基于高分六號(hào)遙感數(shù)據(jù)的中草藥信息提取研究

李煜

摘 要 遙感的定量分析是遙感領(lǐng)域發(fā)展的重要方向，但對(duì)于光譜曲線相似的植物難以區(qū)分。中草藥和冬小麥光譜曲線較為相似，通過對(duì)中草藥和冬小麥生長周期的研究，尋找冬小麥生長周期中的特殊階段，計(jì)算該階段與中草藥光譜曲線的微小差異并加以放大，從而提取中草藥的種植區(qū)域，可為今后中草藥遙感定量分析進(jìn)一步研究提供參考。

關(guān)鍵詞 高分六號(hào)影像;中草藥;紅邊光譜特征差異;光譜判定指數(shù);遙感定量分析

中圖分類號(hào)：S127 文獻(xiàn)標(biāo)志碼：B DOI：10.19415/j.cnki.1673-890x.2019.20.060

自然界中所有地物都具有其自身的電磁輻射規(guī)律。地物對(duì)電磁波具有反射和吸收作用，同時(shí)地物又會(huì)發(fā)射某些電磁輻射，部分特殊地物還具備透射電磁波的能力。在外界輻射和自身?xiàng)l件的共同作用下，不同地物、相同地物的不同階段和狀態(tài)，都會(huì)呈現(xiàn)不同的光譜特征，這些性質(zhì)構(gòu)成了地物的光譜特征[1-2]。光譜特征是研究遙感技術(shù)的理論基礎(chǔ)[3]。

目前，國內(nèi)外對(duì)于地物光譜特征的研究已經(jīng)非常廣泛，涉及的領(lǐng)域涵蓋許多學(xué)科[4]。當(dāng)前，我國擁有豐富的中草藥種植、使用歷史，通過對(duì)中草藥的光譜特征研究，利用遙感數(shù)據(jù)提取中草藥的種植數(shù)據(jù)，對(duì)中草藥的監(jiān)管、發(fā)展具有重要意義[5]。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)為1∶50萬分幅地圖鹿邑縣幅。位于河南省周口市鹿邑縣（東經(jīng)115°14′59.852″～115°29′59.874″，北緯34°0′2.11″～33°50′2.098″），總面積約488 125 hm2，地勢(shì)較為平坦，平均海拔0.04 m。該區(qū)域地處黃淮平原，是重要的糧食產(chǎn)地，農(nóng)作物主要有小麥、玉米，一般冬小麥在6月初收割完畢后開始種植夏播玉米。研究區(qū)還是重要的中草藥產(chǎn)地，生產(chǎn)的中草藥有防風(fēng)、白芷、蒼術(shù)、蒲公英等。

1.2 數(shù)據(jù)選擇和預(yù)處理

本實(shí)驗(yàn)使用高分六號(hào)2019年5月的PMS遙感數(shù)據(jù)。研究區(qū)內(nèi)中草藥的種植時(shí)間及生長周期如表1所示，各中草藥在5月底均已生長出較為茂盛的枝葉，可以在較大程度上降低因葉面積指數(shù)較低而導(dǎo)致的土壤對(duì)中草藥光譜曲線的影響。

通過實(shí)地考察，5月底冬小麥進(jìn)入灌漿期和乳熟期。谷粒灌漿時(shí)，作物冠層中高葉綠素含量的葉片成分減少，麥芒等在冠層中占有的比例增加，使得近紅外區(qū)反射率下降。小麥遭受的病蟲侵害特征在這一時(shí)期會(huì)明顯表現(xiàn)出來，也會(huì)導(dǎo)致反射率下降[6]。此時(shí)期冬小麥總體表現(xiàn)為真彩色圖像顏色較深，在可見光波段及近紅外波段反射率相對(duì)于其他綠色植物較低。

首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，由于衛(wèi)星傳感器接收到的地物輻射信息包含了氣溶膠、地形以及鄰近地物的影響[7]，因此需要進(jìn)行輻射校正分離出地物的真實(shí)輻射值。地物輻射經(jīng)過大氣時(shí)，受到大氣散射、反射、吸收等作用，因此需要進(jìn)行大氣校正將接收到的反射率轉(zhuǎn)換為地物實(shí)際反射率[8-9]。本實(shí)驗(yàn)數(shù)據(jù)均已經(jīng)過輻射定標(biāo)和大氣校正。

