宜都市柑橘空間分布的遙感反演

胡佩敏等

摘要：利用2010年8月3日環(huán)境資源衛(wèi)星（HJ1B-CCD1）數(shù)據(jù)，采用歸一化植被指數(shù)（NDVI）閾值方法將森林、柑橘、農田、草地等8月植被覆蓋高的地物與河流、城鎮(zhèn)、道路植被覆蓋小的地方作分類處理，然后利用2010年2月14日TERRA衛(wèi)星上的ASTAR L1B數(shù)據(jù)，采用特征值提取技術將森林、柑橘、農田、草地等特征值（色度）差異較大的地物提取出來，得到2010年宜都市柑橘的空間分布，其結果與10個柑橘調查區(qū)GPS測量的區(qū)域相符合；計算得知宜都柑橘種植面積為18 440 hm2，與2009年湖北省農業(yè)統(tǒng)計年鑒中宜都柑橘種植面積15 334 hm2相近。

關鍵詞：柑橘；ASTAR數(shù)據(jù)；遙感；反演；宜都市

中圖分類號：S127 文獻標識碼：A 文章編號：0439-8114（2014）04-0795-03

The Retrieval of Citrus Spatial Distribution in Yidu City Using Remote Sensing

HU Pei-min1，LI Zheng-yue2，LI Chuan-ren3，CAO Si-hong4

（1. Jingzhou Meteorology Agency， Jingzhou 434020，Hubei，China； 2. College of Plant Protection，Yunnan Agricultural University， Kunming 650201， China； 3.College of Agriculture， Yangtze University， Jingzhou 434025， Hubei， China；

4. Agriculture Bureau of Yidu，Yidu 443300，Hubei， China）

Abstract：Using NDVI threshold-based method and 2010/08/03 HJ1B-CCD1 data， the ground objects were classified into two types in Yidu area. One type had high NDVI values including forest， citrus， field and grass， while another type had low NDVI values including river， city and road on August. Citrus plantations were separated from the forest， field and grass using the feature extraction method and 2010/2/14 ASTAR L1B data. The retrieval citrus spatial distribution was accorded with the areas of 10 citrus orchards located by GPS. The area of citrus plantation was calculated as 18 440 hm2 in Yidu city， approaching to 15 334 hm2 published in Agriculture Statistical Annals of Hubei province in 2009 for the citrus plantation area in Yidu city.

Key words： citrus； ASTAR data； remote sensing； retrieval； Yidu city

湖北省宜都市地處武陵山余脈，位于鄂西南山區(qū)向江漢平原過渡地帶，地勢西南高東北低，地貌以丘陵為主，七山一水二分田，柑橘是湖北省宜都市的農業(yè)支柱產業(yè)之一，2009年柑橘產量34.7萬t，總產值4.1億元，占種植業(yè)總產值的40%以上[1]，目前危害柑橘主要蟲害為大實蠅，要弄清柑橘大實蠅的危害特點與規(guī)律，首先應該了解柑橘空間分布，而使用遙感數(shù)據(jù)反演柑橘空間的分布是較準確、方便、快速的一種方法。運用多光譜影像反演果樹空間分布研究比較少[2，3]，主要原因是果樹與森林的光譜特性很相似，不容易區(qū)分，目前多光譜影像反演果樹空間分布主要的方法是選取特殊時段的遙感數(shù)據(jù)，如邢東興等[3]通過分析花期果樹冠層光譜反射率特點提出區(qū)分7種果樹分辨方法。Ozdemr等[4]選取落葉期柑橘反射率特征，采用特征值提取方法，將柑橘與森林成功區(qū)分開來。李明詩等[5]通過小波變換、HIS變換增加波段數(shù)，采用非監(jiān)督分類方法，成功反演楊樹林的空間分布。本研究擬采用中國環(huán)境資源衛(wèi)星HJ數(shù)據(jù)，計算其NDVI指數(shù)，利用閥門值方法，將森林、柑橘、農田、草地等8月植被覆蓋高的地物與河流、城鎮(zhèn)、道路等植被覆蓋小的地方作分類處理，然后采取ASTER數(shù)據(jù)，采用切割融合加特征值提取技術，反演宜都市的柑橘空間分布。

