何孟桥
山东省地质测绘院 济南 250000
摘要∶山区耕地梯田较多，具有地块破碎、农作物种植品种多且空间分布混杂程度高等特点，运用传统的遥感技术方法精确监测农作物面积较为困难。为进一步加强国产卫星与第三次国土调查成果的应用，本研究选取山东省日照市莒县为研究区，以第三次国土调查成果作为影像多尺度分割及空间种植结构提取的数据基础，以国产卫星遥感影像为主要数据源，对部分复杂区域采用机载lidar点云、无人机倾斜摄影为辅助，利用面向对象的多尺度分割方法与随机森林的分类方法对无人机航拍数据进行分割、分类，基于农作物的物候信息对莒县主要农作物（玉米、大豆、水稻、马铃薯、花生、高粱等）进行分类研究和种植面积的信息提取。结果表明：基于多源地理信息数据融合的农作物分类和面积提取优化技术和示范应用种基于第三次国土调查成果进行农作物种植结构和面积的提取可以有效去除掉与主要农作物光谱信息相似的草地、林地的干扰，利用农作物的物候信息可以有效地区分玉米、大豆和马铃薯等作物，满足农业成果应用的精度要求。
关键词∶ 农作物 第三次国土调查 机载lidar点云 精度 遥感
1、研究区与实验数据
1.1研究区概况
莒县地处鲁东南，位于日照市西部，面积1821k㎡，辖20个乡镇（街道）和1处省级经济开发区，人口110万。县域南北长75.6km，东西宽37.4km，总面积1821k㎡。莒县总体地势北高南低，地形复杂多样，四周环山，中间丘陵、平原、洼地相接。地理坐标为东经118°35′-119°07′，北纬35°19′-36°02′。东接五莲县、东港区和岚山区，西连沂水、沂南两县，南与莒南县毗连，北与诸城市接壤。
1.2试验数据
高分六号是一颗低轨光学遥感卫星，也是我国首颗精准农业观测的高分卫星，具有高分辨率和宽覆盖相结合特点，高分六号卫星是国家高分辨率对地观测系统重大专项的重要组成部分，高分六号卫星将与已发射的高分一号卫星组成行程“2m/8m光学成像卫星系统”，其图像数据主要应用于农业、林业和减灾业务领域，兼顾环保、国安和住建等应用需求。高分六号卫星配置2米全色/8米多光谱高分辨率相机、16米多光谱中分辨率宽幅相机，2米全色/8米多光谱相机观测幅宽90km，16米多光谱相机观测幅宽800km。
本文利用第三次国土调查成果数据作为影像预处理基础，第三次国土调查成果数据包括分幅正射影象数据，覆盖整个莒县。分幅正射影像数据以1∶25000分幅，分辨率为0.5m，作为本文纠正及精度检测的主要数据源。利用Envi软件对全色、多光谱影像进行辐射校正、利用FLAASH大气辐射传输模型对多光谱影像进行大气校正;由于所利用的遥感影像时空分辨率高、影像的数握量大，需利用PCl软件进行控制点采集来实现正射校正通过各主流软件融合模块的对比，PielGrid软件的Pansharp融合方法效果最优，因此本研究采用PixelGid软件进行影象融合由于单景影像的幅宽较窄，无法覆盖工作区，因此需要对多景影像进行拼接处理，本文利用Erdas软件进行镶嵌，镶嵌线编辑用ArcGIS软件进行修改根据第三次国土调查成果成果莒县工作区的行政范围，利用 ArcGIS软件进行裁剪。
对莒县碁山镇等5个镇抽取部分区域进行无人机三维建模，利用机载lidar技术，建成三维模型，一是形成可视化成果，二是对数据进行验证。
2、研究方法
2.1影像分割
采用面向对象的分类方法是以对象为基础进行的，它包括两个关键的步骤:对象的分割和对象信息的提取。其中，分割是对象信息提取的基础，分割的效果关系着后续分类精度的高低。目前最优分割尺度主要依靠人为的经验，通过反复的实验并结合目视解译来确定。借助于专题矢量对影像进行分割可以更有效对地物进行边缘提取，本文专题矢量数据来自于第三次国土调查成果，无矢量的多尺度分割未能把草地与耕地很好地分离开，会影响信息提取的准确性，如图2所示。
图2第三次国土调查矢量参与分割效果图
2.2特征选择
本文借助第三次国土调查成果数据进行分类，这样可以提高特征提取的准确性，把三调中的一级类为耕地的数据提取出来，二级类中，区分为水稻、莲藕等水生农作物，在旱地和水浇地的基础上进一步对农作物(玉米、大豆、马铃薯、花生等)进行划分。
3、研究结果
利用 ArcMap10．2 软件，结合目视判读，对随机森林分类结果中的农作物地块( 水稻、蔬菜、西瓜、玉米、休耕地) 进行修正并矢量化( 如图3所示) ，获取各类型农作物精确面积，与随机森林分类结果进行比较，评价农作物面积监测精度根据表2 可知，
各地类面积误差都较小，其中面积误差最大的作物为地瓜，也只有 1．02%，其余都小于1%。
.png)
4、结论
由于山区耕地具有地块破碎、农作物种植品种多且空间分布混杂程度高的特点，利用传统遥感方法高精度获取农作物品种难度较大。本文利用多源地理信息数据融合。结果表明:
(1) 特征数据融合充分利用高分辨率遥感数据的光谱信息、纹理信息、地物几何信息等特征信息，对提高分类精度十分有利。
(2) 将面向对象分割结果与特征信息融合后，克服了传统分类方法中图斑凌乱、地物混杂的缺点。
(3) 部分区域使用机载LIDAR点云技术，进行三维建模，使得作物面积精度高、可视化强。该方法能够高效准确地对山区农作物种植面积进行监测。
本文设计结合NDVI时间序列数据、第三次国土调查数据、DEM数据、地质环境分析数据，通过多源地理信息数据融合，实现农作物分类和面积量算快速精准监测，以及大范围的农作物遥感监测具有借鉴意义。
参考文献：
［1］ 陆登槐． 遥感技术在农业工程中的应用［M］． 北京:清华大学出版社，1997．
［2］ 陈正宜． 农业土地资源研究中的遥感图像综合分析———以天然渠、文岩渠地区为例［J］． 遥感信息， 1986( 4) : 14-16．
［3］ 许迪，李益农，蔡林根，等． 卫星遥感影像在农田灌80 测 绘 通 报 2020 年 第 7 期排系统识别中的应用研究［J］．农业工程学报，2004， 20( 2) : 36-39．
［4］ 乌云德吉，乌兰吐雅，于利峰，等． 基于 GF-1 WFV
数据的河套灌区春小麦长势遥感分析———以临河区
为例［J］． 北方农业学报，2018，46( 2) : 123-128．
［5］ 林芬，赵庚星，常春艳，等． 基于相邻轨道图像的冬小麦面积提取及长势分析［J］． 农业资源与环境学报，2016，33( 4) : 384-389．
［6］ 曾波，赵展．地理国情普查中高分辨率遥感影像自动分类技术研究［J］．测绘通报，2015( 1) : 95－98．
［7］ 张俊，朱国龙，李妍．面向对象高分辨率影像信息提取中的尺度效应及最优尺度研究［J］．测绘科学，2011，36( 2) : 107－109．
［8］ 杨海平，明冬萍．综合多层优选尺度的高分辨率影像分割［J］．地球信息科学学报，2016，18( 5) : 632－638．