基于MODIS時序影像的湖南省油菜種植面積遙感監(jiān)測分析

陳 濤 周世健 陶 歡 侯藝璇

(1. 東華理工大學(xué) 測繪工程學(xué)院, 江西 南昌 330013; 2. 南昌航空大學(xué), 南昌 330063;3. 中國科學(xué)院地理科學(xué)與資源研究所, 北京 100101)

0 引言

油菜是我國最主要的油料作物之一,其種植面積占總油料作物種植面積的50%,產(chǎn)量大約占總油料產(chǎn)量的40%以上[1-3]。目前我國關(guān)于油菜種植分布與面積的數(shù)據(jù)是基于各地區(qū)縣域統(tǒng)計上報的結(jié)果,更新周期較長。遙感技術(shù)的特點市快速、無破壞和大面積監(jiān)測優(yōu)勢,對油菜種植面積監(jiān)測提供了新的方法。油菜不同生長階段對應(yīng)的光譜反射率不同,表現(xiàn)在遙感影像上呈現(xiàn)出光譜信息的差異,為基于多時相的油菜遙感監(jiān)測提供理論基礎(chǔ)。目前已有一些研究結(jié)合農(nóng)作物物候創(chuàng)建時間序列數(shù)據(jù),以及植被指數(shù),并將兩者應(yīng)用到農(nóng)作物提取。在大尺度制圖研究選取的影像大部分為中分辨率成像光譜儀(Moderate-resolution Imaging Spectroradiometer,MODIS)數(shù)據(jù),王凱等[4]利用2008—2013年75個時相的MODIS-NDVI(歸一化植被指數(shù)，Normalized Difference Vegetation Index)時序數(shù)據(jù),將實地樣本數(shù)據(jù)與油菜物候信息相結(jié)合,建立油菜種植面積提取模型,通過多次閾值設(shè)定提取了2009—2013年湖北省油菜種植面積。尤慧等[5]基于250 m空間分辨率的MODIS-EVI遙感數(shù)據(jù),TM數(shù)據(jù)作為野外采樣數(shù)據(jù)與MODIS EVI數(shù)據(jù)之間的過渡數(shù)據(jù),最終,經(jīng)過閾值設(shè)定提取2014—2015年間江漢平原油菜種植面積分布。在小尺度制圖方面,基于高空間分辨率影像數(shù)據(jù),從單一影像向時間序列影像數(shù)據(jù)發(fā)展。柴振剛等[6]為提高Sentinel-1 SAR(合成孔徑雷達,Synthetic Aperture Radar)數(shù)據(jù)作物種植分布提取精度,以湖北省江陵縣為研究區(qū)域,基于資源三號衛(wèi)星CCD(電荷耦合元件，Charge-Coupled Device)融合數(shù)據(jù)(空間分辨率為2 m),對田間邊界進行提取,采用SAR數(shù)據(jù)進行閾值分類、通過SAR不同時期的影像數(shù)據(jù)進行田間信息提取的比較,最終提取油菜種植分布信息。肖善才等[7]基于Landsat-8和資源3號影像,利用決策樹方法,提取南京市2016年油菜種植分布信息,并進行驗證。韓濤等[8]利用Sentinel-2A、Landsat-8影像以及野外調(diào)查數(shù)據(jù),基于影像的光譜特征與植被指數(shù)信息利用不同分類方法提取南京市高淳區(qū)的油菜種植面積。

由上述研究可知,在遙感數(shù)據(jù)的選擇上,從單一影像到時間序列影像的發(fā)展?；趩我挥跋褶r(nóng)作物提取的方法,該方法在確定關(guān)鍵物候期時選取監(jiān)督分類的方法對農(nóng)作物進行提取;基于時間序列影像數(shù)據(jù)農(nóng)作物提取方法包括:有基于單一特征參量的方法(閾值法-NDVI或EVI)、基于多特征參量的方法,也常用閾值法,除對農(nóng)作物NDVI或EVI時間序列曲線構(gòu)建之外,還應(yīng)該考慮各個波段的影響[9-10]。因油菜種植結(jié)構(gòu)較為復(fù)雜,必須對生長期的狀況與NDVI進行實時監(jiān)測,所以本文選取時間分辨較高,覆蓋范圍較大的MODIS影像。

