基于GF-2影像的平原河網(wǎng)區(qū)規(guī)模化生豬養(yǎng)殖場(chǎng)提取方法研究

陳俊松，施 舫，杜 薇，李文靜，范佳輝，田佳榕，廖小文，郭 鵬，姚世浩,李明詩①，王文林②

(1.南京林業(yè)大學(xué)林學(xué)院，江蘇 南京 210037；2.生態(tài)環(huán)境部南京環(huán)境科學(xué)研究所，江蘇 南京 210042；3.南通大學(xué)地理科學(xué)學(xué)院，江蘇 南通 226007)

隨著經(jīng)濟(jì)的快速發(fā)展，我國生豬養(yǎng)殖業(yè)集約化、規(guī)?；潭炔粩嗵岣遊1-2]，規(guī)?；B(yǎng)殖在增加經(jīng)濟(jì)效益的同時(shí)帶來的污染也愈發(fā)嚴(yán)重[3-4]。圍繞精準(zhǔn)治污目標(biāo)，農(nóng)業(yè)、環(huán)保等相關(guān)部門需精準(zhǔn)快速地掌握規(guī)?；i養(yǎng)殖場(chǎng)空間分布信息[5-6]，而目前獲取其空間分布信息的手段仍以人工實(shí)地核查為主，費(fèi)時(shí)費(fèi)力且效率不高。遙感技術(shù)具有觀測(cè)范圍大、時(shí)效性強(qiáng)、準(zhǔn)確性高、數(shù)據(jù)具有較強(qiáng)代表性和綜合性等特點(diǎn)[7-8]，尤其是近年來國產(chǎn)高分系列衛(wèi)星的成功發(fā)射，推動(dòng)了其在地物提取方面的廣泛運(yùn)用[9]，借助遙感技術(shù)可快速準(zhǔn)確地獲取大范圍的規(guī)?；i養(yǎng)殖場(chǎng)空間分布信息。

國內(nèi)外學(xué)者基于高空間分辨率遙感影像的地物提取研究主要集中于建筑物、水體等方面。如采用面向?qū)ο筇崛》椒ǎ蒙舷挛恼Z義、幾何特征、光譜、紋理等特征提取不同類型建筑物[10-11]；發(fā)展各種水體指數(shù)，如歸一化差異水體指數(shù)(normalized difference water index，NDWI)、增強(qiáng)陰影水體指數(shù)(enhanced shadow water index，ESWI等)，提取不同區(qū)域內(nèi)水體[12-13]；上述研究均取得了精度較高的結(jié)果。這些研究可為基于高空間分辨率影像的生豬養(yǎng)殖場(chǎng)豬舍、蓄水池和糞污池的提取方法提供參考。目前，關(guān)于養(yǎng)殖場(chǎng)這一綜合地物的提取研究較少，林俊杰等[14]基于Landsat-5 TM影像，以福建省新羅區(qū)為研究區(qū)，視畜禽養(yǎng)殖場(chǎng)為建筑物的一種，運(yùn)用基于指數(shù)的建筑用地指數(shù)(index-based built-up index，IBI)提取建筑物，再根據(jù)譜間分析剔除裸地和鄉(xiāng)村居民地，最后結(jié)合地理信息系統(tǒng)提取畜禽養(yǎng)殖場(chǎng)，提供了相對(duì)及時(shí)準(zhǔn)確的畜禽養(yǎng)殖場(chǎng)分布數(shù)據(jù)。由于采用的遙感數(shù)據(jù)源空間分辨率(30 m)不高，因而無法精確提取單個(gè)養(yǎng)殖場(chǎng)空間分布信息。

