宜都市柑橘空间分布的遥感反演

胡佩敏等

摘要：利用2010年8月3日环境资源卫星（HJ1B-CCD1）数据，采用归一化植被指数（NDVI）阈值方法将森林、柑橘、农田、草地等8月植被覆盖高的地物与河流、城镇、道路植被覆盖小的地方作分类处理，然后利用2010年2月14日TERRA卫星上的ASTAR L1B数据，采用特征值提取技术将森林、柑橘、农田、草地等特征值（色度）差异较大的地物提取出来，得到2010年宜都市柑橘的空间分布，其结果与10个柑橘调查区GPS测量的区域相符合；计算得知宜都柑橘种植面积为18 440 hm2，与2009年湖北省农业统计年鉴中宜都柑橘种植面积15 334 hm2相近。

关键词：柑橘；ASTAR数据；遥感；反演；宜都市

中图分类号：S127 文献标识码：A 文章编号：0439-8114（2014）04-0795-03

The Retrieval of Citrus Spatial Distribution in Yidu City Using Remote Sensing

HU Pei-min1，LI Zheng-yue2，LI Chuan-ren3，CAO Si-hong4

（1. Jingzhou Meteorology Agency， Jingzhou 434020，Hubei，China； 2. College of Plant Protection，Yunnan Agricultural University， Kunming 650201， China； 3.College of Agriculture， Yangtze University， Jingzhou 434025， Hubei， China；

4. Agriculture Bureau of Yidu，Yidu 443300，Hubei， China）

Abstract：Using NDVI threshold-based method and 2010/08/03 HJ1B-CCD1 data， the ground objects were classified into two types in Yidu area. One type had high NDVI values including forest， citrus， field and grass， while another type had low NDVI values including river， city and road on August. Citrus plantations were separated from the forest， field and grass using the feature extraction method and 2010/2/14 ASTAR L1B data. The retrieval citrus spatial distribution was accorded with the areas of 10 citrus orchards located by GPS. The area of citrus plantation was calculated as 18 440 hm2 in Yidu city， approaching to 15 334 hm2 published in Agriculture Statistical Annals of Hubei province in 2009 for the citrus plantation area in Yidu city.

Key words： citrus； ASTAR data； remote sensing； retrieval； Yidu city

湖北省宜都市地处武陵山余脉，位于鄂西南山区向江汉平原过渡地带，地势西南高东北低，地貌以丘陵为主，七山一水二分田，柑橘是湖北省宜都市的农业支柱产业之一，2009年柑橘产量34.7万t，总产值4.1亿元，占种植业总产值的40%以上[1]，目前危害柑橘主要虫害为大实蝇，要弄清柑橘大实蝇的危害特点与规律，首先应该了解柑橘空间分布，而使用遥感数据反演柑橘空间的分布是较准确、方便、快速的一种方法。运用多光谱影像反演果树空间分布研究比较少[2，3]，主要原因是果树与森林的光谱特性很相似，不容易区分，目前多光谱影像反演果树空间分布主要的方法是选取特殊时段的遥感数据，如邢东兴等[3]通过分析花期果树冠层光谱反射率特点提出区分7种果树分辨方法。Ozdemr等[4]选取落叶期柑橘反射率特征，采用特征值提取方法，将柑橘与森林成功区分开来。李明诗等[5]通过小波变换、HIS变换增加波段数，采用非监督分类方法，成功反演杨树林的空间分布。本研究拟采用中国环境资源卫星HJ数据，计算其NDVI指数，利用阀门值方法，将森林、柑橘、农田、草地等8月植被覆盖高的地物与河流、城镇、道路等植被覆盖小的地方作分类处理，然后采取ASTER数据，采用切割融合加特征值提取技术，反演宜都市的柑橘空间分布。

1 材料与方法

1.1 研究区域概况

宜都市地处江汉平原向鄂西南山地过渡地带。总地势为东北低，西南高。地貌以丘陵为主，也有低中山地和少量平原，具有多层梯状分布带特征。平原区主要分布于市境东北部的长江、清江流域，丘陵区主要分布于市境中部，山区主要分布于市境西南部。河流东北有长江，西北有清江，西有渔洋河。宜都市属亚热带季风气候，雨量充沛，四季分明，雨热同季，年平均气温16.7 ℃，无霜期273 d，降雨量1 350 mm，日照年均时数约1 705 h，主导风为东南风。全市土壤质地以中性为主，共有红壤土、黄壤土、黄棕壤土、石灰岩土、紫色土、潮土、水稻土7个土类。植被类型属亚热带常绿阔叶林。

