基于吉林一号的梨树县主要农作物提取研究

2023-03-08 02:08丁春雨晏明马冠南谷金英袁铁英
农业与技术 2023年4期
关键词:梨树县吉林农作物

丁春雨 晏明 马冠南 谷金英 袁铁英

(吉林省农业资源与农业区划研究所,吉林 长春 130033)

引言

近年来,我国三农工作重心历史性转向全面推进乡村振兴,国务院及相关部门先后出台了《中华人民共和国国民经济和社会发展的第十四个五年规划和2035年远景目标纲要》《中共中央国务院关于实施乡村振兴战略的意见》《乡村振兴战略规划(2018—2022年)》等一系列重要政策文件,为充分释放数字要素对农业发展的放大叠加倍增作用提供了顶层设计。

吉林一号卫星是吉林省长光卫星技术有限公司研发,已构成目前我国最大的商业遥感卫星星座,涵盖了亚米级宽幅、视多模式、宽波段多光谱等多种型号,提供大覆盖、高精度、实时及时的卫星遥感信息[1]。目前,吉林一号卫星在农业、林业、交通、城市管理、水环境监测以及火山监测等领域得到了较多的应用[2-6],在农作物精细分类中有着特有的优势[7]。

2022年1月,吉林省政府工作报告提出,吉林省将加快国家粮食安全产业带建设,启动实施“千亿斤粮”生产工程。梨树县是全国著名的粮食生产先进县和重点商品粮基地县[8],利用新技术、新方法对其农业进行科学化管理,对促进农民增收、助推吉林省“千亿斤粮”生产工程发展具有极其重要的意义。

1 梨树县概况

梨树县位于吉林省西南部,地处松辽平原腹地。介于N43°02′~43°46′,E123°45′~124°53′,总面积3232km2,耕地面积约26.33万hm2,常年粮食总产量达到25亿kg,人均占有粮食、人均贡献粮食、粮食单产和粮食商品率4项指标均在全国名列前茅。

2 提取的技术流程

基于多源遥感数据农作物遥感监测技术流程如图1所示。

图1 梨树县农作物提取技术流程图

在对梨树县的农作物遥感监测提取过程中,综合利用吉林一号光谱星和实地取样光谱信息进行农作物辨析,利用吉林一号亚米级高分辨率遥感影像进行多时相农作物分类样本库构建,联合像元谱段信息与空间结构特征,利用多层感知卷积神经网络(MPCNet)[9]对吉林一号多源多时相影像进行农作物分类,并利用HRNet OCR耕地提取模型提取出梨树县耕地掩膜矢量,进行面向对象赋值后获取初步农作物种植结构监测结果,经过人工质检与核验获取精细化的梨树县农作物分类产品。总体主要包括5个工作流程:数据准备,预处理,样本采样,农作物分类,成果输出。

3 数据准备与预处理

3.1 遥感数据源的选取与处理

不同作物在不同谱段上的反射率存在差异,在高分辨率影像上,不同作物的纹理特征也存在明显差异,这是利用遥感影像进行农作物分类的理论依据。吉林一号的光谱星可以获取到不同作物的多个光谱信息,吉林一号的宽幅星亚米级数据可以清晰地展现不同作物空间纹理特征。本次农作物遥感监测选择综合利用吉林一号多光谱数据与亚米级高分辨率数据相结合的方式,采用长光卫星技术股份有限公司提供的2022年6月26日、2022年7月9日、2022年8月12日和2022年9月2日4期高质量影像。影像经过辐射校正、大气校正、几何校正等预处理手段,获取标准化卫星影像产品用于后续农作物种植结构提取。梨树县2022年8月0.75m空间分辨率遥感影像图见图2。

图2 2022年8月梨树县亚米遥感影像图

3.2 耕地地块提取

以第三次全国国土调查数据(简称国土三调数据)为基准,对国土三调数据中的非播种耕地进行滤除,利用影像特征结合目视解译对耕地数据进行分割,获取与农作物种植单元相对应的耕地斑块用于后续的农作物种植结构提取。

梨树县国土三调数据提供了较为精准的梨树县耕地分布,但是由于只获取了2020年的国土三调数据,由于地类的变更,在山区存在草地误分为耕地的情况,同时农民自家宅院内部的细碎耕地不计入分类范围。因此,利用深度学习语义分割网络对梨树县2022年8月亚米尺度影像进行耕地提取,获取2022年耕地分布数据,耕地提取模型如图3所示。

图3 梨树县耕地提取模型网络架构

综合利用自提取的耕地结果与国土三调数据获取本次项目的耕地地块结果,根据影像特征结合目视解译对耕地数据进行分割,获取与农作物种植单元相对应的耕地斑块用于后续的农作物种植结构提取。

