类城市路网空间中面向平原农业应用的耕地地块边界提取研究

郑明雪，沈祥成，罗治情，陈娉婷，官 波，马海荣

（湖北省农业科学院农业经济技术研究所/湖北省农业科技创新中心农业经济技术研究分中心/湖北省乡村振兴研究院，武汉430064）

中国是人口大国，粮食安全是国家稳定发展的基础，而始终坚守18 亿亩耕地红线是实现粮食安全的前提。在获取耕地信息方面，目前多以耕地内作物为对象，解译影像信息的研究为主。2011 年朱长明等［1］首次提出地块概念，将农作物的种植信息规范在矢量地块基元内，用于基于地块的作物分析处理。地块是农户进行农业生产的最小单位，对耕地地块边界的提取研究是实现精准农业的基础和前提，进而对农田作物信息进行快速提取与解析，用于农作物分类、估产等，具有重要的科研价值和经济价值［2-5］。耕地地块提取的研究意义主要包含2 点：一是耕地地块信息的边界和内部结构明显且相对稳定，以地块为基础单位对其内部农作物信息进行提取研究，可有效避免地块边界信息模糊造成的地块错分和漏分情况［6，7］；二是由于耕地地块的物理属性和功能属性，地块边界保持长期稳定，获取农田地块的边界信息对研究地块内农作物变更或动态生长等具有较高的复用性。

然而受自然秩序和土地划分规律的约束，农田地块呈现多形态化。从空间分布上看，平原区域的耕地地块相对规整，地块边界大多呈直线状，但地块面积和地块形状不统一，地块区域朝向可能呈现局部一致、全局散乱的分布状态。且当相邻地块内农作物种植种类存在差异时，会导致部分相邻地块边界不清晰，从而对耕地地块边界提取造成干扰。从时间角度上看，考虑到不同作物在生长过程中随季节变化呈现的差异，有学者探索利用多时相影像数据挖掘可分性强的光谱信息，用于不同作物的分类研究［8］。抓住不同作物的生长发育规律在多时相遥感影像上表现出的变化特征，利用作物的光谱特征和多时相变化特征实现作物遥感识别能力的提高［9］，进而用于耕地地块边界的提取。但是由于多源遥感数据来源广，数据的归一化问题较难解决，农作物的复杂性也造成多源遥感信息的地物特征提取困难。

城市路网与耕地地块边界在空间维度上的分布特点具有共同性，耕地地块边界具有类似于真实城市路网空间的多种属性。这样的相似学科研究思路为耕地边界类城市路网空间的研究打开了新思路。

1 面向平原地区的耕地用地现状分析

1.1 研究区域及自然特征

研究区域选定江汉平原。江汉平原位于湖北省中南部，具有丰富的光热水资源和肥沃土地，平原气候适宜大多数农作物种植，使得江汉平原享有“鱼米之乡”的美誉。同时，江汉平原地区交通便利，是南来北往的交通枢纽，公路建设体系完备，为江汉平原的农产品流通提供了非常便利的条件。

1.2 研究区域用地特征

结合国家现定的土地类型标准和江汉平原的实际土地情况，将该地区土地利用类型分为耕地、林地、草地、水域、建设用地及未利用地。2013、2015、2018、2020 年江汉平原地区6 类土地利用空间分布和变化情况见图1。由图1 可看出，2013—2020 年，江汉平原的土地利用以耕地和林地为主，草地镶嵌在林地间，水域支流和建设用地网罗其中，未建设用地规模小且集中在长江沿岸，整体空间分布趋于稳定。

图1 2013—2020 年江汉平原地区的土地利用变化情况

2015—2020 年江汉平原耕地面积变化情况见图2。从图2a 可看出，江汉平原地区耕地面积在2017 年大幅增长后，持续保持稳定趋势，耕地面积增减变化不大。从图2b 可看出，2015—2020 年江汉平原各地区耕地面积基本保持稳定趋势，不存在大幅波动现象。不同地区的耕地面积差异明显，监利县和天门市的耕地面积始终保持前二位，公安县和仙桃市的耕地面积紧跟其后。

