基于PIE-Engine的甘蔗榨季砍收進(jìn)度監(jiān)測(cè)

關(guān)鍵詞：PIE-Engine;甘蔗；遙感；收獲；監(jiān)測(cè)

中圖分類(lèi)號(hào)：S126 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1795（2023）05-0021-06

DOI： 10.19998/j.cnki.2095-1795.2023.05.005

0引言

根據(jù)聯(lián)合國(guó)糧食及農(nóng)業(yè)組織統(tǒng)計(jì)數(shù)據(jù)庫(kù)（FAOSTAT），甘蔗是全球總產(chǎn)量最高的農(nóng)作物，2020年全球甘蔗總產(chǎn)量達(dá)到18.7億t。我國(guó)是世界上重要的甘蔗生產(chǎn)區(qū)，甘蔗總產(chǎn)量居世界第3位，2020年甘蔗總產(chǎn)量達(dá)到1.08億t。其中廣西壯族自治區(qū)（以下簡(jiǎn)稱(chēng)廣西）甘蔗種植面積及產(chǎn)糖量均占全國(guó)比例60%以上。蔗糖產(chǎn)業(yè)是廣西的支柱產(chǎn)業(yè)之一，廣西111個(gè)縣（區(qū)）中有超過(guò)100個(gè)種植甘蔗，有20多個(gè)縣（區(qū)）財(cái)政收入近50%來(lái)自甘蔗糖業(yè)稅收。廣西甘蔗生產(chǎn)主要面臨成本上升、勞動(dòng)力短缺、自然災(zāi)害頻繁及收益變動(dòng)大等因素影響，其中榨季砍收過(guò)程中的勞動(dòng)力短缺問(wèn)題尤為突出，加快科技創(chuàng)新與推廣是解決上述問(wèn)題的主要途徑。近年來(lái)，遙感技術(shù)由于具有監(jiān)測(cè)范圍廣、實(shí)時(shí)性好等優(yōu)點(diǎn)而被廣泛用于農(nóng)業(yè)領(lǐng)域的大范圍監(jiān)測(cè)。國(guó)內(nèi)外已有不少關(guān)于甘蔗面積遙感監(jiān)測(cè)的研究，如陳劉鳳等基于Landsat8_OLI影像引入歸一化植被指數(shù)（ Normalized Difference Vegetation Index，ⅣDVI）、數(shù)字高程模型（Digital Elevation Model，DEM）等輔助識(shí)別特征變量，采用隨機(jī)森林分類(lèi)法進(jìn)行多時(shí)相連續(xù)解譯，并借助Google Earth高清遙感影像比對(duì)修正，準(zhǔn)確提取一個(gè)縣的甘蔗種植面積信息。張東東等以多時(shí)相國(guó)產(chǎn)HJ衛(wèi)星影像為數(shù)據(jù)源，采用基于NDVI時(shí)間序列的決策樹(shù)分類(lèi)模型提取我國(guó)南方地區(qū)甘蔗面積。甘蔗種植的南方地區(qū)常年多云多雨，單一光學(xué)衛(wèi)星傳感器數(shù)據(jù)獲取能力不足，黃啟廳等[s]基于高時(shí)空分辨率多源遙感數(shù)據(jù)協(xié)同，結(jié)合作物物候歷和地物光譜、NDVI時(shí)序變化等多維特征，完成田地塊尺度下甘蔗種植制圖。合成孔徑雷達(dá)（ Synthetic Aperture Radar，SAR）不僅有不受云雨天氣影響的優(yōu)點(diǎn)，還可通過(guò)記錄HH、HV、VH和VV 4種極化信息，大大提高地物識(shí)別精度。