基于GF-2遙感影像，選取典型平原河網(wǎng)區(qū)——江蘇省如皋市相鄰兩鎮(zhèn)(石莊鎮(zhèn)、江安鎮(zhèn))為研究區(qū)，以石莊鎮(zhèn)境內(nèi)的規(guī)?；i養(yǎng)殖場(chǎng)(根據(jù)原江蘇省農(nóng)業(yè)委員會(huì)規(guī)定[5]，江蘇省內(nèi)規(guī)?；i養(yǎng)殖場(chǎng)界定標(biāo)準(zhǔn)為：年存欄生豬200頭以上或年出欄生豬500頭以上)為樣本對(duì)象，明確其主要組成要素，基于eCognition平臺(tái)先后進(jìn)行棋盤、多尺度分割，根據(jù)各組成要素面向分割后對(duì)象選擇光譜、幾何、紋理及類相關(guān)特征等，構(gòu)建規(guī)?；i養(yǎng)殖場(chǎng)的提取規(guī)則集。以江安鎮(zhèn)境內(nèi)的規(guī)模化生豬養(yǎng)殖場(chǎng)(以下簡(jiǎn)稱養(yǎng)豬場(chǎng))為驗(yàn)證對(duì)象，對(duì)驗(yàn)證對(duì)象執(zhí)行隸屬度模糊分類，自動(dòng)提取養(yǎng)豬場(chǎng)的主要組成地物，通過GIS空間疊加與距離分析方法提取養(yǎng)豬場(chǎng)空間分布；最后，實(shí)地考察驗(yàn)證對(duì)象并結(jié)合高空間分辨率遙感影像勾繪，得到其實(shí)際空間分布，驗(yàn)證提取結(jié)果的空間一致性。

1 材料與方法

1.1 研究區(qū)概況

石莊鎮(zhèn)和江安鎮(zhèn)為江蘇省如皋市(縣級(jí)市，由南通市代管)下轄鎮(zhèn)，地處如皋市西南，兩鎮(zhèn)境內(nèi)河網(wǎng)縱橫，內(nèi)河水域直通長(zhǎng)江，屬于典型的長(zhǎng)江中下游平原河網(wǎng)區(qū)。石莊鎮(zhèn)、江安鎮(zhèn)中心位置分別為北緯32°8″、東經(jīng)120°31″和北緯32°10″、東經(jīng)120°24″。如皋作為我國生豬調(diào)出大縣，生豬養(yǎng)殖是其傳統(tǒng)產(chǎn)業(yè)，也是當(dāng)?shù)剞r(nóng)民增收的支柱產(chǎn)業(yè)之一。截至2014年底，全市生豬存欄量86萬頭，規(guī)模養(yǎng)殖占比達(dá)87.3%[15]。石莊鎮(zhèn)、江安鎮(zhèn)是如皋市生豬養(yǎng)殖業(yè)較為發(fā)達(dá)的下轄鎮(zhèn)，選取上述兩鎮(zhèn)為研究區(qū)進(jìn)行養(yǎng)豬場(chǎng)的提取，具有典型代表意義。

1.2 數(shù)據(jù)源

1.2.1遙感數(shù)據(jù)

采用2017年12月22日采集的國產(chǎn)“高分二號(hào)”(GF-2 Satellite PMS)數(shù)據(jù)，共兩景(產(chǎn)品系列號(hào)為2869788和2869942)，拼接后覆蓋整個(gè)研究區(qū)。GF-2衛(wèi)星搭載1 m全色、4 m多光譜兩臺(tái)高分辨率相機(jī)，其相關(guān)技術(shù)參數(shù)見表1。

表1 “高分二號(hào)”衛(wèi)星有效載荷技術(shù)指標(biāo)Table 1 The payload specifications of GF-2 Satellite

1.2.2養(yǎng)豬場(chǎng)實(shí)地?cái)?shù)據(jù)

選取石莊鎮(zhèn)境內(nèi)24家養(yǎng)豬場(chǎng)作為樣本對(duì)象，在相關(guān)部門及養(yǎng)豬場(chǎng)業(yè)主的積極配合下，攜帶手持GPS沿著養(yǎng)豬場(chǎng)周界定位足夠數(shù)量的點(diǎn)，在遙感影像上定位到這些點(diǎn)，勾繪養(yǎng)豬場(chǎng)周界，從而獲取樣本對(duì)象的實(shí)地空間分布(圖1)。

圖1 石莊鎮(zhèn)樣本養(yǎng)豬場(chǎng)實(shí)地空間分布Fig.1 The spatial distribution of the sampled pig farms in Shizhuang Township

1.3 研究方法

1.3.1遙感數(shù)據(jù)預(yù)處理

根據(jù)此次研究目的及數(shù)據(jù)特點(diǎn)，“高分二號(hào)”影像預(yù)處理基于ENVI 5.3平臺(tái)進(jìn)行，具體過程包括輻射校正(輻射定標(biāo)、FLAASH大氣校正)、正射校正、圖像融合、圖像去噪和增強(qiáng)、圖像鑲嵌及圖像裁剪等。

