胡九超　周忠發(fā)

摘要：農(nóng)作物的識別是農(nóng)情監(jiān)測的基礎(chǔ)，能為制定農(nóng)業(yè)政策提供重要的參考數(shù)據(jù)。在多云多雨地區(qū)使用合成孔徑雷達（SAR）對農(nóng)作物進行識別監(jiān)測有較大的優(yōu)勢。利用單時相影像進行地物識別時容易受陰影的干擾，差值法可檢測不同波段間圖像值的差別，根據(jù)波段間差值的不同，可以區(qū)分不同地物。利用2個時相的TerraSAR-X交叉極化模式數(shù)據(jù)（HH、VV）計算同時相多極化差值圖、同極化多時相差值圖，分析比較差值圖，選擇最優(yōu)的差值圖組合用于煙草提取，識別精度達82.23%。

關(guān)鍵詞：高原山區(qū)；合成孔徑雷達；差值圖；TerraSAR-X；煙草

中圖分類號： TP391.41 文獻標(biāo)志碼： A

文章編號：1002-1302（2015）03-0388-03

煙草是貴州省重要的經(jīng)濟作物，煙草長勢監(jiān)測、面積提取、產(chǎn)量估算對于貴州省農(nóng)業(yè)、經(jīng)濟發(fā)展具有重要的現(xiàn)實意義。貴州省地處云貴高原，多云雨，導(dǎo)致傳統(tǒng)統(tǒng)計方法、常規(guī)遙感技術(shù)很難得到精確的煙草種植面積、產(chǎn)量，應(yīng)用雷達遙感影像資料進行煙草面積監(jiān)測可以不受云、雨、霧的影響，具有全天時、全天候的觀測能力，是可靠的遙感數(shù)據(jù)源[1-2]。邵蕓首次應(yīng)用多時相Radarsat數(shù)據(jù)對多云雨地區(qū)進行水稻制圖，采用神經(jīng)網(wǎng)絡(luò)分類方法，分類精度達到90%以上[3]。張萍萍等利用多時相多極化ENVISAT ASAR影像進行局部區(qū)域稻田識別，也獲得了較高的稻田識別精度[1]。然而，與煙草相關(guān)的雷達遙感監(jiān)測識別研究極少。差值法可檢測不同波段間的圖像值的差別，根據(jù)波段間差值的不同，可以區(qū)分不同地物。本研究計算多時相多極化的差值，從差值圖上識別煙草，利用2個時相的TerraSAR-X交叉極化模式數(shù)據(jù)（HH、VV）計算同時相多極化差值圖、同極化多時相差值圖，分析比較差值圖，選擇最優(yōu)的差值圖組合，利用監(jiān)督分類方法對差值圖進行煙草識別，得到煙田分布，對多時相多極化差值圖的煙草識別能力進行驗證，旨在為貴州高原山區(qū)的典型農(nóng)作物監(jiān)測提供技術(shù)支撐。

1 研究區(qū)概況及雷達數(shù)據(jù)源概況

1.1 研究區(qū)概況

研究區(qū)位于貴州省清鎮(zhèn)市流長鄉(xiāng)，地處清鎮(zhèn)市西部，屬北亞熱帶季風(fēng)濕潤氣候，四季分明，雨量充沛；土壤以黃沙壤、黃壤為主，pH值為5.5～6.5，呈微酸性，有機質(zhì)含量高，氣候條件、土壤條件均有利于烤煙生產(chǎn)。研究區(qū)屬于國家現(xiàn)代煙草農(nóng)業(yè)基地單元，該基地單元地貌類型復(fù)雜多樣，主產(chǎn)煙區(qū)流長苗族鄉(xiāng)、犁倭鄉(xiāng)為典型的喀斯特高原山地地貌，以峰叢洼地、峰叢谷地為主，地下暗河、落水洞廣布，地表支離破碎，土地形狀不規(guī)則，多呈零星散狀分布?？緹煆臒熋缫圃缘綗熑~成熟采摘完畢可以劃分為4個生育期階段，分別為還苗期、伸根期、旺長期、成熟期。其中，還苗期的生長特點是根系生長活躍，莖葉生長幾乎停止。約10 d之后，煙草進入伸根期（煙苗成活到團棵），該時期莖葉恢復(fù)生長，新葉不斷出現(xiàn)。隨后煙草進入旺長期，該時期煙葉生長中心從團棵期的地下部分轉(zhuǎn)移到地上部分。最后，煙葉進入成熟期階段，煙株現(xiàn)蕾以后，下部葉逐漸衰老，葉片由下而上依次落黃成熟，成熟期持續(xù)約2個月。

