遙感估算充填復(fù)墾地小麥生物量方法研究

鄭禮翔，黃震江

(1.浙江省國土勘測規(guī)劃有限公司，浙江 杭州 310030；2.浙江省測繪科學(xué)技術(shù)研究院，浙江 杭州 310012)

我國是能源生產(chǎn)和消費大國，煤炭的大量開采雖然促進(jìn)了我國的社會經(jīng)濟(jì)發(fā)展，但隨之也產(chǎn)生了一些負(fù)面影響，其中，煤炭開采造成的采煤沉陷地對耕地的破壞最為嚴(yán)重，一直以來，高潛水位礦區(qū)復(fù)墾工作都以提高復(fù)墾耕地率為主要目的，眾多復(fù)墾方法中充填復(fù)墾效果尤為突出[1-5]。不同的土壤重構(gòu)組合關(guān)系到成本、工藝以及作物長勢多個方面，故對復(fù)墾農(nóng)田農(nóng)作物長勢的監(jiān)測尤為重要。

傳統(tǒng)的作物生物量獲取方法，以小麥為例，是將地上部分割取后，在室內(nèi)烘干稱重。此方法優(yōu)點在于數(shù)據(jù)準(zhǔn)確可靠且操作難度低，但缺點也很明顯，此方法為破壞性實驗，即使獲得了生物量的準(zhǔn)確值也無法為長期監(jiān)測做出貢獻(xiàn)，且操作難度低帶來的是重復(fù)、大量的工作，耗時耗力，并不適合推廣。隨著學(xué)科研究深度的不斷增加以及現(xiàn)代遙感技術(shù)的不斷發(fā)展，衛(wèi)星遙感憑借其準(zhǔn)確性、高效性和無破壞性，逐漸成為包括生物量在內(nèi)的各種農(nóng)作物參數(shù)獲取的主要方法[6-8]，然而，利用衛(wèi)星遙感數(shù)據(jù)估算生物量還存在諸多不足，原因之一在于生物量的像元真值往往難以獲取。

近年來，無人機(jī)技術(shù)以其低成本、高精度、高效率等特點，彌補(bǔ)了傳統(tǒng)方法效率低、衛(wèi)星遙感精度差的缺點，成為衛(wèi)星遙感和地面實測的有力補(bǔ)充手段[9-10]。本研究充分利用無人機(jī)遙感高空間分辨率、高時間分辨率的優(yōu)勢，用無人機(jī)搭載多光譜傳感器對冬小麥進(jìn)行航拍，采集多光譜影像數(shù)據(jù)用多種指數(shù)模型研究其精度，對及時掌握各個土壤剖面結(jié)構(gòu)的農(nóng)作物長勢和產(chǎn)量估計有實際意義。

1 研究區(qū)概況與前期數(shù)據(jù)獲取

1.1 研究區(qū)概況

實驗區(qū)位于山東省某煤礦，該礦采用井工開采方式，此方式會造成采空區(qū)上方巖石在重力、應(yīng)力作用下產(chǎn)生冒落，使地表的土地發(fā)生下沉形成采煤沉陷地。研究區(qū)位于某煤礦采煤沉陷地復(fù)墾農(nóng)田實驗田，地理位置如圖1所示，地處黃河下游沖積平原，地區(qū)氣候四季分明溫度適宜，實驗田面積約為1 733.33 m2，復(fù)墾后于2015年開始耕作，作物為平原常見的農(nóng)作物，一年種植兩季:冬小麥、夏玉米，本文以冬小麥為研究對象。

圖1 研究區(qū)地理位置

1.2 數(shù)據(jù)獲取

無人機(jī)自帶GPS一般平面精度尚可,高程精度較差,航拍數(shù)據(jù)處理主要依靠前期布設(shè)的控制點來提高精度?？刂泣c的質(zhì)量會直接影響到空三加密的過程,進(jìn)而影響成果的坐標(biāo)精度。地面控制點按用途分為像控點和檢查點兩種。像控點的布設(shè)與量測的主要目的是獲取控制點的物方大地坐標(biāo)以及使影像與實測地區(qū)產(chǎn)生聯(lián)系便于投影和影像校正。檢查點的布設(shè)與測量工作的主要目的是對最終生成的精度進(jìn)行評價,直觀地反映出最終產(chǎn)品制作的精度?？紤]到研究區(qū)面積小、精度要求較高,本文選用南方S82型RTK接入礦區(qū)當(dāng)?shù)谻ORS網(wǎng)進(jìn)行控制點的采集。為保證精度,控制點設(shè)置觀測2個測回,平滑次數(shù)10次,以水平方向20 mm、垂直方向20 mm為收斂閾值,沿實驗田四個角共布設(shè)4個控制點,并在各個樣方中心采集點位信息。

小麥地上生物量一般指單位面積內(nèi)小麥地上部分莖、葉和穗三部分干重的和,本研究采取樣方內(nèi)直接剪取的方法獲取地上生物量數(shù)據(jù)。按照實驗區(qū)內(nèi)各土壤剖面的不同類型,考慮邊緣效應(yīng)對實驗可能造成的影響并結(jié)合地面植被長勢,在實驗區(qū)內(nèi)選取38個1 m×1 m的樣方,在樣方中心用RTK獲取位置數(shù)據(jù)，方便內(nèi)業(yè)數(shù)據(jù)處理,于小麥拔節(jié)期和抽穗期兩個時期選擇天氣適宜時獲取實測數(shù)據(jù),為保證數(shù)據(jù)可靠性,實測數(shù)據(jù)與影像數(shù)據(jù)需在同一天獲取。數(shù)清各個樣方內(nèi)小麥的總株數(shù)記為m,每個樣方內(nèi)選取20株有代表性長勢的小麥,用剪刀將其從地上部分剪掉放入質(zhì)量為a的信封中,帶到實驗室將不同器官分離, 105 ℃殺青30 min, 85 ℃烤箱烘干至重量不再變化,此時重量記為n。由此,樣方內(nèi)生物量B=m×(n-a)/20。

