徐云棟

摘 要：以國產(chǎn)高分辨率的“資源一號”02C衛(wèi)星（空間分辨率為2.36m）和“資源三號”（空間分辨率為2.5m）為信息源，以橡膠林地信息自動(dòng)識(shí)別為研究內(nèi)容，在前期對橡膠林光譜特征分析的基礎(chǔ)上，進(jìn)行橡膠林長勢遙感估測。研究成果不僅可以為長期監(jiān)測邊境區(qū)域的橡膠生產(chǎn)產(chǎn)量提供科學(xué)的技術(shù)方法，對基于高分辨率遙感、GIS技術(shù)的邊境區(qū)域橡膠林地種植信息遙感定量化監(jiān)測系統(tǒng)打下基礎(chǔ)。同時(shí)為中國對全球開展橡膠代種植監(jiān)測提供技術(shù)保障，并為今后開展區(qū)域種植中長期監(jiān)測提供依據(jù)。

關(guān)鍵詞：遙感 ；橡膠林地； 定量識(shí)別

橡膠樹原產(chǎn)于巴西亞馬遜河流域熱帶雨林，是一個(gè)國家軍事和外交資源，對一個(gè)國家的經(jīng)濟(jì)發(fā)展、政治穩(wěn)定和國家安全起著重要的作用。天然橡膠產(chǎn)業(yè)是一種典型的資源約束型產(chǎn)業(yè)，在生產(chǎn)地域和產(chǎn)品性能等方面具有不可替代性，在亞洲的種植區(qū)主要分布在泰國、馬來西亞、越南以及中國的海南、廣東、云南等地。在中國以橡膠林為主導(dǎo)的經(jīng)濟(jì)種植園發(fā)展迅速擴(kuò)大，熱帶雨林、季雨林不斷減少，給橡膠種植區(qū)的生態(tài)環(huán)境造成了巨大的壓力，水土流失、土壤肥力下降和地方氣候變化等生態(tài)矛盾日益突出。由于缺乏對橡膠種植現(xiàn)狀的掌握，在橡膠種植面積及產(chǎn)量等基礎(chǔ)數(shù)據(jù)上我國一直采用傳統(tǒng)的統(tǒng)計(jì)方法來估算，估算精度的不準(zhǔn)確直接導(dǎo)致我國在橡膠成品的貿(mào)易中巨大經(jīng)濟(jì)損失。因此，迫切需要一種快速識(shí)別橡膠林地信息的新技術(shù)，對橡膠的長勢進(jìn)行監(jiān)測及對其產(chǎn)量進(jìn)行估算。

與中低分遙感辨率圖像相比，高空間分辨率遙感圖像中混合像元減少、景觀類型內(nèi)光譜變化和噪聲增加，傳統(tǒng)基于像元的圖像分析方法由于嚴(yán)重的“椒鹽效應(yīng)”而難以保證分類精度（Schiewe etal.， 2001）。為充分利用高空間分辨率遙感圖像豐富的紋理和結(jié)構(gòu)信息，創(chuàng)造和發(fā)展了新的圖像分析方法—面向?qū)ο蠓诸悾∣bject-oriented classification），這種方法突破了傳統(tǒng)方法以像元為基本分類和處理單元的局限性，以含有更多語義信息（Semantic information）的由多個(gè)相鄰像元組成的對象（Object）為處理單元。面向?qū)ο蠓诸惏▋蓚€(gè)階段：圖像分割和分類。圖像分割將像元合并得到同質(zhì)對象。因?yàn)閷ο笥上噜彽亩鄠€(gè)像元組成，所以可以檢測和計(jì)算各種各樣的特征，如光譜、紋理、形狀、結(jié)構(gòu)、位置和相關(guān)布局等，因此，對象具有十分豐富的目標(biāo)地物信息，這種方法能夠得到比像元分類方法更好的分類效果，尤其是對高空間分辨率遙感數(shù)據(jù)（杜鳳蘭等，2004；熊軼群等，2006；楊長保等，2006）。

一、研究內(nèi)容

橡膠林地信息的遙感定量化識(shí)別技術(shù)是開展全球橡膠種植面積及產(chǎn)量等遙感監(jiān)測工作的基礎(chǔ)。本研究利用國產(chǎn)中高分辨率遙感數(shù)據(jù)（資源一號02C星、資源三號）結(jié)合WV-2高分辨率衛(wèi)星遙感技術(shù)定量監(jiān)測橡膠作物種植狀況，主要研究內(nèi)容包括：

