摘要：甘蔗是溫帶和熱帶農(nóng)作物，是制造蔗糖的原材料，并且可以提煉乙醇作為能源替代品。甘蔗中含有豐富的糖分、水分，以及對(duì)人體新陳代謝非常有益的各種維生素、脂肪、蛋白質(zhì)、有機(jī)酸、鈣、鐵等物質(zhì)，是冬天清熱生津的佳果，也是防病健身的良藥。蔗糖產(chǎn)業(yè)一向是我國農(nóng)業(yè)經(jīng)濟(jì)的一大支柱，廣西更是我國甘蔗種植和蔗糖業(yè)大省。甘蔗的種植面積對(duì)于甘蔗生長期中病害防御、產(chǎn)量和甘蔗糖廠的分布規(guī)劃有著重要意義。本文以廣西崇左市扶綏縣的種植區(qū)域?yàn)檠芯繉?shí)驗(yàn)區(qū)域，選擇高分二號(hào)遙感影像作為研究數(shù)據(jù)源。通過建立樣本解譯標(biāo)志，進(jìn)行非監(jiān)督分類進(jìn)行提取，對(duì)提取的面積信息與現(xiàn)勢性為2019年的地理國情監(jiān)測數(shù)據(jù)中的甘蔗種植面積進(jìn)行對(duì)比分析，發(fā)現(xiàn)提取的面積精度良好，結(jié)合地理國情監(jiān)測數(shù)據(jù)中甘蔗糖廠的分布，對(duì)扶綏縣的甘蔗種植提出比較合理的建議，以及對(duì)甘蔗種植農(nóng)戶的種植發(fā)展提供數(shù)據(jù)支撐。

關(guān)鍵詞：遙感影像信息提取;高分二號(hào);甘蔗;非監(jiān)督分類

中圖分類號(hào)：S435.661

文獻(xiàn)標(biāo)識(shí)碼：A

作者簡介：潘莉莉（1985-），女，碩士。研究方向：攝影測量與遙感。

引言

我國是世界上重要的甘蔗種植大國，也是甘蔗糖業(yè)大國，甘蔗種植相關(guān)信息的快速、準(zhǔn)確、有效提取直接影響種植地農(nóng)產(chǎn)品經(jīng)濟(jì)的發(fā)展，對(duì)于預(yù)防病蟲災(zāi)害、生長監(jiān)測和蔗糖業(yè)的合理規(guī)劃意義重大。從2013年4月26日高分一號(hào)的成功發(fā)射，到2018年6月2號(hào)高分6號(hào)的發(fā)射，短短幾年間，我國的高分衛(wèi)星發(fā)展迅速，分辨率、覆蓋率越來越高，且植被的反射光譜曲線具有顯著的特征，物種、生長階段、生長環(huán)境等的不同使植被反射光譜曲線具有不同的形態(tài)和特征[1]。因此，利用高分遙感影像進(jìn)行自然災(zāi)害防災(zāi)減災(zāi)救災(zāi)、農(nóng)業(yè)資源監(jiān)測、林業(yè)資源調(diào)查、生態(tài)文明建設(shè)和鄉(xiāng)村振興等方面應(yīng)用應(yīng)運(yùn)而生。在這種遙感技術(shù)快速發(fā)展的環(huán)境下，功能越來越全面的高分辨率遙感衛(wèi)星為農(nóng)林產(chǎn)業(yè)提供了有效的高科技手段，遙感技術(shù)輔助下的農(nóng)林產(chǎn)業(yè)精準(zhǔn)自動(dòng)化日益成熟?，F(xiàn)階段，很多學(xué)者對(duì)遙感技術(shù)應(yīng)用于農(nóng)業(yè)技術(shù)進(jìn)行研究，黃啟廳等通過對(duì)高空間分辨率影像的多尺度分割和對(duì)象廓線編輯，提取精細(xì)農(nóng)田地塊信征息[2];張超等人利用面向?qū)ο蟮挠跋穹治龇椒▽?shí)現(xiàn)對(duì)土地利用規(guī)劃實(shí)施過程進(jìn)行動(dòng)態(tài)監(jiān)測[3]。

近幾年來，廣西的甘蔗種植業(yè)規(guī)模和方式趨于成熟化，種植的區(qū)域和面積趨于穩(wěn)定狀態(tài)，對(duì)其種植區(qū)域規(guī)模的研究，對(duì)每年種植面積進(jìn)行檢測，不但有助于對(duì)土地的利用合理化，還可以為甘蔗產(chǎn)量的估算提供輔助數(shù)據(jù)，進(jìn)而對(duì)蔗糖業(yè)市場的各種投入提出合理建議。因此，利用高分辨比率遙感影像進(jìn)行甘蔗種植面積的提取和監(jiān)測意義非常重大。

