融合物候知識和多時相遙感的冬小麥種植面積提取

劉偉誠 馬靜

摘? 要：選用播種期和灌漿期兩景Landsat8衛(wèi)星影像進行冬小麥種植面積提取研究。結(jié)合研究區(qū)冬小麥生長物候知識，提取兩期遙感影像的歸一化差值植被指數(shù)（NDVI），并進行運算處理，提取出研究區(qū)冬小麥種植面積。同時基于灌漿期遙感影像，采用最大似然法進行監(jiān)督分類處理，進而提取研究區(qū)冬小麥種植面積。將兩種方法提取的冬小麥種植面積與官方統(tǒng)計數(shù)據(jù)進行精度對比，結(jié)果表明，物候知識法提取精度較最大似然法提取精度高。

關鍵詞：冬小麥;種植面積提取;物候知識法;最大似然法

中圖分類號：TP391 ? ? ? 文獻標識碼：A文章編號：2096-4706（2022）06-0141-04

Extraction of Winter Wheat Planting Area of Fusion on Phenological Knowledge and Multi Temporal Remote Sensing

LIU Weicheng1， MA Jing2

（1. Guangdong Tianxin Electric Power Engineering Testing Co.， Ltd.， Guangzhou? 510663， China ; 2.Scientific Institute of Pearl River Protection，Guangzhou， Guangzhou? 510611， China）

Abstract： This paper selects two satellite images of Landsat8 during sowing and filling to study the winter wheat planting area extraction. It combines with the winter wheat growth and phenological knowledge of the study area， extracts two periods remote sensing images of the Normalized Difference Vegetation Index （NDVI）， and it does the operation and processing to extract winter wheat planting area of the study area. Meanwhile， based on the remote sensing images in the filling stage， the maximum likelihood method is used for supervised classification and processing， and then extracts the planting area of winter wheat in the study area. The accuracy of winter wheat planting area extracted by the two methods is compared with the official statistical data， and the results show that the extraction accuracy of phenological knowledge method is higher than that of maximum likelihood method.

Keywords： winter wheat; planting area extraction; phenological knowledge method; maximum likelihood method

0? 引? 言

冬小麥是世界主要糧食作物之一，及時了解冬小麥種植面積，對開展冬小麥長勢監(jiān)測和估產(chǎn)、區(qū)域糧食安全評估等工作具有重要的社會意義[1]。傳統(tǒng)的調(diào)查統(tǒng)計方法獲取小麥種植面積精度不高，成本耗費巨大，不能很好地滿足現(xiàn)代農(nóng)業(yè)發(fā)展的需求且無法獲得農(nóng)作物的產(chǎn)量估值和種植面積的分布情況。衛(wèi)星遙感技術具有空間分辨率高、分布區(qū)域廣、時效性強等優(yōu)勢，因而在冬小麥種植面積監(jiān)測方面應用廣泛[2-5]。在國外，美國是全球展開遙感技術方面工作的領先者，也是美國最先施行遙感技術來監(jiān)測美國的農(nóng)作物種植面積，美國在1974年推行了“大面積作物清查試驗”（large area crop inventory experiment， LACIE），在美國全州和世界其它地域展開遙感監(jiān)測預估農(nóng)作物總產(chǎn)量的工程，美國方面稱為：農(nóng)業(yè)和資源的空間設計和評估研究工程;緊接著美國又開展的“遙感在農(nóng)業(yè)和資源的空間調(diào)查”方針是對全球的多種作物進行的生長長勢狀況監(jiān)測和農(nóng)作物產(chǎn)量估計，最終把實驗成功的遙感技術部分進行到框圖面積取樣（area sampling frame， ASF）[6]。Tang等人以河南省為試點地區(qū)，通過線性混合模型進行混合像元分解得到的多時相MODIS數(shù)據(jù)的冬小麥種植面積，精度達93.9%，得出多時相數(shù)據(jù)可以有效地提取作物種植面積[7]。Julien等利用TM數(shù)據(jù)選取西班牙巴拉克斯地區(qū)，基于地表溫度和NDVI 數(shù)據(jù)，采用最大似然法分類得到農(nóng)業(yè)用地，精度達87%[8]。Tuner等采用SPOT XS 數(shù)據(jù)對西非的薩赫勒地區(qū)進行作物監(jiān)測，將非監(jiān)督分類、分層和監(jiān)督分類方法有序結(jié)合，分類精度達71%，并針對該研究區(qū)作物種植面積小、植被覆蓋度低等特點，有效地解決了同物異譜問題[9]。Zhang等運用多時相TM/ETM+遙感數(shù)據(jù)和MODIS 遙感數(shù)據(jù)提取黑龍港地區(qū)的主要作物信息，總體分類精度為91.3%[10]。國內(nèi)方面，潘學鵬等基于NDVI時序數(shù)據(jù)結(jié)合熟制作物種植生長期存在差異的特性，探討了1982年到2007年間我國北方平原種植制度的空間分布特性，并以此考證了冬小麥的種植面積與遙感獲取的一年2熟的作物面積有很不錯的一致性[11]。趙麗花等利用多時相HJ-1A/B結(jié)合物候規(guī)律的差異性提取冬小麥種植面積，精度達90.2%[12]。朱長明基于SPOT-5數(shù)據(jù)以及多時相ETM+數(shù)據(jù)，對新疆伊犁河谷的冬小麥種植面積進行了提取[13]。王慶林等研究結(jié)果表明多時相遙感數(shù)據(jù)地物間光譜特征變化明顯，特別是冬小麥與其他地物光譜特征區(qū)別較大，有利于冬小麥種植面積的提取[14]。B01A86D0-EB3A-46CC-A46F-BC0598190637

