江西中藥資源蔓荊子遙感動(dòng)態(tài)監(jiān)測(cè)研究

黃靈光等

摘要：選擇夏季、秋季兩個(gè)時(shí)期對(duì)江西中藥資源蔓荊子（Vitex trifolia Linn. var. trifolia）進(jìn)行定點(diǎn)抽樣調(diào)查和光譜采集，開(kāi)展了不同時(shí)期的蔓荊子及周邊共生地物光譜特征研究，建立了蔓荊子光譜數(shù)據(jù)庫(kù)。在此基礎(chǔ)上選擇國(guó)產(chǎn)資源一號(hào)02C和資源三號(hào)衛(wèi)星及其他輔助資料，經(jīng)數(shù)據(jù)融合后，結(jié)合遙感分類(lèi)提取技術(shù)實(shí)現(xiàn)對(duì)蔓荊子的空間分布監(jiān)測(cè)，估算了其面積及產(chǎn)量，監(jiān)測(cè)精度達(dá)到89.5%。

關(guān)鍵詞：中藥資源；蔓荊子（Vitex trifolia Linn. var. trifolia）；遙感；監(jiān)測(cè)

中圖分類(lèi)號(hào)：X52；X703.2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2015）16-3923-05

DOI：10.14088/j.cnki.issn0439-8114.2015.16.023

Remote Sensing Dynamic Monitoring of Jiangxi Traditional Chinese Medicine

Resources of Fructus Viticis

HUANG Ling-guang1，ZHANG Xiu-ping2，F(xiàn)ANG Yu1

（1.Center for Remote Sensing Information of Jiangxi Province，Nanchang 30046，China；

2.Jiangxi Provincial Institute of Water Sciences， Nanchang 330029，China）

Abstract： Taking Fructus Viticis as research object， acquired the spectrum of the fructus viticis（Vitex trifolia Linn. var. trifolia） at the fixed sampling spot of Jiangxi province in summer and autumn respectively， analyzed the spectral characteristics of fructus viticis and its surrounding geography objects， and established the fructus viticis spectral database. Based on the satellite imagine of Resources satellite two（ZY-2C）， Resources satellite three（ZY-3） and other field data， the area and biomass of fructus viticis are estimated and the accuracy of the estimate reached 89.5%.

Key words： chinese herbal medicine；fructus viticis（Vitex trifolia Linn. var. trifolia）；remote sensing；monitor

20世紀(jì)中期以來(lái)，隨著人口劇增和中藥工業(yè)的快速發(fā)展，中藥資源消耗巨大，一些重要資源的衰竭、喪失和生態(tài)的失調(diào)，致使中藥的供需矛盾日益加劇。保持中藥資源發(fā)展的可持續(xù)性刻不容緩。

遙感的廣泛應(yīng)用，使替代耗時(shí)、耗力、耗財(cái)?shù)膫鹘y(tǒng)中藥資源普查模式成為可能，也使中藥資源的調(diào)查、監(jiān)測(cè)方法有了更易操作的新途徑。遙感在中藥資源上的應(yīng)用必將成為今后中藥研究熱點(diǎn)之一[1-4]。目前，國(guó)內(nèi)外針對(duì)中草藥遙感監(jiān)測(cè)的研究還處于初級(jí)階段，在中草藥的光譜特性、信息提取方法以及動(dòng)態(tài)監(jiān)測(cè)技術(shù)等方面還有待深入研究。

蔓荊子（Vitex trifolia Linn. var. trifolia）是江西的道地或主特產(chǎn)藥材，具有很高的藥用及經(jīng)濟(jì)價(jià)值。不僅在江西有悠久的生產(chǎn)歷史，而且其產(chǎn)量和品質(zhì)均居全國(guó)前列。另外，蔓荊子固沙能力強(qiáng)，還是保護(hù)生態(tài)環(huán)境的重要植物[5，6]。因此，選擇蔓荊子為監(jiān)測(cè)對(duì)象，通過(guò)野外實(shí)測(cè)不同生境條件下蔓荊子及周?chē)h(huán)境共生地物的光譜，確定蔓荊子與其他植被種類(lèi)及生態(tài)環(huán)境因子的光譜特征差異，進(jìn)而推算蔓荊子的空間分布、面積及產(chǎn)量，達(dá)到對(duì)其資源現(xiàn)狀進(jìn)行動(dòng)態(tài)監(jiān)測(cè)的目的，對(duì)中藥資源的可持續(xù)利用和生態(tài)環(huán)境的保護(hù)具有重要的借鑒意義[7]。