1.3.2面向?qū)ο蟮酿B(yǎng)豬場(chǎng)提取

1.3.2.1明確提取要素

養(yǎng)豬場(chǎng)是由各種不同類型地物組成的綜合體。經(jīng)實(shí)地詳細(xì)考察部分典型養(yǎng)豬場(chǎng)并結(jié)合遙感影像判別可知，作為樣本對(duì)象的24家養(yǎng)豬場(chǎng)按組成要素可分為兩大類(表2)，從而可知其提取要素，所提取的要素可明確為豬舍(包括高亮養(yǎng)殖大棚及一般豬舍)、糞污池和蓄水池3類4種。

表2 石莊鎮(zhèn)24家養(yǎng)豬場(chǎng)組成要素Table 2 The compositional elements of the 24 pig farms in Shizhuang Township

1.3.2.2去除成片建筑物

明確提取要素后，可知一般豬舍頂部呈藍(lán)色或紅色，易與工廠等成片建筑物混分，部分典型養(yǎng)豬場(chǎng)周邊影像見圖2。由圖2可知，養(yǎng)豬場(chǎng)一般不成片分布，與民房等有一定空間距離且其面積明顯小于工廠等成片建筑物，故對(duì)于成片建筑物這一易與養(yǎng)豬場(chǎng)混分的地物，可基于eCognition平臺(tái)對(duì)預(yù)處理后的遙感影像進(jìn)行棋盤分割，選擇合適的棋盤分割目標(biāo)大小使遙感影像分割為若干個(gè)大小一致的方格，再利用建筑物面積指數(shù)(building area index，BAI)[16]選擇合適的閾值達(dá)到去除目的。建筑物面積指數(shù)計(jì)算公式見表3。

圖2 部分典型養(yǎng)豬場(chǎng)周邊遙感影像特征Fig.2 The image features presented by targets adjacent to certain typical pig farms

表3 部分選取的特征類型、名稱及計(jì)算公式[12,16,19]Table 3 Selected feature types, names and calculation formulas

一般地，建筑物面積指數(shù)越大，該區(qū)域內(nèi)建筑面積就越大，而將養(yǎng)豬場(chǎng)包含在內(nèi)的方格建筑面積明顯小于將工廠等成片建筑物包含在內(nèi)的方格，故可選擇一個(gè)合適的閾值將工廠等成片建筑物去除。

1.3.2.3多尺度分割

基于eCognition平臺(tái)，對(duì)去除工廠等成片建筑物后的石莊鎮(zhèn)GF-2影像進(jìn)行多尺度分割。進(jìn)行多尺度分割需要設(shè)置如下參數(shù)：影像圖層權(quán)重、尺度參數(shù)、一致性組合，其中，一致性組合包括形狀因子和緊致度因子。

由于需綜合考慮各種地類的光譜異質(zhì)性，故各圖層波段權(quán)重均設(shè)置為1。對(duì)于一致性組合，從大量的對(duì)照實(shí)驗(yàn)中選擇較為合適的參數(shù)設(shè)置，確定形狀因子和緊致度因子。尺度參數(shù)確定了生成的影像對(duì)象最大允許異質(zhì)度，尺度參數(shù)值越大，分割對(duì)象結(jié)果越大。ESP(estimation of scale parameter)工具通過計(jì)算不同分割尺度參數(shù)下影像對(duì)象同質(zhì)性的局部變化(local variance，LV)的變化率值ROC-LV(rates of change of LV)來指示對(duì)象分割效果最佳參數(shù)[17]。當(dāng)LV變化率值最大即出現(xiàn)峰值時(shí)，該點(diǎn)對(duì)應(yīng)的分割尺度即為最佳分割尺度。一般來說，ESP計(jì)算得到的最優(yōu)分割尺度并非只有一個(gè)，這是由于幾個(gè)最優(yōu)分割尺度是針對(duì)影像內(nèi)不同地物得出的。該研究使用ESP工具初步確定一系列最優(yōu)分割尺度并通過目視判別進(jìn)行篩選，選擇適用于該研究的最優(yōu)分割尺度。