綜合以上研究，由于不同國家的氣溫、地勢和種植區(qū)域等方面存在很大的差異，研究成果也大不相同。河南省作為冬小麥種植大省，提高冬小麥種植面積監(jiān)測精度顯得尤為迫切，同時將農(nóng)作物的物候知識與多時相遙感信息相結(jié)合用于提取河南省冬小麥種植面積方面的研究還相對較少。基于此，本文以河南省新鄭市為研究區(qū)，選用兩期Landsat8 OLI遙感影像作為主要數(shù)據(jù)源，采用物候知識法和最大似然法兩種方法，結(jié)合研究區(qū)冬小麥物候特點提取冬小麥的種植面積，并與官方統(tǒng)計數(shù)據(jù)進行精度評定。

1? 研究區(qū)和數(shù)據(jù)源

1.1? 研究區(qū)與試驗

選取河南省新鄭市作為研究區(qū)域，如圖1所示，地理坐標介于北緯34°16′34°39′，東經(jīng)113°30′至113°54′之間，北連鄭州市，南鄰長葛、禹州市，東靠中牟、尉氏，西接新密，面積約為873平方公里。地勢西高東低，西部為淺山丘陵區(qū)，東部為平原，西北部為丘崗地。氣候?qū)儆谂瘻貛Т箨懶约撅L氣候，夏季受太陽和季風影響高溫多雨，冬季寒冷干燥，全年平均氣溫為14 ℃，全年平均降水量約735 mm，非常適宜冬小麥的生長，在耕種方式上，新鄭市的耕作制度主要是一年兩熟制，夏季以種植玉米和花生為主，冬季主要是種植冬小麥，且一般在9月份進行冬小麥播種，來年6月份收獲冬小麥。

1.2? 衛(wèi)星數(shù)據(jù)與預處理

選取兩期Landsat 8 OLI衛(wèi)星遙感影像作為主要數(shù)據(jù)源，影像空間分辨率為30米，成像寬幅是185×185 km。結(jié)合研究區(qū)冬小麥生長期情況，10月份冬小麥處于播種期，耕地土壤裸露，此時植被覆蓋信息量最少，5月份是冬小麥長勢茂盛的階段，植被覆蓋信息量最大，因此選取播種期（2015年10月16日）和灌漿期（2016年5月11日）兩期Landsat 8遙感影像數(shù)據(jù)，兩期影像云量小于10%。Landsat 8 OLI影像的預處理主要包括輻射定標、大氣校正和影像裁剪，大氣校正采用ENVI軟件中的FLAASH大氣校正模塊完成，利用新鄭市的矢量文件裁剪得到兩期研究區(qū)遙感影像數(shù)據(jù)，如圖2所示。

2? 冬小麥面積提取方法及精度評定

2.1? 基于物候知識的冬小麥種植面積提取

2.1.1? NDVI計算

綠色植物的歸一化差值植被指數(shù)（Normalized Diff erence Vegetation Index， NDVI）與植被所占的面積及長勢狀況之間有較強的相關性，能夠充分反映出綠色植物的生長態(tài)勢。NDVI是指近紅外波段反射值及紅色波段反射值之差與兩者相加的和值之比，NDVI是處理影像數(shù)據(jù)中最常用的植被指數(shù)，計算公式見式（1）：

