賀雨晴,王國(guó)波,經(jīng) 波
廣西自然資源信息中心,廣西 南寧 530029
自2005 年以來(lái),廣西糖料蔗種植面積和產(chǎn)糖量均占全國(guó)產(chǎn)量的60%以上[1]。2016 年1 月7 日,廣西壯族自治區(qū)人民政府辦公廳印發(fā)了《廣西推進(jìn)“雙高”基地生產(chǎn)全程機(jī)械化實(shí)施方案(2015—2020 年)》。“雙高”基地即高糖、高產(chǎn)且符合一系列技術(shù)規(guī)范、適合大型機(jī)械作業(yè)的糖料蔗種植基地,廣西共有33 個(gè)縣(市、區(qū))被農(nóng)業(yè)部列為糖料蔗優(yōu)勢(shì)區(qū)域和國(guó)家重點(diǎn)“雙高”糖料蔗基地[1]?!半p高”基地建設(shè)對(duì)推進(jìn)廣西全區(qū)糖料蔗種植規(guī)模化、機(jī)械化發(fā)展以及提高畝產(chǎn)量起到了示范性作用。
糖料蔗生長(zhǎng)周期可分為苗期、分蘗期、莖伸長(zhǎng)期和工藝成熟期4 個(gè)階段。根據(jù)其宿根性,糖料蔗又分為新植蔗和宿根蔗,廣西新植蔗一般于3 月開(kāi)始播種,5 月進(jìn)入分蘗期,6—10 月為莖伸長(zhǎng)期,11 月為工藝成熟期[2]。宿根蔗生育期約滯后于新植蔗15~20 天,加之氣候、地理位置等因素,糖料蔗在廣西全區(qū)范圍內(nèi)的播種期和生育時(shí)期存在一定的差異,桂南地區(qū)較早,桂北地區(qū)較晚,時(shí)間相差約在30 天以內(nèi)[2]。糖料蔗榨季即糖料蔗收割、制糖期,廣西2019—2020 年榨季自11 月10 日起至次年3 月29 日止。
崇左市、百色市分別位于廣西西南部、西部,分屬左江、右江流域。兩地均屬亞熱帶季風(fēng)氣候,氣候溫和,雨量充沛,雨熱同季。崇左市年平均日照時(shí)長(zhǎng)1 603 h,年無(wú)霜期長(zhǎng)達(dá)340 多天,年平均降雨量1 200 mm 以上[3];百色市年平均日照1 906.6 h,年平均降雨量1 114.9 mm,無(wú)霜期為357 天[4],均適宜種植糖料蔗。
遙感技術(shù)由于其高覆蓋面、短重訪周期、低獲取成本的特性,被普遍應(yīng)用于大宗農(nóng)產(chǎn)品長(zhǎng)勢(shì)監(jiān)測(cè)、估產(chǎn)之中[5]。我國(guó)的農(nóng)業(yè)遙感起步于20 世紀(jì)80 年代,經(jīng)過(guò)不斷努力鉆研,提取技術(shù)已被廣泛應(yīng)用于小麥、水稻、玉米等主要糧食作物的監(jiān)測(cè)中。其中,該技術(shù)應(yīng)用于北方地區(qū)作物的提取分類精度較為理想,如李衛(wèi)國(guó)等利用Landsat/TM 影像通過(guò)人機(jī)交互解譯等方式提取了江蘇省興化市冬小麥種植面積,信息解譯度達(dá)95%以上[6];在全自動(dòng)解譯方面,王學(xué)等利用MODIS EVI 時(shí)序數(shù)據(jù)和Landsat/TM 等多源遙感影像提取了華北平原2001—2011 年冬小麥信息,達(dá)到76.36%的平均提取精度[7]。
