基于多源多時(shí)相遙感影像的寧國(guó)前胡種植面積提取研究

史婷婷　張小波　張珂　郭蘭萍　黃璐琦

[摘要]中藥多種植在自然環(huán)境條件適宜而地形復(fù)雜的山區(qū)，種植地塊分布零散，傳統(tǒng)調(diào)查方法很難獲得準(zhǔn)確的種植面積。通過(guò)研究基于遙感的中藥材種植面積提取方法，為中藥資源保護(hù)和利用提供決策支持有著至關(guān)重要的意義。該文以安徽省寧國(guó)市前胡種植為例，分別以30 m 分辨率的Landsat8和16 m分辨率的國(guó)產(chǎn)“高分一號(hào)”（GF1）多光譜遙感影像為數(shù)據(jù)源，首先利用前胡在不同時(shí)相的影像光譜特征變化來(lái)提取寧國(guó)市耕地中的前胡種植區(qū)域，其次利用與前胡套種的山核桃幼林的紋理和光譜特征來(lái)提取寧國(guó)市林地中的前胡種植區(qū)域。結(jié)果表明：利用30 m和16 m空間分辨率影像提取的前胡種植面積分別為25 63543，24 58543畝（1畝≈667 m2）。與統(tǒng)計(jì)數(shù)據(jù)相比，16 m分辨率影像提取的結(jié)果精度較高。

[關(guān)鍵詞]Landsat8 TM；GF1；寧國(guó)前胡；種植面積提取

[Abstract]The herbs used as the material for traditional Chinese medicine are always planted in the mountainous area where the natural environment is suitable As the mountain terrain is complex and the distribution of planting plots is scattered， the traditional survey method is difficult to obtain accurate planting area It is of great significance to provide decision support for the conservation and utilization of traditional Chinese medicine resources by studying the method of extraction of Chinese herbal medicine planting area based on remote sensing and realizing the dynamic monitoring and reserve estimation of Chinese herbal medicines In this paper， taking the Peucedanum praeruptorum planted area in Ningguo prefecture of Anhui province as an example， the multispectral remote sensing images that include Landsat8 with a 30 m resolution and Chinamade GF1 with a 16 m resolution were used as data source Since the spectral characteristics of P praeruptorum in the two periods are different from those of other crops， the changes of the images at two stages in the same year could be used to extract the P praeruptorum planted area intercropped in cultivated land Then the texture and spectral characteristics of young pecan trees were used to extract the P praeruptorum planted area intercropped in woodland The results showed that the extracted area of planted P praeruptorum with the original imagery of 30 m spatial resolution and 16 m spatial resolution was 25 63543，24 58543 mu， respectively

[Key words]Landsat8 TM； GF1； Peucedanum praeruptorum in Ningguo； planting area estimation

前胡是一種歷史悠久，被廣泛應(yīng)用的常用藥材[1]。中藥前胡為傘形科前胡屬植物白花前胡Peucedanum praeruptorum Dunn的干燥根，具有降氣化痰、宣散風(fēng)熱等功效，主要分布于安徽、浙江、湖南、四川等地。安徽省寧國(guó)市前胡產(chǎn)量居全國(guó)之最，寧國(guó)市前胡種植面積的掌握對(duì)于全國(guó)前胡總量的控制具有舉足輕重的作用。

傳統(tǒng)中藥資源調(diào)查一直采用收購(gòu)量推算、人為主觀估計(jì)和地面調(diào)查相結(jié)合，統(tǒng)計(jì)結(jié)果受主觀因素的影響較大[23]。遙感技術(shù)具有宏觀、動(dòng)態(tài)、快速、準(zhǔn)確等優(yōu)勢(shì)，決定了遙感技術(shù)能被快速應(yīng)用于農(nóng)業(yè)領(lǐng)域。目前遙感技術(shù)在農(nóng)作物面積估測(cè)、單產(chǎn)估測(cè)和總產(chǎn)估測(cè)等各個(gè)環(huán)節(jié)中均有應(yīng)用，并取得了較好的效果[47]。因此，將遙感技術(shù)手段應(yīng)用于中藥資源監(jiān)測(cè)和調(diào)查是目前研究的重要內(nèi)容。

本文分別利用Landsat8和國(guó)產(chǎn)“高分一號(hào)”（GF1）遙感影像，以遙感分類技術(shù)為手段，通過(guò)對(duì)影像數(shù)據(jù)的處理、分析、驗(yàn)證等操作，進(jìn)行安徽寧國(guó)地區(qū)前胡種植面積的精確提取，并分析不同空間分辨率的遙感影像對(duì)提取結(jié)果的影響，以期為前胡資源調(diào)查和動(dòng)態(tài)監(jiān)測(cè)、產(chǎn)量估測(cè)及趨勢(shì)預(yù)測(cè)等提供數(shù)據(jù)參考，為當(dāng)?shù)厍昂a(chǎn)業(yè)的健康發(fā)展提供決策支持。endprint