1.2 雷達數(shù)據(jù)源概況

采用了2013年5月28日、8月24日TerraSAR-X交叉極化1B級數(shù)據(jù)（表1）。由于2景影像獲取時的軌道參數(shù)完全一致，因此避免了因軌道偏差造成同一研究區(qū)內(nèi)雷達波入射角不同所帶來的潛在誤差[4]。獲取影像的同時，對煙田、玉米地等典型農(nóng)作物進行了定點定位及樣方建立，同時記錄煙草的生長狀況及生理結(jié)構(gòu)參數(shù)，包括葉長、葉寬、株高等。

1.3 數(shù)據(jù)預(yù)處理

在對雷達影像進行分析應(yīng)用之前，需要對獲取的 TerraSAR-X 數(shù)據(jù)進行幾何校正、斑點噪聲去除、絕對輻射定標(biāo)等預(yù)處理。經(jīng)過影像的預(yù)處理，截取了研究區(qū)部分假彩色合成影像（R：8月24日HH極化；G：8月24日VV極化；B：8月24日VV極化；5月28日VV極化差值）（圖1）。

2 多時相多極化TerraSAR-X影像差值圖分析

2.1 多時相多極化差值的計算

本研究采用的TerraSAR-X交叉極化模式影像包含2種極化方式：HH極化、VV極化。與單極化影像相比，雙極化影像包含更豐富的地物信息。地物對不同極化的去極化能力及與雷達波之間相互作用，反映了地物不同的介電特性、表面粗糙度、幾何形態(tài)、方向等屬性特征[5-6]。同樣，在不同時期獲

取同一地區(qū)的圖像也能夠反映某些地物隨時間變化的信息。即使極化方式相同，但由于地物幾何形態(tài)改變、介電特性變化等，造成2個時間點地物后向散射系數(shù)極大差異。因此，利用這些變化信息來提取地物是可行的 。為了進一步說明地物后向散射系數(shù)的變化情況，筆者分別計算了2個時相HH極化、VV極化后向散射系數(shù)的差值，簡稱同時相多極化差值，計算公式如下：

2.2 多時相多極化差值圖的分析

從各差值圖中截取研究區(qū)的部分區(qū)域，根據(jù)灰度圖的像元值大小用彩色表現(xiàn)出來（圖2）。

圖2-A、圖2-B分別代表5月28日、8月24日HH極化、VV極化的差值圖，圖2-A圖像的像元值為1.12～2595 dB。圖2-A中紅色區(qū)域的像元值在圖2-B中基本得到保持，藍色區(qū)域保持了部分，大部分藍色區(qū)域在圖2-B中顯示為不同的顏色。圖2-B圖像的像元值為-14.68～57.93 dB，色彩分布范圍較廣，由此可知，藍色區(qū)域的像元值增加幅度較大。圖2-C、圖2-D分別是2個時相（8月24日、5月28日）的HH極化的差值圖、VV極化的差值圖。圖 2-C 圖像的像元值為-21.01～34.55 dB，VV極化差值圖的像元值范圍比HH極化差值圖更廣，為-31.47～46.85 dB。由此可知，VV極化差值圖能夠反映更豐富的地物時相變化信息，HH極化對地物的時相信息變化敏感度不及VV極化。為了將差值圖上的像元信息變化與實際地物相對應(yīng)，筆者從野外采集的樣方數(shù)據(jù)中提取了5類典型地物后向散射系數(shù)差值（用平均值表示）。從圖3可以看出，水稻后向散射系數(shù)差值平均值變化最大，玉米次之，煙草居中，居民點變化最小。

5月28日時相上，煙草的后向散射系數(shù)差值主要分布在8.11 dB左右，與圖2-A圖例中的第5等級顏色（淡藍色）相對應(yīng)。根據(jù)煙草生長周期，在該時相上，煙草處在團棵期，煙苗較小且分布稀疏，同時大量干旱土壤裸露，部分區(qū)域還存在不同程度的石漠化現(xiàn)象。玉米同樣處于幼苗期，土壤背景、石漠化背景對玉米后向散射系數(shù)影響很大，導(dǎo)致玉米、煙草、土壤的散射特性類似。盡管煙草、玉米葉片的大小不同以及土壤紋理、土壤濕度不同會造成后向散射系數(shù)差別，但在該時相上很難區(qū)分煙草、玉米、裸露土壤。8月24日時相上，煙草處于成熟期，煙葉面積增大，冠層覆蓋率較高，同時株高較高，使得煙草對HH極化、VV極化雷達波造成不同程度衰減，但此時期天氣較干旱，土壤、煙草含水量都較低，2種極化方式下的后向散射系數(shù)差值很小，和有林地、玉米相差不大，與圖 2-B 圖例中的第4等級顏色（藍色）相對應(yīng)。因此，該時相上的煙草、有林地、玉米易混淆。從圖3可以看出，煙草的HH極化、VV極化多時相差值居中，其平均值大約分別為-4.38、2.98 dB。圖2-C中，煙草對應(yīng)圖例中的第5等級顏色在圖2-D中反映為圖例中的第8等級顏色。將圖2-B與圖2-D進行對比可知，圖2-B中的煙草區(qū)域與圖2-D中反映煙草的區(qū)域吻合度較高。