图2 2015—2020 年江汉平原耕地面积变化情况

综上，耕地始终是江汉平原地区农户农业生产的重要方式。从宏观上守住耕地红线不后退，从微观上掌握耕地地块变化信息，结合两者对耕地农作物生长过程的农业决策具有重大意义。

1.3 研究区域耕地边界提取及问题

本研究区域的耕地形态多分布集中规整、局部区域的作物种植类型单一，是遥感应用的理想场所，如图3。目前实际工作中，高分辨率遥感影像的耕地边界提取技术主要包括人工矢量化和影像分割［10-14］。人工矢量化是指通过目视解译感知影像上所呈现的颜色、形态、纹理等特征，并对所获得的视觉信息进行分层提取，从而实现对耕地地块边界的精准提取。但人工矢量化对工作人员的地图解译能力要求高，人力物力成本较大，不适合应用于大范围的耕地边界获取。如何挖掘高分辨率遥感影像的空间信息、获取描述农作物的特征是影像分割的关键。影像分割方法提高了地块边界获取效率，但“异物同谱，同物异谱”问题影响了耕地边界识别的精确率。

图3 江汉平原耕地现状

2 类城市路网研究

2.1 城市路网

传统的城市道路网规划理论是以车辆为主导，满足车辆的出行效率和安全，由于多样性的交通模式，不同道路被分配的路权也各不一样。图4 展示了不同尺度下武汉市道路网的可视化情况。从图4a 到图4d，道路尺度逐渐变小，呈现的信息逐步丰富饱满。图4a 仅显示武汉市内的国道和省道，以紫色标注。图4d 显示武汉市内国道、省道、县道、市区一级道路及其他道路。不同尺度的道路纵横交错，编织成一张城市道路网。

图4 武汉市多尺度道路网

经过几十年的发展，针对遥感影像道路提取问题，国内外学者从不同角度出发，利用不同的遥感数据源和道路特征，提出了多种算法和模型［15，16］，主要可分为3 类：基于像素的道路提取、基于区域的道路提取和基于知识的道路提取。基于像素的道路提取是以单像素为研究对象，在目标像元一定邻域内，分析“道路”与“非道路”的差异，从而识别出包含道路信息的像素点。每个像素点均被赋予“道路”或“非道路”。基于区域的道路提取是以多像素组合而成的区域为研究对象，前提是将研究区按特定规则划分为若干子区域，然后研究道路的面状特征，用于识别包含道路信息的子区域。基于知识的道路提取以主观认知为决策依据。

2.2 类城市路网

在思考耕地边界识别问题的过程中，我们意识到城市路网与耕地地块边界在空间维度分布特点上具有共同性。图5 给出了不同尺度下荆州市颜闸村耕地边界的可视化情况。从图5a 到图5d 可看出，随着耕地地块边界尺度逐渐变小，呈现的边界信息逐步丰富饱满。其中，紫色标注最大尺度下耕地边界情况。

图5 荆州市颜闸村道路网

通过对比图4 和图5 可看到，从物理形态上，耕地地块边界与城市道路大多呈线状，地块边界之间、道路之间相互纵横交错，形成全局连通性。交错的线状边界围成闭合的面状区域。区域内地物类型根据用地属性而定。一般地，同一区域内用地属性相同。从社会功能来看，耕地边界也具备道路可达性。根据耕地的地理位置、用地属性等，耕地边界也被赋予相应的“边界权”。边界权越大，该边界的社会功能越重要。

基于此，本研究拟通过引入城市道路网空间研究来解决耕地地块边界提取的问题。将不同形态的耕地地块边界看作城市路网空间中的道路；将不同地块区域的边界分布看作不同重要等级的道路分布，构建耕地地块边界的类城市路网空间。将地块边界组织在一个类城市路网空间环境中，引入全卷积网络和深度监督网络思想，建立多尺度深度学习框架。即理解地块本身的全局特点，设计多尺度深度学习方法，用以提取全局静态多形态的耕地地块边界。

3 基于类城市路网的耕地边界提取研究探索

3.1 前期工作

通过充分考虑耕地地块的位置信息以及地块内农作物的颜色特性，前期已完成基于改进Mean Shift的无人机农业应用遥感影像地块边界自动化提取研究［4］。结果显示前期研究可很好地将各田块边界提取出来。其中小面积田块的边界被成功提取；对形状不规则地块边界的提取效果明显；形状不规则且特征存在干扰时，所述方法仍能取得较好结果。结果也显示部分田块边界未被成功提取。

