基于高分一号卫星数据的新疆棉花种植面积信息提取研究

王霄煜，雷 钧

1.新疆农业大学经济与贸易学院，新疆农业资源区划和遥感应用中心，乌鲁木齐 830004 2.新疆农业广播电视学校，乌鲁木齐 830004

长江三角洲、黄淮河流域和新疆是我国最大的三个棉花生产区，其中新疆棉区具有超过全国棉花总产量 40%的生产能力，总产量和种植面积多年来居全国首位且有愈发拉开距离的趋势。以棉花为主要经济作物之一的新疆，棉花作物的种植面积和产量的变化显著影响新疆经济的发展与决策，因此及时准确地获取棉花种植面积，有利于国家及新疆各部门制定对策，并为棉花产量估测提供重要依据。

目前作物种植面积信息的获取方式主要有传统的统计方法和借助遥感技术的提取方法。我国的农作物种植面积信息主要通过统计方法获得，主要有2种：层层上报（按县、地区、省、国家4级统计局逐级统计汇总上报）；抽样调查（通过国家统计局直属的农村社会经济调查队，根据抽样统计学原理，通过有代表性的样本设置与调查，科学推算大区域农业信息）。虽然统计法是被我国法定部门所承认和使用的作物种植面积获取方法，但存在一定的局限性。

与传统的统计方法相比，遥感手段较大程度的避免了人为因素的干扰，大大的节省了人力、物力、财力，为粮食作物种植面积快速、准确、动态监测提供了有效的技术手段。

1 研究区概况

研究区位于玛纳斯县及周边呼图壁县、石河子市和沙湾县，新疆天山北坡，准格尔盆地南缘。地理坐标为北纬 43°21′-45°30′，东经 84°84′-87°12′之间，总面积32 273 km2。

玛纳斯县主要种植作物为棉花、葡萄、番茄。石河子作为兵团特殊体制下的现代农业的典范，规模化经营和精量播种己成为大农业发展的优势，棉花产业化是石河子工业支柱。沙湾县近年来突出发展高产棉花、番茄加工、蔬菜果林、优质粮油等特色产业。呼图壁主要种植小麦、玉米、棉花、加工番茄、蔬菜等，还有大量林地。

2 研究过程

本研究是采用我国国产卫星高分一号遥感数据，在新疆玛纳斯县及周边（沙湾县、石河子市和呼图壁县）获得棉花种植面积。

2.1 地面数据采集

在研究区内设立十个地面样方，样方地块面积大于400 m×400 m，种植作物相对单一，作物种类涉及棉花、小麦、玉米、番茄和辣椒。

从2013年5月开始，在整个生育期内，每15 t进行农作物生长参数测量。测量的内容包括长势等级、株高、行距、高度、密度、田间管理措施、土壤含水量等。同时，用LAI和光谱仪测量农作物叶面积指数和农作物光谱。

2.2 遥感数据预处理

本研究利用GF-1 WFV 16 m分辨率多光谱相机获取的玛纳斯县及周边（沙湾县、石河子市和呼图壁县）遥感数据，选取的数据如下：

表1 棉花种植面积研究输入原始栅格数据

对GF-1 WFV数据进行辐射校正，在此基础上进行基于RPC的正射校正和镶嵌裁切。GF-1 WFV数据自带RPC信息，因此可以利用ENVI中的RPC Orthorectification Workflow进行正射校正。在此基础上对研究区数据进行镶嵌、投影转换，以研究区呼图壁、玛纳斯、石河子和沙湾县界和1∶100万草地类型图为基准进行裁切等操作，得到2014年5～10月研究区。

2.3 数据分析

2.3.1 地面实测光谱分析

对2014年5～10月，结合高分影像，选取与其日期最为接近的地面观测数据。观测时间如下表：

表2 地面观测与高分数据时间

对地面观测光谱数据作图，得出监测作物的地面光谱曲线。如下图：

图1 作物地面实测光谱曲线图

根据地面实测光谱和实地勘测分析得出，虽然5月棉花反射率较高，但是棉花地基本只有苗，在GF-1遥感影像中只能反映出裸地特征，因此不适宜作为确定棉花面积的最佳时期。6月，番茄的反射率明显高于其他作物，而棉花和冬麦、玉米很接近，难以区分。7月底，小麦已经收割，测量为小麦残茬光谱数据，呈明显下落，此时，棉花在第四波段反射率较高，能较为明显的与其他作物区分出来。8月，番茄、棉花和玉米在4个波段的反射率接近，不易区分。9月，玉米和棉花的反射率差别很大，可以较为容易的区分出来。因此，选取9月，作为识别棉花种植面积的最佳时相。

