遙感技術在溫室空間分布信息統計分析中的應用

遙感技術已開始在農業大量應用，不僅可以利用遙感對作物進行監測，還可以快速獲取耕地、草地、水等農業自然資源的數量、質量和空間分布信息，從而為農業資源開發、利用與保護、農業規劃、農業生態環境保護、農業可持續發展等提供科學依據。遙感技術還可以用于災害應急監測和評估，對如旱災、洪澇等重大農業自然災害進行動態監測和災情評估，監測其發生情況、影響范圍、受災面積、受災程度，進行災害預警和災后補救，減輕自然災害給農業生產所造成的損失。而遙感技術在溫室領域的研究目前較少。我國溫室面積發展迅速，據統計，主要溫室類型自2008年發布《關于促進設施農業發展的意見》以來，設施農業在園藝領域取得了快速發展，規模不斷擴大，主要設施（連棟溫室、塑料大棚、日光溫室）面積從2008年的81萬hm2增加到2017年的205萬hm2，9年來增加了153%，年均增長11%。但與第3次全國農業普查結果全國溫室大棚占地面積131.5萬hm2差距較大，原因之一就在于數據為人工統計，累計誤差較大。此外，人工數據統計，也無法獲得溫室的空間分布信息和發展變化特征。

圖1 溫室研究區域位置（SA1和SA2）[1]

圖2 兩塊溫室研究區域2010年的圖像[1]

如何將遙感技術應用到溫室空間分布信息的統計分析中，近日，西班牙阿爾梅里亞大學工學院奧斯卡·岡薩雷斯等人在《生物系統工程（Biosystems Engineering）》學術期刊發表論文[1]，提出了利用航拍和衛星2種影像數據結合的方式評估溫室面積等數據信息變化的新方法，并定義了溫室識別指數（GDI）。作者選取了西班牙阿爾梅里亞地區1984年、1999年和2000年的航拍和衛星影像，利用eCognition智能化影像分析軟件探索了一種基于面向對象圖像分析(Object Based Image Analysis,OBIA)溫室遙感圖像分類技術。研究選取了西班牙東南區域的阿爾梅里亞省的兩塊區域，其中，溫室區域SA1大約2000 hm2（4 km×5 km），而溫室區域SA2大約8000 hm2（8 km×10 km），見圖1。分別采取人工處理和分析軟件對圖像進行處理，取得了初步的研究結果。

從表1可知，利用新方法進行溫室面積分析，相對于人工處理方法，除了溫室間平均距離， SA1的相對誤差在10%以內，SA2的相對誤差最小3%，最大達22%。從目前的研究結果來看，新方法提高了處理速度，降低了人工處理勞動強度，但相對于人工處理方法，仍然具有相對較大的誤差。

圖3 溫室區域SA1兩種不同方法的可視化處理[1]

圖4 溫室區域SA2兩種不同方法的可視化處理[1]

表1 兩種不同方法處理結果比較[1]