遥感技术在伊犁贝母调查中的应用△

孙志群，郑江华，郭宝林，石明辉，谢彩香，孙成忠，李晓瑾，贾晓光*

(1.新疆大学资源与环境科学学院，新疆 乌鲁木齐 830046；2.智慧城市与环境建模普通高校重点实验室，新疆 乌鲁木齐 830046；3.新疆维吾尔自治区中药民族药研究所，新疆 乌鲁木齐 830002；4.中国医学科学院 北京协和医学院 药用植物研究所，北京 100193；5.中国测绘科学研究院，北京 100039)

中药农业

中医药公共卫生专项“国家基本药物所需中药原料资源调查和监测项目”(财社[2011]76 号)；中医药行业科研专项“我国代表性区域特色中药资源保护利用”(201207002)

△*

郭宝林，研究员，研究方向：药用植物资源、鉴定、栽培，Tel：(010) 57833172，E-mail：guobaolin010@163.com；

贾晓光，研究员，研究方向：中药民族药及保健品，Tel：(0991)2633141，E-mail：xgjia@vip.sina.com.cn

遥感技术在伊犁贝母调查中的应用△

孙志群1，2，郑江华1，2，郭宝林3，4*，石明辉3，谢彩香4，孙成忠5，李晓瑾3，贾晓光3*

(1.新疆大学资源与环境科学学院，新疆 乌鲁木齐 830046；2.智慧城市与环境建模普通高校重点实验室，新疆 乌鲁木齐 830046；3.新疆维吾尔自治区中药民族药研究所，新疆 乌鲁木齐 830002；4.中国医学科学院 北京协和医学院 药用植物研究所，北京 100193；5.中国测绘科学研究院，北京 100039)

以种植伊犁贝母为研究对象，通过实地调查其物候特性、生长状况及分布特点，基于Worldview-2影像采用多种方法提取伊犁贝母信息，探讨遥感技术在伊犁贝母调查中的可行性。调查显示伊犁贝母多在4月中下旬开花且花期短，5月地面部分停止生长并陆续倒苗；不同年份的贝母形态各异，与其他作物无规则穿插种植，分布零散，大部分区块呈细长条状分布，面积不大，部分贝母植株低矮，种植稀疏且不均匀，也存在不同年份贝母混生现象。利用遥感影像的信息提取结果表明，受其分布及生长特点影响，常用的最大似然、支持向量机、决策树、面向对象等计算机分类法对伊犁贝母的提取存在一定局限性，无法获得有效结果，仅目视解译能有效提取。本研究为遥感技术在伊犁贝母调查中的应用提供了参考。

伊犁贝母；遥感；调查；Worldview-2

中药资源普查直接关系到中药产业的发展和中药现代化的进程，是实现中药资源可持续发展的前提之一。中药资源的调查方法多样[1-2]，传统调查方法在中药资源动态监测、可持续利用及生物多样性保护中具有一定局限性，而遥感(RemoteSensing，RS)、地理信息系统(GeographicalInformationSystem，GIS)、全球定位技术(GlobalPositioningSystem，GPS)等新技术则有利于推动中药资源可持续利用及生物多样性保护。目前遥感技术在中药资源调查研究中应用有些报道[3]，涉及不同生态环境类型药用植物监测方法[4-5]，运用低空遥感技术进行药用植物资源调查[6-7]，以及部分中药品种的遥感调查等[8-11]，为遥感技术在中药资源调查中的应用积累了一些经验。

伊犁贝母FritillariapallidifloraSchrenk是百合科多年生草本植物，其鳞茎为“贝母”类常用中药材之一，也是新疆伊犁地区独有的品种，种植于海拔1 100 m的山区。伊犁州巩留县莫乎尔乡是伊犁贝母种植主产区，种植面积已达几百公顷。