1 研究區(qū)概況

研究區(qū)位于都昌縣西北部，鄱陽(yáng)湖畔。地處北緯29°15′-29°31′、東經(jīng)116°02′-116°09′，長(zhǎng)約11 km、寬4 km。地形多為丘陵沙山，成半島狀，伸入湖中，三面環(huán)水，海拔50～250 m，屬亞熱帶潮濕性季風(fēng)氣候，年均溫17.2 ℃，年平均降水量1 393 mm。區(qū)域內(nèi)植被覆蓋率低，主要有泡桐（Paulownia Sieb. et Zucc.）、杉樹(shù)（Taxodiaceae）等10多種經(jīng)濟(jì)林木和蔓荊子、生地（Rehmannia glutinosa Libosch）、黃梔子（Gardenia jasminoides Ellis）、金銀花（Lonicera japonica Thunb.）等20多種藥材。

2 數(shù)據(jù)與處理方法

2.1 遙感數(shù)據(jù)和現(xiàn)場(chǎng)調(diào)查數(shù)據(jù)

采用遙感影像為主要數(shù)據(jù)源，配合野外調(diào)查和光譜測(cè)量?？紤]到監(jiān)測(cè)的精度要求和經(jīng)濟(jì)適用性，項(xiàng)目采用國(guó)產(chǎn)資源一號(hào)02C衛(wèi)星（ZY02C）分辨率2.36 m的全色（HR）和資源三號(hào)5.8 m的多光譜數(shù)據(jù)。影像獲取時(shí)間分別為2012年4月2日和2012年1月25日。

野外調(diào)查結(jié)果為遙感影像中參數(shù)的提取和驗(yàn)證。本次野外光譜采樣儀器選用ASD FieldSpec？誖3便攜式地物波譜儀，獲取地物的反射率。采集日期為2011年7月25和2011年11月3日，光譜采集時(shí)間10：30～13：30，與ZY02C衛(wèi)星過(guò)境時(shí)間基本一致。采集部位為冠層，每個(gè)地物采集10條光譜。同時(shí)選取典型樣方，每個(gè)樣方大小為2 m×2 m，采集蔓荊子、沙地、苔草等典型地物類(lèi)型的光譜數(shù)據(jù)。采集時(shí)，儀器的視場(chǎng)角25°，探頭傾角90°，離樣本高度0.2～1.0 m；參考板的放置與掃描探頭測(cè)量方向垂直，測(cè)定過(guò)程中用BaSO4白板進(jìn)行校正。采集同時(shí)詳細(xì)記錄觀測(cè)目標(biāo)性質(zhì)（植物的名稱(chēng)、健康程度、覆蓋度、周?chē)脖唬?、儀器型號(hào)、天氣狀況、測(cè)量時(shí)間、觀測(cè)和記錄人員、光譜命名及記錄編號(hào)、地理坐標(biāo)和高程、實(shí)地照片編號(hào)等輔助參數(shù)。

2.2 數(shù)據(jù)處理方法

遙感數(shù)據(jù)處理包括預(yù)處理、蔓荊子葉片波譜特征分析和蔓荊子信息提取三部分。

2.2.1 遙感數(shù)據(jù)預(yù)處理 ZY02C HR數(shù)據(jù)為2C級(jí)產(chǎn)品，通常經(jīng)過(guò)數(shù)據(jù)解析、均一化輻射校正、去噪、MTFC、CCD拼接、波段配準(zhǔn)、精校正等處理，可直接使用裁切和沖投影。處理的影像參與下一步的影像校正和融合。研究區(qū)的ZY02C HR遙感影像裁切結(jié)果如圖2所示，分別為裁切后的研究區(qū)ZY02C HR全色影像（圖2a）、資源三號(hào)衛(wèi)星多光譜影像（圖2b）和經(jīng)GS算法融合后的影像（圖2c）。