1.2 遥感数据介绍及预处理

1.2.1 中国环境资源卫星HJ-1数据介绍及预处理 环境与灾害监测预报小卫星星座A、B星（HJ-1A/1B星）于2008年9月6日上午11点25分成功发射，HJ-1-A星搭载了CCD相机和超光谱成像仪（HSI），HJ-1-B星搭载了CCD相机和红外相机（IRS）。在HJ-1-A卫星和HJ-1-B卫星上均装载的两台CCD相机设计原理完全相同，以星下点对称放置，平分视场、并行观测，联合完成对地刈幅宽度为700 km、地面像元分辨率为30 m、4个谱段的推扫成像，HJ-1-A卫星和HJ-1-B卫星的轨道完全相同，相位相差180°，两台CCD相机组网后重访周期为2 d。

从中国资源卫星网站上下载2010年8月3日环境资源卫星（HJ1B-CCD1）数据，首先在ENVI软件中进行重新采样，将地面像元分辨率设为15 m，然后进行辐射计算、大气校正和利用GPS观测数据进行精几何校正，最后计算其NDVI指数。

1.2.2 ASTER数据介绍及预处理 高级空间热辐射热反射辐射计（Advanced spaceborne thermal emission andreflection radiometer，ASTER）是一种先进的多光谱成像仪，其搭载平台为Terra卫星，1999年12月18日被成功送入地球轨道。ASTER是3台光谱成像仪的组合，3台成像仪使用14个电磁波段覆盖了从可见光到热红外的整个光谱范围，能提供高空间分辨率、光谱分辨率和辐射分辨率的遥感产品。图像的空间分辨率随传感器工作波长而变化：可见光和近红外光谱段（VNIR）遥感影像像元的空间分辨率为15 m，短波红外谱段图像分辨率为30 m，而热红外波段的图像空间分辨率是90 m[6]。

本研究使用的是2010年2月14日ASTAR L1B数据，VNIR有3个波段，空间分辨率为15 m，SWIR有9个波段，空间分辨率为30 m，将9个波段数据在ENVI软件中利用Layer Stacking功能重新采样生成一个空间分辨率为15 m的多光谱文件，再利用GPS观测数据进行精几何校正，由于只运用它作分类处理，没有必要进行辐射计算和大气校正[7]。

1.3 反演原理与方法

柑橘属阔叶常绿树种，开花时花器官常位于叶片下方，因此柑橘花期的反射光谱特征与其他树木差异不大。反射光谱特征差异明显的日期为越冬期，因为宜都地区的森林树木以落叶阔叶树为主，冬季的常绿树主要为柑橘和马尾松（针叶树种），但两者在ASTER影像中色度差异明显，因此可以利用冬季ASTER影像数据反演柑橘空间分布。

为了突出冬季柑橘与其他树木之间反射光谱特征的差异，将宜都市非绿色区（水体、城市、道路、裸露岩石）进行过滤，运用2010年8月3日的HJ1B-CCD1数据，计算其NDVI指数，所有绿色区（农田、树木、草地、柑橘）叶面积系数很大，NDVI指数很大，而非绿色区NDVI指数则很小，通过不断尝试用不同NDVI指数阈值划分绿色区与非绿色区，比较其边界与用GPS实测的边界差异，最终选择0.6作为NDVI指数阀门值。NDVI指数大于0.6的为绿色区，而小于0.6的为非绿色区。最后运用ENVI软件中的MASK工具将非绿色区屏蔽。

绿色区中各种地物的识别则用2010年2月14日的 ASTAR L1B数据，由1、2、3波段组成的蓝、绿、红伪彩色图像中颜色差异明显。农田一般种植小麦，颜色呈亮绿色；针叶常绿树木呈暗绿色，落叶树木呈黄色；草地呈灰色，而柑橘呈正常的绿色。由于15 m的分辨率的图像纹理特征明显，因此采用图像切割融合技术将光谱特征相似的像素合并在一起，生成一个个矢量单元，最后采用监督分类方法区分农田、落叶树木、针叶常绿树木、草地和柑橘。上述所有过程在ENVI ZOOM软件中的特征值提取（Feature extraction）工具中实现。

