遥感估算充填复垦地小麦生物量方法研究

郑礼翔，黄震江

(1.浙江省国土勘测规划有限公司，浙江 杭州 310030；2.浙江省测绘科学技术研究院，浙江 杭州 310012)

我国是能源生产和消费大国，煤炭的大量开采虽然促进了我国的社会经济发展，但随之也产生了一些负面影响，其中，煤炭开采造成的采煤沉陷地对耕地的破坏最为严重，一直以来，高潜水位矿区复垦工作都以提高复垦耕地率为主要目的，众多复垦方法中充填复垦效果尤为突出[1-5]。不同的土壤重构组合关系到成本、工艺以及作物长势多个方面，故对复垦农田农作物长势的监测尤为重要。

传统的作物生物量获取方法，以小麦为例，是将地上部分割取后，在室内烘干称重。此方法优点在于数据准确可靠且操作难度低，但缺点也很明显，此方法为破坏性实验，即使获得了生物量的准确值也无法为长期监测做出贡献，且操作难度低带来的是重复、大量的工作，耗时耗力，并不适合推广。随着学科研究深度的不断增加以及现代遥感技术的不断发展，卫星遥感凭借其准确性、高效性和无破坏性，逐渐成为包括生物量在内的各种农作物参数获取的主要方法[6-8]，然而，利用卫星遥感数据估算生物量还存在诸多不足，原因之一在于生物量的像元真值往往难以获取。

近年来，无人机技术以其低成本、高精度、高效率等特点，弥补了传统方法效率低、卫星遥感精度差的缺点，成为卫星遥感和地面实测的有力补充手段[9-10]。本研究充分利用无人机遥感高空间分辨率、高时间分辨率的优势，用无人机搭载多光谱传感器对冬小麦进行航拍，采集多光谱影像数据用多种指数模型研究其精度，对及时掌握各个土壤剖面结构的农作物长势和产量估计有实际意义。

1 研究区概况与前期数据获取

1.1 研究区概况

实验区位于山东省某煤矿，该矿采用井工开采方式，此方式会造成采空区上方岩石在重力、应力作用下产生冒落，使地表的土地发生下沉形成采煤沉陷地。研究区位于某煤矿采煤沉陷地复垦农田实验田，地理位置如图1所示，地处黄河下游冲积平原，地区气候四季分明温度适宜，实验田面积约为1 733.33 m2，复垦后于2015年开始耕作，作物为平原常见的农作物，一年种植两季:冬小麦、夏玉米，本文以冬小麦为研究对象。

图1 研究区地理位置

1.2 数据获取

无人机自带GPS一般平面精度尚可,高程精度较差,航拍数据处理主要依靠前期布设的控制点来提高精度。控制点的质量会直接影响到空三加密的过程,进而影响成果的坐标精度。地面控制点按用途分为像控点和检查点两种。像控点的布设与量测的主要目的是获取控制点的物方大地坐标以及使影像与实测地区产生联系便于投影和影像校正。检查点的布设与测量工作的主要目的是对最终生成的精度进行评价,直观地反映出最终产品制作的精度。考虑到研究区面积小、精度要求较高,本文选用南方S82型RTK接入矿区当地CORS网进行控制点的采集。为保证精度,控制点设置观测2个测回,平滑次数10次,以水平方向20 mm、垂直方向20 mm为收敛阈值,沿实验田四个角共布设4个控制点,并在各个样方中心采集点位信息。

小麦地上生物量一般指单位面积内小麦地上部分茎、叶和穗三部分干重的和,本研究采取样方内直接剪取的方法获取地上生物量数据。按照实验区内各土壤剖面的不同类型,考虑边缘效应对实验可能造成的影响并结合地面植被长势,在实验区内选取38个1 m×1 m的样方,在样方中心用RTK获取位置数据，方便内业数据处理,于小麦拔节期和抽穗期两个时期选择天气适宜时获取实测数据,为保证数据可靠性,实测数据与影像数据需在同一天获取。数清各个样方内小麦的总株数记为m,每个样方内选取20株有代表性长势的小麦,用剪刀将其从地上部分剪掉放入质量为a的信封中,带到实验室将不同器官分离, 105 ℃杀青30 min, 85 ℃烤箱烘干至重量不再变化,此时重量记为n。由此,样方内生物量B=m×(n-a)/20。

2 植株高度获取

2.1 DSM与DOM生成

DSM(Digital Surface Model)即数字地表模型，是指包含了地物如建筑物、植被等高程信息的模型。一般无人机航拍处理后所获得的是DSM，需经进一步加工方可获取DEM。经过空三加密和特征点匹配步骤之后，利用前方交会根据前面步骤的结果计算同名像点的精确地面坐标，即可获取实验区的三维点云，随后利用点云插值生成TIN，利用TIN 即可生成DSM。DOM(Digital Orthophoto Model)即数字正射影像图，其实质是将所拍摄的中心投影的像片拼接生成一幅大的正射投影影像图。