資源三號(hào)衛(wèi)星的多光譜（MUX）影像數(shù)據(jù)為1C級(jí)產(chǎn)品，經(jīng)數(shù)據(jù)解析、均一化輻射校正、去噪、MTFC、CCD拼接、波段配準(zhǔn)等預(yù)處理，未經(jīng)幾何校正。本次幾何校正共選擇19個(gè)控制點(diǎn)，均勻分布在影像上，控制點(diǎn)計(jì)算均方根誤差（RMS）為0.843 5個(gè)像元。

為提高目視解譯效果及光譜分析能力，在假彩色波段組合中選擇使用R：b3，G：（b2×3+b4）/4，B： b2分別對(duì)應(yīng)紅、綠、藍(lán)三個(gè)波段。后經(jīng)影像裁切得到研究區(qū)域影像。

經(jīng)裁切和幾何校正的ZY02C HR數(shù)據(jù)和資源三號(hào)衛(wèi)星影像，再經(jīng)數(shù)據(jù)融合可保持HR數(shù)據(jù)高的空間分辨率，同時(shí)具有資源三號(hào)衛(wèi)星影像的多光譜特征，可增強(qiáng)圖像信息量。本研究采用基于Gram-schmidt算法的圖像融合方法。該方法具有融合影像保真度較好和計(jì)算簡(jiǎn)便等優(yōu)點(diǎn)[7-10]。

2.2.2 野外光譜數(shù)據(jù)預(yù)處理 受大氣、入射角與探測(cè)角、地形、目標(biāo)物等因素影響，野外實(shí)測(cè)地物光譜數(shù)據(jù)既包括了地物光譜數(shù)據(jù)，也包含了噪音光譜數(shù)據(jù)，需要通過(guò)預(yù)處理與轉(zhuǎn)換來(lái)消除各種噪音的影響因素，以突出地物光譜的某些細(xì)微差異。因此，研究中通過(guò)剔除異常光譜、光譜平滑去噪、光譜數(shù)據(jù)增強(qiáng)等工具對(duì)野外光譜數(shù)據(jù)進(jìn)行了預(yù)處理。

通過(guò)增強(qiáng)處理后，得到的原始反射率數(shù)據(jù)難以獲得光譜特征信息。本研究又選擇了導(dǎo)數(shù)、歸一化、包絡(luò)線去除法等進(jìn)行光譜增強(qiáng)。再用歸一化方法對(duì)植物光譜曲線進(jìn)行增強(qiáng)，突出植被的形態(tài)信息，從而將不同類(lèi)型的植物加以區(qū)分，提高對(duì)植物的識(shí)別精度。光譜數(shù)據(jù)庫(kù)的建立對(duì)于地物光譜研究以及光譜遙感數(shù)據(jù)的應(yīng)用來(lái)說(shuō)十分重要。光譜數(shù)據(jù)庫(kù)一旦建立，可方便的從圖像像元中提取的光譜曲線與光譜庫(kù)中檢索到的類(lèi)似的光譜進(jìn)行匹配，找到最接近的光譜，達(dá)到像元分類(lèi)的目的。研究利用ENVI軟件的光譜建庫(kù)工具，建立以文件格式為ASCII格式的蔓荊子光譜庫(kù)。

