王霄煜，雷 鈞

1.新疆農(nóng)業(yè)大學(xué)經(jīng)濟與貿(mào)易學(xué)院，新疆農(nóng)業(yè)資源區(qū)劃和遙感應(yīng)用中心，烏魯木齊 830004 2.新疆農(nóng)業(yè)廣播電視學(xué)校，烏魯木齊 830004

長江三角洲、黃淮河流域和新疆是我國最大的三個棉花生產(chǎn)區(qū)，其中新疆棉區(qū)具有超過全國棉花總產(chǎn)量 40%的生產(chǎn)能力，總產(chǎn)量和種植面積多年來居全國首位且有愈發(fā)拉開距離的趨勢。以棉花為主要經(jīng)濟作物之一的新疆，棉花作物的種植面積和產(chǎn)量的變化顯著影響新疆經(jīng)濟的發(fā)展與決策，因此及時準(zhǔn)確地獲取棉花種植面積，有利于國家及新疆各部門制定對策，并為棉花產(chǎn)量估測提供重要依據(jù)。

目前作物種植面積信息的獲取方式主要有傳統(tǒng)的統(tǒng)計方法和借助遙感技術(shù)的提取方法。我國的農(nóng)作物種植面積信息主要通過統(tǒng)計方法獲得，主要有2種：層層上報（按縣、地區(qū)、省、國家4級統(tǒng)計局逐級統(tǒng)計匯總上報）；抽樣調(diào)查（通過國家統(tǒng)計局直屬的農(nóng)村社會經(jīng)濟調(diào)查隊，根據(jù)抽樣統(tǒng)計學(xué)原理，通過有代表性的樣本設(shè)置與調(diào)查，科學(xué)推算大區(qū)域農(nóng)業(yè)信息）。雖然統(tǒng)計法是被我國法定部門所承認(rèn)和使用的作物種植面積獲取方法，但存在一定的局限性。

與傳統(tǒng)的統(tǒng)計方法相比，遙感手段較大程度的避免了人為因素的干擾，大大的節(jié)省了人力、物力、財力，為糧食作物種植面積快速、準(zhǔn)確、動態(tài)監(jiān)測提供了有效的技術(shù)手段。

1 研究區(qū)概況

研究區(qū)位于瑪納斯縣及周邊呼圖壁縣、石河子市和沙灣縣，新疆天山北坡，準(zhǔn)格爾盆地南緣。地理坐標(biāo)為北緯 43°21′-45°30′，東經(jīng) 84°84′-87°12′之間，總面積32 273 km2。

瑪納斯縣主要種植作物為棉花、葡萄、番茄。石河子作為兵團(tuán)特殊體制下的現(xiàn)代農(nóng)業(yè)的典范，規(guī)模化經(jīng)營和精量播種己成為大農(nóng)業(yè)發(fā)展的優(yōu)勢，棉花產(chǎn)業(yè)化是石河子工業(yè)支柱。沙灣縣近年來突出發(fā)展高產(chǎn)棉花、番茄加工、蔬菜果林、優(yōu)質(zhì)糧油等特色產(chǎn)業(yè)。呼圖壁主要種植小麥、玉米、棉花、加工番茄、蔬菜等，還有大量林地。

2 研究過程

本研究是采用我國國產(chǎn)衛(wèi)星高分一號遙感數(shù)據(jù)，在新疆瑪納斯縣及周邊（沙灣縣、石河子市和呼圖壁縣）獲得棉花種植面積。

2.1 地面數(shù)據(jù)采集

在研究區(qū)內(nèi)設(shè)立十個地面樣方，樣方地塊面積大于400 m×400 m，種植作物相對單一，作物種類涉及棉花、小麥、玉米、番茄和辣椒。

從2013年5月開始，在整個生育期內(nèi)，每15 t進(jìn)行農(nóng)作物生長參數(shù)測量。測量的內(nèi)容包括長勢等級、株高、行距、高度、密度、田間管理措施、土壤含水量等。同時，用LAI和光譜儀測量農(nóng)作物葉面積指數(shù)和農(nóng)作物光譜。

