基于HJ_1CCD遥感影像的西双版纳橡胶种植区提取
中国农业气象（Chinese Journal of Agrometeorology ）
doi ：10．3969/j．issn．1000－6362．2013．04．018
2013年
1CCD 遥感影像的西双版纳橡胶种植区提取［J ］．中国农业气象，2013，34（4）：493－497余凌翔，朱勇，鲁韦坤，等．基于HJ-
基于HJ －1CCD 遥感影像的西双版纳橡胶种植区提取
111212余凌翔，朱勇＊＊，鲁韦坤，黎小清，赵泽，李春丽
*
（1. 云南省气候中心，昆明650034；2. 云南省热带作物科学研究所，景洪666100）
摘要：利用橡胶林第一蓬叶变色－稳定期环境遥感影像作为遥感信息源，根据橡胶林这一时期特有的影像特
通过监督分类方法实现对西双版纳橡胶种植分布区信息的提取，解决了监督分类时树龄、品种和耕作制度征，
造成的光谱差异问题；监督分类前利用NDVI 阈值对非提取目标进行剔除，有效减少了分类数和工作量。分析表明，本次提取精度达到97. 6%，较好地反映了西双版纳橡胶种植分布情况，同时对国产卫星的推广应用具有良好的示范作用。
关键词：西双版纳；橡胶；种植区；第一蓬叶变色－稳定期
Rubber Planting Area Extraction in Xishuangbanna Region Based on HJ-1CCD
Remote Sensing Image
YU Ling-xiang 1，ZHU Yong 1，LU Wei-kun 1，LI Xaio-qing 2，ZHAO Ze 1，LI Chun-li 2
（1. Yunnan Climate Center ，Kunming 650034，China ；2. Yunnan Institute of Tropical Crops ，Jinghong 666100）
Abstract ：The rubber plantation area in Xishuangbanna was extracted by the supervised classification method from the umbrella of rubber tree color to stable stage with specific spectral features．This HJ remote sensing images in the 1st leaf-method solved the spectral differences problem of supervised classification caused by age ，species and farming．The non-extractive features ware removed before supervised classification which effectively reduced the number of categories and workload．Analysis showed that the classification accuracy was up to 97. 6%which reflected preferably rubber cultivation distribution in Xishuangbanna．It was a good model for the promotion and application of domestic satellite．Key words ：Xishuangbanna region ；Rubber ；Planting area ；First foliage cluster color to stable stage 西双版纳傣族自治州（以下简称西双版纳）是云
南省主要天然橡胶种植区域，全区所辖景洪市、勐海县和勐腊县，传统的橡胶种植区域调查方法存在如人力物力耗费大、工作周期长、调查成本高等问题。卫星遥感影像识别解译技术是现代先进的探测研究手段，在地球资源调查、区域环境变化监测乃至全球变化研究中正发挥着越来越重要的作用。对比传统的勘测调查方式方法，它具有宏观、综合、快速、动态、
［1-4］
。卫星遥感提取作物面准确和成本低廉等优势
［5］
积相关研究报道较多，王福民等利用TM 卫星进
前人研究多以常规作物为主，方法。从研究对象看，
数据源主要为MODIS 和TM 影像。利用卫星遥感技术进行橡胶种植区提取研究则相对较少，有关卫星遥感技术对西双版纳橡胶种植区研究则未见报
［9］
道。陈汇林等利用多时相INDVI 值变化曲线，以及橡胶树冬季集中落叶特性和蓬叶生长等的周年生长变化规律，采用监督分类方法提取非样本训练区橡胶种植信息，实现海南橡胶种植空间分布遥感信
［10］
TM 卫息的提取；张京红等利用2008年Landsat-星数据作为遥感信息源，通过监督分类方法和实际
提取海南岛天然橡胶种植面积信息；刘少军调查，