伊犁贝母多采用与其他作物轮作的种植方式，且因其多年生的生物学特性，使得其种植面积及产量每年处于动态变化中，需要定期调查以获取当年的种植面积及可能的产量，这对伊犁贝母资源量和产值估算，以及根据市场需求适时调整种植规模有着重要意义，而遥感的大范围动态监测特性适宜于此类调查工作的开展。本文以莫乎尔乡为研究区，根据伊犁贝母的物候特性、生长状况，以及在产区的种植分布特点，并根据其分布生长特点选择Worldview-2影像采用多种方法提取伊犁贝母信息，探讨遥感技术在伊犁贝母调查中的应用及其可行性。

1 调查区域概况及伊犁贝母生长特点

1.1 调查区域概况

莫乎尔乡位于巩留县最东部，天山脚下，伊犁河上游南侧，东经82°27′～82°52′，北纬43°20′～43°07′(见图1)，属山地地貌，山地高寒气候，地势自东南向西北倾斜，海拔1 100～4 000 m，平均海拔2 000 m。莫乎尔乡居民点耕地、草场位于东西长26 km的狭长山谷地带，南部为山地，北部紧靠大吉尔尕朗河。莫乎尔乡主要的作物有春小麦、油葵、黑加仑、亚麻、甜菜、马铃薯和伊犁贝母。

图1 研究区示意图

1.2 伊犁贝母生物学特性及分布特点

伊犁贝母作为多年生草本植物，其生长状况大致为当年种子采收后即播种，种子进入休眠期，翌年春萌发(部分在播种后第二年和第三年萌发)，第一、二年仅有基生叶，第三、四年开始抽茎开花，三年生贝母开花较少，第四年贝母全部开花，贝母药材为地下鳞茎，主要来自于三年生贝母，同一地块采收大部分用作药材后保留部分鳞茎待四年及四年以上贝母开花采收种子，用于繁殖。

伊犁贝母属于早春植物，平均生长期约90 d。当地面平均温达5 ℃左右时，开始返青出土，4月中旬抽茎，通常4月中下旬开始开花且花期短，约持续10 d左右，一般5～6月果实成熟，地面部分停止生长并陆续倒苗，地下鳞茎也停止生长，不同年份由于气候差异，其具体的物候期也会有所变化。

莫乎尔乡的伊犁贝母分布在狭长山谷地带，其分布特点为：1)不同年份的贝母与其他作物无规则穿插种植，如同一长条地块里可能包含三年生贝母、两年生贝母、裸地或其他作物等多个部分，或者连续并行的几个地块各为不同地类；2)分布零散，大部分地块呈细长条状分布，其他作物或裸地也多呈细长条交错分布状，此外受山地地貌影响部分地块面积小且分散，地块面积从几十平方米到上万平方米不等；3)一到两年生贝母植株细小，裸地比例大，在遥感影像光谱与裸地接近；4)部分四年以上贝母地块植株稀疏且不均匀，或零星分布似裸地；5)播种后后续几年陆续有出苗，因此同一地块存在不同年份贝母混生现象；6)有农户家院中零散种植伊犁贝母，面积小，地块形状不规则；7)伊犁贝母为早春植物，在其集中生长和花期阶段农田作物种类少，除小麦和黑加仑外，其余多为刚犁过的地，或是还未犁过且长有少量杂草或头年遗留玉米茬的荒地。图2(注：影像为近红外、红色、绿色三波段合成的假彩色影像)为研究区截图，一定程度上反映出了伊犁贝母的分布状况。

图2 伊犁贝母的分布状况

2 遥感信息源及伊犁贝母信息提取

2.1 遥感信息源的选择

伊犁贝母的最佳遥感时段为花期阶段，该阶段具花或未开花贝母特征均较为明显，也易于区分不同年份，但因花期短，对遥感的时相要求非常高，很难获得满足时相的遥感影像，且多数贝母地块面积小，特别是长条状地块的宽度窄，因此对空间分辨率的要求也高，基于以上考虑，选择了2013年4月24日13∶38获取的Worldview2-8波段捆绑数据，面积为100 km2，影像覆盖范围为东经82.64°～82.79°，北纬43.31°～43.23°，中心点为东经82.72°，北纬43.27°。该数据有8个多光谱波段和1个全色波段，波段参数见表1，空间分辨率分别为1.8 m和0.5 m，能够满足对光谱和空间分辨率的需求。

