基于高分六号卫星数据的宁城县一肯中乡蔬菜大棚提取

辛 岩

(赤峰市气象局，内蒙古 赤峰 024000)

温室大棚作为重要的农业设施[1]，可以延长蔬菜供应周期，提高农业产量。早期通过人工的方法获取种植分布及种植面积，这种方法效率低下，可靠性较低，通过实地考察的方法获取大棚信息，费时费力[2]。现代地球观测设备如卫星、无人机每天都会产生大量的遥感数据。如何准确、自动化进行遥感解译(如大棚分布信息)，进而辅助政府决策具有重要的研究意义[3-5]。

机器深度学习在遥感领域的技术应用日趋成熟[6]，在新发布的ENVI DL 1.1遥感处理软件中就加入了机器深度学习功能模块Deep Learning Labeling Tool。这其中就嵌入了TensorFlow Mask Classification工具，其中包含了Google Brain 团队为深度神经网络(DNN)开发的功能强大的开源软件库TensorFlow。本研究就是利用TensorFlow深度学习，对国产GF-6号卫星数据进行温室大棚分类提取。即：将开源深度学习库TensorFlow允许将深度神经网络的计算利用一个TensorFlow API部署到任意数量的CPU或GPU的服务器、PC或移动设备上，然后使用分类图像，Train TensorFlow Mask Model工具将默认同时保存最优和最后模型。查看模型结果，如果不是太满意则需要重新创建模型，或者增加训练时长，以获得更优秀的模型，进而获得更好的分类结果。

1 数据来源与处理

数据来源：GF-6号2 m全色/8 m多光谱相机，观测幅宽90 km，PMS数据GF6_PMS_E118.9_N41.7_20210316_L1A1120089879。

数据处理：对数据进行辐射定标，大气校正，图像融合，裁剪后利用ENVI 5.5软件进行机器深度学习提取大棚信息，流程图见图1。

图1 GF-6卫星PMS数据机器学习处理流程

2 订正与统计

图2所示上图为在高分卫星影像真彩色合成图像下大棚影像，下图为经过机器深度学习提取出的大棚范围，对提取出的大棚面积进行订正，见图3。

图2 高分卫星图像及提取图像

图3 提取范围与订正后统计范围

图3所示为提取范围与订正后统计范围，订正统计后范围较提取范围有所增加。订正系数公式：

(1)

其中，n为选取样区个数，air为订正后大棚面积数，ait为提取大棚面积数。

文章中计算的订正系数为1.39，订正后统计面积为：0.347万hm2,与实际0.333万hm2(http://nmj.chifeng.gov.cn/Zwxx/Sndt/Qxdt/Files/2021624 1910.shtml)的提取精度为95.82%。

图4为一肯中乡大棚分布示意图，上图为局部放大图。

图4 宁城县一肯中乡大棚提取示意

一肯中乡各村大棚面积见图5，一肯中乡各村大棚面积分布并不是十分均匀，主要集中一肯中乡中部的万营子村、老西沟村、八肯中村、朝阳地村等村落，分别为4.28 km2、4.12 km2、3.79 km2、3.25 km2，孙鹏营子村跟桃海村最少分别为0.02 km2、0.003 km2。

图5 一肯中乡各村大棚面积统计

3 结论

①本文利用机器深度学习方法提取宁城县一肯中乡大棚面积为0.347万 hm2，提取精度为95.82%。②一肯中乡万营子村、老西沟村、八肯中村大棚面积较多，分别为4.28 km2、4.12 km2、3.79 km2。