HJ—1星CCD數據多次分類反演夏收作物油菜與小麥的空間分布

王有寧+覃燕+劉牛+熊勤學+章愛群

摘要：湖北省監利縣夏收作物主要是小麥與油菜，小麥、油菜與樹木大部分期間光譜特征相似，即存在異物同譜現象，很難通過一景數據進行解譯。根據監利縣夏收作物的物候特征，結合其NDVI指數的變化，采用二次分類法，即將3月4日、3月6日、4月15日、4月26日NDVI指數大于0.4，5月13日、6月13日小于0.2的定為油菜小麥區，主要原理是物候特征，3、4月油菜小麥長勢好，葉面積系數大，NDVI指數高，而進入5月后，油菜小麥進行生殖階段，葉面變黃，葉綠素降低，NDVI指數變小，成功反演監利縣夏收作物小麥與油菜的空間分布，其結果與高分數據反演的結果比較，Kappa系數為0.94，證實其方法是準確的，可為監利縣夏收作物的反演提供一套新的方法與手段。

關鍵詞：多次分類法；環境衛星CCD數據；反演；油菜；小麥；光譜特征；空間分布

中圖分類號： S127文獻標志碼： A

文章編號：1002-1302（2017）04-0163-03

小麥、油菜是湖北省監利縣種植面積最大的2種夏收作物，從播種至收獲二者生長期相仿。單期遙感影像由于受到“混合像元”和“同物異譜、異物同譜”的影響，難以保證農作物遙感識別精度。多時相遙感影像能夠在一定程度上解決異物同譜的問題，準確獲取農作物的種植面積，但多期影像相對配準造成的誤差積累會影響測量精度[1-6]。在遙感分析中由于湖北省監利縣夏收作物主要是小麥與油菜，小麥、油菜與樹木大部分期間光譜特征相似（即異物同譜現象），很難區分開來，所以成功區分小麥、油菜與樹木將是反演成功的關鍵。本研究運用多次分類法來提取小麥、油菜的豐度分布圖，最終統計出湖北省監利縣油菜、小麥種植面積，以期為區域夏收作物反演提供一套方法與手段。

1材料與方法

1.1研究區域的概況

本研究區域位于湖北省監利縣（112°35′～113°19′E，29°26′～30°12′N（圖1），湖北省監利縣有24個鄉鎮784個行政村。地勢平緩，河渠縱橫交織，河泊星羅棋布。監利縣總面積約3 508 km2，其中耕地面積為12萬hm2。該縣屬典型的平原地型，地面海拔高程在23.5～30.5 m，地表外圍南、西、北三面隆起，中間低下，呈撮箕形狀結構。由于千百年來，縣民挽堤束水、圍垸造田，形成堤埂縱橫，墩臺錯落，縣內大小民垸490多個，狀如蜂窩。屬于典型的亞熱帶季風氣候，光能充足、熱量豐富、無霜期長。監利縣太陽年輻射總量為0.43～0.46 MJ/cm2，年日照時數1 800～2 000 h，年平均氣溫 15.9～16.6 ℃，年無霜期242～263 d，多數年份降水量為 1 100～1 300 mm。有足夠的氣候資源供農作物生長。[JP3]并且該地區的水熱同步與農業生產季一致的氣候條件，適宜多種農作物生長發育。作物主要以種植油菜、小麥、水稻、棉花為主。[JP]

1.2遙感數據的獲取以及預處理

HJ衛星是中國第一個多星多載荷民用對地觀測系統。其中，HJ-1A光學衛星搭載了2臺寬覆蓋多光譜（簡稱CCD）相機和1臺超光譜成像儀（簡稱HIS），HJ-1B光學衛星搭載了2臺寬覆蓋多光譜相機和1臺紅外（簡稱IRS）相機，其中CCD影像數據空間分辨率達30 m，且HJ-1A和 HJ-1B這2顆衛星結合的重訪周期為2 d，幅寬大，監測范圍廣，是日常監測較好的數據源[7-8]。

由于夏收作物的分析需要進行NDVI指數計算，筆者選取了HJ-1A/B衛星的CCD影像數據進行研究。從中國資源衛星中心的網站（http：//www.cresda.com/cn/profile.html）上下載監利上空無云的HJ衛星CCD數據，選擇7景作為分析數據，日期具體分別為1月1日、3月4日、3月6日、4月15日、4月26日、5月13日、6月13日。下載的數據級別為二級。對這些數據進行了預處理[9]，即輻射定標、大氣校正、研究區選擇與裁剪、幾何校正等。經過輻射定標、大氣校正、幾何校正后，將每景數據進行NDVI指數計算，并將所有 NDVI 指數文件采用layer stacking合并成1個文件，形成 NDVI 指數生長季多光譜文件。

