基于MaxEnt模型和多时相Sentinel-2影像的花椒识别研究

发布时间：2020-08-25 00:56

【摘要】：花椒有“中国调料”的美誉,是传统“八大调味品”之一,也是重要的经济作物之一。中国作为花椒的原产地,是世界上花椒种植面积和产量最大的国家。重庆江津区主要种植“九叶青”花椒,是全国最大的“九叶青”花椒种植基地,其花椒产业已覆盖25个镇(街),涉及22万户、61万椒农,是重要的支柱产业之一,也是重点打造的优质农产品特色产业,更是脱贫致富的重要途经。因此,及时了解掌握花椒种植区域及空间分布,为花椒产业调查与决策提供可靠的数据,从而逐步实现花椒产业的信息化管理,对调整花椒产业发展布局,辅助相关部门的农业指导政策制定,提高花椒优势产区的地位以及可持续发展具有十分重要的意义。传统的花椒种植信息获取是采用农业统计报表,通过基层人员实地调查数据逐级上报整理汇总。该方法在数据获取过程中受环境因素和人为因素的影响较大,并且上报过程中费时费力难以及时更新发布。与传统方法相比,利用卫星遥感技术监测农作物空间分布信息具有经济效益强、时效性强、宏观性强、覆盖范围广、信息量大等优点。近年来,随着遥感空间技术的不断发展进步,多传感器、多时间分辨率、多空间分辨率和多源遥感影像数据已经广泛应用到农业遥感各领域的研究中。然而,山地丘陵区气候、地形、水热以及耕地分布较为破碎等特殊的环境条件给遥感科学研究及其应用带来了很多挑战。因此,积极探索遥感技术在山地丘陵地区的农作物识别研究,推动遥感技术在山地丘陵区的应用,已经成为当前需要重点解决的科学问题。本研究以江津区先锋镇为研究区,结合土地利用现状图和野外实地调查获取的典型花椒分布样点数据,由2017年4月14日、7月23日和10月31日三个时相无云覆盖的Sentinel-2卫星影像分别处理计算生成的6种植被指数数据(归一化植被指数、权重差值植被指数、土壤调节植被指数、大气阻抗植被指数、绿色归一化植被指数、全球环境监测植被指数),通过数字高程模型生成高程、坡度、坡向、坡长、坡高、地形湿度指数等辅助地形数据,采用最大熵模型(MaxEnt)方法,对江津区先锋镇花椒进行遥感识别,并将研究结果应用于整个江津区的花椒遥感识别并估算其种植面积,主要研究内容及结果如下:(1)多时相与单时相遥感数据及辅助地形数据构建模型性能比较。多时相遥感数据及辅助地形数据组合构建模型的性能评价指标(AUC)分别为:训练AUC值0.890、测试AUC值0.866,均高于单时相遥感数据(4月14日、7月23日、10月23日)及辅助地形因子构建的模型AUC值。结果表明:多时相遥感数据及辅助地形数据组合构建模型的性能较好。(2)模型参数设置对模型性能的影响。将调控倍频(Regularization Multiplier,RM)设置成1、1.5、2、2.5、3,使用多时相遥感数据及辅助地形数据组成作为环境变量,比较不同调控倍频参数值对模型性能的影响。结果表明:当调控倍频参数值为1时,其训练AUC值和测试AUC值达到最高,分别是0.890、0.866。随着调控倍频参数值的增加,训练AUC值和测试AUC值都呈下降趋势。(3)筛选影响花椒地理空间分布的主导因子并分析其特征。选取的环境变量包括多时相遥感植被指数和地形因子,共有24个变量,各个环境变量对花椒地空间地理分布的影响程度通过相对贡献率检验评价,最终选择累计贡献率达到95%以上的环境变量作为影响模型的主导因子。结果表明筛选的主导因子为:7月23日的归一化植被指数,4月14日的权重差值植被指数、归一化植被指数,10月31日的权重差值植被指数,以及高程、坡高、坡向、坡度、地形湿度指数。由主导因子的响应曲线可得其特征,分别是:7月23日归一化植被指数约为0.1-0.6、4月14日权重差值植被指数约为0.20-0.35、4月14日归一化植被指数约为0.38-0.78、高程约为210-430m、坡高约为10-170m、10月31日权重差值植被指数约为0.20-0.33、坡向约为0-270°、坡度slope约为0-39°、地形湿度指数约为4.2-9.0,当主导因子处于特征范围内时,花椒的存在概率在0.5以上。(4)不同阈值规则下的分类精度比较。利用MaxEnt软件给出的常用阈值规则对先锋镇花椒预测概率图进行二值化分类,并通过先锋镇25%的花椒调查分布样点(47个)和非花椒样点(140个)验证数据集进行分类精度验证,结果表明:当阈值选择规则设定为Equal training sensitivity and specificity,对用阈值为0.361时,分类精度最高,总体精度为85.03%,Kappa系数为0.61。(5)江津区的花椒遥感识别。结合江津区典型花椒空间地理分布样点数据和筛选的9个主导因子,采用最大熵模型方法,对江津区花椒进行遥感识别。构建模型的训练AUC值为0.897,测试AUC值为0.896。选用Equal training sensitivity and specificity阈值选择规则,对应阈值为0.319,对江津区花椒预测概率图进行二值化分类,通过25%的花椒分布样点(116个)及非花椒样点(648个)的验证数据集进行分类精度评价,总体精度和Kappa系数分别为81.81%,0.48,同时进行江津区花椒空间分布预测制图,通过栅格计算估算花椒种植面积为53.99万亩。
【学位授予单位】：西南大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：S573.9;S127
【图文】：