1 材料與方法

1.1 研究區(qū)域概況

宜都市地處江漢平原向鄂西南山地過渡地帶?？偟貏轂闁|北低，西南高。地貌以丘陵為主，也有低中山地和少量平原，具有多層梯狀分布帶特征。平原區(qū)主要分布于市境東北部的長江、清江流域，丘陵區(qū)主要分布于市境中部，山區(qū)主要分布于市境西南部。河流東北有長江，西北有清江，西有漁洋河。宜都市屬亞熱帶季風氣候，雨量充沛，四季分明，雨熱同季，年平均氣溫16.7 ℃，無霜期273 d，降雨量1 350 mm，日照年均時數(shù)約1 705 h，主導風為東南風。全市土壤質地以中性為主，共有紅壤土、黃壤土、黃棕壤土、石灰?guī)r土、紫色土、潮土、水稻土7個土類。植被類型屬亞熱帶常綠闊葉林。

1.2 遙感數(shù)據(jù)介紹及預處理

1.2.1 中國環(huán)境資源衛(wèi)星HJ-1數(shù)據(jù)介紹及預處理 環(huán)境與災害監(jiān)測預報小衛(wèi)星星座A、B星（HJ-1A/1B星）于2008年9月6日上午11點25分成功發(fā)射，HJ-1-A星搭載了CCD相機和超光譜成像儀（HSI），HJ-1-B星搭載了CCD相機和紅外相機（IRS）。在HJ-1-A衛(wèi)星和HJ-1-B衛(wèi)星上均裝載的兩臺CCD相機設計原理完全相同，以星下點對稱放置，平分視場、并行觀測，聯(lián)合完成對地刈幅寬度為700 km、地面像元分辨率為30 m、4個譜段的推掃成像，HJ-1-A衛(wèi)星和HJ-1-B衛(wèi)星的軌道完全相同，相位相差180°，兩臺CCD相機組網(wǎng)后重訪周期為2 d。

從中國資源衛(wèi)星網(wǎng)站上下載2010年8月3日環(huán)境資源衛(wèi)星（HJ1B-CCD1）數(shù)據(jù)，首先在ENVI軟件中進行重新采樣，將地面像元分辨率設為15 m，然后進行輻射計算、大氣校正和利用GPS觀測數(shù)據(jù)進行精幾何校正，最后計算其NDVI指數(shù)。

1.2.2 ASTER數(shù)據(jù)介紹及預處理 高級空間熱輻射熱反射輻射計（Advanced spaceborne thermal emission andreflection radiometer，ASTER）是一種先進的多光譜成像儀，其搭載平臺為Terra衛(wèi)星，1999年12月18日被成功送入地球軌道。ASTER是3臺光譜成像儀的組合，3臺成像儀使用14個電磁波段覆蓋了從可見光到熱紅外的整個光譜范圍，能提供高空間分辨率、光譜分辨率和輻射分辨率的遙感產品。圖像的空間分辨率隨傳感器工作波長而變化：可見光和近紅外光譜段（VNIR）遙感影像像元的空間分辨率為15 m，短波紅外譜段圖像分辨率為30 m，而熱紅外波段的圖像空間分辨率是90 m[6]。

本研究使用的是2010年2月14日ASTAR L1B數(shù)據(jù)，VNIR有3個波段，空間分辨率為15 m，SWIR有9個波段，空間分辨率為30 m，將9個波段數(shù)據(jù)在ENVI軟件中利用Layer Stacking功能重新采樣生成一個空間分辨率為15 m的多光譜文件，再利用GPS觀測數(shù)據(jù)進行精幾何校正，由于只運用它作分類處理，沒有必要進行輻射計算和大氣校正[7]。

1.3 反演原理與方法

柑橘屬闊葉常綠樹種，開花時花器官常位于葉片下方，因此柑橘花期的反射光譜特征與其他樹木差異不大。反射光譜特征差異明顯的日期為越冬期，因為宜都地區(qū)的森林樹木以落葉闊葉樹為主，冬季的常綠樹主要為柑橘和馬尾松（針葉樹種），但兩者在ASTER影像中色度差異明顯，因此可以利用冬季ASTER影像數(shù)據(jù)反演柑橘空間分布。