2.2 遙感數(shù)據(jù)預(yù)處理

本研究利用GF-1 WFV 16 m分辨率多光譜相機獲取的瑪納斯縣及周邊（沙灣縣、石河子市和呼圖壁縣）遙感數(shù)據(jù)，選取的數(shù)據(jù)如下：

表1 棉花種植面積研究輸入原始柵格數(shù)據(jù)

對GF-1 WFV數(shù)據(jù)進(jìn)行輻射校正，在此基礎(chǔ)上進(jìn)行基于RPC的正射校正和鑲嵌裁切。GF-1 WFV數(shù)據(jù)自帶RPC信息，因此可以利用ENVI中的RPC Orthorectification Workflow進(jìn)行正射校正。在此基礎(chǔ)上對研究區(qū)數(shù)據(jù)進(jìn)行鑲嵌、投影轉(zhuǎn)換，以研究區(qū)呼圖壁、瑪納斯、石河子和沙灣縣界和1∶100萬草地類型圖為基準(zhǔn)進(jìn)行裁切等操作，得到2014年5～10月研究區(qū)。

2.3 數(shù)據(jù)分析

2.3.1 地面實測光譜分析

對2014年5～10月，結(jié)合高分影像，選取與其日期最為接近的地面觀測數(shù)據(jù)。觀測時間如下表：

表2 地面觀測與高分?jǐn)?shù)據(jù)時間

對地面觀測光譜數(shù)據(jù)作圖，得出監(jiān)測作物的地面光譜曲線。如下圖：

圖1 作物地面實測光譜曲線圖

根據(jù)地面實測光譜和實地勘測分析得出，雖然5月棉花反射率較高，但是棉花地基本只有苗，在GF-1遙感影像中只能反映出裸地特征，因此不適宜作為確定棉花面積的最佳時期。6月，番茄的反射率明顯高于其他作物，而棉花和冬麥、玉米很接近，難以區(qū)分。7月底，小麥已經(jīng)收割，測量為小麥殘茬光譜數(shù)據(jù)，呈明顯下落，此時，棉花在第四波段反射率較高，能較為明顯的與其他作物區(qū)分出來。8月，番茄、棉花和玉米在4個波段的反射率接近，不易區(qū)分。9月，玉米和棉花的反射率差別很大，可以較為容易的區(qū)分出來。因此，選取9月，作為識別棉花種植面積的最佳時相。

2.3.2 遙感圖像農(nóng)作物光譜數(shù)據(jù)分析

利用GF-1 WAV影像確定棉花面積識別方法是分析遙感圖像上棉花與其他主要農(nóng)作物的光譜在各時相期的變化規(guī)律與差異性。選擇影像時間為：2014年5月18日、6月28日、7月19日、8月13日、9月18日和10月18日。時間上與地面光譜測定基本一致，并對這8幅圖像進(jìn)行了輻射校正、幾何精校正和大氣校正，并進(jìn)行鑲嵌裁切。

通過對影像選擇ROI，對其主要農(nóng)作物的光譜數(shù)據(jù)分析可以得出玉米為紅色、棉花為綠色、麥子為藍(lán)色。

根據(jù)每個月的遙感影像分析，可以得知5月，玉米和棉花均為裸地特征，無法區(qū)分。6月，小麥玉米和棉花均呈現(xiàn)植被的特征，區(qū)別不大。7月，小麥已經(jīng)收割，呈現(xiàn)裸地特征，棉花和玉米在第四波段有差別，但差別不大。8月，棉花和玉米在近紅外波段差別大，但此時，與棉花光譜特征接近的辣椒和番茄也正處在生產(chǎn)期，同譜異物作物難以區(qū)分。9月，在影像上，玉米已經(jīng)收獲，只有棉花和少量蔬菜呈現(xiàn)紅色，是區(qū)分棉花面積的最好時間。10月，作物基本都已收割完畢，已不能區(qū)分作物。