LUO C等使用多時(shí)相或多極化SAR數(shù)據(jù)比單時(shí)相或單極化SAR數(shù)據(jù)能獲得更好的分類(lèi)結(jié)果。當(dāng)需要協(xié)同使用包括光學(xué)與雷達(dá)多傳感器、多時(shí)相遙感數(shù)據(jù)的情況下，傳統(tǒng)桌面端遙感處理平臺(tái)無(wú)法滿(mǎn)足遙感大數(shù)據(jù)處理的需求。遙感云計(jì)算平臺(tái)的出現(xiàn)改變了傳統(tǒng)遙感數(shù)據(jù)處理和分析模式，為海量數(shù)據(jù)快速處理與信息挖掘帶來(lái)了新的契機(jī)。遙感云計(jì)算平臺(tái)憑借著具有強(qiáng)大的云計(jì)算能力、豐富的遙感數(shù)據(jù)等優(yōu)點(diǎn)，可以滿(mǎn)足大空間尺度、長(zhǎng)時(shí)間序列遙感數(shù)據(jù)集的存儲(chǔ)、組織、計(jì)算和對(duì)軟硬件環(huán)境的高要求，提高遙感應(yīng)用的普適性。目前已經(jīng)有許多研究者基于Google Earth Engine（ GEE）云平臺(tái)進(jìn)行了作物監(jiān)測(cè)方面的研究。如周珂等使用GEE云平臺(tái)對(duì)河南省的冬小麥面積進(jìn)行提取及快速制圖。在甘蔗砍收過(guò)程遙感監(jiān)測(cè)研究方面，馬尚杰等利用多時(shí)相HJ衛(wèi)星影像為數(shù)據(jù)源，通過(guò)設(shè)置波段閥值，建立甘蔗信息提取決策樹(shù)分類(lèi)的方法，實(shí)現(xiàn)縣域及以上區(qū)域尺度下，對(duì)甘蔗收割過(guò)程的監(jiān)測(cè)。這種方法只能由研究機(jī)構(gòu)中的專(zhuān)業(yè)科研人員通過(guò)操作復(fù)雜的專(zhuān)業(yè)軟件來(lái)完成，在很大程度上限制了推廣應(yīng)用。目前還沒(méi)有關(guān)于甘蔗收獲監(jiān)測(cè)信息系統(tǒng)的報(bào)道，有必要設(shè)計(jì)和開(kāi)發(fā)專(zhuān)用的甘蔗砍收進(jìn)度監(jiān)測(cè)信息系統(tǒng)，為甘蔗生產(chǎn)相關(guān)部門(mén)提供簡(jiǎn)單易用的在線甘蔗砍收進(jìn)度監(jiān)測(cè)工具。像素專(zhuān)家引擎（Pixel Information Expert Engine，PIE-Engine）是我國(guó)企業(yè)自主研發(fā)的安全可控的開(kāi)放式遙感云計(jì)算產(chǎn)品，在數(shù)據(jù)、算法及算力方面能與GEE媲美。本研究以廣西來(lái)賓市興賓區(qū)2020/2021榨季為例，基于PIE-Engine平臺(tái)的數(shù)據(jù)和算法，進(jìn)行二次開(kāi)發(fā)。使用多時(shí)相Sentinel-2多光譜影像數(shù)據(jù)提取甘蔗種植區(qū)域。在此基礎(chǔ)上利用Sentinel-l雙極化SAR數(shù)據(jù)全天候重放周期短的特點(diǎn)，通過(guò)變化檢測(cè)算法提取不同甘蔗種植區(qū)域的近似砍收日期。利用PIE-Engine的二次開(kāi)發(fā)能力，開(kāi)發(fā)縣域甘蔗榨季砍收進(jìn)度監(jiān)測(cè)系統(tǒng)，降低遙感技術(shù)應(yīng)用門(mén)檻，提高甘蔗砍收信息化管理水平。

