賀雨晴，王國波，經(jīng) 波

廣西自然資源信息中心，廣西 南寧 530029

1 研究背景

自2005 年以來，廣西糖料蔗種植面積和產(chǎn)糖量均占全國產(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）》?！半p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 個縣（市、區(qū)）被農(nóng)業(yè)部列為糖料蔗優(yōu)勢區(qū)域和國家重點(diǎn)“雙高”糖料蔗基地[1]?！半p高”基地建設(shè)對推進(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。

1.1 甘蔗生長特性

糖料蔗生長周期可分為苗期、分蘗期、莖伸長期和工藝成熟期4 個階段。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 月開始播種，5 月進(jìn)入分蘗期，6—10 月為莖伸長期，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)的播種期和生育時期存在一定的差異，桂南地區(qū)較早，桂北地區(qū)較晚，時間相差約在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。

1.2 研究區(qū)域概況

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長1 603 h，年無霜期長達(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，無霜期為357 天[4]，均適宜種植糖料蔗。

1.3 遙感技術(shù)

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)品長勢監(jiān)測、估產(chǎn)之中[5]。我國的農(nóng)業(yè)遙感起步于20 世紀(jì)80 年代，經(jīng)過不斷努力鉆研，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)國等利用Landsat/TM 影像通過人機(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]；在全自動解譯方面，王學(xué)等利用MODIS EVI 時序數(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”時間（全區(qū)天氣晴好、無云無霧）極少，難以在糖料蔗生長關(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)確的糖料蔗生長時序化監(jiān)測模型。

2 實(shí)驗(yàn)方法

2.1 理論基礎(chǔ)

歸一化植被指數(shù)（Normalized Difference Vegetation Index，以下簡稱NDVI）于1978年由學(xué)者Deering 提出，因其可消除大部分來自儀器定標(biāo)、太陽高度角、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，計算公式為：

式（1）中，ρnir、ρred分別為影像中的近紅外和紅波段值。

2.2 數(shù)據(jù)來源與處理

研究小組選用的影像為高分二號（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間的不同，糖料蔗生長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)甘蔗的莖伸長期至工藝成熟期的影像作為數(shù)據(jù)源。

研究小組通過分析歷史留存的衛(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”基地糖料蔗莖伸長期長勢相近，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（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)平臺建設(shè)項目獲得 “雙高”基地范圍數(shù)據(jù)（見圖1），然后疊加分析“雙高”基地圖斑與NDVI 結(jié)果（見圖2）發(fā)現(xiàn)，同一時間、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）

3 結(jié)果與分析

3.1 NDVI 變化趨勢

從莖伸長期到工藝成熟期的6 個監(jiān)測月份內(nèi)，樣本NDVI 值隨著時間的推移呈緩慢上升趨勢（見圖3）。研究時段的糖料蔗的NDVI 值在0.2～0.85之間（見表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 月份開始樣本的NDVI 值趨于收斂和聚簇，說明了隨著糖料蔗的宿根性、種植時間的差異等因素在植株生長的過程中逐漸消退，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，生長周期、糖料蔗長勢的不同步導(dǎo)致了樣本離散度的差異和莖伸長初期（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)取樣的方式雖無法控制各類型糖料蔗數(shù)量的比例，但實(shí)際樣本中無明顯過大或過小的噪聲值出現(xiàn)，樣本數(shù)據(jù)基本可靠。

自9 月開始，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、宿根性及長勢等因素，導(dǎo)致對應(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，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。

3.2 對分類提取造成的影響

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，該特征是否能對糖料蔗地塊提取產(chǎn)生積極作用，這個問題亟待研究。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、樹木等8 大類（見圖5），經(jīng)人工選取興趣區(qū)（Region of Interest，以下簡稱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 月這兩個月份分別為糖料蔗莖伸長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（見圖5），11 月份研究區(qū)大部分甘蔗被誤判為樹木，6 月份的識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、樹木及其他作物的特征值趨同，導(dǎo)致了SVM 無法準(zhǔn)確對這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

4 結(jié) 語

研究小組利用高分二號（GF-2）高分辨率衛(wèi)星影像和糖料蔗“雙高”基地數(shù)據(jù)研究了“雙高”基地內(nèi)糖料蔗莖伸長期至工藝成熟期NDVI 值變化規(guī)律及其對基于像元的監(jiān)督分類的影響，總結(jié)內(nèi)容如下：

（1）莖伸長期糖料蔗變化受不同因素影響，初期受宿根性、播種時間影響，株高差異大，導(dǎo)致NDVI 值差異大，后在較長的成長周期中新植蔗、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期NDVI 時間序列庫，未來將擴(kuò)大采樣范圍至全廣西，并細(xì)化時間粒度，按日期建立時間軸模型，積累更多年份數(shù)據(jù)，通過增加樣本數(shù)量來減少甘蔗品種差異帶來的影響。該庫的建立有利于研究糖料蔗長勢及其對產(chǎn)糖量的影響。

（4）研究小組發(fā)現(xiàn)糖料蔗生長成熟會在一定程度上導(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，易于計算機(jī)自動切割。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，應(yīng)根據(jù)糖料蔗的生長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伸長期的糖料蔗的各項指標(biāo)作為機(jī)器學(xué)習(xí)的人工干預(yù)參數(shù)，對當(dāng)年甘蔗總產(chǎn)量、畝產(chǎn)量進(jìn)行預(yù)測。

研究小組通過NDVI 這一指標(biāo)對研究區(qū)糖料蔗生長規(guī)律進(jìn)行探究，發(fā)現(xiàn)了其隨著生長成熟趨于正態(tài)分布的規(guī)律。未來，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)大時空范圍，并結(jié)合統(tǒng)計數(shù)據(jù)和實(shí)地測量數(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。