為了突出冬季柑橘與其他樹木之間反射光譜特征的差異，將宜都市非綠色區(qū)（水體、城市、道路、裸露巖石）進行過濾，運用2010年8月3日的HJ1B-CCD1數(shù)據(jù)，計算其NDVI指數(shù)，所有綠色區(qū)（農田、樹木、草地、柑橘）葉面積系數(shù)很大，NDVI指數(shù)很大，而非綠色區(qū)NDVI指數(shù)則很小，通過不斷嘗試用不同NDVI指數(shù)閾值劃分綠色區(qū)與非綠色區(qū)，比較其邊界與用GPS實測的邊界差異，最終選擇0.6作為NDVI指數(shù)閥門值。NDVI指數(shù)大于0.6的為綠色區(qū)，而小于0.6的為非綠色區(qū)。最后運用ENVI軟件中的MASK工具將非綠色區(qū)屏蔽。

綠色區(qū)中各種地物的識別則用2010年2月14日的 ASTAR L1B數(shù)據(jù)，由1、2、3波段組成的藍、綠、紅偽彩色圖像中顏色差異明顯。農田一般種植小麥，顏色呈亮綠色；針葉常綠樹木呈暗綠色，落葉樹木呈黃色；草地呈灰色，而柑橘呈正常的綠色。由于15 m的分辨率的圖像紋理特征明顯，因此采用圖像切割融合技術將光譜特征相似的像素合并在一起，生成一個個矢量單元，最后采用監(jiān)督分類方法區(qū)分農田、落葉樹木、針葉常綠樹木、草地和柑橘。上述所有過程在ENVI ZOOM軟件中的特征值提?。‵eature extraction）工具中實現(xiàn)。

2 結果與分析

2.1 分類結果精度分析

圖1為宜都市2010年分類結果圖，可從3個方面驗證分類結果精度。其一，將柑橘空間分布由柵格與矢量組成，并在ARCGIS中計算其種植面積。計算所得結果為18 440 hm2，與2009年湖北省農業(yè)統(tǒng)計年鑒中宜都市柑橘種植面積15 334 hm2相近。其二，2010年8月對10個柑橘園進行過蛆果率實地調查，通過反演得到的柑橘空間分布圖能準確反映這10個柑橘園的位置（圖2）。其三，在Google Earth上宜都市北部有一塊高精度Quick Bird衛(wèi)片，將其用StitchMaps軟件提取后，與柑橘分類矢量結果比較，發(fā)現(xiàn)該區(qū)有237塊柑橘園，本研究采取的分類方法能準確反映其中204個柑橘園位置與大小，另外33塊面積小的柑橘園沒有正確反映；而13個其他品種樹木被誤判成柑橘園，準確率為86.1%。從以上3個方面可知，本研究采用的分類方法能準確反映宜都市柑橘空間分布。

2.2 宜都市柑橘空間分布特點

宜都市柑橘主要分布在中東部和北部地方，其分布規(guī)律與高程有很大關系。84.0%的柑橘園分布在32～180 m的平原與丘陵地帶（圖3），越過300 m的地方柑橘種植很少。宜都市南部和西南部高程普遍大于300 m，因此種植面積很小。此外，將柑橘的空間分布與土壤類型對比分析（圖4）得知，宜都柑橘園66.7%的土壤類型為壤土（紅壤土、黃壤土、黃棕壤土），其次是水稻土（17.0%）和潮土（12.8%），其他土壤類型比較少。

3 討論

本研究成功采取NDVI指數(shù)閥門值加特征值提取方法獲取宜都市2010年柑橘種植空間分布。但由于特征值提取方法主要依靠闊葉長青樹物候與其他樹種差異來提取的，而宜都存在少量其他闊葉長青樹木（如柚子樹等），所以提取面積偏大。如何將柑橘與其他闊葉長青樹木區(qū)分是精確提取柑橘種植空間分布研究未來的一個主要方向。

參考文獻：

[1] 易 青，蔡永喜，王血紅.湖北省宜都市柑橘產業(yè)現(xiàn)狀與發(fā)展對策[J].中國果樹，2009（6）：67-69.

[2] 曾慶偉，武紅敢.基于高光譜遙感技術的森林樹種識別研究進展[J].林業(yè)資源管理，2009（5）：109-114.

[3] 邢東興，常慶瑞.基于花期果樹冠層光譜反射率的果樹樹種辨識研究[J].紅外與毫米波學報，2009，28（3）：207-211.

[4] OZDEMR I， KOCH B， ASAN U， et al. Separation of citrus plantations from forest cover using Landsat imagery [J]. Allgemeine Forst und Jagdzeitung，2007，178（11）：208-212.

[5] 李明詩，譚 瑩，彭世揆.基于ASTER遙感數(shù)據(jù)的楊樹林分因子建模及制圖研究[J].南京林業(yè)大學學報（自然科學版），2006， 30（5）：123-126.