4 主要农作物遥感分类

4.1 外业实地采样

本次提取的农作物种类分为4类(玉米、水稻、大豆、其它作物)。采用监督分类方法提取农作物的空间分布,高质量的作物样本对提取结果的精度与影像特征的判断至关重要。为充分了解梨树县的农作物种植结构及各地物对应的影像特征,对梨树县进行外业样本采集,外业采集工作主要记录地块的作物类别、位置、农情和近景照片,外业采集路线与点位如图4所示。外业点位采集共获取地面实测作物点位718个,其中,玉米396个、水稻88个、花生105个、大豆79个、其它作物44个,拍摄图片436张。通过实地外业调查可知,梨树县农作物包括玉米、水稻、大豆、花生和其它作物。其中,其它作物地块分2茬种植,在4—7月种植马铃薯、瓜果、红薯和胡萝卜等,8月开始种植秋白菜。

图4 梨树县外业采样点位示意图

4.2 样本库构建

将外业点位特征叠加多期卫星影像,建立解译标志如表1所示,利用解译标志构建农作物分类样本集。

4.3 样本采样与分类器搭建

以表1中的农作物样本库为参考,单一时相影像难以区分所有作物类别,利用MPCNet卷积网络对多时相影像对耕地地块进行监督分类,分类策略如图5所示。其中,2022年6月26日高分辨率影像用于区分水稻、其它作物与未识别作物(大豆、花生和玉米);在2022年8月12日高分辨率影像上对未识别作物进行区分,获取玉米和油料作物空间分布;通过2022年9月初的光谱星影像对油料作物进行区分,获取大豆和花生的空间分布。一般情况下,监督分类产生的分类结果中存在许多面积很小的图斑,需要对其进行重新分类来改善分类效果[10]。因此,通过对初步识别结果进行人工质检,修正一些错分类,再通过属性相同相邻图斑合并及删除无意义图斑,去除面积小于200m2的地块,获取最终的精细农作物识别结果。

表1 农作物样本库

图5 梨树县多时相农作物分类技术路线图

基于吉林一号遥感影像提取梨树县2022年主要农作物空间分布,提取成果如图6所示。

图6 梨树县2022年主要农作物空间分布

5 精度验证

为检验梨树县主要农作物提取成果精度,在梨树县随机生成856个验证样本,以吉林一号亚米级高分辨遥感数据为底图,在外业样本采集经验的基础上,通过人工目视判断验证样本点作物类型,并于提取结果构建混淆矩阵,如表2所示,验证提取结果精度。

经验证,梨树县2022年主要农作物遥感监测成果总体精度为96.00%。玉米、水稻、大豆和其它作物的生产者精度均大于90%,说明4种作物发生漏分的现象均较少。玉米、水稻和其它作物的用户精度大于90%,表明这3种作物错分现象较少,但是大豆用户精度小于90%,提取的大豆结果中存在一定程度的错分。从表2可知,大豆的错误提取主要是由于大豆与其它作物(花生)易发生混分造成的。经检验,易发生错分区域主要在花生与大豆间作,以及山区草地与玉米的过渡区域。

表2 提取结果与验证样本混淆矩阵

6 结论

本文基于吉林一号卫星数据,结合影像特征和实地调查,建立主要农作物样本库,根据作物不同生长关键期的光谱特征和空间结构特征,对梨树县主要农作物进行了分类研究,得到了如下结论。

综合利用吉林一号多光谱数据与亚米级高分辨率数据,能够精准地实现梨树县主要农作物品种分类,且总体分类精度达到96%。

在梨树县主要农作物中,利用亚米级高分辨率数据可以很好地区分玉米、水稻和其它作物。如,8月10—20日的影像数据对玉米有较好的可分性;6月20—30日的影像数据对水稻具有较好的可分性;对于其它作物,6月20—30日的影像具有较好的可分性,8月1—10日影像数据的可分性更为明显,可将2个影像数据结合分类;但是大豆影像特征与其它作物(花生)类似,单独运用亚米级高分辨率数据无法区分大豆与花生,要结合具有短波红外波段的吉林一号多光谱数据,可较好地区分大豆与花生,但其精度受到一定影响。

在实际分类过程中发现,豆类不同品种(如黄豆、绿豆等)之间的光谱特征较为相似,无法进行有效区分,需进行更深入的研究。

综上所述,吉林一号卫星数据可用于农作物分类,且效果较好,有利于促进国家粮食安全和农业数字化发展,可为政府和农业管理部门提供精准的数据信息。

猜你喜欢
梨树县吉林农作物
高温干旱持续 农作物亟须“防护伞”
俄发现保护农作物新方法
夏季农作物如何防热害
厉害了!农作物“喝”上环保酵素
A Spring Coat for Sarah
吉林卷
吉林卷
长大后我就成了你
铭记历史 爱我中华
我愿自己长大后是这样的