3 煙草識別

提取信息的方法很多，其中比值法、差值法應(yīng)用較為廣泛。差值法可檢測不同波段間圖像值的差別，波段間差值可用于區(qū)分不同的地物。本研究采用多時相多極化差值圖像來豐富地物信息，便于提取煙草信息。通過對不同地物在不同圖像上的后向散射系數(shù)進行差異分析，了解不同地物的散射特性。選擇監(jiān)督分類算法中基于圖像統(tǒng)計的最大似然判別法[7]，對組合好的Δσ0HH、Δσ0VV、Δσ00824（R、G、B）圖像進行分類。首先，選擇典型地物的訓(xùn)練場，再根據(jù)訓(xùn)練場計算各類地物的統(tǒng)計特征值，建立分類判別函數(shù)，然后逐點掃描圖像中的像元，求出其屬于各類的概率，再將待判別的像元歸入最大判別函數(shù)值 。分類后，對結(jié)果進行Majority/Minority以及聚類（clump）等處理。

4 煙草識別精度驗證

本研究利用在高分辨率航拍圖上采集的典型地物樣方數(shù)據(jù)對分類結(jié)果進行驗證。樣方由規(guī)則的矩形形成，包括煙草、玉米、水稻等。將樣方數(shù)據(jù)（矢量文件）轉(zhuǎn)換成感興趣區(qū)域，用其來裁剪分類后的矢量數(shù)據(jù)，計算樣方中不同地物的面積（表2）。假設(shè)樣方內(nèi)實際是煙田，被分為煙田的記為TT；樣方內(nèi)實際是煙田，被分為非煙田的記為TO；樣方內(nèi)實際是非煙田，被分為非煙田的記為OO；樣方內(nèi)實際是非煙田，被分為煙田的記為OT，T代表煙田，O代表非煙田[8-9]。分類總精度計算公式如下：

5 結(jié)論與討論

本研究表明，在貴州省高原山區(qū)利用TerraSAR-X多時相多極化差值圖識別煙草是可行的，為高原山區(qū)農(nóng)作物監(jiān)測提供了新途徑。本研究采用的2個時相的數(shù)據(jù)分別是團棵期、成熟期，2個時期煙草的株型、冠層覆蓋率等特征變化較大，這是煙草識別的有利因素。利用TerraSAR-X多時相多極化差值圖進行煙草識別得到了較理想的結(jié)果，但研究區(qū)內(nèi)玉米以及有林地的存在對識別煙草產(chǎn)生了一定干擾，這是因為玉米的生長周期、散射特性等因素與煙草的類似，成熟期的煙草較茂盛，易與有林地混淆。關(guān)于其他可能的時相、極化組合對煙草識別精度的影響，還需進一步分析。此外，石漠化現(xiàn)象以及極少數(shù)覆膜煙田的存在對煙草識別的具體影響還有待進一步研究。

參考文獻：

[1]張萍萍，申雙和，李秉柏，等. 水稻極化散射特征分析及稻田分類方法研究[J]. 江蘇農(nóng)業(yè)科學(xué)，2006（1）：148-152.

[2]Le T T，Laur H，Mougin E，et al. Multi-temporal and dual polarisation observation of agricultural vegetation covers by X-band SAR images[J]. IEEE Transactions of Geoscience and Remote Sensing，1989，27（6）：709-718.

[3]邵 蕓. 水稻時域散射特征分析及其應(yīng)用研究[D]. 北京：中國科學(xué)院，2000.

[4]楊沈斌，李秉柏，申雙和，等. 基于多時相多極化差值圖的稻田識別研究[J]. 遙感學(xué)報，2008，12（4）：613-619.

[5]邵 蕓，郭華東，范湘濤，等. 水稻時域散射特征分析及其應(yīng)用研究[J]. 遙感學(xué)報，2001，5（5）：340-345.

[6]邵 蕓，廖靜娟，范湘濤，等. 水稻時域后向散射特性分析：雷達衛(wèi)星觀測與模型模擬結(jié)果對比[J]. 遙感學(xué)報，2002，6（6）：440-450.

[7]趙春霞，錢樂祥. 遙感影像監(jiān)督分類與非監(jiān)督分類的比較[J]. 河南大學(xué)學(xué)報：自然科學(xué)版，2004，34（3）：90-93.

[8]楊沈斌，申雙和，張萍萍，等. ENVISAT ASAR數(shù)據(jù)用于大區(qū)域稻田識別研究[J]. 南京氣象學(xué)院學(xué)報，2007，30（3）：365-370.

[9]張云柏. ASAR影像應(yīng)用于水稻識別和面積測算研究——以江蘇寶應(yīng)縣為例[D]. 南京：南京農(nóng)業(yè)大學(xué)，2004.