2 结果与分析

2.1 分类结果精度分析

图1为宜都市2010年分类结果图，可从3个方面验证分类结果精度。其一，将柑橘空间分布由栅格与矢量组成，并在ARCGIS中计算其种植面积。计算所得结果为18 440 hm2，与2009年湖北省农业统计年鉴中宜都市柑橘种植面积15 334 hm2相近。其二，2010年8月对10个柑橘园进行过蛆果率实地调查，通过反演得到的柑橘空间分布图能准确反映这10个柑橘园的位置（图2）。其三，在Google Earth上宜都市北部有一块高精度Quick Bird卫片，将其用StitchMaps软件提取后，与柑橘分类矢量结果比较，发现该区有237块柑橘园，本研究采取的分类方法能准确反映其中204个柑橘园位置与大小，另外33块面积小的柑橘园没有正确反映；而13个其他品种树木被误判成柑橘园，准确率为86.1%。从以上3个方面可知，本研究采用的分类方法能准确反映宜都市柑橘空间分布。

2.2 宜都市柑橘空间分布特点

宜都市柑橘主要分布在中东部和北部地方，其分布规律与高程有很大关系。84.0%的柑橘园分布在32～180 m的平原与丘陵地带（图3），越过300 m的地方柑橘种植很少。宜都市南部和西南部高程普遍大于300 m，因此种植面积很小。此外，将柑橘的空间分布与土壤类型对比分析（图4）得知，宜都柑橘园66.7%的土壤类型为壤土（红壤土、黄壤土、黄棕壤土），其次是水稻土（17.0%）和潮土（12.8%），其他土壤类型比较少。

3 讨论

本研究成功采取NDVI指数阀门值加特征值提取方法获取宜都市2010年柑橘种植空间分布。但由于特征值提取方法主要依靠阔叶长青树物候与其他树种差异来提取的，而宜都存在少量其他阔叶长青树木（如柚子树等），所以提取面积偏大。如何将柑橘与其他阔叶长青树木区分是精确提取柑橘种植空间分布研究未来的一个主要方向。

参考文献：

[1] 易 青，蔡永喜，王血红.湖北省宜都市柑橘产业现状与发展对策[J].中国果树，2009（6）：67-69.

[2] 曾庆伟，武红敢.基于高光谱遥感技术的森林树种识别研究进展[J].林业资源管理，2009（5）：109-114.

[3] 邢东兴，常庆瑞.基于花期果树冠层光谱反射率的果树树种辨识研究[J].红外与毫米波学报，2009，28（3）：207-211.

[4] OZDEMR I， KOCH B， ASAN U， et al. Separation of citrus plantations from forest cover using Landsat imagery [J]. Allgemeine Forst und Jagdzeitung，2007，178（11）：208-212.

[5] 李明诗，谭 莹，彭世揆.基于ASTER遥感数据的杨树林分因子建模及制图研究[J].南京林业大学学报（自然科学版），2006， 30（5）：123-126.

[6] ABRAMS M， HOOK S. Aster_user_guide v2.0[EB/OL].http：//www.gds.aster.ersdac.or.jp， 2010-09-12.

[7] SONG C， WOODCOCK C E， SETO K C， et al. Classification and change detection using Landsat TM Data： when and how to correct atmospheric effect？[J]. Remote Sensing of Environment，2001，75（2）：230-244.

1.2 遥感数据介绍及预处理

1.2.1 中国环境资源卫星HJ-1数据介绍及预处理 环境与灾害监测预报小卫星星座A、B星（HJ-1A/1B星）于2008年9月6日上午11点25分成功发射，HJ-1-A星搭载了CCD相机和超光谱成像仪（HSI），HJ-1-B星搭载了CCD相机和红外相机（IRS）。在HJ-1-A卫星和HJ-1-B卫星上均装载的两台CCD相机设计原理完全相同，以星下点对称放置，平分视场、并行观测，联合完成对地刈幅宽度为700 km、地面像元分辨率为30 m、4个谱段的推扫成像，HJ-1-A卫星和HJ-1-B卫星的轨道完全相同，相位相差180°，两台CCD相机组网后重访周期为2 d。

从中国资源卫星网站上下载2010年8月3日环境资源卫星（HJ1B-CCD1）数据，首先在ENVI软件中进行重新采样，将地面像元分辨率设为15 m，然后进行辐射计算、大气校正和利用GPS观测数据进行精几何校正，最后计算其NDVI指数。