以高分辨率QuickBird 卫星影像为基础，采用面向对象的信息提取方法，用光谱、形状、纹理等构等
［11］
利用MODIS
卫星资料进行了冬小麦面积提取的研究，张明伟等
［7-8］
韩素琴等行了水稻面积提取的研究，
［6］
利用MODIS 时序数据分析了不同作物的识别
*
＊＊
mail ：zhuyong78@hotmail．com 收稿日期：2012－12－28通讯作者。E-基金项目：公益性行业（气象）科研专项（GYHY20110624）；云南省科技创新强省计划（2009AB001）
mail ：yulx@163．com 作者简介：余凌翔（1973－），云南晋宁人，学士，高级工程师，主要从事生态环境遥感应用研究。E-
建特征空间，进行橡胶林的分类试验，获取海南橡胶的种植面积信息。
由于MODIS 空间分辨率较低（最高为250m ），无法实现面积较小的橡胶种植区提取；TM 和QuickBird 影像为付费数据，使用成本较高；而近年来中国自主
1CCD 分辨率很高，研制的环境卫星HJ-可达30m ，且重访周期短、使用成本低，可为作物种植区提取以及
面积、产量估算等提供基础数据。因此，本文拟以HJ-1CCD 卫星数据为遥感影像数据源，探讨橡胶种植区域提取的方法，为西双版纳橡胶种植产业区划、灾害预警等提供依据。
2
2. 1
结果与分析
橡胶种植区提取时的时相选择西双版纳地处北热带，自然植被为常绿阔叶林，
种植在西双版纳的橡胶树每年会随着季节的变化经历萌芽、分枝、开花、结果、落叶等生命活动，每年有两个明显的时期即生长期和相对休眠期。生长期为春季萌芽－冬季落叶，相对休眠期为冬季落叶－翌年春季萌芽。生长期可生成5－6蓬叶片，每蓬叶的生长
伸长从萌芽至叶片完全老化依次经过顶芽萌动期、期、展叶期（古铜色）、变色期（淡绿）和稳定期5个阶
段，一年中成龄橡胶树第一蓬叶的抽叶量约占全年抽本文采用西双版纳橡胶树叶量的60% 70%。因此，
所特有的落叶期和第一蓬叶生长期的影像作为遥感影像提取西双版纳橡胶种植区。
利用GPS 橡胶林定位点和高分辨率影像中的橡
2011年4胶林信息，对比2011年2月8日（落叶期）、月4日和2012年4月14日（均为蓬叶生长期中的第
一蓬叶变色－稳定期）橡胶林不同时相和不同波段的假彩色合成影像发现，当RGB 波段组合为3－4－2时，落叶期影像图中橡胶林虽然具有一定的可识别性（图1a ），但与第一蓬叶变色－稳定期的影像比较（图1b 、c ），后者具有更好的橡胶林边界特征，在影像上与其它地物相比颜色更加亮绿。
分析野外GPS 定位点对应的西双版纳橡胶林第一蓬叶变色－稳定期不同地物的反射率光谱特征（图2）
2、3波段水域、可见，在第1、橡胶林和天然林的反射率值较其他地物类型明显偏低，但三者间无法区分；而在
第4波段，橡胶林的反射率则明显高于天然林和水域。因此，橡胶林光谱值在第4波段明显抬升是形成橡胶林边界特征明显（呈两亮绿色）的主要原因
。
1
1. 1
资料和方法
地理信息数据
西双版纳1ʒ 25万数字高程图（DEM ）和西双版纳1ʒ 25万基础地理信息数据库（包括边界、水系、居民地、道路等层）来自中国气象局下发的云南省1ʒ 25万基础地理信息数据集；西双版纳东风农场1ʒ 5万橡胶种植区分布图（2005年）来自云南省农垦设计院。
1. 2
遥感数据
2011年4月4以3个晴日即2011年2月8日、
日和2012年4月14日过境西双版纳的环境卫星1A /
B （HJ-1CCD ）作为卫星遥感影像源，其中2011年2月8日为落叶期遥感影像，后两日为橡胶林第一蓬叶变色－稳定期遥感影像，在进行橡胶种植区提取前，首先对遥感影像进行辐射校正，然后利用云南1ʒ 25万基础地理数据作为几何校正参照，以河流交叉点、道路交叉点等明显地物为影像参考点，应用多项式校正模型和最近邻距离重采样模型对原始图像进行几何精校正，并对各个时段的遥感影像进行拼接处理。
图1
Fig. 1
c ）遥感影像处理结果西双版纳橡胶落叶期（a ）和第一蓬叶变色－稳定期（b 、
and ，c ）of rubber tree in Xishuangbanna
The preprocessed remote sensing images during defoliation stage （a ）and the 1st leaf-umbrella color to stable stage （b
图2Fig. 2
西双版纳橡胶第一蓬叶变色－稳定期不同地物的光谱
特征
The spectral characteristics of different field during the
Xishuangbanna
1st leaf-umbrella of rubber tree color to stable stagein
因此决定，选用第一蓬叶变色－稳定期的遥感影
像作为橡胶解译数据源。2. 2
橡胶种植区提取的方法
监督分类可根据已知训练区提供的样本，通过计
建立判别函数以对各待分类影像进算选择特征参数，
行目标提取。监督分类有最大似然、最小距离和马氏