1數(shù)據(jù)來(lái)源與研究方法

1.1研究區(qū)概況

來(lái)賓市地處桂中腹地，是典型的亞熱帶季風(fēng)氣候，日照、氣溫和降水等自然條件適合甘蔗生長(zhǎng)，其中興賓區(qū)位于來(lái)賓市中部，地跨108°43′52″～109°36′28″E，23°16′26″～24°04′39″N，轄23個(gè)鄉(xiāng)鎮(zhèn)，行政區(qū)域面積4 364.18 km²。興賓區(qū)甘蔗種植面積、產(chǎn)量和產(chǎn)糖量2010—2019年連續(xù)10年位居全國(guó)縣（區(qū)）首位，2019/2020榨季產(chǎn)糖量64萬(wàn)t，是名副其實(shí)的“中國(guó)糖都”。

1.2平臺(tái)與數(shù)據(jù)

PIE-Engine是一個(gè)集實(shí)時(shí)分布式計(jì)算、交互式分析和數(shù)據(jù)可視化為一體的在線遙感云計(jì)算開(kāi)放平臺(tái)，支持JavaScript與Python兩種語(yǔ)言。平臺(tái)擁有大量免費(fèi)的遙感數(shù)據(jù)資源，其中包括Landsat數(shù)據(jù)、哨兵（Sentinel）數(shù)據(jù)、Modis數(shù)據(jù)、高分?jǐn)?shù)據(jù)和風(fēng)云數(shù)據(jù)等，用戶(hù)無(wú)需下載，直接引用平臺(tái)數(shù)據(jù)即可。平臺(tái)還支持用戶(hù)自行上傳矢量或柵格數(shù)據(jù)，也可導(dǎo)出數(shù)據(jù)。用戶(hù)僅需通過(guò)編程就能實(shí)現(xiàn)從遙感數(shù)據(jù)準(zhǔn)備到計(jì)算分析的全過(guò)程，大大降低了遙感技術(shù)的應(yīng)用門(mén)檻。

哨兵1號(hào)（Sentinel-l）由兩顆極軌衛(wèi)星（Sentinel-1A和Sentinel-1B）組成，載有C波段SAR，重訪周期為6d，具備通過(guò)云層進(jìn)行觀測(cè)的能力，可不受天氣影響獲取圖像。哨兵2號(hào)（Sentinel-2）是高分辨率多光譜成像衛(wèi)星，攜帶一枚多光譜成像儀（ MSI），分為2A和2B兩顆衛(wèi)星，其中一顆衛(wèi)星的重訪周期為10d，兩顆互補(bǔ)，重訪周期為5d，分辨率分別為10、20和60 m。常用于陸地監(jiān)測(cè)，可提供植被、土壤和水覆蓋、內(nèi)陸水路及海岸區(qū)域等圖像，還可用于緊急救援服務(wù)。該衛(wèi)星具有高分辨率和高重訪率，因此其數(shù)據(jù)的連續(xù)性較強(qiáng)，更易于分辨甘蔗種植區(qū)域。本研究選用數(shù)據(jù)包括PIE-Engine平臺(tái)提供的Sentinel-1和Sentinel-2影像數(shù)據(jù)，并在平臺(tái)上進(jìn)行調(diào)用、分析。平臺(tái)提供的Sentinel-1影像是GRD產(chǎn)品，該數(shù)據(jù)是經(jīng)過(guò)多視處理、地形校正的。Sentinel-2影像的產(chǎn)品等級(jí)為L(zhǎng)2A級(jí)，是經(jīng)過(guò)大氣校正的大氣底層反射率數(shù)據(jù)，在本研究使用中篩選云量低于5%的數(shù)據(jù)。其他數(shù)據(jù)包括興賓區(qū)矢量界線數(shù)據(jù)，用以進(jìn)行分鄉(xiāng)鎮(zhèn)的統(tǒng)計(jì)分析。使用的遙感影像參數(shù)如表1所示。