1.2.2 ASTER数据介绍及预处理 高级空间热辐射热反射辐射计（Advanced spaceborne thermal emission andreflection radiometer，ASTER）是一种先进的多光谱成像仪，其搭载平台为Terra卫星，1999年12月18日被成功送入地球轨道。ASTER是3台光谱成像仪的组合，3台成像仪使用14个电磁波段覆盖了从可见光到热红外的整个光谱范围，能提供高空间分辨率、光谱分辨率和辐射分辨率的遥感产品。图像的空间分辨率随传感器工作波长而变化：可见光和近红外光谱段（VNIR）遥感影像像元的空间分辨率为15 m，短波红外谱段图像分辨率为30 m，而热红外波段的图像空间分辨率是90 m[6]。

本研究使用的是2010年2月14日ASTAR L1B数据，VNIR有3个波段，空间分辨率为15 m，SWIR有9个波段，空间分辨率为30 m，将9个波段数据在ENVI软件中利用Layer Stacking功能重新采样生成一个空间分辨率为15 m的多光谱文件，再利用GPS观测数据进行精几何校正，由于只运用它作分类处理，没有必要进行辐射计算和大气校正[7]。

1.3 反演原理与方法

柑橘属阔叶常绿树种，开花时花器官常位于叶片下方，因此柑橘花期的反射光谱特征与其他树木差异不大。反射光谱特征差异明显的日期为越冬期，因为宜都地区的森林树木以落叶阔叶树为主，冬季的常绿树主要为柑橘和马尾松（针叶树种），但两者在ASTER影像中色度差异明显，因此可以利用冬季ASTER影像数据反演柑橘空间分布。

为了突出冬季柑橘与其他树木之间反射光谱特征的差异，将宜都市非绿色区（水体、城市、道路、裸露岩石）进行过滤，运用2010年8月3日的HJ1B-CCD1数据，计算其NDVI指数，所有绿色区（农田、树木、草地、柑橘）叶面积系数很大，NDVI指数很大，而非绿色区NDVI指数则很小，通过不断尝试用不同NDVI指数阈值划分绿色区与非绿色区，比较其边界与用GPS实测的边界差异，最终选择0.6作为NDVI指数阀门值。NDVI指数大于0.6的为绿色区，而小于0.6的为非绿色区。最后运用ENVI软件中的MASK工具将非绿色区屏蔽。

绿色区中各种地物的识别则用2010年2月14日的 ASTAR L1B数据，由1、2、3波段组成的蓝、绿、红伪彩色图像中颜色差异明显。农田一般种植小麦，颜色呈亮绿色；针叶常绿树木呈暗绿色，落叶树木呈黄色；草地呈灰色，而柑橘呈正常的绿色。由于15 m的分辨率的图像纹理特征明显，因此采用图像切割融合技术将光谱特征相似的像素合并在一起，生成一个个矢量单元，最后采用监督分类方法区分农田、落叶树木、针叶常绿树木、草地和柑橘。上述所有过程在ENVI ZOOM软件中的特征值提取（Feature extraction）工具中实现。

2 结果与分析

2.1 分类结果精度分析

图1为宜都市2010年分类结果图，可从3个方面验证分类结果精度。其一，将柑橘空间分布由栅格与矢量组成，并在ARCGIS中计算其种植面积。计算所得结果为18 440 hm2，与2009年湖北省农业统计年鉴中宜都市柑橘种植面积15 334 hm2相近。其二，2010年8月对10个柑橘园进行过蛆果率实地调查，通过反演得到的柑橘空间分布图能准确反映这10个柑橘园的位置（图2）。其三，在Google Earth上宜都市北部有一块高精度Quick Bird卫片，将其用StitchMaps软件提取后，与柑橘分类矢量结果比较，发现该区有237块柑橘园，本研究采取的分类方法能准确反映其中204个柑橘园位置与大小，另外33块面积小的柑橘园没有正确反映；而13个其他品种树木被误判成柑橘园，准确率为86.1%。从以上3个方面可知，本研究采用的分类方法能准确反映宜都市柑橘空间分布。

2.2 宜都市柑橘空间分布特点

宜都市柑橘主要分布在中东部和北部地方，其分布规律与高程有很大关系。84.0%的柑橘园分布在32～180 m的平原与丘陵地带（图3），越过300 m的地方柑橘种植很少。宜都市南部和西南部高程普遍大于300 m，因此种植面积很小。此外，将柑橘的空间分布与土壤类型对比分析（图4）得知，宜都柑橘园66.7%的土壤类型为壤土（红壤土、黄壤土、黄棕壤土），其次是水稻土（17.0%）和潮土（12.8%），其他土壤类型比较少。

3 讨论

本研究成功采取NDVI指数阀门值加特征值提取方法获取宜都市2010年柑橘种植空间分布。但由于特征值提取方法主要依靠阔叶长青树物候与其他树种差异来提取的，而宜都存在少量其他阔叶长青树木（如柚子树等），所以提取面积偏大。如何将柑橘与其他阔叶长青树木区分是精确提取柑橘种植空间分布研究未来的一个主要方向。

参考文献：

[1] 易 青，蔡永喜，王血红.湖北省宜都市柑橘产业现状与发展对策[J].中国果树，2009（6）：67-69.