2.2 伊犁贝母信息提取

在贝母信息提取之前，对影像进行了辐射校正、正射校正、几何校正、图像融合、图像增强、图像特征提取等处理工作，其中图像增强包括假彩色合成、缨帽变换及归一化差植被指数(Normal Difference Vegetation Index，NDVI)计算，图像特征提取包括各类地物光谱特征及纹理特征提取。此外，为了获得地类样本并建立解译标志，于影像获取的第二、三天(4月25日～26日)进行了同步野外实地勘查工作，在影像覆盖范围内沿设定的三条勘查路线分散选择8个样区，采用GPS重点勘测并绘制草图，利用GPS共获得75个地块样本(图1)，其中包括52个伊犁贝母地块、7个小麦地块及16个其他地块(包括犁过的裸地和长有杂草或残留玉米茬的荒地)，草图绘制地块若干。

表1 Worldview2波段参数

2.2.1 目视解译分类 用于伊犁贝母的目视解译标志主要有色调、形状、纹理及内部结构，其中形状易于区分色调与伊犁贝母接近的非农田地类，其他三种标志可用于区分不同的农田地类及不同年份的伊犁贝母。利用野外勘查样本建立伊犁贝母、小麦、犁过的裸地、长有小草或麦秆暂未犁荒地的解译标志，其中贝母又细分为1、2年生无花贝母、3年生少量开花贝母、4～6年生开花贝母、混生贝母。贝母地块内部有较为明显的行间分块结构，不同年份贝母纹理差异大，而其他地类特别是小麦地块内部均匀，无明显块状结构，且多数纹理光滑均匀；此外，贝母随着年份增大，在近红外波段的反射率逐渐增大，因此在近红外、红色及绿色的假彩色合成影像中呈现的红色逐渐变亮；在纹理上，随着年份增大，逐渐粗糙，如无花贝母相对均匀光滑，与裸地纹理接近，3年生开花贝母较无花贝母粗糙，但仍较均匀，呈绒密状，4～6年生开花贝母最粗糙，有较明显的团簇状，当种植稀疏时，团簇状更为明显，根据以上解译标志进行人工目视解译，得到不同年份伊犁贝母的分类结果(图3)。

图3 伊犁贝母目视解译结果

2.2.2 计算机分类 采用了最大似然、支持向量机、决策树及面向对象等多种计算机分类方法进行了伊犁贝母信息提取实验，均未取得好的实验结果，见图4(注：展示区域为研究区中贝母分布较密集、地块面积相对较大且地类分布全面的具有代表性的区域)。

最大似然法是基于地类真实样本并利用所有波段光谱信息计算分类；支持向量机法是利用地类对比度较为明显的波段(如7、8波段)、NDVI值、缨帽变换结果、纹理特性值计算分类，这两种方法的分类结果均存在破碎度高和大量错分情况，破碎度主要体现在除犁过的裸地和部分小麦地块外，几乎难有边界规整且内部地类单一的地块，错分主要是将稀疏植被覆盖的地表和很多低矮植被覆盖的山体错分为贝母。决策树分类是通过统计分析地面不同地类样本各波段的光谱特性及各地类的NDVI和纹理特性，设定分类规则，统计分析发现除水体和林地外多数地类的可区分性差，无论采用哪个特征值都存在两个或多个类别重叠部分，因此分类后地块多成离散状，基本无完整的贝母地块，且存在很多不同地物混为一体的情况；面向对象法是先根据地类差异较明显的6、7、8三个波段的光谱信息、主成分分析结果、NDVI值及纹理对影像进行分割，在分割的基础上选择地类样本并设置属性，最后选择支持向量机法完成分类，该方法虽然降低了破碎度及矮植被覆盖山体错分为贝母的比例，但在农田部分，除个别明显地块(如大块犁过的裸地)分割较好外，多数地块分割有误，如小麦地、小块开垦裸地、未开花贝母、开花贝母、荒地等均无规则混淆。