2015年,湖南省油菜種植統(tǒng)計面積為1.31×106hm2、總產(chǎn)量210.8×104t,分別占全國比重為17.4%、14.12%,居全國前列[11]。本研究以湖南省為研究區(qū),研究的內(nèi)容包括:(1)利用MODIS-NDVI時序數(shù)據(jù)和油菜實地采樣調(diào)查數(shù)據(jù),獲取油菜像元MODIS-NDVI的時序圖,構(gòu)建湖南省油菜生長期的NDVI時序標準曲線;(2)采用最小二乘法計算湖南省時序影像的每個像元與標準曲線的相似度,相似性越高則認為該像元是油菜的概率越高;(3)基于湖南省各區(qū)縣統(tǒng)計上報的油菜種植面積結(jié)果,對油菜種植面積分布的相似度閾值進行優(yōu)化,獲得湖南省油菜種植的空間分布,并估算在該最優(yōu)閾值下油菜種植的空間分布誤差。

1 研究區(qū)域概況

湖南省(24°38′～30°08′N, 108°47′～114°15′E)地處云貴高原向江南丘陵和南嶺山脈向江漢平原過渡的地帶,地勢呈現(xiàn)三面環(huán)山、包括平原、河湖等地貌,主要以丘陵為主,是我國油菜種植的優(yōu)勢產(chǎn)區(qū)。全省年平均氣溫20℃左右,冬季最冷月(1月)平均溫度在4℃以上。春、秋兩季平均氣溫大多在16～19℃之間。夏季平均氣溫比春、秋氣溫高10℃左右,年降水量大約在1 500 mm,屬亞熱帶季風(fēng)氣候。油菜播種氣溫與之相差不大,因此研究區(qū)非常適合油菜的種植。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)獲取與預(yù)處理

本文采用的數(shù)據(jù)來自美國NASA官網(wǎng)提供的2017年MOD13A1 16天合成的空間分辨率為500 m的產(chǎn)品。將所獲得的30景影像利用MRT軟件進行拼接、選取,把所有影像的數(shù)學(xué)基礎(chǔ)都統(tǒng)一為GCS_WGS_1984的地理坐標系,投影到WGS_1984_UTM_Zone_50N投影坐標系上,最終進行重采樣成500 m。土地利用類型數(shù)據(jù)使用的清華大學(xué)宮鵬團隊發(fā)布的2017年全球10 m的土地類型數(shù)據(jù)(http:∥data.ess.tsinghua.edu.cn/)[12]。在ArcGIS中,將13景影像拼接、裁剪,并重采樣至500 m分辨率,最終提取出耕地類型圖,而湖南省縣域油菜種植面積通過統(tǒng)計年鑒獲得。

油菜NDVI標準物候曲線的獲取通過湖南省長沙市、常德市、衡陽市綜合實驗站獲取GPS經(jīng)緯度坐標,調(diào)查地點的主要分布在長沙市、衡陽市、常德市、懷化市。樣點選取原則是盡量保證油菜端元是純凈的,對油菜品種具有代表性的樣點進行選取[13]。在經(jīng)過Google Earth確定農(nóng)田信息侯,通過ArcGIS得到矢量數(shù)據(jù)并投影成與MODIS數(shù)據(jù)坐標相一致,最終從遙感數(shù)據(jù)中提取出對應(yīng)像元的NDVI作為油菜的端元,確定湖南省油菜NDVI標準曲線。

2.2 研究方法

2.2.1植被指數(shù)NDVI

構(gòu)建NDVI[14],它在遙感影像進行植被覆蓋與植被物候研究得廣泛應(yīng)用,對植被生長狀態(tài)、植被覆蓋度都有著較高的監(jiān)測效果,并在消除大氣、地形以及其他輻射干擾具有很好的作用。

2.2.2 Savitzky-Golay濾波

在光譜分析中平滑濾波是常見的預(yù)處理方法之一。利用Savitzky Golay方法的優(yōu)勢在于可以降低噪音的干擾、提高光譜的平滑性[15-16]。而且S-G濾波最大的特點在去除噪聲之后還能保證信號的形狀和寬度不變。