1.3.2.4確定提取特征及規(guī)則集

根據(jù)明確的豬舍(包括高亮養(yǎng)殖大棚及一般豬舍)、糞污池和蓄水池3類4種提取要素，針對(duì)高亮養(yǎng)殖大棚，基于其在影像中發(fā)亮發(fā)白的特點(diǎn)，利用平均亮度值這一光譜特征設(shè)置閾值進(jìn)行提取[18]。針對(duì)一般豬舍，其房頂多呈藍(lán)色、紅色或磚紅色，可分別利用藍(lán)光、紅光波段平均值設(shè)置閾值進(jìn)行提取。對(duì)于糞污池和蓄水池可利用歸一化水體指數(shù)等指數(shù)設(shè)置閾值進(jìn)行提取。綜合考慮各提取要素的光譜、幾何和紋理等特征，共選取3類17種特征(部分主要特征詳細(xì)描述見表3[12,16,19])。根據(jù)這些特征，在對(duì)應(yīng)分割層內(nèi)針對(duì)各提取要素設(shè)置閾值，多個(gè)特征閾值的交集即為該提取要素的提取規(guī)則。

1.3.3提取規(guī)則集的驗(yàn)證

根據(jù)提取規(guī)則集提取養(yǎng)豬場(chǎng)各提取要素后，根據(jù)各提取要素空間距離較近的特點(diǎn)，疊加分析各提取要素，可得養(yǎng)豬場(chǎng)空間分布。選取與石莊鎮(zhèn)相鄰的江安鎮(zhèn)境內(nèi)養(yǎng)豬場(chǎng)作為驗(yàn)證對(duì)象。對(duì)預(yù)處理后的江安鎮(zhèn)遙感影像進(jìn)行與石莊鎮(zhèn)相同的處理，提取江安鎮(zhèn)境內(nèi)的養(yǎng)豬場(chǎng)；最后實(shí)地考察提取結(jié)果所在位置，驗(yàn)證其空間一致性。將養(yǎng)豬場(chǎng)空間分布提取結(jié)果與現(xiàn)場(chǎng)實(shí)地考察獲取的養(yǎng)豬場(chǎng)實(shí)地空間分布數(shù)據(jù)進(jìn)行疊加分析，得出各養(yǎng)豬場(chǎng)提取結(jié)果與對(duì)應(yīng)養(yǎng)豬場(chǎng)實(shí)地位置的重疊區(qū)域，將重疊區(qū)域面積與對(duì)應(yīng)養(yǎng)豬場(chǎng)實(shí)際面積之比的平均值作為該次提取結(jié)果空間一致性驗(yàn)證指標(biāo)(A)，其計(jì)算公式為

(1)

式(1)中，n為養(yǎng)豬場(chǎng)數(shù)量，家；Se為養(yǎng)豬場(chǎng)各提取要素面積之和，m2；Sr為養(yǎng)豬場(chǎng)實(shí)地面積，m2。

2 結(jié)果與分析

2.1 試驗(yàn)結(jié)果

2.1.1去除成片建筑物

基于eCognition平臺(tái)，對(duì)石莊鎮(zhèn)的遙感影像進(jìn)行棋盤分割，設(shè)置不同的棋盤分割目標(biāo)大小，對(duì)應(yīng)選擇不同的Ib,a閾值，經(jīng)過多次試驗(yàn)，最終發(fā)現(xiàn)棋盤分割目標(biāo)大小為516時(shí)去除效果最佳，Ib,a閾值確定為-0.150 923；故去除成片建筑物的閾值條件設(shè)為棋盤分割尺度目標(biāo)大小為516，Ib,a>-0.150 923，可去除4 782 878個(gè)像元。棋盤分割目標(biāo)大小為516時(shí)影像分割效果見圖3(a)，去除成片建筑物后的石莊鎮(zhèn)影像見圖3(b)。圖3中的典型養(yǎng)豬場(chǎng)周邊成片建筑物去除效果見圖4。

圖3 石莊鎮(zhèn)成片建筑物去除效果Fig.3 The effect of removing buildings in clusters of Shizhuang Township

圖4 部分典型養(yǎng)豬場(chǎng)周邊成片建筑物去除效果Fig.4 The effect of removing buildings in clusters adjacent to certain typical pig farms

2.1.2多尺度分割

ESP工具將相對(duì)良好的分割尺度集中在50～500區(qū)間內(nèi)，通過對(duì)比分析石莊鎮(zhèn)24家養(yǎng)豬場(chǎng)影像，確定了80、142和200這3個(gè)最優(yōu)分割尺度，確定的各層次參數(shù)及對(duì)應(yīng)提取要素見表4。尺度參數(shù)分別為80、142和200時(shí)單個(gè)典型養(yǎng)豬場(chǎng)分割效果分別見圖5(a)～(c)。