（1）

式中，NIR即為近紅外波段，R即為紅色波段，NDVI的值介于-1與1之內(nèi)。

2.1.2? 基于物候知識的種植面積提取

根據(jù)研究區(qū)冬小麥農(nóng)作物的物候期特點，九月下旬至十月中旬為播種期，此時麥地經(jīng)過翻耕基本無植被覆蓋信息為裸地，第二年五月中旬為灌漿期，此時麥地上冬小麥長勢最為茂盛，能夠提取的冬小麥信息最為豐富。因此首先獲取兩期影像的NDVI影像信息，之后將灌漿期（2016年5月11日）的NDVI影像減去播種期（2015年10月16日）的NDVI影像，即可獲取兩期NDVI的差值影像，如圖3所示。

10月份的影像圖中，冬小麥剛剛播種，此時麥田的NDVI數(shù)值較小，5月份時候的影像圖小麥處于灌漿期，此時麥田的NDVI數(shù)值較大，因此在此差值影像上冬小麥種植區(qū)域的像元數(shù)值相對較大，非小麥區(qū)域的像元數(shù)值相對較小，此時只需設置相應的閾值即可把冬小麥種植區(qū)域提取出來。對于閾值的設置，通過反復嘗試并與原圖進行對比來的方法進行選取，當像元值大于設定的閾值時認為該像元為冬小麥種植區(qū)域，小于設定閾值的像元認定為非冬小麥種植區(qū)域，采用這樣的方法最終將圖像變?yōu)?（冬小麥種植區(qū)）和0（非冬小麥種植區(qū)）的圖像，從而提取出研究區(qū)冬小麥種植區(qū)域，之后統(tǒng)計冬小麥種植區(qū)域的像元個數(shù)，每個像元的面積為900平方米，兩者相乘最終計算得到研究區(qū)的冬小麥種植面積。

2.2? 最大似然法種植面積提取

五月中旬時冬小麥處于灌漿期，此時冬小麥生長茂盛，植被覆蓋信息也最為豐富，因此采用最大似然法對灌漿期影像進行監(jiān)督分類，進而提取冬小麥的種植面積。首先選取監(jiān)督分類樣本，通過目視判讀將影像上的地物類別分為四類，分別為水體、植被、冬小麥和居民地，選取相應的監(jiān)督分類樣本和驗證樣本，確保選取的樣本符合1.8～2.0，若值少于1.8，就要對ROI就行修改，直到符合標準為止，之后選擇分類器，進行最大似然法分類，如圖4所示。采用聚類分析方法對分類后的影像進行后處理，對影像上的小斑點進行去除，將相似樣本信息進行合并或者剔除，最終提取出研究區(qū)冬小麥種植區(qū)域。

2.3? 冬小麥面積提取精度評定

將兩種方法提取的冬小麥種植區(qū)域結(jié)果分為兩類，一類為冬小麥種植區(qū)，另一類為非冬小麥種植區(qū)，冬小麥種植區(qū)填充為綠色，非冬小麥種植區(qū)填充為白色，結(jié)果如圖5所示。

從圖5可以直觀的看出，新鄭市冬小麥種植區(qū)域主要分布于研究區(qū)西南部和中部偏北部分地區(qū)，中部和北部為新鄭市區(qū)和龍湖鎮(zhèn)，為城鎮(zhèn)建成區(qū)，基本無冬小麥種植。為了評價兩種方法提取的精度，以新鄭市官方統(tǒng)計局提供的當年轄區(qū)冬小麥種植面積數(shù)據(jù)作為真值，分別統(tǒng)計兩種方法提取的冬小麥種植面積、與官方統(tǒng)計數(shù)據(jù)的差值以及兩種方法提取的相對誤差，結(jié)果如表1所示。

從表1中可以看出，采用物候知識法提取的新鄭市轄區(qū)冬小麥種植面積為25 324公頃，與新鄭市官方統(tǒng)計局數(shù)據(jù)相比少了24公頃，相對誤差為0.10%;最大似然法提取的新鄭市轄區(qū)冬小麥種植面積為25 443公頃，與官方統(tǒng)計局數(shù)據(jù)相比多算了95公頃，相對誤差為0.37%。通過定量對比，物候知識法提取的冬小麥面積精度較最大似然法的提取精度要高。B01A86D0-EB3A-46CC-A46F-BC0598190637