[6] ABRAMS M， HOOK S. Aster_user_guide v2.0[EB/OL].http：//www.gds.aster.ersdac.or.jp， 2010-09-12.

[7] SONG C， WOODCOCK C E， SETO K C， et al. Classification and change detection using Landsat TM Data： when and how to correct atmospheric effect？[J]. Remote Sensing of Environment，2001，75（2）：230-244.

1.2 遙感數(shù)據(jù)介紹及預處理

1.2.1 中國環(huán)境資源衛(wèi)星HJ-1數(shù)據(jù)介紹及預處理 環(huán)境與災害監(jiān)測預報小衛(wèi)星星座A、B星（HJ-1A/1B星）于2008年9月6日上午11點25分成功發(fā)射，HJ-1-A星搭載了CCD相機和超光譜成像儀（HSI），HJ-1-B星搭載了CCD相機和紅外相機（IRS）。在HJ-1-A衛(wèi)星和HJ-1-B衛(wèi)星上均裝載的兩臺CCD相機設計原理完全相同，以星下點對稱放置，平分視場、并行觀測，聯(lián)合完成對地刈幅寬度為700 km、地面像元分辨率為30 m、4個譜段的推掃成像，HJ-1-A衛(wèi)星和HJ-1-B衛(wèi)星的軌道完全相同，相位相差180°，兩臺CCD相機組網(wǎng)后重訪周期為2 d。

從中國資源衛(wèi)星網(wǎng)站上下載2010年8月3日環(huán)境資源衛(wèi)星（HJ1B-CCD1）數(shù)據(jù)，首先在ENVI軟件中進行重新采樣，將地面像元分辨率設為15 m，然后進行輻射計算、大氣校正和利用GPS觀測數(shù)據(jù)進行精幾何校正，最后計算其NDVI指數(shù)。

1.2.2 ASTER數(shù)據(jù)介紹及預處理 高級空間熱輻射熱反射輻射計（Advanced spaceborne thermal emission andreflection radiometer，ASTER）是一種先進的多光譜成像儀，其搭載平臺為Terra衛(wèi)星，1999年12月18日被成功送入地球軌道。ASTER是3臺光譜成像儀的組合，3臺成像儀使用14個電磁波段覆蓋了從可見光到熱紅外的整個光譜范圍，能提供高空間分辨率、光譜分辨率和輻射分辨率的遙感產品。圖像的空間分辨率隨傳感器工作波長而變化：可見光和近紅外光譜段（VNIR）遙感影像像元的空間分辨率為15 m，短波紅外譜段圖像分辨率為30 m，而熱紅外波段的圖像空間分辨率是90 m[6]。

本研究使用的是2010年2月14日ASTAR L1B數(shù)據(jù)，VNIR有3個波段，空間分辨率為15 m，SWIR有9個波段，空間分辨率為30 m，將9個波段數(shù)據(jù)在ENVI軟件中利用Layer Stacking功能重新采樣生成一個空間分辨率為15 m的多光譜文件，再利用GPS觀測數(shù)據(jù)進行精幾何校正，由于只運用它作分類處理，沒有必要進行輻射計算和大氣校正[7]。

1.3 反演原理與方法

柑橘屬闊葉常綠樹種，開花時花器官常位于葉片下方，因此柑橘花期的反射光譜特征與其他樹木差異不大。反射光譜特征差異明顯的日期為越冬期，因為宜都地區(qū)的森林樹木以落葉闊葉樹為主，冬季的常綠樹主要為柑橘和馬尾松（針葉樹種），但兩者在ASTER影像中色度差異明顯，因此可以利用冬季ASTER影像數(shù)據(jù)反演柑橘空間分布。

為了突出冬季柑橘與其他樹木之間反射光譜特征的差異，將宜都市非綠色區(qū)（水體、城市、道路、裸露巖石）進行過濾，運用2010年8月3日的HJ1B-CCD1數(shù)據(jù)，計算其NDVI指數(shù)，所有綠色區(qū)（農田、樹木、草地、柑橘）葉面積系數(shù)很大，NDVI指數(shù)很大，而非綠色區(qū)NDVI指數(shù)則很小，通過不斷嘗試用不同NDVI指數(shù)閾值劃分綠色區(qū)與非綠色區(qū)，比較其邊界與用GPS實測的邊界差異，最終選擇0.6作為NDVI指數(shù)閥門值。NDVI指數(shù)大于0.6的為綠色區(qū)，而小于0.6的為非綠色區(qū)。最后運用ENVI軟件中的MASK工具將非綠色區(qū)屏蔽。