3.2 方法探索

高分辨率遥感影像的耕地边界提取和道路提取有许多相似之处，因此可将道路提取的一些方法迁移解决耕地边界提取问题。相比耕地地块内农作物信息，耕地地块边界信息是一种弱信息，需以航空影像作为载体，表达更加丰富和明显的细节信息。因此，聚焦基于航空影像的江汉平原耕地边界自动化识别与提取问题，本研究从以下两方面展开探索。

3.2.1 一种顾及自然秩序的耕地地块边界多形态的描述方法 从农学和地理学角度挖掘符合地块边界的物候特征和地理学特征，提出一种符合自然秩序的耕地地块边界多形态规律的描述方法，用以描述耕地地块边界的多形态特征。并引入显著性检测方法度量特征可分性，对地块边界提取的效率和速率提供辅助。

1）研究同时符合农学和地理学意义的耕地地块边界多形态特征集。从农学和地理学角度构建同时符合农学和地理学意义的多特征组合。具体地，将地块看做1 个基本单元，根据社会赋予地块的物理属性，对地块边界提取线状型地理学特征。根据作物自身特点对地块内部提取面状型农学特征，形成多特征组合。而前期工作中，基于改进Mean Shift的方法已将耕地按特定规则划分为若干子区域［4］。该积累为多形态特征集的提取奠定了工作基础。

2）耕地地块边界显著性检测。通过引入显著性检测方法对多形态特征集进行可分性评估。可分性能太低的特征会导致后续地块边界提取无用。因此，通过显著性检测方法度量特征集的可分性，提供量化依据，对地块边界提取的效率和速率提供辅助。

3.2.2 一种基于类城市路网的耕地地块全局性静态多形态边界提取方法

1）研究类城市路网空间的地块边界重要性度量模式。本研究引入基于复杂网络的城市道路重要度评价体系，探索类城市路网空间中耕地地块边界的重要性。对于规模庞大、结构复杂的城市路网而言，城市道路重要度评价的关键在于是否估计路网的整体形态结构和功能特征。每条道路对整个路网而言在结构和功能上都有不同程度的贡献，这种贡献可以通过相应的结构和功能评价指标进行度量。而在耕地地块类城市路网空间中，这样的整体形态结构和功能特征属性需要进一步探索，寻找符合耕地地块场景的重要性评价依据。

本研究拟利用节点度、接近中心性、中介中心性和连通可靠性指标，从4 个不同角度反映地块边界在类城市路网中的重要程度，并采用模糊聚类方法对地块边界网等级进行划分。根据模糊聚类分析结果，可将不同地块边界按照其最终取值大小进行排序和归类，划分地块边界等级，并对类城市路网进行整合梳理和改造。

2）基于HED 的多尺度深度学习模型提取耕地地块边界。基于全卷积网络和深度监督网络思想，HED 模型通过对影像的每个像素判断为边缘或非边缘的二分类结果，直接完成端到端的映射。HED模型以VGC16 为基础网络结构，忽略了对影像的全局特征的提取，导致对影像的表达能力受到一定的影响。同时，HED 模型采用过多的下采样并且没有充分融合多尺度特征，导致影像中许多细节信息被丢失。基于这2 个问题，本研究拟对HED 模型做两处针对性的改进。第一，对输入影像设计多尺度组合，从全局和局部两个角度充分挖掘不同尺度地物反映的显著性信息和空间关系。第二，将多尺度反卷积到与原始输入影像尺度一致，充分利用地物细节信息，实现多特征融合和信息互补。

4 结束语

本研究的方法探索是在自然秩序层面挖掘耕地地块边界与城市路网分布的内在联系，通过引入城市路网空间中道路重要性度量模式，妥善解决地块边界提取问题。建立基于HED 的多尺度深度学习框架，可弥补传统方法对地块本身的全局静态多形态认识的不足，增强规则耕地地块边界提取结果的合理性。总的来说，基于前期成果的积累和现阶段方法探索，该研究对解决基于航空影像的江汉平原耕地边界自动化识别与提取问题具备可行性，具有一定的科学理论意义和实践意义。