火龍果種植信息提取技術(shù)

許元紅，陳智虎，劉春艷，童倩倩，李莉婕，趙澤英

(貴州省農(nóng)業(yè)科學(xué)院 科技信息研究所，貴州 貴陽 550006)

火龍果屬于熱帶、亞熱帶水果，營養(yǎng)豐富，集水果、花卉、蔬菜、保健為一體，具有非常高的經(jīng)濟價值[1]。近年來，貴州省火龍果種植面積不斷增加，如何快速提取種植信息，實現(xiàn)產(chǎn)量估測、進行田間精準(zhǔn)管理顯得十分重要。單位面積內(nèi)植株數(shù)量與植株倒伏數(shù)量作為火龍果生長監(jiān)測的重要指標(biāo)，是進行種植調(diào)控與管理不可或缺的參考因素。因此，準(zhǔn)確、快速獲取火龍果株數(shù)及倒伏信息對其實現(xiàn)精細化管理具有重要意義。植物田間株數(shù)及倒伏情況的監(jiān)測可采取基于數(shù)字影像的目視解譯法和自動提取法，目視解譯法主要基于可見光影像人工解譯出實際所需的農(nóng)情信息，該方法效率低，很難實現(xiàn)快速、精準(zhǔn)管理的目的。自動提取主要利用反射光譜、傾斜攝影、激光雷達等技術(shù)實現(xiàn)田間株數(shù)、株高及倒伏信息等指標(biāo)的獲取。劉帥兵等[2]利用無人機可見光影像，通過骨架提取算法及多次去毛刺處理等數(shù)學(xué)形態(tài)學(xué)流程提取玉米苗形態(tài)，實現(xiàn)玉米苗期株數(shù)的信息提取，總體識別精度達97.8%；蘇偉等[3]利用地基激光雷達獲取毫米級精度的玉米個體植株三維點云數(shù)據(jù)并進行海量點云數(shù)據(jù)預(yù)處理，試驗結(jié)果與實地手動測量值相比，真實葉面積、葉長、株高、葉傾角的平均絕對百分比誤差(MAPE)分別為 2.38%、1.32%、0.61%和 8.96%，精度較高，可操作性強； MALAMBO等[4]使用小型無人機通過傾斜攝影方式，提取玉米倒伏信息，并在小區(qū)尺度上與田間調(diào)查結(jié)果進行對比分析，誤差僅4.44%。當(dāng)前，準(zhǔn)確并快速地提取火龍果種植信息鮮有研究，鑒于此，選取關(guān)嶺縣板貴鄉(xiāng)木工村火龍種植基地為研究區(qū)，采用縱橫CW-007垂直起降無人機系統(tǒng)搭載可見光數(shù)碼相機獲取的研究區(qū)高清影像作為數(shù)據(jù)源，利用Pix4D進行影像拼接，通過ENVI軟件提取研究區(qū)內(nèi)火龍果株數(shù)，借助ArcGIS進行株高提取，統(tǒng)計火龍果田間倒伏株數(shù)，并與實地采集信息進行對比，以論證基于低空遙感技術(shù)快速提取火龍果種植信息的可行性，旨在尋求準(zhǔn)確、快速獲取火龍果生長期田間植株數(shù)量與倒伏數(shù)量的技術(shù)手段，為大田作物的科學(xué)估測產(chǎn)量及種植區(qū)精細化管理提供技術(shù)支撐。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于關(guān)嶺自治縣板貴鄉(xiāng)木工村，地理坐標(biāo)為北緯25°39′01″、東經(jīng)105°42′36″。地處低熱河谷，氣候為中亞熱帶季風(fēng)濕潤氣候，主要地貌有中山及峰叢洼地等，巖溶地貌發(fā)育，石漠化較嚴(yán)重，平均海拔650 m，年平均氣溫20℃左右，年日照時數(shù)3 000 h左右，年降水量890 mm左右，無霜期大于320 d。研究區(qū)域種植的主要作物有玉米、花椒及火龍果。

1.2 試驗材料

1.2.1 火龍果樣地 為了創(chuàng)造有利的試驗條件，選擇的火龍果種植區(qū)地勢較為平整，行間距約3 m，株間距約2 m，總面積1 712 m2。火龍果種植于2013年，長勢良好，種植區(qū)管理規(guī)范。

1.2.2 低空遙感系統(tǒng) 目前低空遙感主要利用固定翼和多旋翼等手段進行數(shù)據(jù)獲取。研究借助縱橫系列CW-007無人機進行火龍果種植區(qū)域拍攝。系統(tǒng)由飛行平臺、機載傳感器、地面控制系統(tǒng)、數(shù)據(jù)鏈路、數(shù)據(jù)后處理系統(tǒng)組成。無人機采用模塊化設(shè)計，抗風(fēng)能力強，續(xù)航時間可達50 min；機載傳感器為SONY A7R可見光相機，全畫幅，像素7 952×5 304，像素尺寸0.004 515 mm，相機焦距35.373 097 mm。