1研究區(qū)概況

研究區(qū)的地理位置在E107°3′～108°6′，N22°11′～22°57′之間。南北最大縱距78km，東西最大橫距55km，位于廣西壯族自治區(qū)西南部。西鄰崇左市江洲區(qū)，南接防城市上思縣，北靠南寧市隆安縣，西南與崇左市寧明縣交界，新寧鎮(zhèn)與自治區(qū)首府南寧市直線距離僅45km。扶綏縣地形以山地和丘陵為主，地勢南北高、中部低，略呈溝槽狀。主要河流為左江。屬南亞熱帶季風(fēng)氣候，日照時(shí)間長，年降雨量充沛，年平均氣溫在21.3～22.8℃，歷年最低氣溫-0.6℃，歷年最高氣溫39.5℃，這種氣候和土壤很適合甘蔗的生長。全縣甘蔗種植面積超過6.667萬hm2，全縣擁有南華糖業(yè)、東亞糖業(yè)2家大規(guī)模制糖企業(yè)。

2研究方法與實(shí)驗(yàn)

2.1數(shù)據(jù)介紹及預(yù)處理

高分二號(hào)衛(wèi)星原始影像資料有4m分辨率的多光譜數(shù)據(jù)和1m分辨率的全色數(shù)據(jù)。其中，多光譜數(shù)據(jù)為藍(lán)綠紅和近紅外4個(gè)波段，第1波段為藍(lán)波段，波長為0.45～0.52μm;第2波段為綠波段，波長為0.52～0.59μm;第3波段為紅波段，波長為0.63～0.69μm;第4波段為近紅外波段，波長為0.77～0.89μm。全色有且只有1個(gè)分辨率1m的波段，波長為0.45～0.89μm[4]。本試驗(yàn)中所用的是2019年11月30日的數(shù)據(jù)，包含了優(yōu)于1m分辨率的全色影像和4m分辨率的多光譜影像，截取的實(shí)驗(yàn)數(shù)據(jù)成像清晰且無云。在遙感軟件ENVI的支持下，借助于研究區(qū)的數(shù)字廣西1∶1萬DEM的數(shù)據(jù)，基于RPC信息分別完成多光譜和全色數(shù)據(jù)的正射校正處理，然后根據(jù)輻射定標(biāo)系數(shù)及公式，將完成衛(wèi)星圖像DN值轉(zhuǎn)換為輻亮度圖像，進(jìn)行大氣校正處理。

2.2建立影像解譯樣本

在野外利用帶GPS及拍照功能的平板電腦收集甘蔗典型的樣本數(shù)據(jù)，經(jīng)過預(yù)處理后得到最終的樣本數(shù)據(jù)，結(jié)合對(duì)應(yīng)地理空間位置的遙感影像，得到本次實(shí)驗(yàn)甘蔗最終的解譯樣本，如圖1所示。

本次實(shí)驗(yàn)的影像時(shí)間是將近12月份，這個(gè)階段的甘蔗接近成熟階段，在高分二號(hào)遙感影像所表現(xiàn)的顏色為深綠色，甘蔗在即將收獲期的光譜特性和紋理都比較一致，郁閉度很高，基本是一片沒有縫隙的深綠色，與周邊已經(jīng)收割的水稻田或其它即將收割、顏色呈現(xiàn)橙黃或黃色的農(nóng)作物區(qū)別明顯，這也給分類提取提供了客觀便利條件。

2.3影像解譯

預(yù)處理后得到的高分二號(hào)影像，在遙感影像處理軟件ERDAS上打開后，進(jìn)行分類提取，經(jīng)過多次實(shí)驗(yàn)，適合本研究區(qū)甘蔗提取的分類提取方法是非監(jiān)督分類提取法。由于本研究的范圍較大，而且插花種植的現(xiàn)象比較普遍，因此，在比較典型的小區(qū)域范圍內(nèi)進(jìn)行多次提取分類參數(shù)的測試，結(jié)合甘蔗影像樣本解譯標(biāo)志的特點(diǎn)，非監(jiān)督分類的類別數(shù)設(shè)置為65。確定好主要的分類參數(shù)后，在影像處理軟件上輸入其它的基本參數(shù)，設(shè)定迭代次數(shù)為30，最后得到種植甘蔗區(qū)域的范圍。將提取出來的甘蔗種植區(qū)域進(jìn)行矢量化，然后進(jìn)行人工干預(yù)解譯，將插花種植誤判的地物剔除，并增補(bǔ)漏提取的甘蔗地塊，最終得到2019年度扶綏縣甘蔗種植區(qū)域的范圍，如圖2所示。