綠色區(qū)中各種地物的識別則用2010年2月14日的 ASTAR L1B數(shù)據(jù)，由1、2、3波段組成的藍、綠、紅偽彩色圖像中顏色差異明顯。農田一般種植小麥，顏色呈亮綠色；針葉常綠樹木呈暗綠色，落葉樹木呈黃色；草地呈灰色，而柑橘呈正常的綠色。由于15 m的分辨率的圖像紋理特征明顯，因此采用圖像切割融合技術將光譜特征相似的像素合并在一起，生成一個個矢量單元，最后采用監(jiān)督分類方法區(qū)分農田、落葉樹木、針葉常綠樹木、草地和柑橘。上述所有過程在ENVI ZOOM軟件中的特征值提?。‵eature extraction）工具中實現(xiàn)。

2 結果與分析

2.1 分類結果精度分析

圖1為宜都市2010年分類結果圖，可從3個方面驗證分類結果精度。其一，將柑橘空間分布由柵格與矢量組成，并在ARCGIS中計算其種植面積。計算所得結果為18 440 hm2，與2009年湖北省農業(yè)統(tǒng)計年鑒中宜都市柑橘種植面積15 334 hm2相近。其二，2010年8月對10個柑橘園進行過蛆果率實地調查，通過反演得到的柑橘空間分布圖能準確反映這10個柑橘園的位置（圖2）。其三，在Google Earth上宜都市北部有一塊高精度Quick Bird衛(wèi)片，將其用StitchMaps軟件提取后，與柑橘分類矢量結果比較，發(fā)現(xiàn)該區(qū)有237塊柑橘園，本研究采取的分類方法能準確反映其中204個柑橘園位置與大小，另外33塊面積小的柑橘園沒有正確反映；而13個其他品種樹木被誤判成柑橘園，準確率為86.1%。從以上3個方面可知，本研究采用的分類方法能準確反映宜都市柑橘空間分布。

2.2 宜都市柑橘空間分布特點

宜都市柑橘主要分布在中東部和北部地方，其分布規(guī)律與高程有很大關系。84.0%的柑橘園分布在32～180 m的平原與丘陵地帶（圖3），越過300 m的地方柑橘種植很少。宜都市南部和西南部高程普遍大于300 m，因此種植面積很小。此外，將柑橘的空間分布與土壤類型對比分析（圖4）得知，宜都柑橘園66.7%的土壤類型為壤土（紅壤土、黃壤土、黃棕壤土），其次是水稻土（17.0%）和潮土（12.8%），其他土壤類型比較少。

3 討論

本研究成功采取NDVI指數(shù)閥門值加特征值提取方法獲取宜都市2010年柑橘種植空間分布。但由于特征值提取方法主要依靠闊葉長青樹物候與其他樹種差異來提取的，而宜都存在少量其他闊葉長青樹木（如柚子樹等），所以提取面積偏大。如何將柑橘與其他闊葉長青樹木區(qū)分是精確提取柑橘種植空間分布研究未來的一個主要方向。

參考文獻：

[1] 易 青，蔡永喜，王血紅.湖北省宜都市柑橘產業(yè)現(xiàn)狀與發(fā)展對策[J].中國果樹，2009（6）：67-69.

[2] 曾慶偉，武紅敢.基于高光譜遙感技術的森林樹種識別研究進展[J].林業(yè)資源管理，2009（5）：109-114.

[3] 邢東興，常慶瑞.基于花期果樹冠層光譜反射率的果樹樹種辨識研究[J].紅外與毫米波學報，2009，28（3）：207-211.

[4] OZDEMR I， KOCH B， ASAN U， et al. Separation of citrus plantations from forest cover using Landsat imagery [J]. Allgemeine Forst und Jagdzeitung，2007，178（11）：208-212.

[5] 李明詩，譚 瑩，彭世揆.基于ASTER遙感數(shù)據(jù)的楊樹林分因子建模及制圖研究[J].南京林業(yè)大學學報（自然科學版），2006， 30（5）：123-126.

[6] ABRAMS M， HOOK S. Aster_user_guide v2.0[EB/OL].http：//www.gds.aster.ersdac.or.jp， 2010-09-12.