1材料

11研究區(qū)域概況寧國(guó)市位于安徽省東南部，地勢(shì)南高北低，東西山川起伏，為天目山山脈和黃山山脈的交匯處，屬于皖南山區(qū)的紅壤丘陵區(qū)，地勢(shì)垂直差異明顯，地貌類形多樣。寧國(guó)市屬于北亞熱帶濕潤(rùn)季風(fēng)氣候區(qū)，年平均溫度154 ℃，無(wú)霜期226 d，年降雨量1 468 mm，日照時(shí)數(shù)1 989 h。寧國(guó)市是野生白花前胡的自然分布中心之一。

12數(shù)據(jù)選取及預(yù)處理由于寧國(guó)市前胡的栽培模式是包括大田栽培、與玉米套種、與山核桃套種、與茶樹(shù)套種、與銀杏樹(shù)套種等，其中以大田栽培、與玉米套種和與山核桃套種3種模式為主。在土地利用方面，大田栽培和玉米套種模式均在耕地，而山核桃套種則是在林地。

境內(nèi)前胡及主要作物的物候特點(diǎn)如下，前胡：（種子）4月出苗，5月初幼苗，8—9月花期，9—11月果期。玉米：5月初幼苗，植株高10～20 cm，6—10月花果期。山核桃：3—4月長(zhǎng)出新葉，4—5月花期，5月初花期，6—9月果期，果實(shí)成熟9月。山核桃苗栽培8～10年后方能開(kāi)花結(jié)果。茶：常綠植物，花果期8—11月。毛竹：常綠植物，極少開(kāi)花。開(kāi)花后植株即死亡。

因此，本文分2種情況進(jìn)行前胡種植區(qū)域提取。在耕地上與玉米套種模式中，根據(jù)寧國(guó)市玉米和前胡的物候特點(diǎn)可以看到，在10月中下旬，玉米先于前胡收割，此時(shí)2種作物的生長(zhǎng)期不重疊，因此利用前胡在10月生長(zhǎng)期和次年1月收獲期的影像差異與其他作物在此時(shí)期影像差異的不同，識(shí)別前胡的種植區(qū)域。因此本文選用2013年10月13日和2014年1月2日兩期Landsat8影像和GF1影像，所用到的參考基準(zhǔn)為WGS84，投影為UTM，這個(gè)時(shí)期避開(kāi)了影像云層的影響，也與其他作物生長(zhǎng)期和收獲期錯(cuò)開(kāi)。

在林地上與山核桃套種模式中，前胡只套種在山核桃幼林中，一旦山核桃長(zhǎng)大、長(zhǎng)密便不再套種前胡，根據(jù)這個(gè)特點(diǎn)，可以利用山核桃幼林在影像上的光譜特征和紋理特征提取前胡的種植區(qū)域。因此本文分別選取2013年10月13日的Landsat8影像和GF1影像作為數(shù)據(jù)源，進(jìn)行寧國(guó)林地中前胡種植區(qū)域的提取。

數(shù)據(jù)預(yù)處理包括：投影轉(zhuǎn)換、波段合成、輻射校正、幾何糾正和影像裁剪。由于Landsat8熱紅外波段分辨率為120 m，不參與波段組合。以遙感影像為參照，對(duì)寧國(guó)市行政邊界矢量數(shù)據(jù)進(jìn)行坐標(biāo)投影轉(zhuǎn)換，以此結(jié)果得到AOI 掩膜，分別對(duì)2 期Landsat8影像和2期GF1影像進(jìn)行裁剪。以寧國(guó)市地形圖數(shù)據(jù)為基準(zhǔn)，分別對(duì)4期影像進(jìn)行幾何精糾正。具體方法為：在遙感影像中選擇路路交叉、河流分叉處等12個(gè)明顯地物點(diǎn)作為地面控制點(diǎn)，應(yīng)用3次多項(xiàng)式校正模型和最近鄰距離重采樣模型對(duì) 4期影像進(jìn)行幾何精校正，最終的定位精度在1個(gè)像元以內(nèi)。

2結(jié)果

21遙感最佳波段組合通過(guò)地物在不同波段的差異性，可以有效識(shí)別地物。監(jiān)督分類中訓(xùn)練樣本的選取和非監(jiān)督分類中類別的判定，都要利用目標(biāo)地物與周?chē)匚锏纳噬{(diào)差異。但是，遙感影像上地物所呈現(xiàn)的色調(diào)特征除與不同的波段有關(guān)外，還與波段組合及其顯色方式緊密相關(guān)。

