HJ—1星CCD数据多次分类反演夏收作物油菜与小麦的空间分布

王有宁+覃燕+刘牛+熊勤学+章爱群

摘要：湖北省监利县夏收作物主要是小麦与油菜，小麦、油菜与树木大部分期间光谱特征相似，即存在异物同谱现象，很难通过一景数据进行解译。根据监利县夏收作物的物候特征，结合其NDVI指数的变化，采用二次分类法，即将3月4日、3月6日、4月15日、4月26日NDVI指数大于0.4，5月13日、6月13日小于0.2的定为油菜小麦区，主要原理是物候特征，3、4月油菜小麦长势好，叶面积系数大，NDVI指数高，而进入5月后，油菜小麦进行生殖阶段，叶面变黄，叶绿素降低，NDVI指数变小，成功反演监利县夏收作物小麦与油菜的空间分布，其结果与高分数据反演的结果比较，Kappa系数为0.94，证实其方法是准确的，可为监利县夏收作物的反演提供一套新的方法与手段。

关键词：多次分类法；环境卫星CCD数据；反演；油菜；小麦；光谱特征；空间分布

中图分类号： S127文献标志码： A

文章编号：1002-1302（2017）04-0163-03

小麦、油菜是湖北省监利县种植面积最大的2种夏收作物，从播种至收获二者生长期相仿。单期遥感影像由于受到“混合像元”和“同物异谱、异物同谱”的影响，难以保证农作物遥感识别精度。多时相遥感影像能够在一定程度上解决异物同谱的问题，准确获取农作物的种植面积，但多期影像相对配准造成的误差积累会影响测量精度[1-6]。在遥感分析中由于湖北省监利县夏收作物主要是小麦与油菜，小麦、油菜与树木大部分期间光谱特征相似（即异物同谱现象），很难区分开来，所以成功区分小麦、油菜与树木将是反演成功的关键。本研究运用多次分类法来提取小麦、油菜的丰度分布图，最终统计出湖北省监利县油菜、小麦种植面积，以期为区域夏收作物反演提供一套方法与手段。

1材料与方法

1.1研究区域的概况

本研究区域位于湖北省监利县（112°35′～113°19′E，29°26′～30°12′N（图1），湖北省监利县有24个乡镇784个行政村。地势平缓，河渠纵横交织，河泊星罗棋布。监利县总面积约3 508 km2，其中耕地面积为12万hm2。该县属典型的平原地型，地面海拔高程在23.5～30.5 m，地表外围南、西、北三面隆起，中间低下，呈撮箕形状结构。由于千百年来，县民挽堤束水、围垸造田，形成堤埂纵横，墩台错落，县内大小民垸490多个，状如蜂窝。属于典型的亚热带季风气候，光能充足、热量丰富、无霜期长。监利县太阳年辐射总量为0.43～0.46 MJ/cm2，年日照时数1 800～2 000 h，年平均气温 15.9～16.6 ℃，年无霜期242～263 d，多数年份降水量为 1 100～1 300 mm。有足够的气候资源供农作物生长。[JP3]并且该地区的水热同步与农业生产季一致的气候条件，适宜多种农作物生长发育。作物主要以种植油菜、小麦、水稻、棉花为主。[JP]

1.2遥感数据的获取以及预处理

HJ卫星是中国第一个多星多载荷民用对地观测系统。其中，HJ-1A光学卫星搭载了2台宽覆盖多光谱（简称CCD）相机和1台超光谱成像仪（简称HIS），HJ-1B光学卫星搭载了2台宽覆盖多光谱相机和1台红外（简称IRS）相机，其中CCD影像数据空间分辨率达30 m，且HJ-1A和 HJ-1B这2颗卫星结合的重访周期为2 d，幅宽大，监测范围广，是日常监测较好的数据源[7-8]。

由于夏收作物的分析需要进行NDVI指数计算，笔者选取了HJ-1A/B卫星的CCD影像数据进行研究。从中国资源卫星中心的网站（http：//www.cresda.com/cn/profile.html）上下载监利上空无云的HJ卫星CCD数据，选择7景作为分析数据，日期具体分别为1月1日、3月4日、3月6日、4月15日、4月26日、5月13日、6月13日。下载的数据级别为二级。对这些数据进行了预处理[9]，即辐射定标、大气校正、研究区选择与裁剪、几何校正等。经过辐射定标、大气校正、几何校正后，将每景数据进行NDVI指数计算，并将所有 NDVI 指数文件采用layer stacking合并成1个文件，形成 NDVI 指数生长季多光谱文件。