3 蔓荊子資源提取方法與分析

3.1 蔓荊子葉片波譜特征分析

對(duì)高光譜遙感而言，理解電磁波輻射與蔓荊子葉片及冠層的相互作用是開(kāi)展植被健康狀況監(jiān)測(cè)的基礎(chǔ)。經(jīng)過(guò)異常波譜剔除、剔除水汽吸收波段、平滑和去噪處理后，得到了蔓荊子冠層反射率光譜（圖3）。利用夏季野外采集的健康態(tài)的蔓荊子和共生典型地物的光譜（苔草、沙地、混叢），經(jīng)過(guò)相關(guān)處理之后，得出它們的原光譜特征和一階導(dǎo)數(shù)光譜曲線對(duì)比圖。由圖3a可知，不同植物或地物的反射光譜各異，尤其是沙地，與其他植被光譜反差很大，由于夏天天氣炎熱，沙地表面顆粒小和含水量少，致使在350～2 500 nm波段里，反射率從近0.4一直向上緩慢增大。而屬于植物的蔓荊子和苔草，由于葉綠素吸收和水分波段的影響，它們的光譜有很大差異，表現(xiàn)在植被光譜“紅邊”位置以及近紅外和中紅外波段的反射率比蔓荊子大一倍以上。

為了進(jìn)一步分析消除大氣效應(yīng)和土壤環(huán)境背景對(duì)蔓荊子光譜的抑制影響，對(duì)波譜數(shù)據(jù)進(jìn)行導(dǎo)數(shù)光譜分析。圖3b為圖3a中蔓荊子和上述共生地物的導(dǎo)數(shù)光譜形式。由圖3b可知，在600～800 nm波段，經(jīng)一階導(dǎo)數(shù)處理的沙地光譜值接近為0，可有效地抑制土壤背景對(duì)植物提取的影響。蔓荊子、苔草在725 nm處紅邊斜率分別達(dá)到峰值0.010 39和0.003 08，有較強(qiáng)的可區(qū)分性。

在植物的不同生育期、健康狀態(tài)、不同生境，其光譜存在一定的差異，信息的分類(lèi)提取應(yīng)根據(jù)其差異選擇相應(yīng)的數(shù)據(jù)，研究不同生育期、健康狀態(tài)、不同生境蔓荊子的光譜特性是正確分類(lèi)提取的前提。本研究就上述三種情況分別進(jìn)行了波譜分析。

夏季和秋季是蔓荊子動(dòng)態(tài)監(jiān)測(cè)一年四季的黃金季節(jié)。因此，本研究光譜測(cè)量選取夏季和秋季進(jìn)行，并進(jìn)行一階導(dǎo)數(shù)處理（圖4）。圖4a和圖4b分別顯示了蔓荊子在夏、秋兩個(gè)季節(jié)的反射光譜曲線和一階導(dǎo)數(shù)曲線。經(jīng)分析， 在550 nm波段附近，反射率夏季大于秋季，且在750～1 000 nm波段范圍內(nèi)，兩季的反射率曲線波動(dòng)較大。由一階導(dǎo)數(shù)曲線圖可以看出，蔓荊子夏季和秋季的紅邊斜率差異較大，夏季紅邊位置大約在702 nm附近，秋季紅邊位置大約在693 nm附近，有微弱的點(diǎn)藍(lán)移現(xiàn)象。

經(jīng)同期同地點(diǎn)采集的健康和非健康的蔓荊子光譜數(shù)據(jù)對(duì)比（圖5），局部葉子發(fā)黃的蔓荊子的反射率整體低于健康的蔓荊子，但仍具有明顯的植被的波譜特征。通過(guò)選擇生長(zhǎng)在陽(yáng)坡和陰坡的蔓荊子光譜數(shù)據(jù)分析（圖6），在可見(jiàn)光和近紅外的反射率陽(yáng)坡的略高于陰坡值。

3.2 蔓荊子信息提取

選用計(jì)算機(jī)非監(jiān)督分類(lèi)和監(jiān)督分類(lèi)、目視解譯和野外核實(shí)相結(jié)合的方法從遙感影像中提取蔓荊子信息。目視解譯過(guò)程如下：首先，結(jié)合非遙感信息源，進(jìn)行室內(nèi)外的判讀訓(xùn)練。其次，依據(jù)地形圖、土地利用圖在遙感影像上選取2條調(diào)查、抽樣線路，沿不同路線在不同地區(qū)選取觀察點(diǎn)。利用亞米級(jí)手持GPS在野外對(duì)各選擇點(diǎn)進(jìn)行定位，確定蔓荊子分布情況、地面景觀狀況，再結(jié)合已處理的遙感影像，對(duì)地物進(jìn)行判讀，建立包括色調(diào)、灰度、斑塊形狀和紋理特征在內(nèi)的研究區(qū)不同地物影像解譯標(biāo)志，結(jié)果見(jiàn)表1。