2 結(jié)果與分析

2.1 光譜特性分析及研究

研究區(qū)域內(nèi)主要種植有冬小麥、中草藥、少量的樹木及其他少量農(nóng)作物。樹木多集中在道路兩側(cè)及居民聚集區(qū)。研究區(qū)域的農(nóng)作物除小麥外，其他農(nóng)作物占比較低，在大面積圖像上可以忽略，所以本次實(shí)驗(yàn)主要區(qū)分冬小麥和幾種中草藥。在研究區(qū)內(nèi)，冬小麥和幾種中草藥一般混合種植，表現(xiàn)為一田地被分割為多個(gè)帶狀區(qū)域，交替種植農(nóng)作物和中草藥，也有一些區(qū)域大面積種植冬小麥或中草藥。因此，尋找一種合適的方法將中草藥與冬小麥區(qū)分開來，即可得到中草藥的種植區(qū)域。

通過植被指數(shù)（NDVI，Normalized Difference Vegetation Index）可以大致反映地表植被覆蓋狀況[10]，能夠快速將植被區(qū)域與非植被區(qū)域區(qū)分開。此方法可以減少非植被區(qū)域?qū)?shí)驗(yàn)結(jié)果造成的影響。

通過實(shí)地勘察，對(duì)比遙感圖像上該區(qū)域的波普曲線，得出白芷、蒲公英、蒼術(shù)、防風(fēng)和冬小麥在5月的波譜曲線對(duì)比，如圖1所示。

由圖1可以看出，幾種中草藥表現(xiàn)出的光譜特征幾乎相同，在藍(lán)光波段反射率較低，在0.56 μm的綠光波段處有一個(gè)反射峰，然后到了0.66 μm的紅光波段有一個(gè)吸收帶，至此在可見光范圍內(nèi)，紅、藍(lán)波段反射低而綠色波段反射高。到了近紅外波段表現(xiàn)出極高的反射率，即植物的“紅邊”現(xiàn)象。冬小麥的反射曲線類似，但在綠色波段和近紅外波段反射值明顯低于中草藥，尤其是近紅外波段。幾種中草藥和冬小麥區(qū)別最為明顯的地方在于藍(lán)綠波段、紅和近紅波段的增長速率不同，中草藥的增長速度較快，而冬小麥的增長速率明顯低于中草藥;由于中草藥植物波譜對(duì)綠波段反射明顯，對(duì)紅波段吸收較高，從而形成一個(gè)波谷;而冬小麥進(jìn)入灌漿期和乳熟期時(shí)對(duì)綠波段和紅波段反射差異較小，因此波譜曲線相對(duì)平緩。可以利用這個(gè)特性，放大差異性，從而達(dá)到對(duì)中草藥和冬小麥進(jìn)行區(qū)分的目的。因每個(gè)波譜段增加和減少的速率不同，為了表現(xiàn)所有特征，為藍(lán)波段到綠波段、綠波段到紅波段分別賦予權(quán)重。差異性因子F計(jì)算如下：

其中N為反射值，λ為波長值。該因子將中草藥和冬小麥各波段的特征差異進(jìn)行匯總，放大了差異性，差異性因子F的數(shù)值越高，說明該地物是中草藥可能性越大，數(shù)值越低，該地物是冬小麥的可能性越大。

為了避免其他地物的干擾，所以引入植被指數(shù)（NDVI， Normalized Difference Vegetation Index），去除非植被區(qū)域。本次實(shí)驗(yàn)選取NDVI值大于0.3的區(qū)域作為植被覆蓋區(qū)。由于存在干擾現(xiàn)象，例如部分工廠頂棚的光譜曲線如圖2所示，其NDVI值為0.46。