3? 結(jié)? 論

為了及時有效的監(jiān)測冬小麥的種植面積，文中基于播種期和灌漿期兩期Landsat 8 OLI衛(wèi)星遙感影像為主要數(shù)據(jù)源，選取河南省新鄭市為研究區(qū)，結(jié)合研究區(qū)冬小麥生長物候特點，分別采用物候知識法與最大似然法提取冬小麥種植面積，并與官方統(tǒng)計數(shù)據(jù)對比進行精度評定。從空間分布上看，研究區(qū)冬小麥種植區(qū)域主要分布于西南部和中部偏北地區(qū)，中部新鄭市區(qū)和和北部龍湖鎮(zhèn)基本無冬小麥種植。基于物候知識的冬小麥面積提取方法結(jié)合冬小麥物候特點，通過將灌漿期與播種期NDVI的差值影像設置合理閾值，提取出研究區(qū)冬小麥的種植面積為25 324公頃，與統(tǒng)計數(shù)據(jù)相差24公頃，相對誤差為0.10%，最大似然法提取的冬小麥面積為25 443公頃，與官方統(tǒng)計局數(shù)據(jù)相比相差95公頃，相對誤差達0.37%，物候知識法提取的冬小麥種植面積的精度高于最大似然法。但物候知識法閾值的選擇需要人工不斷的反復試驗，才可能會得到較為合理的精度，最大似然法冬小麥農(nóng)作物種植面積提取精度的關鍵取決于樣本的精確獲取。相比較之下，采用物候知識法能夠高效地獲取研究區(qū)冬小麥的種植面積，而最大似然法的精度依舊需要更深層次的改善。

參考文獻：

[1] 權文婷，王釗.冬小麥種植面積遙感提取方法研究 [J].國土資源遙感，2013，25（4）：8-15.

[2] 陳水森，柳欽火，陳良富，等.糧食作物播種面積遙感監(jiān)測研究進展 [J].農(nóng)業(yè)工程學報，2005（6）：166-171.

[3] 趙蓮，張錦水，胡潭高，等.變端元混合像元分解冬小麥種植面積測量方法 [J].國土資源遙感，2011（1）：66-72.

[4] 李衛(wèi)國，蔣楠.基于面向?qū)ο蠓诸惖亩←湻N植面積提取 [J].麥類作物學報，2012，32（4）：701-705.

[5] 黃青，李丹丹，陳仲新，等.基于MODIS數(shù)據(jù)的冬小麥種植面積快速提取與長勢監(jiān)測 [J].農(nóng)業(yè)機械學報，2012，43（7）：163-167.

[6] 權文婷，王釗.冬小麥種植面積遙感提取方法研究 [J].國土資源遙感，2013，25（4）：8-15.

[7] TANG Y，SUN R，F(xiàn)ENG L，et al. Extracting winter wheat planting area in Henan province based on mixed pixels decomposition [C]//International Conference on Remote Sensing，Environment and Transportation Engineering.Nanjing：IEEE，2012：1-5.

[8] JULIEN Y，SOBRINO J A，Jimenez-Munoz J C. Land use classification from multi-temporal Landsat imagery using the yearly land cover dynamics（YLCD） method [J].International Journal of Applied Earth Observation and Geoinformation，2011，13（5）：711-720.

[9] TURNER M D，CONGALTON R G. Classification of multi-temporal SPOT-XS satellite data for mapping rice fields on a West African floodplain [J].International Journal of Remote Sensing，1998，19（1）：21-41.

[10] ZHANG J K，CHENG Y P，ZHANG F W，et al. Multi-temporal remote sensing image-based extraction on the crops planting information [J].International Journal of Remote Sensing Applications，2012，2（4）：31-40.

[11] 潘學鵬，李改欣，劉峰貴，等.華北平原冬小麥面積遙感提取及時空變化研究 [J].中國生態(tài)農(nóng)業(yè)學報，2015，23（4）：497-505.

[12] 趙麗花，李衛(wèi)國，杜培軍.基于多時相HJ衛(wèi)星的冬小麥面積提取 [J].遙感信息，2011（2）：41-45+50.

[13] 朱長明，駱劍承，沈占鋒，等.基于地塊特征基元與多時相遙感數(shù)據(jù)的冬小麥播種面積快速提取 [J].農(nóng)業(yè)工程學報，2011，27（9）：94-99.

[14] 王慶林，李衛(wèi)國，王榮富.基于不同時相遙感的冬小麥種植面積的提取 [J].江蘇農(nóng)業(yè)學報，2014，30（6）：1286-1291.

作者簡介：劉偉誠（1987.09—），男，漢族，江西吉安人，工程師，碩士研究生，研究方向：精密工程測量與遙感 ;馬靜（1981—），女，漢族，福建龍巖人，高級工程師，碩士研究生，主要研究方向：水資源規(guī)劃及環(huán)境保護。

收稿日期：2022-02-09

基金項目：河南省高等學校重點科研項目（21A420003）B01A86D0-EB3A-46CC-A46F-BC0598190637