對(duì)于丘陵遍布、地塊破碎、作物種類多樣的南方地區(qū),農(nóng)作物間種普遍、同物異譜與同譜異物現(xiàn)象明顯,使得遙感技術(shù)在南方農(nóng)業(yè)方面的應(yīng)用更為復(fù)雜,作物監(jiān)測(cè)需使用具有更清晰紋理特征、更豐富光譜特性的高分辨率多光譜影像才能進(jìn)行有效區(qū)分[8]。廣西地處低緯度地區(qū),地貌類型復(fù)雜多樣,山多平地少,屬亞熱帶氣候,年降雨量在1 000~2 800 mm 之間[9],雨熱同季。由于氣象條件限制,廣西的遙感影像獲取“窗口”時(shí)間(全區(qū)天氣晴好、無(wú)云無(wú)霧)極少,難以在糖料蔗生長(zhǎng)關(guān)鍵期內(nèi)獲取高頻次的高分辨率衛(wèi)星影像,進(jìn)而難以在同一地塊構(gòu)建準(zhǔn)確的糖料蔗生長(zhǎng)時(shí)序化監(jiān)測(cè)模型。
歸一化植被指數(shù)(Normalized Difference Vegetation Index,以下簡(jiǎn)稱NDVI)于1978年由學(xué)者Deering 提出,因其可消除大部分來(lái)自儀器定標(biāo)、太陽(yáng)高度角、大氣等外部因素的影響,在已有的40 多種植被指數(shù)中,是被應(yīng)用得最廣泛的一種[10]。植物葉子的細(xì)胞結(jié)構(gòu)在近紅外波段具有高反射值,其葉綠素在紅光波段具有強(qiáng)吸收的特征,在多光譜遙感圖像中,利用近紅外與紅波段的比值,可以突出圖像中植被的特征,提取植被類別或估算綠色生物量,計(jì)算公式為:
式(1)中,ρnir、ρred分別為影像中的近紅外和紅波段值。
研究小組選用的影像為高分二號(hào)(GF-2)衛(wèi)星影像,其分辨率優(yōu)于1 m,星下點(diǎn)空間分辨率可達(dá)0.8 m,可為土地資源利用調(diào)查和監(jiān)測(cè)等領(lǐng)域提供信息支持[11]。
處于苗期、分蘗期的糖料蔗的植株低矮、植被稀疏,在高分影像中其紋理接近于裸露地表;且由于宿根性及播種時(shí)間的不同,糖料蔗生長(zhǎng)初期的株高存在差異,同一地區(qū)糖料蔗存在同物異普現(xiàn)象。自莖伸長(zhǎng)期到成熟砍收為止,糖料蔗在高分影像中紋路趨于一致且有一定區(qū)分度[12],且糖料蔗的株高與產(chǎn)量成正相關(guān)關(guān)系,基于此,研究小組選用了拍攝于2019 年6—11 月的研究區(qū)內(nèi)甘蔗的莖伸長(zhǎng)期至工藝成熟期的影像作為數(shù)據(jù)源。
研究小組通過(guò)分析歷史留存的衛(wèi)星影像數(shù)據(jù)發(fā)現(xiàn),研究區(qū)的糖料蔗莖伸長(zhǎng)期與廣西多雨季節(jié)重疊,這導(dǎo)致難以高頻次地獲取同一地塊的同源高分辨率衛(wèi)星影像?!半p高”基地內(nèi)種植的糖料蔗均為優(yōu)質(zhì)蔗種,水、肥料等有保障,一般為該地區(qū)具有代表性、示范性的高產(chǎn)田塊,考慮到高分辨率衛(wèi)星影像的實(shí)際獲取能力有限,研究小組假設(shè)相近維度下“雙高”基地糖料蔗莖伸長(zhǎng)期長(zhǎng)勢(shì)相近,于是將崇左市、百色市的總面積為40.78 km2的“雙高”基地集中區(qū)域拍攝的不同月份的高分二號(hào)(GF-2)影像視為同等地塊并逐月提取NDVI 值。