4 結(jié)果與分析

4.1 精度分析

先對(duì)遙感影像數(shù)據(jù)進(jìn)行非監(jiān)督分類(lèi)，通過(guò)人工解譯確定其類(lèi)別屬性，然后將人工解譯后的非監(jiān)督分類(lèi)的分類(lèi)屬性表經(jīng)光譜聚類(lèi)處理轉(zhuǎn)化成適用于監(jiān)督分類(lèi)的分類(lèi)模板文件，再執(zhí)行監(jiān)督分類(lèi)的作業(yè)方法以提高計(jì)算機(jī)自動(dòng)分類(lèi)的精度。

本研究中選擇50為初始分類(lèi)數(shù)進(jìn)行非監(jiān)督分類(lèi)。非監(jiān)督分類(lèi)的最大循環(huán)次數(shù)定義為24，循環(huán)收斂閾值設(shè)置為0.95。然后進(jìn)行各個(gè)類(lèi)別的專(zhuān)題判別、色彩確定、分類(lèi)合并等處理，形成下一步監(jiān)督分類(lèi)的分類(lèi)模板。最終將該模板初始分類(lèi)中的50類(lèi)合并為4類(lèi)地物類(lèi)型，即蔓荊子、沙地、林地以及道路。為了得到理想的分類(lèi)效果，計(jì)算機(jī)分類(lèi)后的結(jié)果需要進(jìn)行分類(lèi)后處理，主要是小圖斑的處理操作。圖像分類(lèi)后，獲得蔓荊子的分布圖，還需要對(duì)可能錯(cuò)分、漏分的圖斑進(jìn)行野外調(diào)查，通過(guò)兩條考察路線實(shí)地野外調(diào)查驗(yàn)證，并在室內(nèi)進(jìn)行修正。考察線路圖斑驗(yàn)證情況見(jiàn)表2。由表2可知，分類(lèi)精度達(dá)到89.5%以上。

4.2 蔓荊子資源監(jiān)測(cè)結(jié)果

選擇了高空間分辨率影像數(shù)據(jù)，即資源一號(hào)02C和資源三號(hào)的多源數(shù)據(jù)來(lái)對(duì)蔓荊子的信息進(jìn)行提取，進(jìn)而估算出蔓荊子的面積，然后結(jié)合地面抽樣調(diào)查數(shù)據(jù)，估算出蔓荊子的果實(shí)產(chǎn)量。

經(jīng)過(guò)計(jì)算機(jī)分類(lèi)和后期驗(yàn)證、修正得到的蔓荊子空間分布如圖7所示，蔓荊子的分布面積為6.682 km2。

蔓荊子產(chǎn)量估算等于單位面積產(chǎn)量乘以總面積?？偯娣e已經(jīng)通過(guò)遙感監(jiān)測(cè)得到。對(duì)于單位面積產(chǎn)量，結(jié)合研究區(qū)實(shí)際情況，通過(guò)野外抽樣調(diào)查來(lái)獲得。通過(guò)選擇兩條具有一定代表性的抽樣路線，抽樣路線設(shè)置主要考慮地形（坡向、坡度）、分布（生長(zhǎng)特征、種類(lèi)）等因子，在抽樣路線上設(shè)置2 m×2 m樣方調(diào)查，每條抽樣路線抽取10個(gè)樣方。在樣方內(nèi)采摘蔓荊子果實(shí)，然后同時(shí)稱(chēng)每一個(gè)樣方的質(zhì)量，最后以20個(gè)樣方質(zhì)量的平均值除以4為單位面積的產(chǎn)量。最終計(jì)算得到單位面積的產(chǎn)量約為41.2 g/m2，研究區(qū)蔓荊子總產(chǎn)量約為2.75×105 kg。