图4 计算机分类结果(注：从左至右依次为最大似然、支持向量机、决策树、面向对象)

3 目视解译结果及精度分析

用于精度评定的核查地块数有225块，其中贝母150块、小麦26块、空地(裸地、小草芽、玉米根)49块。

对于目视解译，在100 km2影像覆盖范围内，不同年份伊犁贝母种植面积的统计结果见表2。

目视解译的精度分析结果为：漏分地块共7块，其中1～2年贝母漏分4块，3年贝母漏分2块，混生贝母漏分1块；贝母年份之间错分地块共5块，1～2年错分1块，3年错分2块，4～6年错分1块，混生错分1块；与其他地类错分的地块共1块，将空地错分为1年生贝母。综上，用于核查的150个贝母地块中漏分7块，有143块被分为了贝母，精度为95.3%；143块被解译为贝母的地块中，5块年份分错，因此被正确解译的贝母有138块，精度为92%；75块其他地类(小麦、空地)中有1块错分为贝母，错分比例为1.3%。

表2 不同年份的伊犁贝母种植面积统计结果

因计算机分类对于贝母几乎无完整地块，无法像目视解译精度分析一样讨论整个地块的准确度，只能采用真实地表面像元通过计算混淆矩阵分析精度，考虑到河流、树、裸露山体等地类的分类效果相对较好，将这些地类样本统一参加计算将会提高总体精度及Kappa系数，造成贝母分类精度较高的假象，在此将重点讨论贝母信息提取的精度。经分析，决策树法分类精度最低，总体精度为36.261%，Kappa系数为0.021，最大似然法的总体精度和Kappa系数分别为50.186%、0.158，支持向量机法总体精度和Kappa系数分别为63.525%、0.163，面向对象法总体精度和Kappa系数分别为75.713%、0.224，对于制图精度和用户精度，除开花贝母相对较高且多在50%～70%之间外，无花贝母全部低于50%。此外，因分类精度低，错分漏分大量存在，计算机分类结果的贝母种植面积统计值远远超过目视解译面积及通过走访调查得到整个莫乎尔乡大致的估计面积，所以计算机分类法的面积统计已无实际参考意义。

4 结论

遥感的实际应用，受传感器的几何分辨率和光谱分辨率、卫星的重访周期、调查时间段的天气状况、地物自身的特性以及分布特点等各种因素影响。几何分辨率决定了能够识别出的地物大小，光谱分辨率决定了地物之间的可区分性，重访周期决定了在研究的特定时间段内获取到影像的几率，天气状况决定了影像获取的质量，而地物特性及分布特点则会影响其采用遥感监测的可行性。

伊犁贝母地块的宽度从几米到几十米不等，而宽度在10 m左右的地块不占少数，甚至有宽度低于5 m的地块存在，这就决定了在采用遥感监测时需选择空间分辨率高于5 m的影像，而其多年生的特性又需要选择光谱分辨率高的影像以区分不同年份。天气因素很大程度上决定了光学遥感影像的质量，对于新疆，雨雪、大风、沙尘等较极端天气多出现在6月之前或9月之后，此外春季积雪融化，大气水汽含量相对高，这些都会导致数据质量下降，甚至无法获取高清数据，因此新疆范围内获取这一时间段内的高分影像质量不高的几率较大，选择高分遥感数据应尽量避开这一时段。伊犁贝母属于早春植物，受物候期影响，对其研究只能选择4月下旬至5月上旬的影像，此次获得的Worldview-2影像虽处在伊犁贝母开花的旺盛期，但因之前有降雨，大气水汽含量高且土壤含水量大，影像的质量无论是从光谱还是地物清晰度上较之6月之后该数据源的数据都略差。