研究小組依托糖業(yè)發(fā)展大數(shù)據(jù)平臺(tái)建設(shè)項(xiàng)目獲得 “雙高”基地范圍數(shù)據(jù)(見(jiàn)圖1),然后疊加分析“雙高”基地圖斑與NDVI 結(jié)果(見(jiàn)圖2)發(fā)現(xiàn),同一時(shí)間、地區(qū)和品種的糖料蔗的光譜信息看似一致,其NDVI 值大致相當(dāng),但略有差異,與非糖料蔗地物(房屋、水面、裸地、雜樹(shù)等)的光譜信息差異較大易于區(qū)分,可以依此剔除非糖料蔗的地物范圍。研究小組在實(shí)驗(yàn)區(qū)中隨機(jī)選取“雙高”基地不同月份的大量的NDVI 樣本值作為樣本數(shù)據(jù),每個(gè)田塊的樣本數(shù)量≥1,且樣本點(diǎn)間隔>10 m,剔除田塊內(nèi)接近邊緣及落到其他混種植被的點(diǎn),而后采用主成分分析方法(PCA)過(guò)濾3%的噪聲值,得到不同月份樣本點(diǎn)NDVI值分布情況及統(tǒng)計(jì)信息。
圖1 “雙高”基地影像圖(2019 年9 月)
圖2 NDVI 結(jié)果圖(2019 年9 月)
從莖伸長(zhǎng)期到工藝成熟期的6 個(gè)監(jiān)測(cè)月份內(nèi),樣本NDVI 值隨著時(shí)間的推移呈緩慢上升趨勢(shì)(見(jiàn)圖3)。研究時(shí)段的糖料蔗的NDVI 值在0.2~0.85之間(見(jiàn)表1)。范圍(Range)在一定程度上體現(xiàn)了樣本值的離散程度,6—11 月研究區(qū)糖料蔗的NDVI 值范圍差異較大,其中6 月、8 月的數(shù)據(jù)較為離散,其余月份較為集中,自9 月份開(kāi)始樣本的NDVI 值趨于收斂和聚簇,說(shuō)明了隨著糖料蔗的宿根性、種植時(shí)間的差異等因素在植株生長(zhǎng)的過(guò)程中逐漸消退,植株差異逐漸減小。
圖3 研究區(qū)糖料蔗樣本NDVI 值分布與百分位圖
樣本最小值出現(xiàn)于6 月(0.2),最大值出現(xiàn)于8 月(0.846 2),最低平均值出現(xiàn)于7 月份(0.402 3),而后數(shù)值逐步提升。研究小組推斷,甘蔗品種、宿根性的不同,生長(zhǎng)周期、糖料蔗長(zhǎng)勢(shì)的不同步導(dǎo)致了樣本離散度的差異和莖伸長(zhǎng)初期(6—7 月)NDVI 值的回落,樣本中新種蔗和宿根蔗的比例在一定程度上影響了各月份的NDVI 值平均值。各月份樣本平均值與中值相近,表明了隨機(jī)取樣的方式雖無(wú)法控制各類型糖料蔗數(shù)量的比例,但實(shí)際樣本中無(wú)明顯過(guò)大或過(guò)小的噪聲值出現(xiàn),樣本數(shù)據(jù)基本可靠。
自9 月開(kāi)始,研究區(qū)的樣本的方差和標(biāo)準(zhǔn)差逐漸趨于穩(wěn)定且略有下降,11 月樣本值范圍雖略>7 月,但標(biāo)準(zhǔn)差和方差最小,分別為0.048 2、0.002,說(shuō)明接近工藝成熟期的糖料蔗NDVI 值集中度最高。
研究小組分析研究區(qū)各月份糖料蔗樣本NDVI 直方圖及其正態(tài)分布擬合曲線圖(見(jiàn)圖4)發(fā)現(xiàn),各月份樣本與正態(tài)分布擬合線較為貼合,但樣本的NDVI 值不連續(xù),局部區(qū)間存在1~3處明顯斷層。隨后,研究小組通過(guò)分析隨機(jī)取樣點(diǎn)發(fā)現(xiàn),處于同一片“雙高”基地中的樣本NDVI 值較為接近或相同,從而在樣本中形成聚集(Cluster)。由此可知,糖料蔗的品種、宿根性及長(zhǎng)勢(shì)等因素,導(dǎo)致對(duì)應(yīng)的NDVI 值存在明顯差異。