5 小結(jié)

針對(duì)同一年份不同季節(jié)（2011年7月25日和2011年11月3日）蔓荊子及其周邊共生地物的光譜特征研究表明，蔓荊子與其他植被類(lèi)型具有可區(qū)分性，較為理想的波段為500～600 nm的可見(jiàn)光波段和670～800 nm的近紅外波段，而尤其以530 nm和700 nm處區(qū)分效果最優(yōu)。在蔓荊子信息提取的遙感信息源選擇方面，原本以高光譜數(shù)據(jù)最優(yōu)，但是目前所選衛(wèi)星的高光譜的空間分辨率較低，而且難獲取。故選擇國(guó)產(chǎn)的高分辨率影像為遙感監(jiān)測(cè)源。對(duì)于遙感數(shù)據(jù)時(shí)間選擇，以秋季的換葉期前后的時(shí)相為佳，其次為夏季、冬季。

資源三號(hào)多光譜的b3（R）、（b2×3+b4）/4（G）、b2（B）波段組合能，并與HR全色數(shù)據(jù)融合，能較好地實(shí)現(xiàn)針對(duì)蔓荊子信息的目視解譯和計(jì)算機(jī)分類(lèi)。

通過(guò)利用非監(jiān)督分類(lèi)法（ISODATA法）和監(jiān)督分類(lèi)、目視解譯和野外核實(shí)相結(jié)合的方法，能成功實(shí)現(xiàn)蔓荊子的空間分布監(jiān)測(cè)和面積、產(chǎn)量的估算。

參考文獻(xiàn)：

[1] 譚業(yè)華，包建華，陳 珍，等.中藥材蔓荊子研究現(xiàn)狀與展望[J].海南師范學(xué)院學(xué)報(bào)（自然科學(xué)版），2007，20（4）：361-364.

[2] 郭蘭萍，黃璐琦，蔣有緒，等.“3S”技術(shù)在中藥資源可持續(xù)利用中的應(yīng)用[J].中國(guó)中藥雜志，2005，30（18）：1397-1400.

[3] 陳士林，張本剛，張金勝，等.人參資源儲(chǔ)藏量調(diào)查中的遙感技術(shù)方法研究[J].世界科學(xué)技術(shù)—中醫(yī)藥現(xiàn)代化，2005，7（4）：37-43，36.

[4] 江利明，楊武年，房世波.遙感技術(shù)在新一輪國(guó)土資源大調(diào)查中的進(jìn)展與作用[J].物探化探計(jì)算技術(shù)，2002，24（2）：151-156

[5] 楊 潔，左長(zhǎng)清.蔓荊在鄱陽(yáng)湖風(fēng)沙區(qū)的適應(yīng)性及防風(fēng)作用研究[J].水土保持研究，2004，11（1）：47-49.

[6] 左長(zhǎng)清，楊 潔，李相璽.江西省鄱陽(yáng)湖湖濱沙地蔓荊的固沙效益[J].中國(guó)水土保持科學(xué)，2003，1（2）：38-41.

[7] 王 橋，王文杰，鄭丙輝，等.中國(guó)西部地區(qū)生態(tài)環(huán)境現(xiàn)狀遙感調(diào)查[J].遙感學(xué)報(bào)，2003，7（6）：490-497.

[8] 李存軍，劉良云，王紀(jì)華，等.兩種高保真遙感影像融合方法比較[J].中國(guó)圖象圖形學(xué)報(bào)，2004，9（11）：1376-1385.

[9] 譚永生，沈掌泉，賈春燕，等.中高分辨率遙感影像融合研究[J].遙感技術(shù)與應(yīng)用，2007，22（4）：536-541.

[10] 別 強(qiáng)，何 磊，趙傳燕.基于影像融合和面向?qū)ο蠹夹g(shù)的植被信息提取研究[J].遙感技術(shù)與應(yīng)用，2014，29（1）：164-170.