1.3 試驗方法

基于低空遙感技術(shù)獲取火龍果種植信息的技術(shù)流程詳見圖1。

1.3.1 影像獲取 為獲取高質(zhì)量影像數(shù)據(jù)，航拍前需作好充分準(zhǔn)備工作，包括測區(qū)資料收集，航線規(guī)劃，起降場地選擇等[5]。研究數(shù)據(jù)獲取時間為2019年4月12日，天氣晴朗，于太陽輻射較穩(wěn)定的正午時分進行拍攝。為便于后期制作高分辨率數(shù)字產(chǎn)品，飛行行向重疊度設(shè)為80%，旁向重疊度設(shè)為70%，地面分辨率1.58 cm，相對地面航高122 m，東西方向共6條航線，采集照片共計109張，對應(yīng)姿態(tài)數(shù)據(jù)(POS)109個。

1.3.2 地面像控點GCP獲取 雖然無人機系統(tǒng)帶有慣性測量單元(IMU)，但要獲得高精度數(shù)字產(chǎn)品，必須采用實時動態(tài)差分技術(shù)(RTK)測量地面像控點參與后期影像處理。地面像控點要求均勻分布于研究區(qū)域，為滿足處理需求，共測量像控點8個。

1.3.3 火龍果株高量測 為驗證基于遙感技術(shù)提取火龍果倒伏植株的準(zhǔn)確率，對火龍果正常生長高度及倒伏火龍果的實際高度進行實地測量。該時期火龍果長勢良好，枝葉處于生長階段，暫未進行修剪。利用鋼卷尺從地面量至火龍果新芽頂端，共獲得101株正?；瘕埞闹仓旮叨?，均在1 m以上；倒伏植株共測量5株，新芽頂距地面距離在0.43～0.75 m。

圖1 低空遙感技術(shù)獲取火龍果種植信息的技術(shù)流程

Fig.1 The technical process of obtaining pitaya planting information by using low-altitude remote sensing technology

1.3.4 數(shù)據(jù)處理

1) 影像預(yù)處理。進行影像獲取時，隨著時間推移，太陽位置、風(fēng)速等因素均會發(fā)生變化，造成所獲取影像存在不同程度的輻射誤差。為提高后期數(shù)據(jù)制作精度，必須進行影像增強處理，確保所有照片明暗程度基本相似。

2) 正射影像(DOM)、數(shù)字表面模型(DSM)和數(shù)字高程模型(DEM)制作。采用Pix4D進行相關(guān)數(shù)字產(chǎn)品的制作。將經(jīng)過預(yù)處理的數(shù)碼像片和POS數(shù)據(jù)導(dǎo)入軟件，選擇對應(yīng)的坐標(biāo)系和基準(zhǔn)面進行初始化處理；導(dǎo)入GCP，校正圖片地理參考，提高處理結(jié)果精度。重新進行空中三角測量，獲得研究區(qū)的數(shù)字正射影像DOM以及數(shù)字表面模型DSM，DSM包含地面上的所有植被信息，對其進行濾波處理之后獲得研究區(qū)域的數(shù)字高程模型DEM。

1.3.5 種植株數(shù)與倒伏株數(shù)信息提取

1) 種植株數(shù)。以拼接完成的三波段正射影像DOM為基礎(chǔ)數(shù)據(jù)，利用ENVI5.5軟件計算研究區(qū)可見光波段差異植被指數(shù)VDVI，計算后實現(xiàn)目標(biāo)地物與背景值的較好分離。通過對可見光波段差異植被指數(shù)計算結(jié)果進行密度分割，確定作物分布的最大及最小閾值，借助Raster Color Slice工具分析，得出火龍果與背景值的最佳分割閾值為0.04。采用波段運算工具對植被指數(shù)進行掩膜處理，將大于等于0.04的像元值保持不變，小于0.04的像元值更改為0值。利用果樹提取工具Count Crops，按照“作物最小直徑1.1 m、最大直徑2 m、增量數(shù)3、高斯平滑因子0.5及允許重疊百分比為0”的條件對研究區(qū)內(nèi)火龍果植株數(shù)量進行提取，并將提取結(jié)果轉(zhuǎn)換為矢量，統(tǒng)計出研究區(qū)火龍果株數(shù)，通過對比目視解譯數(shù)據(jù)(等同于田間實際株數(shù))，進行精度R驗證。

(1)

(2)

式中，Red代表紅光波段，Green表代表綠光波段，Blue代表藍光波段；M提取值代表利用軟件統(tǒng)計出的株數(shù)，N解譯值代表目視解譯的株數(shù)。