2.3.2 遥感图像农作物光谱数据分析

利用GF-1 WAV影像确定棉花面积识别方法是分析遥感图像上棉花与其他主要农作物的光谱在各时相期的变化规律与差异性。选择影像时间为：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。时间上与地面光谱测定基本一致，并对这8幅图像进行了辐射校正、几何精校正和大气校正，并进行镶嵌裁切。

通过对影像选择ROI，对其主要农作物的光谱数据分析可以得出玉米为红色、棉花为绿色、麦子为蓝色。

根据每个月的遥感影像分析，可以得知5月，玉米和棉花均为裸地特征，无法区分。6月，小麦玉米和棉花均呈现植被的特征，区别不大。7月，小麦已经收割，呈现裸地特征，棉花和玉米在第四波段有差别，但差别不大。8月，棉花和玉米在近红外波段差别大，但此时，与棉花光谱特征接近的辣椒和番茄也正处在生产期，同谱异物作物难以区分。9月，在影像上，玉米已经收获，只有棉花和少量蔬菜呈现红色，是区分棉花面积的最好时间。10月，作物基本都已收割完毕，已不能区分作物。

因此，结合实测光谱和遥感影像分析得出，9月为棉花面积最佳识别时相。

2.3.3 棉花及其它主要农作物的光谱均值特征分析

为分析棉花与其它主要农作物在光谱特征上差别的规律性，对各种农作物在最佳时相的GF-1 WAV图像上进行采样，对所有采样数据在GF-1的4个波段上进行均值、最小值、最大值的统计计算，其平均值结果如下表。

表3 棉花及主要农作物采样光谱的平均值

根据表格分析得出，辣椒与棉花光谱特征极为接近，很难区分出来。番茄在9月18日已经收割了。林地在第四波段明显低于其他作物。故可把棉花和玉米区分出来。

2.4 三种方法提取棉花面积

2.4.1 阈值分析

对2014年9月18日影像进行NDVI计算，得出如下结果：

表4 NDVI ROI

用阈值分析，提取NDVI在0.49-0.7的植被，可得出棉花面积。如下图：

图2 2014年9月阈值分析提取研究区棉花面积

2.4.2 监督分类

用最小距离法进行分类，标准差阈值设为4，获得棉花面积，如下图：

图3 2014年9月18日监督分类提取棉花面积

2.4.3 非监督分类

用ISODATA进行非监督分类，结果如下图：

图4 2014年9月18日非监督分类提取棉花面积

以上为三种方法对2014年9月18日GF-1 WAV棉花面积的提取结果。

2.5 棉花种植面积研究精度评价

本示范应用的精度取决于各种作物识别的准确度，利用2014年7月在研究区用车载GPS定位的解译标志点，设立感兴趣区，作物验证的实测点。

2.5.1 阈值分析法

用地表真实感兴趣区对阈值分析法提取出的作物面积进行精度验证，如下表：

表5 阈值分析精度检验

2.5.2 监督分类

用地表真实感兴趣区对监督分类提取出的作物面积进行精度验证，如下表：

表6 监督分类精度检验

2.5.3 非监督分类

用地表真实感兴趣区对非监督分类提取出的作物面积进行精度验证，如下表：

表7 非监督分类精度检验

3 结论

本研究利用我国自行研发的高分一号卫星16m分辨率的多光谱宽覆盖（Wide Field of View，WFV）相机数据，结合研究区作物物候期、作物物理和生理观测参数，建立研究区农作物信息数据库。以新疆天山北坡玛纳斯河流域为研究区，通过对GF-1 WFV数据辐射校正、RPC正射校正、镶嵌、裁切等遥感预处理得到研究区在可见光、近红外等4个波段的地表反射率数据，并结合获取遥感图像日期前后作物光谱实测值，分析得出研究区棉花最佳观测识别期。利用研究区反射率数据计算植被指数NDVI，结合实测光谱特征，尝试不同的方法，获得研究区棉花种植面积。

本研究的精度高低取决于分类方法的选择，通过以上三种方法，可以得知用ISODATA非监督分类的方法，迭代次数和分的类设置较高，可以得到较好的分类结果。阈值分析法基于对NDVI的不同尝试，其中同谱异物的作物若较多，会影像分类精度，这取决于研究区的不同情况。