1.種植區(qū)橡膠的生物學(xué)特性及遙感光譜特征研究

充分掌握橡膠的生物學(xué)特性，了解橡膠的生長區(qū)域。熟悉當(dāng)?shù)胤N植者的種植技術(shù)，這是識(shí)別橡膠種植區(qū)的關(guān)鍵，主要需要區(qū)分茶葉等種植區(qū)域。

研究產(chǎn)膠橡膠林（5-7年以上）與幼林橡膠的光譜區(qū)別；研究復(fù)雜山區(qū)橡膠遙感光譜特征提取，這是由中老邊境的橡膠種植區(qū)域的特殊地理環(huán)境決定的。同時(shí)，要注意解決因地形的原因造成的“物譜變異”的問題，這些是進(jìn)行遙感監(jiān)測、遙感識(shí)別的關(guān)鍵。提取光譜特征對不同作物進(jìn)行識(shí)別和分類作為規(guī)律，了解了橡膠作物的光譜特征。以發(fā)現(xiàn)大體上能與普通作物區(qū)分的基本規(guī)律。

2.橡膠長勢監(jiān)測與遙感估產(chǎn)模型研究

使用中高分辨率遙感衛(wèi)星WV-2、“資源一號”02C衛(wèi)星或“資源三號”數(shù)據(jù)數(shù)據(jù)，可以準(zhǔn)確、及時(shí)、完整的獲取實(shí)時(shí)實(shí)地?cái)?shù)據(jù)、再根據(jù)其具體的控制因素在控制橡膠生長中的作用規(guī)律或其相互關(guān)系，即通過對生長面積、微宏觀氣候適宜條件、生長狀況等進(jìn)行定量監(jiān)測，可為提前預(yù)知橡膠產(chǎn)量提供科學(xué)依據(jù)。

橡膠的長勢及產(chǎn)量可以通過建立模型得到，其中葉綠素、葉面積指數(shù)是主要監(jiān)測指標(biāo)，通過選取合理的遙感植被指數(shù)來建立葉綠素、葉面積指數(shù)、花期光譜特征關(guān)系動(dòng)態(tài)變化與橡膠單位面積產(chǎn)量的關(guān)系，再結(jié)合從遙感圖像上提取相關(guān)的信息，從而可以對大面積的橡膠進(jìn)行長勢監(jiān)測及估產(chǎn)。通過計(jì)算機(jī)自動(dòng)識(shí)別技術(shù)方法，實(shí)現(xiàn)橡膠種植的面積精確定量估算。

二、研究方法

本研究利用高分辨率遙感影像識(shí)別技術(shù)、GIS空間分析方法與多元統(tǒng)計(jì)技術(shù)相結(jié)合，建立研究區(qū)橡膠分布梯度變化與生態(tài)環(huán)境因子（海拔、降雨量、土壤等）的關(guān)系模型，利用高分辨率遙感數(shù)據(jù)對研究區(qū)橡膠種植面積、長勢進(jìn)行監(jiān)測，最終建立橡膠估產(chǎn)模型。

1.試驗(yàn)區(qū)選取與數(shù)據(jù)的采集

（1）試驗(yàn)區(qū)的選擇：本研究擬選在西雙版納的勐臘縣區(qū)域。

（2）數(shù)據(jù)的選擇：衛(wèi)星遙感數(shù)據(jù)： “資源一號”02C衛(wèi)星（空間分辨率為2.36m）或“資源三號”（ 空間分辨率為2.5m）數(shù)據(jù)。

（3）研究區(qū)相關(guān)數(shù)據(jù)及資料：主要包括收集研究區(qū)的林相圖、土壤圖、1：10000的基礎(chǔ)地形圖、森林分布圖等。

2.數(shù)據(jù)處理

遙感數(shù)據(jù)進(jìn)行預(yù)處理，主要對原始影像進(jìn)行輻射校正、幾何精校正和影像融合以及最佳波段的選擇等。

3.研究區(qū)高分辨率遙感影像光譜特征分析及種植面積確定

（1）基于高分辨率衛(wèi)星數(shù)據(jù)，提取研究區(qū)內(nèi)橡膠的光譜特征，植被指數(shù)等；

（2）區(qū)分復(fù)雜山區(qū)的波譜特征規(guī)律及其他農(nóng)作物的遙感光譜特征，實(shí)現(xiàn)自動(dòng)識(shí)別試驗(yàn)區(qū)內(nèi)的橡膠種植情況；

