近年來，隨著以高分系列衛(wèi)星和吉林一號(hào)等為代表的我國高分辨率遙感衛(wèi)星的相繼發(fā)射，亞米級(jí)分辨率影像由于具有可觀測到更為細(xì)致的地表覆蓋結(jié)構(gòu)，反映真實(shí)的地物類型等特點(diǎn)，越來越被廣泛用于農(nóng)業(yè)調(diào)查，尤其是第三次農(nóng)業(yè)普查首次將遙感數(shù)據(jù)應(yīng)用于農(nóng)作物面積普查中，大量人工實(shí)地測量工作被遙感測量替代。
基于西湖龍井茶產(chǎn)區(qū)范圍較小，茶園主要分布于坡地、谷地以及洼地，種植歷史悠久，缺乏統(tǒng)一規(guī)劃布局，分布零散等問題，研究以吉林一號(hào) JL01 高分辨率遙感衛(wèi)星為主，輔以中低分辨率多光譜遙感影像高分6號(hào)(GF-6)、sentinel-2以及美國陸地衛(wèi)星(Landsat8)(相關(guān)衛(wèi)星參數(shù)見表1)，對(duì)茶葉種植區(qū)的提取采用不同季節(jié)的多期影像。結(jié)合杭州西湖龍井茶種植區(qū)的綜合特征，使用實(shí)例分割法和基于改進(jìn)的HRNetV2基礎(chǔ)深度學(xué)習(xí)模型，在此基礎(chǔ)上結(jié)合人工解譯，對(duì)自動(dòng)提取結(jié)果進(jìn)行一定程度的修正，進(jìn)一步獲取茶園精細(xì)的空間分布和面積統(tǒng)計(jì)。
HRNetV2基礎(chǔ)深度學(xué)習(xí)模型(High- resolution net)是 2019 年微軟亞洲研究院提出的一種全新的用于機(jī)器學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)，其特點(diǎn)是多種分辨率遙感數(shù)據(jù)融合，在圖像檢測分割方面表現(xiàn)優(yōu)異。1. 西湖龍井的樣本集本研究采用4種方式采集和優(yōu)化800多個(gè)樣本，其中茶葉樣本 200 個(gè)，其他樣本 600 多個(gè)。2. 新HRNetV2模型訓(xùn)練并進(jìn)行優(yōu)化改進(jìn)HRNetV2模型首先在大規(guī)模公開數(shù)據(jù)集(ImageNet)上進(jìn)行模型預(yù)訓(xùn)練，而后在研究人員自己標(biāo)注的樣本數(shù)據(jù)集上進(jìn)行模型精調(diào)。優(yōu)化過程中采用交叉熵作為損失函數(shù)，并使用分割精度和分割速度等評(píng)價(jià)指標(biāo)對(duì)算法檢測性能進(jìn)行評(píng)價(jià)。
3. 結(jié)果與分析
西湖龍井茶園新 HRNetV2 模型遙感識(shí)別結(jié)果見圖1，識(shí)別結(jié)果再通過人工判圖的方式對(duì)自動(dòng)提取結(jié)果進(jìn)行一定程度的修正，達(dá)到單個(gè)斑塊準(zhǔn)確率、覆蓋準(zhǔn)確率等要求。對(duì)自動(dòng)提取結(jié)果中存疑的斑塊，再次實(shí)地核查，將核查的結(jié)果補(bǔ)充為樣本，豐富樣本類型，提高識(shí)別精準(zhǔn)度。
(1)實(shí)地考察
實(shí)地考察的主要目的是對(duì)人工核查出顏色和紋理特征類似茶樹種植區(qū)的疑似斑塊的實(shí)地查證。核查主要發(fā)現(xiàn)：一是呈現(xiàn)顆粒狀、梯田狀或者稀疏植被的疑似斑塊，這類斑塊通過實(shí)地察看發(fā)現(xiàn)往往是稀疏林地;二是與茶葉斑塊緊鄰的質(zhì)地均勻接近裸土的疑似斑塊，這類斑塊在圖像中綠色與土色夾雜混合，紋理比較勻稱，有明顯的條橫，經(jīng)實(shí)地勘察發(fā)現(xiàn)主要為幼齡茶樹;三是紋理特征類似茶樹，但顏色呈現(xiàn)黑褐色的疑似斑塊，這類斑塊往往是黑色的茶園遮陽網(wǎng)。
(2)識(shí)別精度
通過新HRNetV2模型識(shí)別出的西湖龍井茶園邊界與居住區(qū)以及山上林木邊界清晰，紋理細(xì)膩豐富，識(shí)別面積為1400.63公頃，與2022年杭州市統(tǒng)計(jì)局統(tǒng)計(jì)年鑒中西湖區(qū)茶園面積相比，遙感識(shí)別茶園面積偏少123.65公頃，識(shí)別準(zhǔn)確率接近92%。
西湖風(fēng)景名勝區(qū)識(shí)別茶園最小面積約40平方米，位于楊梅嶺;最大約356390平方米，位于翁家山。西湖區(qū)范圍內(nèi)最小茶園面積約55平方米，位于沈家弄社區(qū);最大約555055平方米，位于桐塢(表2)。
該研究彌補(bǔ)了中低分辨率遙感影像由于空間分辨率不足、地物空間細(xì)節(jié)信息有限且受混合像元的影響、單獨(dú)依靠光譜特征不足以滿足業(yè)務(wù)上對(duì)于作物精準(zhǔn)分布識(shí)別的要求，實(shí)現(xiàn)優(yōu)勢互補(bǔ)，提高作物識(shí)別精度。對(duì)西湖龍井品牌保護(hù)、數(shù)字化管理、精細(xì)化氣象服務(wù)，以及茶樹生長環(huán)境小氣候研究具有重要意義。
本文節(jié)選自《中國茶葉》2023年第9期，P32--36，《西湖龍井茶園衛(wèi)星遙感識(shí)別研究》，作者：楊軍，范遼生。
來源：中國茶葉
如有侵權(quán)請(qǐng)聯(lián)系刪除