2.2 判定指數(shù)分析

計(jì)算中草藥和冬小麥差異性因子，如差異性因子小于0，則說明該地物不具備植物的光譜特征，因此可以將其排除。中草藥和小麥判定指數(shù)S計(jì)算如下：

最終得到結(jié)果局部區(qū)域如圖3所示，圖像中部為一塊種植田，田中條帶狀灰度值差異較為明顯，混種的小麥和中草藥可通過此圖區(qū)分。通過實(shí)地考察，根據(jù)判定指數(shù)劃分的各作物種植區(qū)較準(zhǔn)確。

通過實(shí)地考察，結(jié)合遙感影像，最終確定判定指數(shù)小于等于40的為冬小麥，判定指數(shù)大于40的為中草藥，各判定指數(shù)對(duì)應(yīng)面積占研究區(qū)總面積比例如圖4所示。中草藥種植面積約96 356 hm2，占研究區(qū)域總面積19.74%，冬小麥種植面積約182 510 hm2，占研究區(qū)域總面積37.39%。

3 結(jié)論與討論

本實(shí)驗(yàn)研究的幾種中草藥與冬小麥的光譜曲線在多光譜數(shù)據(jù)下總體呈現(xiàn)相似的特征。1）在可見光波段以吸收為主，藍(lán)、紅波段反射率低，綠色波段反射率相對(duì)較高，形成波峰。2）近紅波段呈現(xiàn)植物波譜紅邊特征。利用該特征可以提取植被覆蓋區(qū)，消除非植被區(qū)域造成的影響。

但根據(jù)冬小麥在5月灌漿期和乳熟期所表現(xiàn)的光譜特征，其對(duì)綠色波段和近紅波段的反射率減少;而幾種中草藥在5月枝葉茂盛，對(duì)綠色波段和近紅波段反射較高。將這種差異性加以放大，即可區(qū)分幾種中草藥和冬小麥。

最終得到的判定指數(shù)，需要一個(gè)參數(shù)來區(qū)分是中草藥或冬小麥，該參數(shù)較依賴經(jīng)驗(yàn)?zāi)Ｐ秃蛯?shí)地勘察。此參數(shù)的選擇對(duì)分類結(jié)果影響較大，因此需要慎重選擇。

參考文獻(xiàn)：

[1] 項(xiàng)巧巧，申廣榮，吳裕，等.上海典型植被夏季與冬季的光譜特征分析[J].上海交通大學(xué)學(xué)報(bào)（農(nóng)業(yè)科學(xué)版），2018，36（5）：14-21.

[2] 武紅旗，范燕敏，靳瑰麗，等.伊犁絹蒿荒漠草地植物光譜特征[J].草業(yè)科學(xué)，2019（7）：1765-1773.

[3] 林文鵬，李厚增，黃敬峰，等.上海城市植被光譜反射特征分析[J].光譜學(xué)與光譜分析，2010，30（11）：3111-3114.

[4] 張波，牛婷，房世峰，等.荒漠-綠洲交錯(cuò)地帶典型植被光譜特征研究[J].光譜學(xué)與光譜分析，2016，36（4）：1104-1108.

[5] 王艷.山東省中草藥種植業(yè)發(fā)展研究[D].泰安：山東農(nóng)業(yè)大學(xué)，2018.

[6] 孫紅，李民贊，趙勇，等.冬小麥生長期光譜變化特征與葉綠素含量監(jiān)測(cè)研究[J].光譜學(xué)與光譜分析，2010，30（1）：192-196.

[7] 郝劍南，王瑞紅.紋理特征與面向?qū)ο蠼Y(jié)合的高分影像耕地提取應(yīng)用[J].安徽農(nóng)業(yè)科學(xué)，2018，46（19）：72-75.

[8] 張蕎，陳慧，王萍，等.基于多源遙感影像的城市化及其生態(tài)效應(yīng)研究[J].地理空間信息，2018，16（7）：58-62.

[9] 姚新華，金佳，徐飛飛，等.太湖流域果樹提取的光譜和紋理特征選擇研究[J/OL].中國生態(tài)農(nóng)業(yè)學(xué)報(bào)，2019：1-13.

[10] 王波，柳小妮，王洪偉，等.東祁連山高寒灌叢六種灌木植物的光譜特征分析[J].光譜學(xué)與光譜分析，2019，39（5）：1509-1516.

（責(zé)任編輯：劉昀）