3結(jié)果分析

3.1解譯結(jié)果分析

為了更好地驗(yàn)證本次實(shí)驗(yàn)提取的效果，實(shí)驗(yàn)中將2019年廣西基礎(chǔ)性地理國情監(jiān)測項(xiàng)目中扶綏縣監(jiān)測成果里的甘蔗種植地塊抽取出來，與本次實(shí)驗(yàn)的提取結(jié)果進(jìn)行對(duì)比。提取版的甘蔗種植空間分布和地理國情監(jiān)測版的空間分布情況如圖3所示。

結(jié)果發(fā)現(xiàn)，種植的分布和區(qū)域范圍基本一致，大部分分布在扶綏縣的平地和丘陵的中南部，北部高山部分基本沒有甘蔗種植，對(duì)2版的種植面積進(jìn)行了統(tǒng)計(jì)，分類提取的種植面積是93479.68hm2，地理國情監(jiān)測中的甘蔗種植面積是93488.73hm2。

3.2面積統(tǒng)計(jì)與種植分布

遙感影像提取得到的甘蔗種植區(qū)域中，對(duì)各個(gè)鄉(xiāng)鎮(zhèn)進(jìn)行種植面積的統(tǒng)計(jì)，統(tǒng)計(jì)結(jié)果如表1所示。從圖2的甘蔗種植區(qū)域的空間分布和表1的種植面積統(tǒng)計(jì)，可以看出：東門鎮(zhèn)、渠舊鎮(zhèn)和柳橋鎮(zhèn)甘蔗種植面積最大，可能是因?yàn)檫@3個(gè)鎮(zhèn)是平地占大部分地形，這給甘蔗種植提供了天然優(yōu)勢;扶綏縣南部的東北鎮(zhèn)種植的甘蔗基本只占了該鎮(zhèn)土地面積的1/3;此外，新寧鎮(zhèn)和龍頭鄉(xiāng)種植的甘蔗面積最小。扶綏縣域內(nèi)有4個(gè)糖廠企業(yè)，其中2個(gè)在東門鎮(zhèn)，另外2個(gè)在新寧鎮(zhèn)。

根據(jù)統(tǒng)計(jì)的2019年各鄉(xiāng)鎮(zhèn)甘蔗種植面積，結(jié)合當(dāng)?shù)氐牡匦魏徒煌l件，以及扶綏縣糖廠企業(yè)的分布情況，對(duì)未來扶綏縣甘蔗的種植規(guī)劃提出幾點(diǎn)建議：東門鎮(zhèn)的南部和新寧鎮(zhèn)可以擴(kuò)大種植的范圍，因?yàn)闁|門鎮(zhèn)有2個(gè)糖廠企業(yè)，這2個(gè)鎮(zhèn)的甘蔗可以直接送到本鄉(xiāng)鎮(zhèn)的糖廠進(jìn)行加工，在很大程度上縮短了交通運(yùn)輸?shù)某杀尽?/p>

3.3精度驗(yàn)證

精度驗(yàn)證是對(duì)本次分類提取結(jié)果進(jìn)行精度評(píng)價(jià)。驗(yàn)證所有的方法是Kappa系數(shù)和隨機(jī)點(diǎn)這2種傳統(tǒng)的精度驗(yàn)證方式。隨機(jī)點(diǎn)驗(yàn)證即在檢測區(qū)內(nèi)利用軟件隨機(jī)生成若干點(diǎn)，逐一判斷隨機(jī)點(diǎn)的屬性類別，統(tǒng)計(jì)所有的結(jié)果構(gòu)建誤差混淆矩陣，從而計(jì)算出分類精度[5]。Kappa系數(shù)指的是2幅影像之間的精度。一般當(dāng)Kappa系數(shù)>0.8時(shí)，認(rèn)為此分類精度良好，分類結(jié)果可靠[6]。Kappa的原理：

各種類別的精度評(píng)價(jià)方式，具有不盡相同的評(píng)價(jià)標(biāo)準(zhǔn)和含義。本次實(shí)驗(yàn)所用的標(biāo)準(zhǔn)是Cohen提出的，其標(biāo)準(zhǔn)如表2所示。

本實(shí)驗(yàn)的混淆矩陣得到的Kappa系數(shù)為0.78，根據(jù)表2的標(biāo)準(zhǔn)，分類精度是顯著的，達(dá)到分類的標(biāo)準(zhǔn)。