最佳波段及波段組合選擇一般要遵循以下原則：一是所選波段及波段組合的信息量大，二是所選波段組合相關(guān)性弱，三是在所選的波段及波段組合內(nèi)，目標(biāo)地物與其他地物具有較好的光譜可分離性。在實(shí)際應(yīng)用中，選擇的主要方法有相關(guān)系數(shù)矩陣、方差、最佳指數(shù)法（OIF）等。其中由美國(guó)查維茨提出的最佳指數(shù)法，計(jì)算方法簡(jiǎn)單，易于操作[8]。

OIF= 3i=1Si/3i=1|Rij|（1）

式中的 為第i個(gè)波段的標(biāo)準(zhǔn)差，為i，j 2個(gè)波段的相關(guān)系數(shù)。對(duì)多波段遙感影像數(shù)據(jù)，先計(jì)算其相關(guān)系數(shù)矩陣，再分別求出所有可能的3個(gè)波段組合對(duì)應(yīng)的OIF。波段組合的3個(gè)波段間相關(guān)性越小，說(shuō)明3個(gè)波段冗余度越小，所包含的信息量越大。OIF指數(shù)越大，說(shuō)明該組合遙感圖像包含的信息量越大，為最優(yōu)波段組合[9]。

采用Landsat820131013影像為研究數(shù)據(jù)源，計(jì)算各波段的標(biāo)準(zhǔn)差和相關(guān)系數(shù)（表1）。

將表1中各波段的標(biāo)準(zhǔn)差、相關(guān)系數(shù)等數(shù)值帶入公式（1）中計(jì)算，即可得出Landsat8TM各波段組合的OIF指數(shù)（表2）。

從表2中可以看出，波段組合256，456，567的OIF指數(shù)較高，均超過(guò)900，而地物提取最佳波段組合必須結(jié)合研究區(qū)地物光譜特征。從研究區(qū)的地物光譜曲線來(lái)看（圖1），在藍(lán)色（波段2）和綠色（波段3）波段內(nèi)，地物光譜差異不大；在紅色波段（波段4）內(nèi)，目標(biāo)地物前胡的光譜反射率差異明顯增強(qiáng)，在近紅外波段（波段5）內(nèi)地物反射率存在明顯差異。因而認(rèn)為近紅外波段為前胡種植面積提取的必選波段，即波段5。根據(jù)相關(guān)性小的選擇原則，從可見(jiàn)光波段中（TM2，TM3，TM4），從中紅外波段中（TM6，TM7）中各選擇1個(gè)波段與波段組合提取前胡種植面積的最佳波段組合。結(jié)合各波段的標(biāo)準(zhǔn)差，各波段間相關(guān)系數(shù)和指數(shù)數(shù)據(jù)分析，在中紅外波段內(nèi)以TM6所含地物信息量最大，在可見(jiàn)光波段內(nèi)以TM4信息量最大，因此選擇TM4，TM5，TM6組合為L(zhǎng)andsat8TM數(shù)據(jù)提取前胡種植面積遙感信息的最佳波段組合。高分一號(hào)（GF1）影像的波段最佳組合選擇方法與Landsat8 TM影像的方法一致。通過(guò)計(jì)算，波段組合432的OIF指數(shù)最高，結(jié)合地物光譜特征看，波段432對(duì)于前胡種植區(qū)域提取優(yōu)于其他組合。因此，選擇432為GF1數(shù)據(jù)源影像提取前胡種植區(qū)域的最佳組合。

22典型地物分類Landsat8 影像中，通過(guò)目視解譯方法可以有效地識(shí)別出林地、人工表面、耕地、水體四大類典型地物（圖2）。

由于大田栽培和與玉米套種的前胡都是在耕地中，而與山核桃套種的前胡都是在林地中，為進(jìn)一步進(jìn)行前胡種植區(qū)域的提取，將林地、人工表面和水體三大類進(jìn)行剔除，得到耕地區(qū)域；將水體、耕地和人工表面三大類進(jìn)行剔除，得到林地區(qū)域（圖3）。endprint

23耕地中前胡種植面積提取本文利用同一年前胡生長(zhǎng)期影像和收獲期影像進(jìn)行變化檢測(cè)，得到年內(nèi)變化區(qū)域。由于在1 年內(nèi)人工表面、林地、水體地等地物類型變化并不頻繁，作物的生長(zhǎng)變化最為顯著，所以提取的變化區(qū)域主要為作物的種植區(qū)域。由前文分析可以知道前胡的變化與其他作物變化特征并不一致，以此來(lái)進(jìn)行年內(nèi)前胡種植區(qū)域的提取。

24林地中前胡種植面積提取通過(guò)實(shí)地調(diào)查可知，前胡只套種在山核桃幼林中，一旦山核桃長(zhǎng)大、長(zhǎng)密便不再套種前胡；而且?guī)缀跛猩胶颂矣琢侄紩?huì)套種前胡，因?yàn)樘追N前胡對(duì)山核桃成長(zhǎng)有很多益處，比如防蟲(chóng)，松土，除草等，可以促進(jìn)山核桃成長(zhǎng)。因此，在林地中提取前胡只需把山核桃幼林的區(qū)域提取出來(lái)即為前胡種植區(qū)域。