2.2.3與標準曲線判定相似性

通過綜合實驗站的實地數(shù)據(jù)提取相應(yīng)遙感像元,形成標準的油菜端元NDVI時序曲線圖,隨后利用ENVI(完整的遙感圖像處理平臺,The Environment for Visualizing Images)中的bandmath進行相似性計算,一次來判斷每個像元的NDVI時序曲線與標準曲線的相似性,確定與標準像元相似的程度。如計算公式(1):

(1)

式中:xi為10個時相對應(yīng)的NDVI值;yi為標準曲線中NDVI的值;min的值表明像元NDVI曲線與標準NDVI時序曲線在一定值域范圍內(nèi)的擬合程度。

2.2.4相關(guān)系數(shù)及指標

為評估最終提取結(jié)果的精度與效果,本文利用皮爾遜相關(guān)系數(shù)(r)、決定系數(shù)(R2)和均方根誤差(RMSE)進行評估,具體公式參考Carlos Antonio da Silva Junior[17]。

本文的研究思路:利用清華大學(xué)宮鵬團隊發(fā)布的2017年全球10 m的土地類型數(shù)據(jù)[12]從中提取出湖南省耕地類型數(shù)據(jù)與湖南省的時序,MODIS-NDVI數(shù)據(jù)進行掩膜提取,得到耕地上的NDVI;再與實地的采樣點數(shù)據(jù)(濾波之后)進行匹配;最終將每個像元的曲線與標準曲線之間進行最小二乘計算,尋找最優(yōu)相似度閾值的范圍,從而得到相應(yīng)的油菜面積。具體的技術(shù)路線如圖1所示。

3 結(jié)果分析與討論

3.1 遙感提取面積計算及分析

通過實地采樣數(shù)據(jù)的油菜端元進行取平均值,得到油菜主要生長期內(nèi)的NDVI時間序列曲線(圖2)。NDVI等于0.4一般作為植被生長期的開始[18]。圖2中可以看出油菜的NDVI的開始值在0.43,冬油菜NDVI時序曲線整體趨勢,1～2月處于油菜的蕾臺期,油菜將會停止生長,NDVI變化很小;3～4月正值油菜開花期葉綠素增加,NDVI曲線快速上升;5月處于成熟收獲期,NDVI曲線開始下降,而在儒略日081(4月7日)時NDVI最高,是油菜提取最佳時相。根據(jù)Savitzky-Golay濾波后的圖像,剔除異常值使曲線變得更加的平滑。

圖2 油菜NDVI時間序列曲線

經(jīng)過與標準曲線進行最小二乘計算,圖3是湖南省耕地中與標準油菜曲線的相似性分布圖,每取一次概率閾值就會得到相應(yīng)的油菜分布,將其與統(tǒng)計年鑒數(shù)據(jù)進行比較,確定最優(yōu)的取值范圍為0.2～0.7對應(yīng)的油菜分布如圖4所示,此時的相關(guān)性最高。研究區(qū)采用的是空間分辨率為500 m的MODIS數(shù)據(jù),因此一個油菜像元的面積對應(yīng)的是地面上的500 m×500 m區(qū)域,只需要統(tǒng)計湖南省油菜像元數(shù)量即可計算油菜的種植面積,計算公式如下:

(2)

式中:S為提取面積,單位hm2;N為研究區(qū)作物提取像元數(shù)量;R為MODIS數(shù)據(jù)空間分辨率(500 m)。

利用ENVI中的分區(qū)統(tǒng)計工具對提取結(jié)果進行計算,得出共有137 732個油菜像元,根據(jù)公式(2)計算,遙感提取湖南省油菜種植面積為3.87×106hm2。