从伊犁贝母的分布及生长特点来看，不同年份的贝母形态各异，与其他作物无规则穿插种植，分布零散，大部分区块呈细长条状分布，面积不大，窄小的地块计算机统计特性及纹理特性不够明显，计算机难以准确自动提取出地块边界；部分贝母特别是一到两年生贝母植株低矮、细小，种植稀疏，土地裸露在外，使其在遥感影像的光谱与裸地或低矮植被覆盖的其他地表接近，利用计算机自动分类难以区分差异；亦有部分贝母地块分布极不均匀，有些地方零星分布似裸地，而有些地方浓密，此外也存在不同年份贝母混生现象，这使得计算机自动分类时容易将同一地类地块分成多种不同地类，并且在采用面向对象分割时也很难分割出规整的边界。

受以上因素影响，利用遥感影像进行伊犁贝母计算机解译时存在一定局限，实验结果显示，目前常用的最大似然、支持向量机、决策树、面向对象等计算机分类法均无法有效提取伊犁贝母，解译结果除部分犁过的裸地及浓密小麦地能提取出边界清晰规整的地块外，其他地块则多呈现出不规则的破碎状态，此外很多低矮植被覆盖的山体因与稀疏种植的无花贝母光谱接近而错分为贝母，分析显示计算机分类法提取伊犁贝母不但精度低，而且很难提取出完整的地块，分类后的面积统计与实际相差大，无参考意义。

目视解译有别于计算机自动分类，因为人对地物有很高的综合辨识能力，且对不同地物之间的细小差异较为敏感。从目视解译的结果及精度分析看来，目视解译法能有效提取伊犁贝母，且将其他地块错分为贝母的比例较低，而影响贝母目视解译精度的主要原因是贝母的漏分，主要是因为部分贝母地块，植株非常稀疏且低矮，与未被开垦的裸地或有杂草生长的空地光谱特性非常接近，从而产生漏分。

综上，受伊犁贝母物候、生长及分布特点等因素影响，遥感技术在种植伊犁贝母调查中有优势，也有局限性，虽然常用计算机分类法无法有效提取，存在大量漏分和错分，但目视解译法提取精度较高，基本上能区分出少量开花、开花、无花等不同状态，这将有利于伊犁贝母种植面积的动态监测，同时有助于辅助其产量的估算。

研究过程中，也曾尝试利用2012年5月14日获取的ZY1-02C卫星影像数据进行伊犁贝母的信息提取，但实验结果不理想，主要原因有：1)影像时相错过贝母花期，不同年份贝母之间及与其他植被间的可区分性降低；2)影像多光谱只有绿、红、近红外三个波段，光谱分辨率低，较难体现出植被间的光谱差异，不利于区分无花期不同年份的伊犁贝母；3)多光谱10 m、全色5 m的空间分辨率难以识别小面积零散分布的伊犁贝母地块；4)受天气影响，影像质量差，研究区40%左右的区域被厚云覆盖，其余大部分区域有薄云覆盖及云阴影存在，干扰了地物光谱信息，影像对比度降低，解译困难。

本文对于其他种植药用植物进行遥感调查的提示为：1)最佳影像获取时间的确定不仅要考虑目标植物与周围植物的区别度，也要考虑此时期气候因素的影响程度；2)多年生药用植物的不同年份特征不同，可能要区别对待；3)药用植物种植地块普遍比较破碎，一则药用植物种植量较小，一家一户都只是部分田地用来种植，二则由于普遍存在的连作障碍，都和其他作物轮作，因此对影像的分辨率要求比较高，另外解译精度将低于大片种植的农作物，解译方法也需要多种方式尝试，获得每种药用植物适用的特定方法。

[1] 周应群，陈士林，张本刚，等.中药资源调查方法研究[J].世界科学技术—中医药现代化，2005，7(6)：130-136.