[7] SONG C， WOODCOCK C E， SETO K C， et al. Classification and change detection using Landsat TM Data： when and how to correct atmospheric effect？[J]. Remote Sensing of Environment，2001，75（2）：230-244.

1.2 遙感數(shù)據(jù)介紹及預處理

1.2.1 中國環(huán)境資源衛(wèi)星HJ-1數(shù)據(jù)介紹及預處理 環(huán)境與災害監(jiān)測預報小衛(wèi)星星座A、B星（HJ-1A/1B星）于2008年9月6日上午11點25分成功發(fā)射，HJ-1-A星搭載了CCD相機和超光譜成像儀（HSI），HJ-1-B星搭載了CCD相機和紅外相機（IRS）。在HJ-1-A衛(wèi)星和HJ-1-B衛(wèi)星上均裝載的兩臺CCD相機設計原理完全相同，以星下點對稱放置，平分視場、并行觀測，聯(lián)合完成對地刈幅寬度為700 km、地面像元分辨率為30 m、4個譜段的推掃成像，HJ-1-A衛(wèi)星和HJ-1-B衛(wèi)星的軌道完全相同，相位相差180°，兩臺CCD相機組網(wǎng)后重訪周期為2 d。

從中國資源衛(wèi)星網(wǎng)站上下載2010年8月3日環(huán)境資源衛(wèi)星（HJ1B-CCD1）數(shù)據(jù)，首先在ENVI軟件中進行重新采樣，將地面像元分辨率設為15 m，然后進行輻射計算、大氣校正和利用GPS觀測數(shù)據(jù)進行精幾何校正，最后計算其NDVI指數(shù)。

1.2.2 ASTER數(shù)據(jù)介紹及預處理 高級空間熱輻射熱反射輻射計（Advanced spaceborne thermal emission andreflection radiometer，ASTER）是一種先進的多光譜成像儀，其搭載平臺為Terra衛(wèi)星，1999年12月18日被成功送入地球軌道。ASTER是3臺光譜成像儀的組合，3臺成像儀使用14個電磁波段覆蓋了從可見光到熱紅外的整個光譜范圍，能提供高空間分辨率、光譜分辨率和輻射分辨率的遙感產品。圖像的空間分辨率隨傳感器工作波長而變化：可見光和近紅外光譜段（VNIR）遙感影像像元的空間分辨率為15 m，短波紅外譜段圖像分辨率為30 m，而熱紅外波段的圖像空間分辨率是90 m[6]。

本研究使用的是2010年2月14日ASTAR L1B數(shù)據(jù)，VNIR有3個波段，空間分辨率為15 m，SWIR有9個波段，空間分辨率為30 m，將9個波段數(shù)據(jù)在ENVI軟件中利用Layer Stacking功能重新采樣生成一個空間分辨率為15 m的多光譜文件，再利用GPS觀測數(shù)據(jù)進行精幾何校正，由于只運用它作分類處理，沒有必要進行輻射計算和大氣校正[7]。

1.3 反演原理與方法

柑橘屬闊葉常綠樹種，開花時花器官常位于葉片下方，因此柑橘花期的反射光譜特征與其他樹木差異不大。反射光譜特征差異明顯的日期為越冬期，因為宜都地區(qū)的森林樹木以落葉闊葉樹為主，冬季的常綠樹主要為柑橘和馬尾松（針葉樹種），但兩者在ASTER影像中色度差異明顯，因此可以利用冬季ASTER影像數(shù)據(jù)反演柑橘空間分布。

為了突出冬季柑橘與其他樹木之間反射光譜特征的差異，將宜都市非綠色區(qū)（水體、城市、道路、裸露巖石）進行過濾，運用2010年8月3日的HJ1B-CCD1數(shù)據(jù)，計算其NDVI指數(shù)，所有綠色區(qū)（農田、樹木、草地、柑橘）葉面積系數(shù)很大，NDVI指數(shù)很大，而非綠色區(qū)NDVI指數(shù)則很小，通過不斷嘗試用不同NDVI指數(shù)閾值劃分綠色區(qū)與非綠色區(qū)，比較其邊界與用GPS實測的邊界差異，最終選擇0.6作為NDVI指數(shù)閥門值。NDVI指數(shù)大于0.6的為綠色區(qū)，而小于0.6的為非綠色區(qū)。最后運用ENVI軟件中的MASK工具將非綠色區(qū)屏蔽。