1.3研究方法

1.3.1技術(shù)流程

本研究基于PIE-Engine平臺(tái)提供的興賓區(qū)范圍內(nèi)2020年甘蔗拔節(jié)期（4—5月）、旺盛期（6—8月）和成熟期（9—10月）的Sentinel-2多光譜無(wú)云影像，通過(guò)分析3個(gè)時(shí)期的ⅣDVI時(shí)序變化走勢(shì)，根據(jù)甘蔗生長(zhǎng)速度快、生長(zhǎng)周期長(zhǎng)的物候特征及在砍收前其N(xiāo)DVI值呈現(xiàn)“廠”字形的分布特點(diǎn)。首先設(shè)置ND VI閥值（旺盛期NDVIlt;0.3）使用掩膜運(yùn)算過(guò)濾非植被區(qū)域后，對(duì)植被區(qū)域使用K-Means非監(jiān)督分類(lèi)方法進(jìn)行甘蔗種植區(qū)域提取。結(jié)合2020年11月1日—2021年2月28日榨季內(nèi)19個(gè)時(shí)期的Sentinel-1雷達(dá)影像，開(kāi)發(fā)雷達(dá)植被指數(shù)算法提取甘蔗砍收日期信息，監(jiān)測(cè)榨季甘蔗砍收進(jìn)度。步驟主要包括ND VI合成、甘蔗種植面積提取和砍收進(jìn)度信息提取3部分。流程如圖1所示。

1.3.2甘蔗種植面積提取

歸一化植被指數(shù)（NDVI）是反映土地覆蓋植被狀況的一種常用遙感指標(biāo)[18]。本研究使用PIE-Engine平臺(tái)中的甘蔗拔節(jié)期（4—5月）、旺盛期（6—8月）和成熟期（9—10月）共3個(gè)重要時(shí)期的Sentinel-2無(wú)云（云量lt;5%）影像數(shù)據(jù)，根據(jù)NDVI計(jì)算公式編寫(xiě)代碼獲取NDVI時(shí)序數(shù)據(jù)，合成NDVI的3波段影像。根據(jù)研究區(qū)不同作物3個(gè)時(shí)期的NDVI走勢(shì)差異，采用非監(jiān)督分類(lèi)方法進(jìn)行甘蔗種植區(qū)域的提取。NDVI計(jì)算公式

NDVI=（NIR-Red）／（NIR+Red） （1）

式中NIR——近紅外波段反射值

Red——紅波段反射值

1.3.3砍收進(jìn)度信息提取

在獲得甘蔗種植區(qū)域分類(lèi)結(jié)果的基礎(chǔ)上，開(kāi)發(fā)利用雷達(dá)植被指數(shù)（RVI）獲取砍收日期信息的算法。使用PIE-Engine平臺(tái)提供的興賓區(qū)2020年11月1日一2021年2月28日（19個(gè)時(shí)期）的Sentinel-1雷達(dá)影像，選用VV和VH化方式生成19個(gè)時(shí)期的RVI圖層，RVI算法按式（2）計(jì)算。

RVI=4·VH／（VV+ VH） （2）

式中VV、VH——同極化和交叉極化后向散射系數(shù)

通過(guò)19個(gè)RVI時(shí)序圖層，獲取砍收日期信息的算法如下。

（1）首先將19個(gè)時(shí)期的RVI圖層合成影像集合（image collection）。

（2）使用最小值（min）方法將影像集合鑲嵌成為一張最小值圖層（image）。

（3）循環(huán)19個(gè)時(shí)期圖層，分別與最小值圖層進(jìn)行相等（ equal）運(yùn)算，得到19個(gè)時(shí)期的二值化柵格。

（4） 19個(gè)時(shí)期的二值化柵格分別乘以各自的圖層日期索引（2020年11月1日為1，2020年11月2日為2，2020年12月1日為31……以此類(lèi)推）。