2结果与分析

2.1二次分类过程

本研究采用二次分类法来区分树木和夏收作物（油菜、小麦）。由于湖北省监利县3—4月油菜、小麦长势很好，相

对叶面系数较大，NDVI指数相也很高，但进入5月后，油菜、小麦开始进入生殖生长阶段，叶绿素逐渐降低，叶色也开始由绿变黄，NDVI指数变小，在这段时间只有油菜、小麦这2种作物具有这样的物候特征，树木等植被没有相应的规律，具体操作时将3月4日、3月6日、4月15日、4月26日NDVI指数大于0.4，5月13日、6月13日NDVI指数小于0.2的定为油菜、小麦区，最后得出该研究油菜、小麦混合区域（图2）。

3—4月期间，由于油菜开花，呈黄色，而小麦仍然呈绿色，这2种农作物光谱特征差异较大，将3月6日、4月15日CCD数据相加并平均，通过GCP田间调查指定调查点的信息，运行监督分类的最小距离法，很容易区分2种作物，最终得到该区域的小麦、油菜的空间分布（图3）。

2.2分类结果比较[HT]

本研究采用资源三号卫星CCD数据反演的结果认定为准确值，资源三号卫星多光谱数据（空间分辨率为5.8 m），相对于HJ卫星CCD数据30 m的空间分辨率来讲，认为是真实地面的反映，也很容易区分，将资源三号卫星CCD数据与环境卫星数据重合的地方进行比较（图4），将结果代入ENVI软件的结果认证，Kappa系数为0.94，和1比较接近，说明结果还是很准确的。因此，使用多次分类法来反演夏收作物面积的方法是可行的。

结果表明，湖北省监利县夏收作物小麦、油菜种植面积达11.78万hm2。其中，油菜种植面积高于小麦种植面积，油菜种植面积达10.38万hm2，湖北省监利县小麦种植面积主要分布在新沟3 806.7 hm2、程集1 686.7 hm2、江城1 506.7 hm2等乡镇；油菜种植面积主要分布在江城15 260 hm2，汴河 7 486.7 hm2，分盐7 300 hm2，毛市7 046.7 hm2，分类反演结果可为区域夏收作物种植监测和估产提供相关数据。

3结论

尽管湖北省监利县夏收作物异物同谱现象很严重，但有些特别时段部分作物会有差异，不可以直接采用监督分类进行处理，只有根据其物候特征，在夏收作物某个时段光谱特征差异大时逐步区分，即运用多次分类的方法才能准确反演，通过验证，采用多层分类法反演异物同谱地区的农作物空间分布还是很准确的，为区域夏收作物种植面积反演提供了有效思路和方法。

参考文献：

[1]郑长春，王秀珍，黄敬峰. 基于特征波段的SPOT-5卫星影像水稻面积信息自动提取的方法研究[J]. 遥感技术与应用，2008，23（3）：294-299.

[2]马丽，顾晓鹤，徐新刚，等. 地块数据支持下的玉米种植面积遥感测量方法[J]. 农业工程学报，2009，25（8）：147-151，封3.

[3]康婷婷，居为民，李秉柏. 水稻叶面积指数遥感反演方法对比分析[J]. 江苏农业科学，2015，43（5）：366-371.

[4]刘爱霞，王静，吕春艳. 基于MODIS数据的北京西部地区土地覆盖分类研究[J]. 地理科学進展，2006，25（2）：96-102.

[5]颜梅春. 高分辨率影像的植被分类方法对比研究[J]. 遥感学报，2007，11（2）：235-240.

[6]陈建军，黄淑娥，景元书. 基于EOS/MODIS资料的江西省水稻长势遥感监测[J]. 江苏农业科学，2012，40（6）：302-305.

[7]钟仕全，陈燕丽，莫建飞，等. 基于中巴02B星遥感数据的油菜识别技术研究[J]. 国土资源遥感，2010（2）：77-79，85.

[8]陈燕丽，钟仕全，莫建飞，等. HJ-1星水稻生育期长势动态监测研究[J]. 江苏农业科学，2013，41（7）：339-342.

[9]邓书斌. 遥感图像处理方法[M].