[2] 曾庆伟，武红敢.基于高光谱遥感技术的森林树种识别研究进展[J].林业资源管理，2009（5）：109-114.

[3] 邢东兴，常庆瑞.基于花期果树冠层光谱反射率的果树树种辨识研究[J].红外与毫米波学报，2009，28（3）：207-211.

[4] OZDEMR I， KOCH B， ASAN U， et al. Separation of citrus plantations from forest cover using Landsat imagery [J]. Allgemeine Forst und Jagdzeitung，2007，178（11）：208-212.

[5] 李明诗，谭 莹，彭世揆.基于ASTER遥感数据的杨树林分因子建模及制图研究[J].南京林业大学学报（自然科学版），2006， 30（5）：123-126.

[6] ABRAMS M， HOOK S. Aster_user_guide v2.0[EB/OL].http：//www.gds.aster.ersdac.or.jp， 2010-09-12.

[7] SONG C， WOODCOCK C E， SETO K C， et al. Classification and change detection using Landsat TM Data： when and how to correct atmospheric effect？[J]. Remote Sensing of Environment，2001，75（2）：230-244.

1.2 遥感数据介绍及预处理

1.2.1 中国环境资源卫星HJ-1数据介绍及预处理 环境与灾害监测预报小卫星星座A、B星（HJ-1A/1B星）于2008年9月6日上午11点25分成功发射，HJ-1-A星搭载了CCD相机和超光谱成像仪（HSI），HJ-1-B星搭载了CCD相机和红外相机（IRS）。在HJ-1-A卫星和HJ-1-B卫星上均装载的两台CCD相机设计原理完全相同，以星下点对称放置，平分视场、并行观测，联合完成对地刈幅宽度为700 km、地面像元分辨率为30 m、4个谱段的推扫成像，HJ-1-A卫星和HJ-1-B卫星的轨道完全相同，相位相差180°，两台CCD相机组网后重访周期为2 d。

从中国资源卫星网站上下载2010年8月3日环境资源卫星（HJ1B-CCD1）数据，首先在ENVI软件中进行重新采样，将地面像元分辨率设为15 m，然后进行辐射计算、大气校正和利用GPS观测数据进行精几何校正，最后计算其NDVI指数。

1.2.2 ASTER数据介绍及预处理 高级空间热辐射热反射辐射计（Advanced spaceborne thermal emission andreflection radiometer，ASTER）是一种先进的多光谱成像仪，其搭载平台为Terra卫星，1999年12月18日被成功送入地球轨道。ASTER是3台光谱成像仪的组合，3台成像仪使用14个电磁波段覆盖了从可见光到热红外的整个光谱范围，能提供高空间分辨率、光谱分辨率和辐射分辨率的遥感产品。图像的空间分辨率随传感器工作波长而变化：可见光和近红外光谱段（VNIR）遥感影像像元的空间分辨率为15 m，短波红外谱段图像分辨率为30 m，而热红外波段的图像空间分辨率是90 m[6]。

本研究使用的是2010年2月14日ASTAR L1B数据，VNIR有3个波段，空间分辨率为15 m，SWIR有9个波段，空间分辨率为30 m，将9个波段数据在ENVI软件中利用Layer Stacking功能重新采样生成一个空间分辨率为15 m的多光谱文件，再利用GPS观测数据进行精几何校正，由于只运用它作分类处理，没有必要进行辐射计算和大气校正[7]。

1.3 反演原理与方法

柑橘属阔叶常绿树种，开花时花器官常位于叶片下方，因此柑橘花期的反射光谱特征与其他树木差异不大。反射光谱特征差异明显的日期为越冬期，因为宜都地区的森林树木以落叶阔叶树为主，冬季的常绿树主要为柑橘和马尾松（针叶树种），但两者在ASTER影像中色度差异明显，因此可以利用冬季ASTER影像数据反演柑橘空间分布。