圖5 部分典型養(yǎng)豬場(chǎng)多尺度分割結(jié)果Fig.5 The multiresolution segmentation results of certain typical pig farms

表4 多尺度分割參數(shù)設(shè)置Table 4 The parameter settings of multiresolution segmentation

2.1.3確定的提取規(guī)則集

根據(jù)選取特征，在80、142和200這3個(gè)尺度參數(shù)分割層內(nèi)，針對(duì)各提取要素分別確定其對(duì)應(yīng)特征的取值范圍，各特征取值范圍的交集即為對(duì)應(yīng)提取要素的提取規(guī)則集，各提取要素主要對(duì)應(yīng)特征取值范圍見表5。

表5 各提取要素主要對(duì)應(yīng)特征取值范圍Table 5 The certain value range of main corresponding features of each extracted element

2.2 提取規(guī)則集的驗(yàn)證

2.2.1提取驗(yàn)證對(duì)象

先對(duì)江安鎮(zhèn)遙感影像進(jìn)行去除工廠等成片建筑物的操作，再進(jìn)行分割尺度參數(shù)分別為80、142和200的多尺度分割。根據(jù)確定的提取規(guī)則集在3個(gè)分割層中分別完成隸屬度模糊分類，提取高亮養(yǎng)殖大棚、一般豬舍、蓄水池和糞污池3類4種要素，將提取結(jié)果輸出為矢量文件，利用養(yǎng)豬場(chǎng)各提取要素空間距離較近的特點(diǎn)，設(shè)置空間距離<200 m，疊加分析各提取要素，得到江安鎮(zhèn)各養(yǎng)豬場(chǎng)空間分布提取結(jié)果(圖6)。

2.2.2空間一致性驗(yàn)證

驗(yàn)證對(duì)象空間分布提取結(jié)果(圖6)與其實(shí)地分布數(shù)據(jù)疊加效果見圖7，各養(yǎng)豬場(chǎng)空間一致性由低至高排序見表6。

圖6 江安鎮(zhèn)各養(yǎng)豬場(chǎng)空間分布提取結(jié)果Fig.6 The spatial distribution of the extracted pig farms in Jiangan Township

圖7 養(yǎng)豬場(chǎng)空間分布提取結(jié)果與實(shí)地?cái)?shù)據(jù)疊加效果Fig.7 The coincidence effects of the extracted pig farms and their corresponding field inventory data

由表6可知，各養(yǎng)豬場(chǎng)空間分布提取的空間一致性均值為82.24%；就此次驗(yàn)證對(duì)象的37家養(yǎng)豬場(chǎng)而言，提取結(jié)果空間一致性達(dá)到70%以上的為36家，占比為97.30%；空間一致性達(dá)到80%以上的為31家，占比為83.78%。驗(yàn)證樣本的提取試驗(yàn)結(jié)果表明，由樣本對(duì)象獲取的養(yǎng)豬場(chǎng)提取規(guī)則集總體精度達(dá)82.24%。

表6 各養(yǎng)豬場(chǎng)空間一致性計(jì)算結(jié)果Table 6 The calculation result of spatial agreement