（5）對(duì)上一步得到19個(gè)圖層（image）進(jìn)行合計(jì)（sum）運(yùn)算得到砍收日期圖層，獲得砍收日期信息。

2結(jié)果與討論

2.1甘蔗種植空間分布

2.1.1ⅣDVI分析

通過(guò)興賓區(qū)甘蔗NDVI時(shí)序特征可以將甘蔗與其他主要作物進(jìn)行區(qū)分。首先使用6—8月NDVI閥值（NDVIgt;0.3）剔除非植被區(qū)域。根據(jù)不同作物的NDVI走勢(shì)區(qū)別，對(duì)甘蔗進(jìn)行區(qū)分。其中，甘蔗的NDVI走勢(shì)呈“廠”字形分布，即4—5月，甘蔗處于拔節(jié)期，ND VI較小，生長(zhǎng)速度快，隨著ⅣDVI大幅上漲，6—8月進(jìn)入甘蔗旺盛期，NDVI達(dá)到峰值，9—10月甘蔗進(jìn)入成熟期，適宜收獲，并且與旺盛期NDVI差值小。而水稻的走勢(shì)呈倒“V”字形分布，林地和果園呈“一”字形分布等。基于合成NDVI的3波段影像如圖2a所示，對(duì)非植被區(qū)域進(jìn)行掩膜過(guò)濾后（旺盛期NDVIlt;0.3），使用K-Means非監(jiān)督分類(lèi)方法將地物分為9類(lèi)，得到隨機(jī)聚類(lèi)結(jié)果，結(jié)果如圖2b所示。

2.1.2甘蔗種植面積提取

基于Sentinel-2遙感影像數(shù)據(jù)合成NDVI的3波段影像，采用非監(jiān)督分類(lèi)方法所得隨機(jī)聚類(lèi)結(jié)果（圖2c），與PIE-Engine平臺(tái)上提供的天地圖影像（圖2d）進(jìn)行對(duì)比確認(rèn)甘蔗具體類(lèi)別及范圍（圖2e）后，編寫(xiě)代碼進(jìn)行篩選，導(dǎo)出甘蔗種植區(qū)域分類(lèi)二值圖層，進(jìn)行甘蔗種植信息提取，可以獲得2020/2021榨季甘蔗種植區(qū)域分布情況，如圖2g所示。將提取結(jié)果與興賓區(qū)多年來(lái)甘蔗種植面積進(jìn)行對(duì)比。提取得到2020年興賓區(qū)甘蔗種植總面積為8.81萬(wàn)hm²（132.22萬(wàn)畝）與興賓區(qū)多年來(lái)穩(wěn)定的種植面積8萬(wàn)～10萬(wàn)hm²（120萬(wàn)～150萬(wàn)畝）吻合。與天地圖進(jìn)行對(duì)比，提取出的甘蔗區(qū)域與天地圖影像基本吻合。分鄉(xiāng)鎮(zhèn)進(jìn)行循環(huán)提取甘蔗種植面積，以公頃為單位進(jìn)行統(tǒng)計(jì)分析，可以獲得分鄉(xiāng)鎮(zhèn)的2020/2021榨季興賓區(qū)甘蔗種植面積統(tǒng)計(jì)結(jié)果如圖3所示。2020/2021榨季興賓區(qū)甘蔗種植面積最大的鄉(xiāng)鎮(zhèn)為鳳凰鎮(zhèn)，面積1.24萬(wàn)11hm²，占總種植面積的14.02%；種植面積最小的鄉(xiāng)鎮(zhèn)為城東，面積5.58hm²，占總種植面積的0.01%。

2.2甘蔗砍收進(jìn)度

2.2.1全縣砍收進(jìn)度分析

Sentinel-1載有C波段SAR，具備通過(guò)云層進(jìn)行觀測(cè)的能力，可不受天氣影響獲取圖像，適宜進(jìn)行對(duì)于多雨多云的南方地區(qū)甘蔗砍收進(jìn)度監(jiān)測(cè)。選取甘蔗榨季（2020年11月1日—2021年2月28日）的Sentinel-1遙感影像數(shù)據(jù)，使用VV和VH極化方式，開(kāi)發(fā)基于雷達(dá)植被指數(shù)和變化檢測(cè)算法的甘蔗砍收日期提取方法，結(jié)果如圖4a所示。2020/2021榨季興賓區(qū)甘蔗砍收進(jìn)程，不同砍收日期被賦予不同的顏色?；谒酶收峥呈者M(jìn)度信息，調(diào)用PIE-Engine平臺(tái)提供的可視化功能將總砍收量通過(guò)折線圖形式展示（圖4b），可以看到砍收速度總體上較為均衡，直到春節(jié)前后砍收速度有所加快。