[2] 陈士林，张本刚，杨智，等.全国中药资源普查方案设计[J].中国中药杂志，2005，30(16)：1229-1232.

[3] 孙宇章，黄璐琦，郭兰萍，等.遥感技术在中药资源调查中的应用[J].中国现代中药，2006，8(9)：7-10.

[4] 孙宇章，郭兰萍，朱文泉，等.不同生态环境类型药用植物资源的遥感监测方法[J].中国中药杂志，2007，32(14)：1490-1492.

[5] 张小波，孙宇章，黄璐琦，等.野生稀有种药用植物遥感监测方法及其标准的建立[J].中国中药杂志，2009，34(13)：1741-1744.

[6] 谢彩香，陈士林，林宗坚，等.无人机遥感技术应用于药用植物资源调查研究[J].中国现代中药，2007，9(6)：4-6.

[7] 周应群，陈士林，赵润怀，等.低空遥感技术在中药资源可持续利用中的应用探讨[J].中国中药杂志，2008，33(8)：977-979.

[8] 陈士林，张本刚，张金胜，等.人参资源储藏量调查中的遥感技术方法研究[J].世界科学技术—中医药现代化，2005，7(4)：37-43.

[9] 张本刚，陈士林，张金胜，等.基于遥感技术的甘草资源调查方法研究[J].中草药，2005，36(10)：1548-1551.

[10] 周应群，陈士林，张本刚，等.基于遥感技术的三七资源调查方法研究.中国中药杂志，2005，30(23)：5-8.

[11] 张自力，秦其明，董玉芝，等.基于专家知识的新疆芍药遥感专题信息提取试验[J].中国中药杂志，2008，33(16)：1941-1944.

ApplicationofRemoteSensingTechniqueinFritillariapallidifloraSchrenkInvestigation

SUNZhiqun1，2，ZHENGJianghua1，2，GUOBaolin3，4*，SHIMinghui3，XIECaixiang4，SUNChengzhong5，LIXiaojin3，JIAXiaoguang3*

(1.SchoolofResourcesandEnvironmentSciences，XinjiangUniversity，Urumqi830046，China；2.XinjiangEducationMinistryKeyLabofCityInteligenlizingandEnvironmentModeling，Urumqi830046，China；3.XinjiangChineseandMinorityNationalityMedicineResearchInstitute，Urumqi830002，China；4.ChineseAcademyofMedicalSciencesInstituteofMedicinalPlant，Beijing100193，China；5.ResearchInstituteofSurveyingandMappingofChina，Beijing100039，China)

This paper explored the phonological characteristics ofFritillariapallidifloraSchrenk，its growth status and distribution characteristics，using a variety of methods collect information ofFritillariapallidifloraSchrenk from the Worldview-2 image，discussed the feasibility of remote sensing in its investigation.Exploration results show that the florescence ofFritillariapallidifloraSchrenk is short，which blossom in mid or late April and the ground part stop growing in May and then gradually wilt.The different-yearFritillariapallidifloraSchrenk has different shape，which are irregularly interspersed with other crops and scattered.Most plots areas are small and assume slender strip distribution.SomeFritillariapallidifloraSchrenk are low，sparse，uneven，and have mixed phenomenon for which in different years.The result of remote sensing information extraction showed that the common computer automatically classification methods such as maximum likelihood，SVM，decision tree and object-oriented is certainly limited inFritillariapallidifloraSchrenk，because its distribution and growth characteristics，which cannot get effective results，except for the visual interpretation.This study provides a reference for the application of remote sensing technology in investigation ofFritillariapallidifloraSchrenk.

FritillariapallidifloraSchrenk；Remote sensing；Investigation；Worldview-2

10.13313/j.issn.1673-4890.2014.02.006

2013-09-13)