2結果與分析

2.1二次分類過程

本研究采用二次分類法來區分樹木和夏收作物（油菜、小麥）。由于湖北省監利縣3—4月油菜、小麥長勢很好，相

對葉面系數較大，NDVI指數相也很高，但進入5月后，油菜、小麥開始進入生殖生長階段，葉綠素逐漸降低，葉色也開始由綠變黃，NDVI指數變小，在這段時間只有油菜、小麥這2種作物具有這樣的物候特征，樹木等植被沒有相應的規律，具體操作時將3月4日、3月6日、4月15日、4月26日NDVI指數大于0.4，5月13日、6月13日NDVI指數小于0.2的定為油菜、小麥區，最后得出該研究油菜、小麥混合區域（圖2）。

3—4月期間，由于油菜開花，呈黃色，而小麥仍然呈綠色，這2種農作物光譜特征差異較大，將3月6日、4月15日CCD數據相加并平均，通過GCP田間調查指定調查點的信息，運行監督分類的最小距離法，很容易區分2種作物，最終得到該區域的小麥、油菜的空間分布（圖3）。

2.2分類結果比較[HT]

本研究采用資源三號衛星CCD數據反演的結果認定為準確值，資源三號衛星多光譜數據（空間分辨率為5.8 m），相對于HJ衛星CCD數據30 m的空間分辨率來講，認為是真實地面的反映，也很容易區分，將資源三號衛星CCD數據與環境衛星數據重合的地方進行比較（圖4），將結果代入ENVI軟件的結果認證，Kappa系數為0.94，和1比較接近，說明結果還是很準確的。因此，使用多次分類法來反演夏收作物面積的方法是可行的。

結果表明，湖北省監利縣夏收作物小麥、油菜種植面積達11.78萬hm2。其中，油菜種植面積高于小麥種植面積，油菜種植面積達10.38萬hm2，湖北省監利縣小麥種植面積主要分布在新溝3 806.7 hm2、程集1 686.7 hm2、江城1 506.7 hm2等鄉鎮；油菜種植面積主要分布在江城15 260 hm2，汴河 7 486.7 hm2，分鹽7 300 hm2，毛市7 046.7 hm2，分類反演結果可為區域夏收作物種植監測和估產提供相關數據。

3結論

盡管湖北省監利縣夏收作物異物同譜現象很嚴重，但有些特別時段部分作物會有差異，不可以直接采用監督分類進行處理，只有根據其物候特征，在夏收作物某個時段光譜特征差異大時逐步區分，即運用多次分類的方法才能準確反演，通過驗證，采用多層分類法反演異物同譜地區的農作物空間分布還是很準確的，為區域夏收作物種植面積反演提供了有效思路和方法。

參考文獻：

[1]鄭長春，王秀珍，黃敬峰. 基于特征波段的SPOT-5衛星影像水稻面積信息自動提取的方法研究[J]. 遙感技術與應用，2008，23（3）：294-299.

[2]馬麗，顧曉鶴，徐新剛，等. 地塊數據支持下的玉米種植面積遙感測量方法[J]. 農業工程學報，2009，25（8）：147-151，封3.

[3]康婷婷，居為民，李秉柏. 水稻葉面積指數遙感反演方法對比分析[J]. 江蘇農業科學，2015，43（5）：366-371.

[4]劉愛霞，王靜，呂春艷. 基于MODIS數據的北京西部地區土地覆蓋分類研究[J]. 地理科學進展，2006，25（2）：96-102.

[5]顏梅春. 高分辨率影像的植被分類方法對比研究[J]. 遙感學報，2007，11（2）：235-240.

[6]陳建軍，黃淑娥，景元書. 基于EOS/MODIS資料的江西省水稻長勢遙感監測[J]. 江蘇農業科學，2012，40（6）：302-305.

[7]鐘仕全，陳燕麗，莫建飛，等. 基于中巴02B星遙感數據的油菜識別技術研究[J]. 國土資源遙感，2010（2）：77-79，85.

[8]陳燕麗，鐘仕全，莫建飛，等. HJ-1星水稻生育期長勢動態監測研究[J]. 江蘇農業科學，2013，41（7）：339-342.

[9]鄧書斌. 遙感圖像處理方法[M].