在遙感影像上，山核桃幼林的紋理特征與光譜特征和其他林地有很大區(qū)別。因此，本文根據(jù)山核桃幼林的紋理特征和光譜特征進(jìn)行山核桃幼林面積的提取，從而得到林地中前胡的種植面積。

25不同數(shù)據(jù)源遙感提取結(jié)果對(duì)比為了解影像的不同空間分辨率對(duì)前胡種植面積提取精度的影響，利用16 m空間分辨率的GF1影像為數(shù)據(jù)源，使用同樣方法，對(duì)寧國(guó)市前胡種植面積進(jìn)行提取。

利用30 m Landsat8TM影像為數(shù)據(jù)源，提取得到的前胡種植區(qū)域（圖4）。前胡栽培面積在耕地中和林地中分別為15 019222，10 616208畝（1畝≈667 m2），總種植面積共為25 63543畝。

利用16 m GF1影像為數(shù)據(jù)源，提取得到的前胡種植區(qū)域（圖5）。前胡栽培面積在耕地中和林地中分別為14 399222，10 186208畝，總種植面積共為24 58543畝。

3結(jié)論

本文以用30 m分辨率的Landsat8 TM和16 m分辨率的GF1多光譜遙感影像為數(shù)據(jù)源，分別研究了利用多時(shí)相遙感影像提取寧國(guó)市耕地中的前胡種植區(qū)域的方法和利用監(jiān)督分類提取寧國(guó)市林地中前胡種植區(qū)域的方法。估算結(jié)果表明，使用30 m空間分辨率影像提取的前胡種植面積有25 63543畝，使用16 m空間分辨率影像提取的前胡種植面積為24 58543畝。寧國(guó)市2013年前胡種植的統(tǒng)計(jì)數(shù)據(jù)為21 400畝，與之相比，16 m空間分辨率的影像提出結(jié)果精度較高。該方法可為相關(guān)部門(mén)摸清前胡種植面積和空間分布情況、監(jiān)管前胡種植、制定前胡產(chǎn)業(yè)政策提供決策支持。

由于前胡種植地塊面積較小且分布零碎，導(dǎo)致30 m和16 m分辨率的影像提取精度還不夠理想，因此在今后的研究中，可以從以下幾方面進(jìn)行提高前胡面積提取精度的研究。首先，采用米級(jí)甚至亞米級(jí)的超高分辨率的影像作為數(shù)據(jù)源來(lái)提高前胡面積提取精度；其次，由于本文方法需要人機(jī)交互，對(duì)樣本選取的依賴性較強(qiáng)，如何能夠更加智能化、更加穩(wěn)定地提取前胡種植面積，有待進(jìn)一步研究；再次，不同分類方法對(duì)種植面積的提取精度也有影響，因此通過(guò)對(duì)比不同分類方法的提取精度，得到提取前胡種植面積的最優(yōu)方法，是進(jìn)一步的研究工作。

[參考文獻(xiàn)]

[1]王惠民 前胡的本草考證[J] 中國(guó)中藥雜志， 1996， 21（12）：710

[2]中國(guó)藥典一部[S] 2010

[3]郭巧生 藥用植物栽培學(xué)[M] 北京：高等教育出版社， 2006

[4]徐偉燕， 孫睿， 金志鳳 基于資源三號(hào)衛(wèi)星影像的茶樹(shù)種植區(qū)提取[J] 農(nóng)業(yè)工程學(xué)報(bào)， 2016（s1）：161

[5]劉明芹， 李新舉， 楊永花，等 基于資源三號(hào)衛(wèi)星遙感影像的山區(qū)套種煙草面積估測(cè)[J] 安徽農(nóng)業(yè)科學(xué)， 2016（3）：291

[6]陳劉鳳， 林開(kāi)平， 胡寶清，等 基于Landsat8_OLI數(shù)據(jù)的甘蔗種植面積監(jiān)測(cè)[J] 南方農(nóng)業(yè)學(xué)報(bào)， 2015， 46（11）：2068

[7]黃健熙， 賈世靈， 武洪峰，等 基于GF1 WFV影像的作物面積提取方法研究[J] 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2015，46（s1）：253

[8]戴昌達(dá)， 雷莉萍 TM圖像的光譜信息特征與最佳波段組合[J] 遙感學(xué)報(bào)， 1989（4）：282

[9]林婷 基于多光譜遙感數(shù)據(jù)的植被信息最佳波段組合研究[J] 林業(yè)勘察設(shè)計(jì)， 2010（2）：83

[責(zé)任編輯呂冬梅]endprint