度要求，但難以達到小范圍的作物面積遙感監測精度要求。GF-1衛星重訪周期短、WFV傳感器數據幅寬大、覆蓋面廣，短時間內可獲取大量的影像。因此，GF-1衛星數據能夠滿足冬小麥的遙感業務化監測需求。

[1] 吳秀蘭,鄭江華,倪亦非,等．國產ZY1-02C衛星數據在新疆典型毒草白喉烏頭遙感監測中的適用性分析[J]．中國植保導刊,2014,34(7):9-14

[2] 趙廣亮,游曉斌,姚永剛．應用于森林資源二類調查的多遙感信息源適用性分析與評價[J]．北京林業大學學報,2003,25(增刊1):24-27

[3] 張廷斌,唐菊興,劉登忠．衛星遙感圖像空間分辨率適用性分析[J]．地球科學與環境學報,2006,28(1):79-82

[4] 楊博,劉義．農業遙感影像目視解譯技術要點[J]．現代化農業,2008(4):37-39

[5] 齊臘,劉良云,趙春江,等．基于遙感影像時間序列的冬小麥種植監測最佳時相選擇研究[J]．遙感技術與應用,2008,23(2):154-160

[6] 楊朝俊,胡庭興,梁玉喜．四川森林植被遙感識別最佳時相的選擇[J]．四川林業科技,2005,26(5):68-71

[7] 歐文浩,蘇偉,薛文振,等．基于HJ-1衛星影像的三大農作物估產最佳時相選擇[J]．農業工程學報,2010,26(11):176-182 [8] 陳思寧,趙艷霞,申雙和．基于波譜分析技術的遙感作物分類方法[J]．農業工程學報,2012,28(5):154-160

[9] 林文鵬．基于MODIS波譜分析的作物信息提取研究[D]．北京:中國科學院研究生院(遙感應用研究所),2006

P237

B

1672-4623（2017）01-0066-03

10.3969/j.issn.1672-4623.2017.01.020 GF-1衛星是國產高分辨率衛星，可為我國農業遙感監測工作提供大量的遙感數據源，因此研究其在農業遙感監測中的作用尤為重要。目前，對遙感數據源的農業遙感監測適宜性分析較少，吳秀蘭[1]等利用ZY1-02C衛星數據，對新疆地區白喉烏頭的空間分布進行了分割提取，并進行了精度驗證，探討了其在監測新疆草原典型毒草白喉烏頭空間分布的可行性。趙廣亮[2]等應用中高空間分辨率的遙感圖像進行調查作圖，從不同角度對森林資源二類調查的多遙感信息源適用性進行了評價。張廷斌[3]等從衛星遙感圖像空間分辨率的定義出發，對衛星遙感圖像空間分辨率的適用性進行了分析。在實際遙感監測過程中，地形地貌、種植結構等區域性因素對監測結果有較大影響，因此也需加以考慮，本文從多方面因素出發對GF-1衛星數據在湖北省冬小麥遙感監測中的區域適用性進行了分析。

陳志杰，碩士研究生，主要從事農業遙感應用和地理信息系統應用方面的研究。

2015-12-28。

項目來源：國家重點基礎研究發展計劃資助項目（2010CB950902）；農業部遙感應用中心武漢分中心農業遙感監測與評價資助項目。