卫星影像,卫星影像,地理位置,花椒

图 3-1 研究区地理位置和 Sentinel-2 卫星影像Fig3-1 geographic location of the study area and sentinel-2 satellite images3.2 数据获取来源3.2.1 花椒分布调查点数据2017 年 6 月-9 月，本研究结合 1：10000 江津区土地利用现状图对花椒进行野外实地调查，同时借助手持式全球定位系统（GPS）获取典型花椒种植区经纬度坐标，并定位获取非花椒点经纬度坐标。利用 ArcGIS 软件对坐标信息进行布点，并通过 GoogleEarth 软件检验样点数据的准确性。最终得到江津区花椒分布样点数据461 个，非花椒分布样点数据 2597 个。先锋镇花椒分布样点数据 192 个，非花椒样点数据 560 个。非花椒样点由旱地、水田、林地、草地、果园及城镇村用地等主要用地类型按区域所占比例分层随机抽样获得。3.2.2 遥感影像数据Sentinel-2 卫星是由欧洲委员会和航天局共同实施，哥白尼计划下的高分辨率多光谱成像卫星，分为 2A 和 2B 两颗卫星。Sentinel-2A 卫星于 2015 年 6 月 23

植被指数,归一化植被指数,全球监测,土壤调节

19图 4-1 先锋镇 4 月 14 日植被指数Figure 4-1 vegetation index of xianfeng town on April 14注：0414NDVI 表示 4 月 14 日的归一化植被指数；0414WDVI 表示 4 月 14 日的权重差值植被指数；0414SAVI 表示 4 月 14 日的土壤调节植被指数；0414GNDVI 表示 4 月 14 日的绿色归一化植被指数；0414ARVI 表示 4 月 14 日的大气阻抗植被指数；0414GEMI表示 4 月 14 日的全球监测植被指数，下同。

植被指数,归一化植被指数,全球监测,土壤调节

20图 4-2 先锋镇 7 月 23 日植被指数Fig 4-2 Vegetation index of xianfeng town on July 23注：0723NDVI 表示 7 月 23 日的归一化植被指数；0723WDVI 表示 7 月 23 日的权重差值植被指数；0723SAVI 表示 7 月 23 日的土壤调节植被指数；0723GNDVI 表示 7 月 23 日的绿色归一化植被指数；0723ARVI 表示 7 月 23 日的大气阻抗植被指数；0723GEMI表示 7 月 23 日的全球监测植被指数，下同。

【参考文献】