3 討論

(1)畜禽養(yǎng)殖場(chǎng)多為由不同地物組成的綜合地物[20]，若僅視其為單一地物進(jìn)行空間分布提取研究，則提取結(jié)果實(shí)用性較低。筆者基于實(shí)地考察與高空間分辨率(1 m)遙感影像判別的方法，明確養(yǎng)豬場(chǎng)是一種由不同要素組成的綜合地物，分別提取各組成要素進(jìn)而提取得到養(yǎng)豬場(chǎng)空間分布。這與基于中空間分辨率(30 m)遙感影像且視養(yǎng)豬場(chǎng)為建筑物的養(yǎng)豬場(chǎng)提取[14]方法相比具有更高的空間精度和更強(qiáng)的實(shí)用價(jià)值。近期由于豬價(jià)持續(xù)上漲[21]，部分業(yè)主為追求經(jīng)濟(jì)效益，違反相關(guān)規(guī)定私自擴(kuò)大養(yǎng)殖規(guī)模，而養(yǎng)殖規(guī)模的擴(kuò)大往往伴隨著豬舍的擴(kuò)建、糞便的產(chǎn)生和養(yǎng)殖污染物排放量的增加[22]。人工實(shí)地核查不易發(fā)現(xiàn)上述變化，而采用筆者的研究方法可基于采集時(shí)間不同的多景高空間分辨率遙感影像分別提取不同時(shí)間養(yǎng)豬場(chǎng)的豬舍、糞污池等組成要素，得出其面積變化，從而實(shí)現(xiàn)對(duì)養(yǎng)豬場(chǎng)實(shí)際養(yǎng)殖情況的動(dòng)態(tài)識(shí)別，及時(shí)向相關(guān)部門反饋。此外，由于畜禽養(yǎng)殖場(chǎng)在選址、污染物處理和組成結(jié)構(gòu)等方面具有一定相似性[23]，故筆者研究還可為養(yǎng)雞場(chǎng)、養(yǎng)牛場(chǎng)等其他規(guī)?；笄蒺B(yǎng)殖場(chǎng)的提取研究提供科學(xué)合理的借鑒。

(2)傳統(tǒng)的地物提取[7-11]多為基于研究區(qū)的整幅遙感影像直接進(jìn)行提取。而筆者研究在基于研究區(qū)整幅遙感影像直接提取養(yǎng)豬場(chǎng)時(shí)，發(fā)現(xiàn)豬舍提取結(jié)果中往往混雜有大量工廠等建筑物。為解決這一問題，利用BAI，基于棋盤分割通過選擇合適的閾值，先去除城鎮(zhèn)、工廠等成片建筑物對(duì)養(yǎng)豬場(chǎng)提取的干擾，為后續(xù)養(yǎng)豬場(chǎng)豬舍提取打下堅(jiān)實(shí)基礎(chǔ)。這一方法可減少數(shù)據(jù)量，提高運(yùn)行效率，為后續(xù)目標(biāo)地物的提取提供堅(jiān)實(shí)保障。此次研究區(qū)為典型長(zhǎng)江中下游平原河網(wǎng)區(qū)，由于平原河網(wǎng)區(qū)海拔較低，地勢(shì)平坦[24]，處處均可建房，因而該區(qū)域內(nèi)養(yǎng)豬場(chǎng)一般不成片分布且距離城鎮(zhèn)、工廠等地物較遠(yuǎn)，故筆者研究中可采用上述方法去除工廠等成片建筑物。而對(duì)于山區(qū)等其他地區(qū)而言，該方法可能并不適用，山區(qū)多山的地形使得其建筑物較為集中地分布于山腳盆地處[25]，養(yǎng)豬場(chǎng)亦多分布于此。故筆者研究中去除工廠等成片建筑物的方法可能不適用于山區(qū)等其他地區(qū)，對(duì)于這些區(qū)域內(nèi)養(yǎng)豬場(chǎng)的提取還需進(jìn)一步研究。

(3)各養(yǎng)豬場(chǎng)有部分空間分布未被提取出來(表6)，這部分面積占對(duì)應(yīng)養(yǎng)豬場(chǎng)空間分布面積的比例為4.60%～29.45%。受太陽照射角度的影響，建筑物在遙感影像上不可避免地存在陰影[26]，而陰影極易與農(nóng)田等周邊地物分割為一個(gè)部分，從而導(dǎo)致部分豬舍未被成功提取，影響提取結(jié)果的空間一致性。此外，極個(gè)別養(yǎng)豬場(chǎng)(28號(hào)養(yǎng)豬場(chǎng))空間一致性過低，極大地影響了整個(gè)驗(yàn)證對(duì)象提取結(jié)果空間一致性均值。究其原因，經(jīng)實(shí)地考察并結(jié)合遙感影像判別可知部分養(yǎng)豬場(chǎng)內(nèi)種植有成片的經(jīng)濟(jì)作物等綠色植物，其組成要素除前文提到的3大類外，還應(yīng)包括綠色植物。而筆者研究考慮到遙感數(shù)據(jù)覆蓋整個(gè)研究區(qū)的完整性及云障等因素，采用2017年12月22日采集的GF-2影像，影像采集時(shí)間為冬季，研究區(qū)內(nèi)大部分經(jīng)濟(jì)作物業(yè)已收割完畢，此時(shí)養(yǎng)豬場(chǎng)內(nèi)的綠色植被接近裸土〔圖8(a)〕，而裸土極易與農(nóng)田等周邊地物混分割為一個(gè)部分，故綠色植被這一組成要素未被提取，從而導(dǎo)致28號(hào)養(yǎng)豬場(chǎng)空間一致性過低。針對(duì)該養(yǎng)豬場(chǎng)，選取一景采集時(shí)間為2018年5月9日的GF-2影像(產(chǎn)品系列號(hào)為3174229)對(duì)其進(jìn)行提取，提取結(jié)果見圖8(b)。對(duì)比圖8中冬夏兩季提取細(xì)節(jié)可知，夏季提取效果明顯好于冬季。因此，在后續(xù)研究中，在考慮其他因素的前提下，應(yīng)盡可能優(yōu)先選擇處于植被生長(zhǎng)旺期(如春末夏初)的遙感影像作為遙感數(shù)據(jù)源[27]。