4結(jié)束語

本文選擇崇左市扶綏縣作為實(shí)驗(yàn)研究區(qū)，選取的實(shí)驗(yàn)數(shù)據(jù)是2019年11月的高分二號(hào)遙感影像，云量<10%，絕大部分的區(qū)域是清晰可辨的。采用非監(jiān)督分類的方法進(jìn)行提取，并與2019年廣西地理國情監(jiān)測項(xiàng)目中該縣的甘蔗種植地塊范圍進(jìn)行對(duì)比，進(jìn)行精度驗(yàn)證，分類的精度各項(xiàng)均達(dá)標(biāo)，說明本實(shí)驗(yàn)的分類方法是可行的。所提取的結(jié)果可以應(yīng)用為甘蔗的種植發(fā)展分布規(guī)劃提供數(shù)據(jù)支撐。結(jié)合地理國情普查數(shù)據(jù)中甘蔗糖廠所在的位置周邊交通設(shè)施，為了達(dá)到更好地市場資源利用及運(yùn)輸便利，對(duì)甘蔗的種植分布提出了建議。

參考文獻(xiàn)

[1]王曉梅，張玉鈞，劉文清，等.基于光譜特征的植被遙感探測及應(yīng)用研究[C].中國地理學(xué)會(huì)環(huán)境遙感分會(huì)、中國遙感委員會(huì)、國家遙感中心、中國地質(zhì)學(xué)會(huì)遙感地質(zhì)專業(yè)委員會(huì)、中國海洋學(xué)會(huì)、中國海洋湖沼學(xué)會(huì)海洋遙感專業(yè)委員會(huì)、中國氣象學(xué)會(huì)衛(wèi)星氣象與空間天氣學(xué)委員會(huì)、中國空間學(xué)會(huì)空間遙感專業(yè)委員會(huì)、中國測繪學(xué)會(huì)攝影測量與遙感專業(yè)委員會(huì)、中國宇航學(xué)會(huì)遙感專業(yè)委員會(huì)、中國航空學(xué)會(huì)電子專業(yè)委員會(huì)、中國自動(dòng)化學(xué)會(huì)“三遙”專業(yè)委員會(huì)、地理信息系統(tǒng)協(xié)會(huì)軟件產(chǎn)業(yè)分會(huì)、中國感光學(xué)會(huì)遙感專業(yè)委員會(huì)、中國水利學(xué)會(huì)遙感專業(yè)委員會(huì)、中國土地學(xué)會(huì)土地信息與遙感分會(huì).第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集.中國地理學(xué)會(huì)環(huán)境遙感分會(huì)、中國遙感委員會(huì)、國家遙感中心、中國地質(zhì)學(xué)會(huì)遙感地質(zhì)專業(yè)委員會(huì)、中國海洋學(xué)會(huì)、中國海洋湖沼學(xué)會(huì)海洋遙感專業(yè)委員會(huì)、中國氣象學(xué)會(huì)衛(wèi)星氣象與空間天氣學(xué)委員會(huì)、中國空間學(xué)會(huì)空間遙感專業(yè)委員會(huì)、中國測繪學(xué)會(huì)攝影測量與遙感專業(yè)委員會(huì)、中國宇航學(xué)會(huì)遙感專業(yè)委員會(huì)、中國航空學(xué)會(huì)電子專業(yè)委員會(huì)、中國自動(dòng)化學(xué)會(huì)“三遙”專業(yè)委員會(huì)、地理信息系統(tǒng)協(xié)會(huì)軟件產(chǎn)業(yè)分會(huì)、中國感光學(xué)會(huì)遙感專業(yè)委員會(huì)、中國水利學(xué)會(huì)遙感專業(yè)委員會(huì)、中國土地學(xué)會(huì)土地信息與遙感分會(huì)：中國地理學(xué)會(huì)，2005：50.

[2]黃啟廳，曾志康，謝國雪，等.基于高時(shí)空分辨率遙感數(shù)據(jù)協(xié)同的作物種植結(jié)構(gòu)調(diào)查[J].南方農(nóng)業(yè)學(xué)報(bào)，2017，48（03）：552-560.

[3]張超，李智曉，李鵬山，等.基于高分辨率遙感影像分類的城鎮(zhèn)土地利用規(guī)劃監(jiān)測[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2015（11）：323-329.

[4]潘騰.高分二號(hào)衛(wèi)星的技術(shù)特點(diǎn)[J].中國航天，2015（01）：3-9.

[5]用遙感影像提取大別山區(qū)水稻種植面積——以Landsat8為例[J].中國農(nóng)學(xué)通報(bào)，2019，35（01）：104-111.

[6]李明海，萬麗娟.基于高分一號(hào)遙感影像臍橙種植區(qū)域面積提取[J].區(qū)域治理，2019（43）：170-172.

（責(zé)任編輯 周康）