距离等多种方法，最大似然法是遥感影像分类最常用其分类规则基于概率，即先计算某个像的方法之一，
元属于一个预先设置好的m 类数据集中每一类的概率，然后将该像元划分到概率最大的那一类。与其它方法相比，该方法具有易于与先验知识融合和算法简单等优点。只要训练样本服从近似正态分布，最大似然法就能获得较高的分类精度。图3是橡胶林和天经然林样本在CCD 影像上不同波段的统计直方图，
因此将最大似然法作为本检验均服从近似正态分布，研究的分类方法
［11-14］
图3Fig. 3
橡胶林和天然林样本像元在CCD 影像不同波段的比例Pixel scale of rubber plantation and natural forest in
the different bands of CCD image 表1
研究区主要地物类型NDVI 值域范围
NDVI 值域范围Range of value
0. 56 0. 69－0. 10 0. 04－0. 09 0. 050. 02 0. 250. 40 0. 640. 23 0. 35
。
Table 1Mainly field type NDVI range value in study area
类型Type
由于本研究仅针对橡胶林，在进行监督分类前，
首先计算研究区的归一化植被指数（NDVI ），即
NDVI =（B NIR －B RED ）/（B NIR +B RED ）
（1）
B NIR 和B RED 分别为CCD 相机第3（红光）和式中，
第4（近红外）波段的反射率。
从所计算的研究区主要地物类型的NDVI 值域来看（表1），居民地、水域、旱地、菜地等植被指数值均在0. 35以下，天然林和橡胶林的NDVI 值值域范围分别为0. 40 0. 64和0. 56 0. 69，两者存在部分重叠，但是与居民地、水域、旱地、菜地等差异较大，因此利用NDVI 阈值（0. 40）可剔除居民地、水域、旱地、菜地等区域，以减少监督分类的训练样本数；再将待监督分类的影像最终得到仅包含天然林区和橡胶林植进行掩膜处理，
被指数较高区域影像后再进行监督分类，表2是从调查样本区提取的天然林和橡胶林代表性图斑
。
橡胶林Rubber plantation 水域Water 居民地Resident 旱地Dryland 天然林Natural forest 菜地Vegetable field
2. 3橡胶种植区提取的精度
精度评价通常是通过试验区样本像素的分类结
果与参照数据的比较而实现的。将分类结果中的橡胶分类单独输出，并将其转化为SHP 格式文件，在ArcGIS 平台下，利用2010年1－3月西双版纳东风农场实地调查的816个橡胶种植区GPS 定位点数据与橡胶林解译结果进行空间叠加分析，如表3所示，占97. 6%（797个）的定位点位于所解译的橡胶
表2
橡胶林和天然林代表性样本区在CCD 影像上的特征The representative sample characteristics of rubber plantation and natural forest area in CCD image
色彩描述Color description
样本区Sample view
Table 2
橡胶林Rubber plantation 天然林Natural forest
亮绿色Bright
green 暗绿色Dark green
林区域里，仅2. 4%（19个）未在所解译的橡胶林区
出现漏判的主要原因为漏判点位于橡胶林更域里，
新区（橡胶树已被砍伐）或橡胶树比较稀疏的区域，不具备橡胶林特征光谱或橡胶林光谱特征不明显所致。
表3
Table 1
橡胶种植区提取精度评价表
Fig. 4
Statistical comparison of observed /simulatedannual average temperature during 1961－2000
点数Number of point
GPS 正确Correct （√）漏判Wrong （ˑ ）
橡胶林Rubber plantation
816
797
19
图4西双版纳橡胶种植区遥感解译空间分布
Distribution of rubber plantation area interpretated from remote sensing images in Xishuangbanna
3结论与讨论
（1）遥感影像提取橡胶种植区具有省时省力、节省支出、信息更新快等优点。本研究利用西双版CCD 纳橡胶林第一蓬叶变色－稳定期环境卫星1-遥感影像作为遥感信息源，根据橡胶林这一时期特有的影像特征，通过监督分类方法对西双版纳橡胶
解译精度达到97. 6%，种植分布区信息进行提取，
较好地反映了西双版纳橡胶的种植分布情况，为今
后橡胶分布区域相关工作打下了基础。同时将环境卫星应用于该研究对于国产卫星的推广应用具有很好的示范作用。
（2）针对提取目标为橡胶林，在监督分类前，先
水域、旱地等通过研究区NDVI 阈值剔除居民地、
NDVI 值较低区域，再用剩余区域对待分类影像进行掩膜处理，最终得到仅剩天然林和橡胶林等植被指数
