基于遙感技術的種植面積監(jiān)測研究

吳錦發(fā)

(福建省測繪院 福建福州 350003)

水稻是福建省西部地區(qū)的主要農(nóng)作物，其間還種植煙葉、茶葉、果樹、蔬菜等經(jīng)濟作物；部分農(nóng)田有輪種、間種等特點。輪種一般有單季、雙季，有些地方還在雙季的間歇閑時種植蔬菜、玉米等。天氣變化、農(nóng)作物用水供給、蟲害、農(nóng)藥化肥使用量等均會影響農(nóng)作物的生長，這些因素均可以用遙感技術進行監(jiān)測。

影像處理在農(nóng)作物長勢監(jiān)測、病蟲草害診斷、農(nóng)作物自動收獲等方面有著廣泛的應用[1]。通過土地利用現(xiàn)狀數(shù)據(jù)，結合遙感解譯與GIS相結合方法處理、線性地物面積和零星地物面積扣除，實現(xiàn)了解譯面積的精準核算[2]。本文利用遙感測繪技術對遙感影像數(shù)據(jù)進行處理，獲取不同影像紋理的面積，以解決監(jiān)測農(nóng)作物種植面積情況。該方法較為簡便、準確、快速。

1 研究簡介

1.1 試驗位置簡介

本次試驗選擇在福建省南靖縣梅林鎮(zhèn)一自然村開展, 該地位于東經(jīng)117°05′,北緯24°39′, 海拔高度約530 m, 氣候類型屬典型的亞熱帶半濕潤大陸季風氣候。

農(nóng)田內(nèi)為典型的雙季輪種，大部分田種植水稻，其余種植茶葉。農(nóng)作物在影像上紋理、色彩均有較為明顯差異，有利于利用遙感影像紋理、色彩等特征進行種植狀態(tài)的監(jiān)測。

1.2 試驗目的

依據(jù)解譯要求和解譯樣本，在內(nèi)業(yè)中以人機交互的方式對影像進行解譯(定量)和預判其屬性(定性)，再通過外業(yè)核實的方法確定其屬性，驗證此項技術在農(nóng)情種植面積監(jiān)測中的使用準確性。

1.3 試驗基本要求

基本農(nóng)田范圍內(nèi)以田埂組成的封閉地塊為單位，采用人機交互方式，解譯出各個田塊的面積；再根據(jù)各田塊的種植屬性，統(tǒng)計分門別類各種數(shù)據(jù)。

試驗前要求：豎直坎不計算其面積，斜坡按坡頂、坡腳所包圍面積計算；供人行走、寬度大于1 m的田埂獨立計算，種植地瓜、黃豆等作物的坎式田埂或寬度小于1 m的田埂包含在田塊內(nèi)計算面積；道路按連線范圍計算，水域按坎或水涯線計算其面積。非基本農(nóng)田范圍的植被按其邊界逐個解譯，其間用作其通行的大車路等直接包含在本圖斑內(nèi)，不再分割。

2 研究方法

基于根據(jù)任務收集到的項目相關原有像控點成果、數(shù)字航片，在數(shù)字攝影測量系統(tǒng)上采用光束法區(qū)域網(wǎng)空三加密進行加密、建立立體像對、生成核線影像、影像匹配編輯，經(jīng)過色彩調整、鑲嵌拼接、裁切、影像整飾等工作，生成數(shù)字正射影像圖。

按照“內(nèi)業(yè)為主、外業(yè)為輔、內(nèi)外業(yè)相結合比對”的原則、基于最新獲取的遙感影像數(shù)據(jù)，充分利用第三次全國國土調查成果、年度地理國情普查成果及遙感解譯樣本數(shù)據(jù)，結合多種行業(yè)專題數(shù)據(jù)，采用變化信息識別與數(shù)據(jù)采集、外業(yè)調查、數(shù)據(jù)編輯與整理等技術手段與方法，對區(qū)域內(nèi)各地塊進行解譯、預判地類。

根據(jù)內(nèi)業(yè)解譯結果與外業(yè)實地核查比對后的結果，檢查成果是否合乎任務下達和設計書要求，給予竣工驗收或修改設計、變更任務、進行補生產(chǎn)。

3 資料收集

3.1 原有像控點成果

搜集本區(qū)域歷次進行的像控點成果，并初步展在原有影像圖上，分析其效用；如像控點成果與影像相吻合，則加以應用。像控布點時，如成果不足，補測相應位置的坐標。

3.2 第三次國土調查成果、地理國情監(jiān)測成果

第三次全國國土調查成果、年度地理國情監(jiān)測成果發(fā)布后，向當?shù)刈匀毁Y源行政管理部門申請使用本區(qū)域的成果，作為內(nèi)業(yè)解譯及初步定性的重要參考依據(jù)。