为了突出冬季柑橘与其他树木之间反射光谱特征的差异，将宜都市非绿色区（水体、城市、道路、裸露岩石）进行过滤，运用2010年8月3日的HJ1B-CCD1数据，计算其NDVI指数，所有绿色区（农田、树木、草地、柑橘）叶面积系数很大，NDVI指数很大，而非绿色区NDVI指数则很小，通过不断尝试用不同NDVI指数阈值划分绿色区与非绿色区，比较其边界与用GPS实测的边界差异，最终选择0.6作为NDVI指数阀门值。NDVI指数大于0.6的为绿色区，而小于0.6的为非绿色区。最后运用ENVI软件中的MASK工具将非绿色区屏蔽。

绿色区中各种地物的识别则用2010年2月14日的 ASTAR L1B数据，由1、2、3波段组成的蓝、绿、红伪彩色图像中颜色差异明显。农田一般种植小麦，颜色呈亮绿色；针叶常绿树木呈暗绿色，落叶树木呈黄色；草地呈灰色，而柑橘呈正常的绿色。由于15 m的分辨率的图像纹理特征明显，因此采用图像切割融合技术将光谱特征相似的像素合并在一起，生成一个个矢量单元，最后采用监督分类方法区分农田、落叶树木、针叶常绿树木、草地和柑橘。上述所有过程在ENVI ZOOM软件中的特征值提取（Feature extraction）工具中实现。

2 结果与分析

2.1 分类结果精度分析

图1为宜都市2010年分类结果图，可从3个方面验证分类结果精度。其一，将柑橘空间分布由栅格与矢量组成，并在ARCGIS中计算其种植面积。计算所得结果为18 440 hm2，与2009年湖北省农业统计年鉴中宜都市柑橘种植面积15 334 hm2相近。其二，2010年8月对10个柑橘园进行过蛆果率实地调查，通过反演得到的柑橘空间分布图能准确反映这10个柑橘园的位置（图2）。其三，在Google Earth上宜都市北部有一块高精度Quick Bird卫片，将其用StitchMaps软件提取后，与柑橘分类矢量结果比较，发现该区有237块柑橘园，本研究采取的分类方法能准确反映其中204个柑橘园位置与大小，另外33块面积小的柑橘园没有正确反映；而13个其他品种树木被误判成柑橘园，准确率为86.1%。从以上3个方面可知，本研究采用的分类方法能准确反映宜都市柑橘空间分布。

2.2 宜都市柑橘空间分布特点

宜都市柑橘主要分布在中东部和北部地方，其分布规律与高程有很大关系。84.0%的柑橘园分布在32～180 m的平原与丘陵地带（图3），越过300 m的地方柑橘种植很少。宜都市南部和西南部高程普遍大于300 m，因此种植面积很小。此外，将柑橘的空间分布与土壤类型对比分析（图4）得知，宜都柑橘园66.7%的土壤类型为壤土（红壤土、黄壤土、黄棕壤土），其次是水稻土（17.0%）和潮土（12.8%），其他土壤类型比较少。

3 讨论

本研究成功采取NDVI指数阀门值加特征值提取方法获取宜都市2010年柑橘种植空间分布。但由于特征值提取方法主要依靠阔叶长青树物候与其他树种差异来提取的，而宜都存在少量其他阔叶长青树木（如柚子树等），所以提取面积偏大。如何将柑橘与其他阔叶长青树木区分是精确提取柑橘种植空间分布研究未来的一个主要方向。

参考文献：

[1] 易 青，蔡永喜，王血红.湖北省宜都市柑橘产业现状与发展对策[J].中国果树，2009（6）：67-69.

[2] 曾庆伟，武红敢.基于高光谱遥感技术的森林树种识别研究进展[J].林业资源管理，2009（5）：109-114.

[3] 邢东兴，常庆瑞.基于花期果树冠层光谱反射率的果树树种辨识研究[J].红外与毫米波学报，2009，28（3）：207-211.

[4] OZDEMR I， KOCH B， ASAN U， et al. Separation of citrus plantations from forest cover using Landsat imagery [J]. Allgemeine Forst und Jagdzeitung，2007，178（11）：208-212.

[5] 李明诗，谭 莹，彭世揆.基于ASTER遥感数据的杨树林分因子建模及制图研究[J].南京林业大学学报（自然科学版），2006， 30（5）：123-126.

[6] ABRAMS M， HOOK S. Aster_user_guide v2.0[EB/OL].http：//www.gds.aster.ersdac.or.jp， 2010-09-12.

[7] SONG C， WOODCOCK C E， SETO K C， et al. Classification and change detection using Landsat TM Data： when and how to correct atmospheric effect？[J]. Remote Sensing of Environment，2001，75（2）：230-244.