（3）建立研究區(qū)橡膠分布梯度變化與生態(tài)環(huán)境因子（海拔、水分、溫度等）的關(guān)系的模型，確定橡膠種植面積。

4.橡膠林地長勢監(jiān)測

（1）利用免費(fèi)獲取的高空間分辨率遙感衛(wèi)星影像對研究區(qū)橡膠的色素含量、葉面積指數(shù)等指標(biāo)進(jìn)行監(jiān)測；

（2）選取合理的遙感植被指數(shù)對研究區(qū)橡膠林產(chǎn)量與色素、葉面積指數(shù)等指標(biāo)的動(dòng)態(tài)變化關(guān)系進(jìn)行分析；

（3）結(jié)合遙感影像上提取的相關(guān)信息及統(tǒng)計(jì)分析技術(shù)，進(jìn)行橡膠林的長勢監(jiān)測。

4.建立橡膠估產(chǎn)模型

基于橡膠長勢監(jiān)測模型，結(jié)合研究區(qū)橡膠種植面積、氣候條件等建立基于各環(huán)境因子的橡膠產(chǎn)量遙感估測模型。

三、研究結(jié)果

1.得到了圖1的研究區(qū)遙感影像圖

2.研究區(qū)橡膠種植分布梯度圖的提取如圖2

3.遙感建模因子及的選擇

查閱相關(guān)文獻(xiàn)，選擇相關(guān)遙感因子作為模型建立備選因子，最后選出15個(gè)遙感因子作為備選建模因子，具體選擇情況如表1

4.研究區(qū)各種植被指數(shù)的提取結(jié)果

根據(jù)查閱文獻(xiàn)和所做研究所需，總共提取了研究區(qū)的四種植被指數(shù)，分別為NDVI（歸一化植被指數(shù)）、DVI（差值植被指數(shù)）、RVI（比值植被指數(shù)）和PVI（垂直植被指數(shù)），結(jié)果如圖3

5.研究區(qū)葉面積指數(shù)的提取結(jié)果

建立葉面積指數(shù)（LAI）與NDVI的模型，具體模型為：

由此得到研究區(qū)的葉面積指數(shù)如圖4

6.研究區(qū)橡膠林種植分布圖提取結(jié)果

傳統(tǒng)的分類方法是依靠光譜特征進(jìn)行分類的，而本次對橡膠林地的提取使用圖像分割結(jié)合紋理信息和NDVI閾值法對圖像進(jìn)行分類，提取橡膠林地信息，結(jié)果表明使用了紋理信息和NDVI閾值法對圖像的分類精度要比單純的使用光譜信息分類精度高。

本研究提取橡膠林地信息的關(guān)鍵為區(qū)分橡膠林地和周邊植被的光譜信息，特別是茶樹種植區(qū)。得到勐臘縣橡膠林種植區(qū)如圖5.

7.橡膠林估產(chǎn)模型

經(jīng)過SPSS建模得到橡膠林估產(chǎn)模型為：y = 0.426869 + 0.6773×x – 0.01273x2+0.0011377x3-4.61986×10 -5 ×x4，其中 X為生長輪年齡。該模型的模型精度用均方根誤差RMSE，預(yù)測精度P以及相對誤差E來衡量，RMSE = 2.314，P = 82.276%，E = 1.37。

參考文獻(xiàn)：

[1]林東泓.天然橡膠現(xiàn)貨與期貨價(jià)格功能研究及其在農(nóng)墾橡膠企業(yè)的應(yīng)用[M]，中山大學(xué)，2009.

[2]趙絨娟.基于ENVI的高分辨率遙感圖像在矸石山提取中的應(yīng)用研究[J]. 科技廣場，2015（2）.

[3]曹寶，秦其明，馬海建，邱云峰. 面向?qū)ο蠓椒ㄔ赟POT5遙感圖像分類中的應(yīng)用--以北京市海淀區(qū)為例[J]. 地理與地理信息科學(xué)，2006（2）：46：49，54.

[4]王軍.橡膠壩的運(yùn)行管理中存在的問題及對策 [J]. 建筑工程技術(shù)與設(shè)計(jì)，2017（17）.

[5]張良培， 張立福.高光譜遙感 [M]. 武漢大學(xué)出版社，2005.