4 遙感數(shù)據(jù)獲取

遙感信息獲取從依賴國外遙感數(shù)據(jù)，到如今的國產(chǎn)航空、航天遙感、無人機數(shù)碼遙感、地面近距遙感等形成的“空、天、地”模式[3]，極大豐富了遙感監(jiān)測數(shù)據(jù)來源。

4.1 航空、航天數(shù)碼遙感信息

由星載或機載(有人/無人)各種傳感器，按照一定的軌跡或航線，對地面進行拍攝而獲得的各種遙感數(shù)據(jù)[4]。

4.2 內(nèi)業(yè)空中三角測量

空中三角測量(空三加密)采用專業(yè)空三加密軟件進行空三加密和平差解算。通過數(shù)碼影像自動內(nèi)定向、影像匹配(自動相關)、半自動加測控制點等流程完成。成果平面精度要求滿足《1∶500 1∶1000 1∶2000 地形圖航空攝影測量內(nèi)業(yè)規(guī)范》對 1∶1000 平地、丘陵的成圖要求[4]。經(jīng)檢測，本次試驗的影像數(shù)據(jù)精度符合要求。

5 外業(yè)解譯樣本采集

在內(nèi)業(yè)解譯前，對本項目區(qū)域范圍存在的所有種植類型，選取典型地塊，進行類型樣本采集工作，以規(guī)范和統(tǒng)一種植分類標準，提高圖斑內(nèi)業(yè)解譯、預判準確性。

5.1 樣本地塊的選取

選取地類單一、特征明顯的典型地塊作為地類樣本，盡量保持地類樣本影像特征和實地利用特征的一致性。為便于外業(yè)就近作業(yè)，選取樣本地塊時宜選擇地類豐富且分布較集中的區(qū)域。

5.2 地塊樣本的實地拍攝

樣本地塊實地拍攝的過程中，應盡量保持地類樣本照片的完整性、單一性、典型性、清晰性，遠近協(xié)調，合理分配空白和實體所占空間布局，盡可能地提高藝術美感，準確、美觀的反映地類特征。

拍攝要求：(1)應盡可能在田塊邊附近進行拍攝，離相機200 m范圍以內(nèi)的景物，避免照片與遙感影像實例之間的空間對應關系失真。(2)拍攝時應盡可能水平持握相機，使其保持正常姿態(tài)，避免照片信息失真誤導使用者。特殊情況下，相機俯仰角或橫滾角大于10°以上時，需記錄其值。(3)拍攝的照片應地物清晰、主體明確、明暗適中，避免與主題無關或質量欠佳導致內(nèi)業(yè)解譯時產(chǎn)生偏差。(4)每個樣本確保有三張不同角度清晰明了反映本田塊種植屬性。

野外樣本采集時，手持帶衛(wèi)星定位平板，利用開發(fā)的專門軟件在近距于田塊位置，對種植植被進行樣本采集。拍攝的樣本(如圖1a)及所在位置(如圖1b)均可同時顯示，在概略位置圖中，十字為拍攝時人員實時位置，兩條長線所夾角為拍攝的方位角及拍攝面。

現(xiàn)場解譯樣本拍攝如圖1。

圖1 現(xiàn)場解譯樣本拍攝

在采集樣本完成后，對所有樣本進行整理，保留俯仰角、橫滾角、采集像素等符合要求的樣本作為內(nèi)業(yè)解譯參考依據(jù)。解譯樣本成果如圖2(圖2a為水稻，圖2b為茶園)。

圖2 解譯樣本成果

6 內(nèi)業(yè)信息提取

6.1 內(nèi)業(yè)解譯方法選擇

內(nèi)業(yè)解譯一般有：(1)基于光譜特征信息的作物遙感分類方法；(2)基于地塊分類法(Per-field classification)的作物種植面積監(jiān)測方法；(3)基于對地抽樣的作物種植面積監(jiān)測方法[5]。在本次研究中，因方法(1)要考慮田埂系數(shù)、還要扣除田間道路等，不可避免帶來數(shù)據(jù)差異；基于HJ-1遙感數(shù)據(jù)的總體遙感提取面積與統(tǒng)計面積差異小于10%[6]。方法(3)面臨抽樣的隨機性、代表性帶來的面積誤差不確定性，最終選擇方法(2)進行內(nèi)業(yè)解譯的方法進行。

方法(2)是將遙感影像與數(shù)字矢量數(shù)據(jù)充分結合，以數(shù)字矢量數(shù)據(jù)邊界為限，依據(jù)影像表現(xiàn)紋理、顏色不同，將區(qū)域按耕、園、林、草、道路等幾大類分割為大塊；再參考解譯樣本成果、第三次國土調查成果和年度地理國情監(jiān)測成果(均附有舉證照片)，以田埂為特征線再進行逐個田塊進行分割并內(nèi)業(yè)預賦值。相同作物的不同地塊分割表示，分割已否不影響匯總面積。