较高的区域的影像，通过此步骤处理有效减少了监督分类的分类数和工作量。
（3）采用橡胶林第一蓬叶变色－稳定期的环境卫星遥感影像提取橡胶种植区是本文的创新点。利用作物时间系列植被指数提取作物种植区是目前普
［7-9，15-16］
，遍采用的方法其优点是基于不同作物的不同
生育期的植被指数差异，能有效去除其它作物对种植区提取的影响，本文与之相比省去了繁杂的时间系列植被指数计算的工作；同时由于西双版纳进入雨季后（5－10月）晴空资料较少，橡胶林时间系列植被指数难以构建；此外时间系列植被指数的构建大多基于分辨率低、幅宽较大的EOS /MODIS（最高分辨率250m ）或AVHRR （1. 1km ）遥感影像，对于面积较小的作物
2. 4
橡胶种植区面积估算及分布
在ArcGIS 平台下，将橡胶林分类结果与市（县）级行政辖区专题图进行叠加处理，再利用ArcGIS 面积统计功能最终得到西双版纳州各县橡胶种植面积（表4），结果显示，西双版纳州共有橡胶林
3550. 73km 2，该数据明显大于2011年西双版纳州官网（http ：//xxgk．yn．gov．cn ）上的统计数据（2873. 73km 2）。这是因为，近年来随着橡胶价格不断攀升，许多偏远山区的农户将原来的耕地和林地垦殖为橡胶林，而这一部分可能未及时纳入官方的统计结果。
西双版纳橡胶种植区解译空间分布见图4。从
西双版纳橡胶种植主要分布在景洪市和图可以看出，
勐腊县西南部海拔较低的地区，勐海县橡胶种植较
少，主要分布在勐海县西南部边缘地区。
表4西双版纳州各县（市）橡胶种植区遥感解译面积估算Table 4
Rubber plantation area interpretated from remote
面积Area （km 2）
1743. 91223. 141583. 683550.
73
sensing images of each county in Xishuangbanna
县County 景洪Jinghong 勐海Menghai 勐腊Mengla 合计Total
很难提取，环境卫星CCD 影像30m 空间分辨率对于［10］
小面积作物较为有效。本文与张京红等仅从监督分类的角度进行海南橡胶种植区的提取的研究相比，解决了监督分类时树龄、品种和耕作制度所造成的光谱差异问题。对于本文中提到的少数橡胶林更新区和橡胶林较稀疏区域漏判问题，可通过野外调查的方式进行有效补充。参考文献：
［1］J ］．测绘与空乔卫芳．基于遥感影像的土地利用分类研究［
2011，34（6）：14-17．间地理信息，
［2］杨杰，秦凯．基于遥感影像的土地利用信息的自动提取与
J ］．河南理工大学学报（自然科学版），2008，27（6）：制图［666-671．
［3］李霞，盛钰，王建新．新疆荒漠化土地TM 影像解译标志的
J ］．新疆农业大学学报，2002，25（2）：18-21．建立［
［4］．刘旭升，张晓丽．森林植被遥感分类研究进展与对策［J ］
2004，（1）：61-64．林业资源管理，
［5］王福民，黄敬峰，王秀珍．基于穗帽变换的TM 影像水稻面
J ］．中国水稻科学，2008，22（3）：297-301．积提取［
［6］韩素琴，刘淑梅．MODIS 卫星资料在监测冬小麦面积中的
J ］．天津农学院学报，2004，（2）：298-300．应用［
［7］张明伟，周清波，陈仲新，等．基于MODIS 时序数据分析的
J ］．农业工程学报，2008，29（1）：31-35．作物识别方法［
［8］杨小唤，张香平，江东．基于MODIS 时序NDVI 特征值提取
．资源科学，2004，26（6）：多作物播种面积的方法［J ］17-22．
［9］陈汇林，陈小敏，陈珍丽，等．基于MODIS 遥感数据提取海
．热带作物学报，2010，31（7）：南橡胶信息初步研究［J ］1181-1185．
［10］张京红，陶忠良，刘少军，等．基于TM 影像的海南岛橡胶
．热带作物学报，2010，31（4）：种植面积信息提取［J ］661-665．
［11］刘少军，张京红，何政伟，等．基于面向对象的橡胶分布面
J ］．广东农业科学，2010，37（1）：168-170．积估算研究［
［12］党安荣，王晓东，陈晓锋，等．ERDAS IMAGINE 遥感图像
．北京：清华大学出版社，2003：74-86，处理方法［M ］195-216．
［13］M ］．北京：科学出朱述龙，张占睦．遥感图像获取与分析［
2000：119-135．版社，
［14］1AB-CCD 影像的湖北省冬小麦和梁益同，万君．基于HJ-．中国农业气象，2012，33油菜分布信息的提取方法［J ］（4）：573-578．
［15］孔令寅，延昊，鲍艳松，等．基于关键发育期的冬小麦长势
J ］．中国农业气象，2012，33（3）：424-430．遥感监测方法［
［16］1卫星数据的甘蔗种丁美花，谭宗琨，李辉，等．基于HJ-．中国农业气象，2012，33（2）：植面积调查方法探讨［J ］265-270．