3.2 遙感提取面積與統(tǒng)計面積相關(guān)性分析

為了確定各個市級縣區(qū)油菜提取面積對應(yīng)相關(guān)性,分別將每個市級區(qū)縣矢量圖與湖南省提取結(jié)果做掩膜處理并進行分區(qū)統(tǒng)計。然后將分區(qū)統(tǒng)計的各市級縣區(qū)的結(jié)果與統(tǒng)計年鑒數(shù)據(jù)做相關(guān)性分析。經(jīng)Pearson相關(guān)系數(shù)計算,14個市中3個市的縣級相關(guān)系數(shù)在0.95以上。3個市的縣級相關(guān)系數(shù)在0.90～0.95之間,3個市的縣級相關(guān)系數(shù)在0.75～0.85之間,5個市的縣級相關(guān)系數(shù)在0.35～0.7之間?？傻贸?大部分市級油菜提取面積與統(tǒng)計年鑒數(shù)據(jù)的相關(guān)性較高,表明各市能達到一定精度要求。

圖4 最優(yōu)參數(shù)下的油菜種植分布注：審圖號GS(2019)3266號。

3.3 精度驗證及誤差分析

本文利用遙感方法提取的湖南省2017年油菜面積與統(tǒng)計面積作驗證(數(shù)據(jù)來源于湖南統(tǒng)計年鑒),如圖4所示,根據(jù)相似性閾值范圍進行取值,然后利用湖南省統(tǒng)計年鑒數(shù)據(jù)(縣級)與遙感提取面積數(shù)據(jù)的相關(guān)性分析結(jié)果可知,當閾值取0.7時相關(guān)性最高,以此進一步確定閾值范圍在0.2～0.7之間。遙感提取面積的相關(guān)系數(shù)(r)達到0.81,其值域等級為強相關(guān)[19],表明提取結(jié)果有較高的可靠性。從湖南省縣級油菜遙感提取結(jié)果與統(tǒng)計年鑒數(shù)據(jù)的二維散點圖所示(圖5),R2為0.66,RMSE為31.4。精度分析表明本文方法在單一農(nóng)作物遙感提取中有良好的精度。

圖5 MODIS-NDVI提取結(jié)果與統(tǒng)計年鑒數(shù)據(jù)二維散點圖

表1 湖南省縣級統(tǒng)計年鑒數(shù)據(jù)與MODIS遙感提取面積的差值 單位：hm2

從單一影像發(fā)展到基于時間序列影像,利用油菜主要的物候期與MODIS時間序列數(shù)據(jù)相結(jié)合[9-10,20-21],通過遙感影像分析獲得的主觀數(shù)據(jù)和客觀數(shù)據(jù)之間的比較可能會導(dǎo)致兩種方法之間的差異,造成這些差異的可能是南省油菜種植期多云多雨,并插花種植嚴重,加之地塊破碎,極易產(chǎn)生混合像元的現(xiàn)象[17,22-25]。為此對遙感結(jié)果與統(tǒng)計結(jié)果差異較大區(qū)域進行分析,如表1所示,其中寧鄉(xiāng)市的油菜面積被高估了1.04×105hm2;而在懷化市、長沙市、張家界市、郴州市四個地區(qū)中有十個縣區(qū)出現(xiàn)低估的現(xiàn)象,特別是在安化縣表現(xiàn)出低估值最大最明顯。

4 結(jié)束語

本文利用MODIS-NDVI數(shù)據(jù)描述了我國冬油菜在湖南省的空間格局分布,結(jié)合研究區(qū)的物候歷,構(gòu)建最小二乘的方法,分析了冬油菜在湖南省的空間格局,并提取冬油菜面積,同時利用統(tǒng)計年鑒數(shù)據(jù)對MODIS遙感提取結(jié)果進行精度驗證與相關(guān)系數(shù)檢驗。得出以下結(jié)論:MODIS數(shù)據(jù)具有高時間分辨率、光譜范圍廣、更新頻率高,覆蓋了農(nóng)作物的生長期,為大尺度制圖提供了新的數(shù)據(jù)源。研究結(jié)果顯示,與統(tǒng)計年鑒數(shù)據(jù)相比,縣級相關(guān)性系數(shù)(r)達到0.81,R2達到0.66。此方法操作流程簡單,因此選擇合適的MODIS時間序列影像數(shù)據(jù),為油菜面積遙感提取提供了可行性。