高光譜遙感技術(shù)助力農(nóng)作物精細分類
在之前的《【行業(yè)專題】新疆到底種了多少棉花？遙感技術(shù)告訴你》，我們探討了如何利用高光譜遙感影像數(shù)據(jù)估算農(nóng)作物面積。文中提到，高光譜遙感技術(shù)可以客觀、準確、及時地提供農(nóng)作物生態(tài)環(huán)境和作物生長的各種信息，它是精確農(nóng)業(yè)獲得田間數(shù)據(jù)的重要來源。本期案例，我們就來探討一下，如何利用高光譜遙感影像數(shù)據(jù)進行農(nóng)作物精細分類。
農(nóng)作物精細分類對于農(nóng)作物長勢監(jiān)測、產(chǎn)量預(yù)估、災(zāi)害評估、保障國家糧食安全具有重要意義。同時也是農(nóng)業(yè)生產(chǎn)過程中合理分配資源、精準施肥的重要依據(jù)。隨著空間技術(shù)的發(fā)展，利用高光譜遙感衛(wèi)星實時對地觀測，通過分析高光譜遙感影像數(shù)據(jù)進行農(nóng)作物精細分類逐漸成為一種主流方式。
本次的案例我們采用“珠海一號”高光譜衛(wèi)星OHS-2（貴陽一號）的影像——河北雄安新區(qū)，作為實驗區(qū)域。高光譜遙感影像數(shù)據(jù)經(jīng)過輻射定標，并在定標結(jié)果的基礎(chǔ)上進行了FLAASH大氣校正。為了實驗的準確性，我們還對研究區(qū)域進行實地調(diào)查，調(diào)查樣點如圖1所示。
圖為“珠海一號”衛(wèi)星星座傳回的衛(wèi)星圖片：河北雄安新區(qū)
圖（1）
去云處理
從圖1的“珠海一號”高光譜遙感衛(wèi)星影像中可以看到，研究區(qū)域的東南區(qū)域存在部分云量，在分類之前需要先將云掩膜去除。云的光譜特征曲線如圖2所示，云的反射率在480nm~866nm之間具有較高的值，而在紅光范圍內(nèi)640nm附近處于相對較低的反射率。根據(jù)這一特點，將云提取出來。結(jié)果如圖3所示。
圖（2）
圖（3）
分類過程
我們將實地提取的農(nóng)作物進行分析得出平均光譜，如下圖所示，將農(nóng)作物分為玉米、紅薯、大豆、花生、蔬菜、草地、林地、其他植被和非植被（水體、建筑、裸地和道路）。
影像中不同地物的光譜特征曲線
圖（4）
分析方法
（1）首先利用歸一化植被指數(shù)NDVI，進行區(qū)分遙感影像中的植被與非植被。
計算公式：
NDVI=(NIR-RED)/(NIR+RED)
NIR為地物在近紅外波段的反射值，RED為地物在紅光波段的反射值。
-1<=NDVI<=1，負值表示地面覆蓋為云、水、雪等，對可見光高反射；NDVI=0表示有巖石或裸土等，NIR和RED近似相等；NDVI為正值，表示有植被覆蓋，且隨覆蓋度增大而增大；
（2）根據(jù)圖（4）各地物光譜以及NDVI特征構(gòu)建分類決策樹進行農(nóng)作物分類，決策樹如下圖（5）所示：
圖（5）
通過圖（5）的分類決策樹進行分類法得到圖（6）的分類結(jié)果。
分類精度評價
實驗利用“珠海一號”高光譜遙感衛(wèi)星影像數(shù)據(jù)，結(jié)合實地調(diào)查樣點，基于決策樹分類方法，對研究區(qū)土地覆蓋類型進行分類，利用驗證樣點基于混淆矩陣并利用實測點對分類結(jié)果進行精度驗證Kappa系數(shù)為0.95，總體精度達95.94%，精度評價結(jié)果如下表1所示，其中花生、玉米、大豆、紅薯、蔬菜具有較高的分類精度，花生和玉米存在小部分混分，由于遙感影像不可避免會存在“同譜異物”現(xiàn)象，導(dǎo)致蔬菜和其他植被存在混分現(xiàn)象。
表1 分類結(jié)果精度驗證（%）
農(nóng)作物面積統(tǒng)計
根據(jù)分類結(jié)果對研究區(qū)農(nóng)作物面積進行統(tǒng)計，利用像元數(shù)乘以單位像元面積（“珠海一號”高光譜衛(wèi)星分辨率為10米），即乘以10米×10米。
表2 研究區(qū)農(nóng)作物面積統(tǒng)計
從表2可以看出，研究區(qū)中玉米面積占農(nóng)作物比例最大，達到65.89%，面積為997.64km2。而蔬菜面積所占比例最小，為2.53%，面積為38.32km2。
結(jié)語：隨著國家空間基礎(chǔ)設(shè)施建設(shè)的完善和物聯(lián)網(wǎng)、互聯(lián)網(wǎng)＋、大數(shù)據(jù)、人工智能等技術(shù)的發(fā)展，以及精準農(nóng)業(yè)和智慧農(nóng)業(yè)發(fā)展的需求，農(nóng)業(yè)高光譜遙感技術(shù)將會得到更廣泛地應(yīng)用。
轉(zhuǎn)自：珠海歐比特