6.2 數(shù)據(jù)庫結構設計

由于本次研究范圍面積小，選用便于設計、容量較小的Access的mdb格式作為本次研究數(shù)據(jù)庫格式，數(shù)據(jù)結構(包含，但不限于)如表1。

表1 圖斑屬性結構表

6.3 內(nèi)業(yè)解譯

在已有的影像圖的基礎上，依據(jù)種植屬性分類，通過逐個田塊分析、判斷影像所呈現(xiàn)的紋理、色調、區(qū)位、形狀、當?shù)胤N植特色物種及解譯樣本，先按道路、水渠等較寬線狀物邊界線或在現(xiàn)場通過實測的方式將研究范圍區(qū)域面分割成若干個圖塊(如圖3b)，再根據(jù)田埂等次寬線狀物邊界線分割成小圖斑，直至圖斑不再被分割為止(如圖3c)。內(nèi)業(yè)無法獲取和難以識別的區(qū)域，做好記錄以便更好開展外業(yè)核查，確保采集信息的準確性。內(nèi)業(yè)解譯過程如圖3(圖3a為研究范圍圖，圖3b為按較寬線狀物將范圍分割成圖塊，圖3c為內(nèi)業(yè)解譯后初步成果)。

圖3 內(nèi)業(yè)解譯過程

6.4 內(nèi)業(yè)種植屬性預判

影像紋理與樣本所在影像比對時，把第三次全國國土調查成果、年度地理國情監(jiān)測成果數(shù)據(jù)加載到系統(tǒng)中，并顯示其地類名稱或地類代碼作為內(nèi)業(yè)預判參考，結合顏色、形狀、樣本照片，對每個圖斑的種植屬性進行預處理，同時在數(shù)據(jù)欄中填好相應的屬性值。內(nèi)業(yè)無法判斷時，在備注欄中注明情況，待外業(yè)比對時重點調查此地塊。內(nèi)業(yè)結合樣本數(shù)據(jù)進行種植屬性預判，如圖4a(分別是水稻、旱地、茶園、樹林)；內(nèi)業(yè)結合樣本數(shù)據(jù)進行種植屬性預判后成果如圖4b。

圖4 內(nèi)業(yè)種植屬性預判

7 檢核、比對

利用福建省測繪院自主開發(fā)的測繪成果外業(yè)巡檢系統(tǒng)[7]，將成果數(shù)據(jù)進行切片導出，后傳輸至平板電腦中，由外業(yè)人員帶到野外現(xiàn)場進行圖斑比對， 對內(nèi)業(yè)解譯圖斑的種植屬性、邊界等內(nèi)容逐一進行調查、核實和修正。對內(nèi)業(yè)不確定或無法解譯的圖斑作重點調查；對一般圖斑進行核實。調查核實過程中，對有錯誤的進行修正；對影像上未反映的隱蔽地物實地補調(用平板軟件自帶軌跡功能進行確定邊界或用測繪儀器進行實測)，并將比對結果直接記錄在外業(yè)數(shù)據(jù)中。

外業(yè)比對結束后，將檢核結果導入軟件平臺中，與內(nèi)業(yè)預判圖斑范圍、種植類別、類型等不一致的，均選用外業(yè)定性成果逐一改正并轉繪至內(nèi)業(yè)平臺中。

8 種植面積統(tǒng)計

在系統(tǒng)統(tǒng)計工具中，根據(jù)不同種植屬性進行分門別類統(tǒng)計，本次研究范圍內(nèi)有水田(面積78963.14 m2)、茶園(面積27173.41 m2)等八種地類(見圖5)，與實測面積相差在允許范圍內(nèi)。

圖5 圖斑面積/m2

9 結束語

本次研究提出利用影像、解譯樣本、第三次全國國土調查成果、國情成果結合的方式，進行田塊種植屬性、面積監(jiān)測。經(jīng)檢查，田塊種植屬性與實地一致、種植面積與實測誤差較小，證實根據(jù)遙感技術進行監(jiān)測田塊種植屬性、面積的方案可行；壓縮影像拍攝、生產(chǎn)間隔時間、提高拍攝分辨率，監(jiān)測成果現(xiàn)勢性能大為提高；同時本次研究對“耕地非農(nóng)化” “耕地非糧化”監(jiān)測任務進行技術儲備。

基于云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)、信息通信技術(ICT)、人工智能(AI)等技術的影像多尺度快速圖斑提取、種植屬性賦值、變化常態(tài)化監(jiān)測，需作進一步研究。