表1 研究區(qū)樣本點(diǎn)NDVI 值基礎(chǔ)統(tǒng)計(jì)表
研究小組從表1 的結(jié)果推斷得知,研究區(qū)糖料蔗的NDVI 值僅在7 月、11 月近似正態(tài)分布,在6 月、9 月的偏斜度<0,為左偏分布,8 月、10 月的偏斜度<0,為左偏分布。峰度(Kurtosis)又稱峰態(tài)系數(shù),反映了峰部的尖度,與峰度標(biāo)準(zhǔn)誤差(Standard Error of Kurtosis)比對(duì),8 月、10 月、11 月近似正態(tài)分布,6 月、9 月為尖峰態(tài)(Leptokurtic),7 月為低峰態(tài)(Platykurtic)。綜上所述,研究區(qū)糖料蔗僅11 月的樣本的NDVI值趨近于正態(tài)分布。
綜上所述,隨著糖料蔗植株日趨成熟,其生物量、光譜信息等趨于一致、穩(wěn)定,該特征是否能對(duì)糖料蔗地塊提取產(chǎn)生積極作用,這個(gè)問(wèn)題亟待研究。研究小組選取了6 月、11 月份“雙高”基地及其周邊影像進(jìn)行分類實(shí)驗(yàn),將影像中出現(xiàn)的實(shí)際地物分為甘蔗、裸地、水面、樹(shù)木等8 大類(見(jiàn)圖5),經(jīng)人工選取興趣區(qū)(Region of Interest,以下簡(jiǎn)稱ROI)后進(jìn)行監(jiān)督分類。
圖4 研究區(qū)糖料蔗樣本2019 年6—11 月期間NDVI 值逐月分布圖
研究小組選用的6 月、11 月這兩個(gè)月份分別為糖料蔗莖伸長(zhǎng)期初始階段和工藝成熟砍收前期,前者植被稀疏與裸地邊界模糊,后者植被茂密田塊邊緣清晰。然而從支持向量機(jī)(Support Vector Machine,以下簡(jiǎn)稱SVM,SVM 是遙感領(lǐng)域中被普遍使用的一種基于像素的監(jiān)督分類方法,在確保ROI 準(zhǔn)確無(wú)誤且具有代表性的前提下,該方法能實(shí)現(xiàn)較高的分類精度)分類結(jié)果可知(見(jiàn)圖5),11 月份研究區(qū)大部分甘蔗被誤判為樹(shù)木,6 月份的識(shí)別甘蔗種植范圍的正確率明顯高于11月。隨著糖料蔗NDVI 值的上升,其植被郁閉度趨近于樹(shù)木,混淆了這2 類地物的類別。從ROI指數(shù)圖中不難看出,11 月份甘蔗、樹(shù)木及其他作物的特征值趨同,導(dǎo)致了SVM 無(wú)法準(zhǔn)確對(duì)這3類地物進(jìn)行分類。因此,在基于像素的監(jiān)督分類方法中,隨著糖料蔗生長(zhǎng)成熟和NDVI 值上升反而導(dǎo)致了分類精度下降。
圖5 “雙高”基地2019 年6 月、11 月監(jiān)督分類結(jié)果圖
研究小組利用高分二號(hào)(GF-2)高分辨率衛(wèi)星影像和糖料蔗“雙高”基地?cái)?shù)據(jù)研究了“雙高”基地內(nèi)糖料蔗莖伸長(zhǎng)期至工藝成熟期NDVI 值變化規(guī)律及其對(duì)基于像元的監(jiān)督分類的影響,總結(jié)內(nèi)容如下:
(1)莖伸長(zhǎng)期糖料蔗變化受不同因素影響,初期受宿根性、播種時(shí)間影響,株高差異大,導(dǎo)致NDVI 值差異大,后在較長(zhǎng)的成長(zhǎng)周期中新植蔗、宿根蔗的NDVI 值差異逐漸縮小,影響因素轉(zhuǎn)為肥力、天氣等外界因素,最終趨于符合正態(tài)分布。
(2)研究小組選擇糖料蔗的歸一化植被指數(shù)進(jìn)行研究,可有效排除大氣、太陽(yáng)高度角等因素造成的數(shù)據(jù)差異;使用單一影像源,可避免異源傳感器參數(shù)差異導(dǎo)致的光譜特性差異;引入統(tǒng)計(jì)學(xué)概念,以量化指標(biāo)判定其分布特性,更科學(xué)、客觀且易于推廣。
(3)研究小組建立了糖料蔗生長(zhǎng)期NDVI 時(shí)間序列庫(kù),未來(lái)將擴(kuò)大采樣范圍至全廣西,并細(xì)化時(shí)間粒度,按日期建立時(shí)間軸模型,積累更多年份數(shù)據(jù),通過(guò)增加樣本數(shù)量來(lái)減少甘蔗品種差異帶來(lái)的影響。該庫(kù)的建立有利于研究糖料蔗長(zhǎng)勢(shì)及其對(duì)產(chǎn)糖量的影響。
(4)研究小組發(fā)現(xiàn)糖料蔗生長(zhǎng)成熟會(huì)在一定程度上導(dǎo)致基于像元的監(jiān)督分類精度下降。趨近工藝成熟期糖料蔗影像紋路整齊、邊緣清晰,易于計(jì)算機(jī)自動(dòng)切割。而面向?qū)ο蟮姆诸惙椒ɑ蚧诩y理切割的分類方法或可獲得更高精度,這有待研究小組進(jìn)一步驗(yàn)證。研究小組認(rèn)為,在進(jìn)行糖料蔗地塊提取或分類時(shí),應(yīng)根據(jù)糖料蔗的生長(zhǎng)階段靈活地選擇分類方法。
(5)基于NDVI 的研究方法已成體系,較易獲得數(shù)據(jù),易于在廣西范圍內(nèi)開(kāi)展實(shí)施并建立全區(qū)模型。此研究成果可為糖料蔗估產(chǎn)提供數(shù)據(jù)基礎(chǔ),結(jié)合糖料蔗產(chǎn)量、種植面積等數(shù)據(jù)建立估產(chǎn)模型,或?qū)⑶o伸長(zhǎng)期的糖料蔗的各項(xiàng)指標(biāo)作為機(jī)器學(xué)習(xí)的人工干預(yù)參數(shù),對(duì)當(dāng)年甘蔗總產(chǎn)量、畝產(chǎn)量進(jìn)行預(yù)測(cè)。
研究小組通過(guò)NDVI 這一指標(biāo)對(duì)研究區(qū)糖料蔗生長(zhǎng)規(guī)律進(jìn)行探究,發(fā)現(xiàn)了其隨著生長(zhǎng)成熟趨于正態(tài)分布的規(guī)律。未來(lái),研究小組將該研究方法擴(kuò)展至其他相關(guān)指數(shù)及擴(kuò)大時(shí)空范圍,并結(jié)合統(tǒng)計(jì)數(shù)據(jù)和實(shí)地測(cè)量數(shù)據(jù),探究其與糖料蔗產(chǎn)量的相關(guān)性以實(shí)現(xiàn)糖料蔗估產(chǎn)。研究成果將更好地服務(wù)于糖業(yè)主管部門的宏觀管控,為合理安排榨季砍運(yùn)、榨蔗等任務(wù)提供數(shù)據(jù)基礎(chǔ),為廣西糖業(yè)信息化發(fā)展提供有力支撐。