DOM 具有精度高、可视性好、信息量大、时效性强等优点。DSM 生成后将航摄像片的纹理信息贴在模型上面即可初步生成DOM，随后进行镶嵌、匀色等处理即可生成正射影像图，此过程虽然耗时不长，但却是生成测绘成果的最终一步，DOM 被广泛用于区域发展规划、农村土地确权、环保监察等领域。运动与结构重建(Structure from Motion, SfM)技术结合了计算机视觉和摄影测量学，可以用从不同高度、不同方向获取的影像恢复出相应的三维信息，以其更高的灵活性和成果精度被广泛使用。Pix4Dmapper 为瑞士Pix4D 公司自主研发的一款全自动快速的无人机遥感数据处理软件，该款无人机数据与航空影像处理软件具备全自动、专业、快捷、精度高等特点。该软件不需要相关的专业知识和人工干预，就可以将数千张无人机遥感影像进行快速处理，镶嵌、拼接、空三加密等，生成测区的正射影像图(DOM)、数字表面模型(DSM)、三维立体模型等专业的、精确的数字产品。工作流程简单易懂，能够自动获取相机参数并对非量测相机进行检校，更无需IMU 数据，自动生成点云数据、DSM、DOM 等成果。

如图2和图3所示，分别为去除噪声点后拔节期和抽穗期实验田DSM(数字地表模型)，图中像素点颜色越红表示高程越高，颜色越绿表示高程越低。图中蓝框表示不同土壤剖面的小麦区域，考虑边缘效应为各个样方之间取1 m左右间隔。

图2 拔节期DSM

图3 抽穗期DSM

图4和图5分别为实验田拔节期和抽穗期的DOM(数字正射影像图)，蓝框为不同土壤剖面剔除边缘效应后的边界。研究区北部是一条沟渠，拔节期时水生植被长势一般，抽穗期时水生植被长势已较好，西边是一条灌溉渠，灌溉渠与实验田之间有一排树，由于光线的原因可能会对小麦长势产生影响。由图易见，抽穗期植被覆盖度与拔节期相比较低，有更多的小田块可以明显看到土壤，原因是拔节期小麦高度相对较矮，但叶子茂密，抽穗期小麦长高后很多接近根部的叶子逐渐萎缩变小，所以覆盖度也相对变小。

图4 拔节期DOM

图5 抽穗期DOM

2.2 植株高度提取

如图6和图7所示，在得到了含有地表植被高度信息的DSM和地面地形真实数据DEM 后，将两者做差即可得到研究区植株高的栅格模型。红色越深的地方表示高程越高，蓝色越深表示高程越低，与之前点云图类似，自北向南可以看到横贯东西的四条田埂，依然是示范区植株高度较高，颜色较红，西侧靠近沟渠有树木遮挡处显示出明显的植株高较低的情况，整个实验田颜色变化较为均匀，高程突变不明显，且各样区之间有较好可识别性。

图6 拔节期植株高数字模型

图7 抽穗期植株高数字模型

2.3 植株高与生物量相关性分析

以实测生物量为函数，以本章提取的小麦高度真值为自变量研究其相关性。由图8可知，拔节期植被高度分布较散且整体较低，最低高度约为0.12 m，最高高度约为0.43 m，抽穗期植被高度分布较密集且整体相对较高，最低高度为0.33 m，最高高度约为0.68 m。拔节期与抽穗期采集数据时间间隔将近一个月，拔节期时小麦处于快速生长期，所以植株高度较容易拉开差距，且整体高度偏低，呈现出高度稀松的特点；抽穗期小麦基本已不再长高，开始长穗，故高度较为密集且整体高度较高。另外一方面，拔节期散点图所呈现出的斜率明显比抽穗期散点图呈现出的斜率要高，也进一步印证数据的可靠性。

图8 小麦高度散点图

由表1可知，拔节期小麦高度与生物量相关系数基本在0.6 以上，其中，相关性最好的相关系数为0.689；抽穗期小麦高度与生物量相关系数均在0.67以上，其中,相关性最好的相关系数为0.772；整个时期小麦高度与生物量相关系数均在0.58 以上，其中，相关性最好的相关系数为0.632。可以看出，小麦高度与小麦生物量之间存在较好的相关性。

表1 小麦高度与生物量相关性(R2)

3 复垦农田生物量反演结果

考虑边缘效应的影响，在各土壤重构地块中选择较为居中的地块为代表，取38 个相同面积样方，展于生物量图上，结果如下：图9(a)为拔节期生物量图，颜色越红表示生物量越高，越蓝表示生物量越低，蓝色框为各个土壤剖面较为有代表性的区域。编号为CK 的对照组生物量整体较高，其余样方长势稍逊，但也有与对照组长势相近的比如AT1、AT9 等。图9(b)为抽穗期生物量图，同样，颜色越红表示生物量越高，越蓝表示生物量越低，蓝色框为各个土壤剖面较为有代表性的区域。编号为CK 的对照组生物量整体较高，其余样方长势稍逊，但也有与对照组长势相近的比如BT5、AT9等。

图9 生物量图

为进一步突出各个地块生物量差异，将各地块代表区内生物量计算均值，转为栅格并赋予不同颜色。由图10可知，拔节期编号为A 的地块生物量较高的有AT9、AT1 和AT6；编号为B 的地块生物量较高的有BT2、BT5 和BT4；编号为C 的地块生物量较高的有CT7、CT9 和CT5。综合分析，拔节期生物量表现最优的土壤重构方案为T9 和T5。

图10 拔节期各样方生物量图

4 结 论

复垦农田因其填充方式、结构不同，作物长势、植株高度、覆盖度等差异较大，传统的生物量估测方式耗时耗力。以山东某煤矿采煤沉陷地复垦农田为研究区，获取了两期高分辨率无人机影像。经验证，该方法精度较高，可以用于复垦农田小麦生物量反演，并可为土壤剖面选择提出参考性意见。采用无人机获取植被各种信息，可以直观给出不同土壤剖面结构的不同地块生物量情况，可为复垦农田土壤重构结构的评价做出贡献。