綠色區(qū)中各種地物的識別則用2010年2月14日的 ASTAR L1B數(shù)據(jù)，由1、2、3波段組成的藍、綠、紅偽彩色圖像中顏色差異明顯。農田一般種植小麥，顏色呈亮綠色；針葉常綠樹木呈暗綠色，落葉樹木呈黃色；草地呈灰色，而柑橘呈正常的綠色。由于15 m的分辨率的圖像紋理特征明顯，因此采用圖像切割融合技術將光譜特征相似的像素合并在一起，生成一個個矢量單元，最后采用監(jiān)督分類方法區(qū)分農田、落葉樹木、針葉常綠樹木、草地和柑橘。上述所有過程在ENVI ZOOM軟件中的特征值提?。‵eature extraction）工具中實現(xiàn)。

2 結果與分析

2.1 分類結果精度分析

圖1為宜都市2010年分類結果圖，可從3個方面驗證分類結果精度。其一，將柑橘空間分布由柵格與矢量組成，并在ARCGIS中計算其種植面積。計算所得結果為18 440 hm2，與2009年湖北省農業(yè)統(tǒng)計年鑒中宜都市柑橘種植面積15 334 hm2相近。其二，2010年8月對10個柑橘園進行過蛆果率實地調查，通過反演得到的柑橘空間分布圖能準確反映這10個柑橘園的位置（圖2）。其三，在Google Earth上宜都市北部有一塊高精度Quick Bird衛(wèi)片，將其用StitchMaps軟件提取后，與柑橘分類矢量結果比較，發(fā)現(xiàn)該區(qū)有237塊柑橘園，本研究采取的分類方法能準確反映其中204個柑橘園位置與大小，另外33塊面積小的柑橘園沒有正確反映；而13個其他品種樹木被誤判成柑橘園，準確率為86.1%。從以上3個方面可知，本研究采用的分類方法能準確反映宜都市柑橘空間分布。

2.2 宜都市柑橘空間分布特點

宜都市柑橘主要分布在中東部和北部地方，其分布規(guī)律與高程有很大關系。84.0%的柑橘園分布在32～180 m的平原與丘陵地帶（圖3），越過300 m的地方柑橘種植很少。宜都市南部和西南部高程普遍大于300 m，因此種植面積很小。此外，將柑橘的空間分布與土壤類型對比分析（圖4）得知，宜都柑橘園66.7%的土壤類型為壤土（紅壤土、黃壤土、黃棕壤土），其次是水稻土（17.0%）和潮土（12.8%），其他土壤類型比較少。

3 討論

本研究成功采取NDVI指數(shù)閥門值加特征值提取方法獲取宜都市2010年柑橘種植空間分布。但由于特征值提取方法主要依靠闊葉長青樹物候與其他樹種差異來提取的，而宜都存在少量其他闊葉長青樹木（如柚子樹等），所以提取面積偏大。如何將柑橘與其他闊葉長青樹木區(qū)分是精確提取柑橘種植空間分布研究未來的一個主要方向。

參考文獻：

[1] 易 青，蔡永喜，王血紅.湖北省宜都市柑橘產業(yè)現(xiàn)狀與發(fā)展對策[J].中國果樹，2009（6）：67-69.

[2] 曾慶偉，武紅敢.基于高光譜遙感技術的森林樹種識別研究進展[J].林業(yè)資源管理，2009（5）：109-114.

[3] 邢東興，常慶瑞.基于花期果樹冠層光譜反射率的果樹樹種辨識研究[J].紅外與毫米波學報，2009，28（3）：207-211.

[4] OZDEMR I， KOCH B， ASAN U， et al. Separation of citrus plantations from forest cover using Landsat imagery [J]. Allgemeine Forst und Jagdzeitung，2007，178（11）：208-212.

[5] 李明詩，譚 瑩，彭世揆.基于ASTER遙感數(shù)據(jù)的楊樹林分因子建模及制圖研究[J].南京林業(yè)大學學報（自然科學版），2006， 30（5）：123-126.

[6] ABRAMS M， HOOK S. Aster_user_guide v2.0[EB/OL].http：//www.gds.aster.ersdac.or.jp， 2010-09-12.

[7] SONG C， WOODCOCK C E， SETO K C， et al. Classification and change detection using Landsat TM Data： when and how to correct atmospheric effect？[J]. Remote Sensing of Environment，2001，75（2）：230-244.