2) 倒伏株數(shù)。DSM與DEM的每個像素值均表示該點高程，可用于高度測量。要得出倒伏株數(shù)，必須先提取出研究區(qū)內(nèi)所有單株火龍果的植株高度(H)，可利用單株火龍果覆蓋區(qū)域的DSM與DEM進行作差運算得到。首先論證基于低空遙感技術(shù)提取火龍果株高的可行性，將提取值和實測值進行相關(guān)性分析，以決定系數(shù)R2和均方根誤差RMSE作為評價估算模型的指標(biāo)，R2越大，與之對應(yīng)的RMSE就越小，相關(guān)性就越高[6-7]。利用ArcGIS中“以表格顯示分區(qū)統(tǒng)計”工具提取出單株火龍果覆蓋區(qū)域內(nèi)的高程最大值以及地表高程平均值，將兩者作差運算得到火龍果植株高度，統(tǒng)計得出研究區(qū)內(nèi)植株高度最大值為1.62 m，最小值為0.28 m；實地測量正常生長的火龍果植株所攀附的支架離地高度約為1.08 m，因此以1.08 m作為分界點，結(jié)合地面實測倒伏植株的最大高度統(tǒng)計獲得倒伏火龍果株數(shù)，最后進行精度驗證。

(3)

(4)

2 結(jié)果與分析

2.1 火龍果植株分布與數(shù)量

2.1.1 分布信息 圖2中呈行列分布的白色區(qū)域為火龍果，黑色及灰色區(qū)域為土壤信息，斑點狀零星分布的主要為硬化地表以及裸巖地表。

圖2 基于可見光波段差異植被指數(shù)的火龍果分布

Fig.2 Calculation results of visible light band difference vegetation index on pitaya distribution

2.1.2 種植株數(shù) 研究區(qū)域內(nèi)基于低空遙感技術(shù)獲取的火龍果種植株數(shù)為270株(圖3)，通過目視解譯得出研究區(qū)火龍果株數(shù)為278株(田間實際株數(shù))。驗證表明，基于精準(zhǔn)農(nóng)業(yè)工具包提取火龍果植株數(shù)量精度為97.12%。雖然該方法識別度較高，但是針對火龍果植株顏色較為灰暗以及“連株”的情況不能實現(xiàn)精確提取，存在一定的誤差。

圖3 基于低空遙感技術(shù)提取的火龍果植株數(shù)量

Fig.3 Pitaya plants on low-altitude remote sensing technology

2.2 火龍果植株高度與倒伏信息

2.2.1 株高信息 試驗區(qū)低空遙感技術(shù)提取的火龍果株高與實測株高誤差平均為5.6 cm。相關(guān)性分析表明，實測株高(y)與提取株高(x)的評估模型為y=0.729 7x+0.366 6，決定系數(shù)R2=0.721，均方根誤差RMSE=0.066 m(圖4)。說明，提取值與實測值比較接近，精度較高，表明基于低空遙感技術(shù)一定程度上可獲取特定區(qū)域內(nèi)的火龍果植株高度。

2.2.2 倒伏植株數(shù)量 火龍果倒伏是指由于田間管理不善或受自然災(zāi)害造成的植株倒地情況，倒伏的火龍果植株高度均低于正常生長高度。研究區(qū)內(nèi)采用低空遙感技術(shù)獲取的火龍果倒伏株數(shù)為 6株(圖5)，通過目視解譯提取的火龍果倒伏株數(shù)為7株(田間實際倒伏株數(shù))。驗證表明，基于低空遙感技術(shù)配合ArcGIS統(tǒng)計火龍果倒伏植株數(shù)量的監(jiān)測精度為85.71%。

圖4 提取株高與實測株高的相關(guān)性

Fig.4 Correspondence between extracted plant height and measured plant height

圖5 倒伏火龍果植株位置分布

Fig.5 Distribution location of lodging pitaya plants

3 結(jié)論與討論

研究利用低空遙感技術(shù)搭載高清數(shù)碼相機對火龍果種植區(qū)域進行數(shù)據(jù)采集，通過Pix4D結(jié)合地面實測像控點(GCP)進行影像拼接，生成高分辨率DOM、DSM以及DEM，借助ENVI精準(zhǔn)農(nóng)業(yè)工具包基于高清正射影像進行火龍果植株數(shù)量信息提?。粚SM進行濾波處理得到DEM，通過ArcGIS提取出火龍果株高，從而統(tǒng)計出火龍果倒伏株數(shù)。對基于低空遙感技術(shù)提取到的植株數(shù)量與倒伏植株數(shù)量進行精度驗證得出，火龍果總植株數(shù)量提取精度為97.12%，倒伏植株數(shù)量提取精度為85.71%，說明基于低空遙感技術(shù)結(jié)合ENVI以及ArcGIS等輔助工具可實現(xiàn)火龍果種植信息的快速提取，在一定程度上可為火龍果產(chǎn)量估測及精細化管理提供參考依據(jù)。

研究所選試驗區(qū)域面積小，地塊較為平坦，田間雜草較少，基于無人機高清正射影像進行火龍果植株信息提取的正確率較理想，但是針對多株火龍果被錯分為單株以及植被覆蓋復(fù)雜、地勢起伏區(qū)域等情況未進行相關(guān)研究，如何進行大面積火龍果種植信息的快速提取將是下一階段的研究方向。