2.2.2鄉(xiāng)鎮(zhèn)砍收進(jìn)度分析

基于2020/2021榨季興賓區(qū)全縣甘蔗砍收進(jìn)度，分鄉(xiāng)鎮(zhèn)進(jìn)行循環(huán)統(tǒng)計(jì)，對(duì)每一時(shí)期的各鄉(xiāng)鎮(zhèn)像素值進(jìn)行求和統(tǒng)計(jì)，通過(guò)調(diào)用PIE-Engine平臺(tái)提供的可視化功能展示各鄉(xiāng)鎮(zhèn)的砍收進(jìn)度情況，結(jié)果如圖4c所示。

2.2.3砍收進(jìn)度信息查詢(xún)及展示

基于所得甘蔗砍收進(jìn)度信息，通過(guò)PIE-Engine平臺(tái)提供的UI功能開(kāi)發(fā)了運(yùn)用交互式滑塊組件控制砍收日期節(jié)點(diǎn)的功能，可進(jìn)行已砍收甘蔗區(qū)域查詢(xún)的功能。用戶(hù)可以通過(guò)滑動(dòng)滑塊改變砍收日期節(jié)點(diǎn)，進(jìn)行已砍收甘蔗區(qū)域的查詢(xún)，紅色部分為已經(jīng)砍收，綠色為未砍收。查詢(xún)界面如圖4d所示。

3結(jié)束語(yǔ)

基于Sentinel-2數(shù)據(jù)及作物NDVI走勢(shì)差異，結(jié)合PIE-Engine在線云計(jì)算平臺(tái)，采用非監(jiān)督分類(lèi)方法，可準(zhǔn)確提取甘蔗種植面積信息。采用Sentinel-1遙感影像數(shù)據(jù)，開(kāi)發(fā)雷達(dá)植被指數(shù)算法，提取砍收日期信息，構(gòu)建縣域甘蔗砍收進(jìn)度監(jiān)測(cè)在線程序，降低遙感在市縣級(jí)部門(mén)的應(yīng)用門(mén)檻。使用的方法可以很好地對(duì)興賓區(qū)甘蔗種植信息進(jìn)行快速提取并進(jìn)行縣域尺度下的甘蔗砍收進(jìn)度監(jiān)測(cè)。在甘蔗種植信息提取方面，使用Sentinel-2影像數(shù)據(jù)通過(guò)計(jì)算NDVI，根據(jù)研究區(qū)不同作物的NDVI走勢(shì)差異，通過(guò)非監(jiān)督分類(lèi)方法提取2020年興賓區(qū)甘蔗種植空間信息。結(jié)果相對(duì)統(tǒng)計(jì)數(shù)據(jù)的總體誤差較小，所得的種植區(qū)域分類(lèi)結(jié)果的精度可以滿(mǎn)足實(shí)際應(yīng)用需求。在甘蔗砍收進(jìn)度監(jiān)測(cè)方面，采用Sentinel-1遙感影像數(shù)據(jù)，開(kāi)發(fā)提取砍收日期信息的RVI法，通過(guò)PIE-Engine平臺(tái)進(jìn)行可視化展示及交互式功能的開(kāi)發(fā)，形成了簡(jiǎn)單易用的在線甘蔗砍收進(jìn)度遙感監(jiān)測(cè)程序，方便非遙感專(zhuān)業(yè)人員使用。后期可以通過(guò)調(diào)整有關(guān)參數(shù)，演變?yōu)樗?、玉米、小麥等大宗作物的遙感監(jiān)測(cè)方法，具有良好的推廣應(yīng)用價(jià)值和后期擴(kuò)展能力。