因此，結(jié)合實測光譜和遙感影像分析得出，9月為棉花面積最佳識別時相。

2.3.3 棉花及其它主要農(nóng)作物的光譜均值特征分析

為分析棉花與其它主要農(nóng)作物在光譜特征上差別的規(guī)律性，對各種農(nóng)作物在最佳時相的GF-1 WAV圖像上進(jìn)行采樣，對所有采樣數(shù)據(jù)在GF-1的4個波段上進(jìn)行均值、最小值、最大值的統(tǒng)計計算，其平均值結(jié)果如下表。

表3 棉花及主要農(nóng)作物采樣光譜的平均值

根據(jù)表格分析得出，辣椒與棉花光譜特征極為接近，很難區(qū)分出來。番茄在9月18日已經(jīng)收割了。林地在第四波段明顯低于其他作物。故可把棉花和玉米區(qū)分出來。

2.4 三種方法提取棉花面積

2.4.1 閾值分析

對2014年9月18日影像進(jìn)行NDVI計算，得出如下結(jié)果：

表4 NDVI ROI

用閾值分析，提取NDVI在0.49-0.7的植被，可得出棉花面積。如下圖：

圖2 2014年9月閾值分析提取研究區(qū)棉花面積

2.4.2 監(jiān)督分類

用最小距離法進(jìn)行分類，標(biāo)準(zhǔn)差閾值設(shè)為4，獲得棉花面積，如下圖：

圖3 2014年9月18日監(jiān)督分類提取棉花面積

2.4.3 非監(jiān)督分類

用ISODATA進(jìn)行非監(jiān)督分類，結(jié)果如下圖：

圖4 2014年9月18日非監(jiān)督分類提取棉花面積

以上為三種方法對2014年9月18日GF-1 WAV棉花面積的提取結(jié)果。

2.5 棉花種植面積研究精度評價

本示范應(yīng)用的精度取決于各種作物識別的準(zhǔn)確度，利用2014年7月在研究區(qū)用車載GPS定位的解譯標(biāo)志點，設(shè)立感興趣區(qū)，作物驗證的實測點。

2.5.1 閾值分析法

用地表真實感興趣區(qū)對閾值分析法提取出的作物面積進(jìn)行精度驗證，如下表：

表5 閾值分析精度檢驗

2.5.2 監(jiān)督分類

用地表真實感興趣區(qū)對監(jiān)督分類提取出的作物面積進(jìn)行精度驗證，如下表：

表6 監(jiān)督分類精度檢驗

2.5.3 非監(jiān)督分類

用地表真實感興趣區(qū)對非監(jiān)督分類提取出的作物面積進(jìn)行精度驗證，如下表：

表7 非監(jiān)督分類精度檢驗

3 結(jié)論

本研究利用我國自行研發(fā)的高分一號衛(wèi)星16m分辨率的多光譜寬覆蓋（Wide Field of View，WFV）相機數(shù)據(jù)，結(jié)合研究區(qū)作物物候期、作物物理和生理觀測參數(shù)，建立研究區(qū)農(nóng)作物信息數(shù)據(jù)庫。以新疆天山北坡瑪納斯河流域為研究區(qū)，通過對GF-1 WFV數(shù)據(jù)輻射校正、RPC正射校正、鑲嵌、裁切等遙感預(yù)處理得到研究區(qū)在可見光、近紅外等4個波段的地表反射率數(shù)據(jù)，并結(jié)合獲取遙感圖像日期前后作物光譜實測值，分析得出研究區(qū)棉花最佳觀測識別期。利用研究區(qū)反射率數(shù)據(jù)計算植被指數(shù)NDVI，結(jié)合實測光譜特征，嘗試不同的方法，獲得研究區(qū)棉花種植面積。

本研究的精度高低取決于分類方法的選擇，通過以上三種方法，可以得知用ISODATA非監(jiān)督分類的方法，迭代次數(shù)和分的類設(shè)置較高，可以得到較好的分類結(jié)果。閾值分析法基于對NDVI的不同嘗試，其中同譜異物的作物若較多，會影像分類精度，這取決于研究區(qū)的不同情況。