圖8 28號(hào)養(yǎng)豬場(chǎng)冬夏兩季空間分布提取細(xì)節(jié)Fig.8 The extracted spatial details of No. 28 pig farm in winter and summer

(4)筆者研究的研究對(duì)象僅為規(guī)?；i養(yǎng)殖場(chǎng)，散養(yǎng)的養(yǎng)豬專業(yè)戶(以下簡(jiǎn)稱散戶)由于其大多分布在民房周圍且光譜、幾何特征與民房差異不大，故未將其考慮在內(nèi)。而“私搭亂建”“偷排養(yǎng)殖廢物”等現(xiàn)象在這些散戶養(yǎng)殖過程中時(shí)有發(fā)生，對(duì)于散戶的提取還需進(jìn)一步研究。由于散戶的光譜、幾何、紋理特征與民房相差不大，且其與民房的空間距離較近，故在基于遙感數(shù)據(jù)提取散戶時(shí)可充分考慮其與民房其他方面的差異進(jìn)行輔助。這些差異可能包括：豬舍附近由于生豬排泄的糞污存在，容易產(chǎn)生難聞氣體[28]；由于豬舍附近存在生豬糞便管理系統(tǒng)和飼料糧運(yùn)輸加工作業(yè)，其溫室氣體濃度在特定時(shí)間段內(nèi)明顯高于民房[29]等。此外，考慮到部分散戶豬舍面積較小(十幾～幾十m2)[30]，其在GF-2影像上可能只占少數(shù)像元(十幾～幾十個(gè))，1 m空間分辨率影像不適用于研究，可采用空間分辨率更高的的遙感影像(如空間分辨率為0.3 m的WorldView-3[31]等)進(jìn)行散戶豬舍的提取研究?；诟呖臻g分辨率的遙感數(shù)據(jù)并充分考慮豬舍與民房在各方面的差異信息進(jìn)行提取，是后續(xù)提取散戶豬舍的努力方向。

4 結(jié)論

(1)就平原河網(wǎng)區(qū)而言，基于棋盤分割，選擇適宜的分割目標(biāo)大小參數(shù)將遙感影像分為若干個(gè)大小一致的方格，利用BAI選擇合適閾值可達(dá)到去除工廠等成片建筑物的目的。該研究中棋盤分割尺度目標(biāo)大小設(shè)定為516，BAI閾值為-0.150 923，去除效果較好，可為后續(xù)豬舍的提取提供堅(jiān)實(shí)保障。

(2)基于高空間分辨率遙感影像，運(yùn)用多尺度分割技術(shù)與面向?qū)ο筇崛〉姆椒ǎ奢^好地提取養(yǎng)豬場(chǎng)。該研究驗(yàn)證樣本各養(yǎng)豬場(chǎng)空間分布提取結(jié)果空間一致性均值為82.24%，提取結(jié)果較為準(zhǔn)確，可為相關(guān)部門精準(zhǔn)快速地掌握養(yǎng)豬場(chǎng)空間分布信息提供方法參考。

(3)縱觀整個(gè)研究，影響?zhàn)B豬場(chǎng)空間分布提取結(jié)果空間一致性的因素主要有遙感影像的采集時(shí)間、空間分辨率及影像質(zhì)量(如陰影和云障的多寡)，各養(yǎng)豬場(chǎng)組成要素不盡相同等。