2 植株高度獲取

2.1 DSM與DOM生成

DSM(Digital Surface Model)即數(shù)字地表模型，是指包含了地物如建筑物、植被等高程信息的模型。一般無人機(jī)航拍處理后所獲得的是DSM，需經(jīng)進(jìn)一步加工方可獲取DEM。經(jīng)過空三加密和特征點匹配步驟之后，利用前方交會根據(jù)前面步驟的結(jié)果計算同名像點的精確地面坐標(biāo)，即可獲取實驗區(qū)的三維點云，隨后利用點云插值生成TIN，利用TIN 即可生成DSM。DOM(Digital Orthophoto Model)即數(shù)字正射影像圖，其實質(zhì)是將所拍攝的中心投影的像片拼接生成一幅大的正射投影影像圖。

DOM 具有精度高、可視性好、信息量大、時效性強(qiáng)等優(yōu)點。DSM 生成后將航攝像片的紋理信息貼在模型上面即可初步生成DOM，隨后進(jìn)行鑲嵌、勻色等處理即可生成正射影像圖，此過程雖然耗時不長，但卻是生成測繪成果的最終一步，DOM 被廣泛用于區(qū)域發(fā)展規(guī)劃、農(nóng)村土地確權(quán)、環(huán)保監(jiān)察等領(lǐng)域。運動與結(jié)構(gòu)重建(Structure from Motion, SfM)技術(shù)結(jié)合了計算機(jī)視覺和攝影測量學(xué)，可以用從不同高度、不同方向獲取的影像恢復(fù)出相應(yīng)的三維信息，以其更高的靈活性和成果精度被廣泛使用。Pix4Dmapper 為瑞士Pix4D 公司自主研發(fā)的一款全自動快速的無人機(jī)遙感數(shù)據(jù)處理軟件，該款無人機(jī)數(shù)據(jù)與航空影像處理軟件具備全自動、專業(yè)、快捷、精度高等特點。該軟件不需要相關(guān)的專業(yè)知識和人工干預(yù)，就可以將數(shù)千張無人機(jī)遙感影像進(jìn)行快速處理，鑲嵌、拼接、空三加密等，生成測區(qū)的正射影像圖(DOM)、數(shù)字表面模型(DSM)、三維立體模型等專業(yè)的、精確的數(shù)字產(chǎn)品。工作流程簡單易懂，能夠自動獲取相機(jī)參數(shù)并對非量測相機(jī)進(jìn)行檢校，更無需IMU 數(shù)據(jù)，自動生成點云數(shù)據(jù)、DSM、DOM 等成果。

如圖2和圖3所示，分別為去除噪聲點后拔節(jié)期和抽穗期實驗田DSM(數(shù)字地表模型)，圖中像素點顏色越紅表示高程越高，顏色越綠表示高程越低。圖中藍(lán)框表示不同土壤剖面的小麥區(qū)域，考慮邊緣效應(yīng)為各個樣方之間取1 m左右間隔。

圖2 拔節(jié)期DSM

圖3 抽穗期DSM

圖4和圖5分別為實驗田拔節(jié)期和抽穗期的DOM(數(shù)字正射影像圖)，藍(lán)框為不同土壤剖面剔除邊緣效應(yīng)后的邊界。研究區(qū)北部是一條溝渠，拔節(jié)期時水生植被長勢一般，抽穗期時水生植被長勢已較好，西邊是一條灌溉渠，灌溉渠與實驗田之間有一排樹，由于光線的原因可能會對小麥長勢產(chǎn)生影響。由圖易見，抽穗期植被覆蓋度與拔節(jié)期相比較低，有更多的小田塊可以明顯看到土壤，原因是拔節(jié)期小麥高度相對較矮，但葉子茂密，抽穗期小麥長高后很多接近根部的葉子逐漸萎縮變小，所以覆蓋度也相對變小。

圖4 拔節(jié)期DOM

圖5 抽穗期DOM

2.2 植株高度提取

如圖6和圖7所示，在得到了含有地表植被高度信息的DSM和地面地形真實數(shù)據(jù)DEM 后，將兩者做差即可得到研究區(qū)植株高的柵格模型。紅色越深的地方表示高程越高，藍(lán)色越深表示高程越低，與之前點云圖類似，自北向南可以看到橫貫東西的四條田埂，依然是示范區(qū)植株高度較高，顏色較紅，西側(cè)靠近溝渠有樹木遮擋處顯示出明顯的植株高較低的情況，整個實驗田顏色變化較為均勻，高程突變不明顯，且各樣區(qū)之間有較好可識別性。

圖6 拔節(jié)期植株高數(shù)字模型

圖7 抽穗期植株高數(shù)字模型

2.3 植株高與生物量相關(guān)性分析

以實測生物量為函數(shù)，以本章提取的小麥高度真值為自變量研究其相關(guān)性。由圖8可知，拔節(jié)期植被高度分布較散且整體較低，最低高度約為0.12 m，最高高度約為0.43 m，抽穗期植被高度分布較密集且整體相對較高，最低高度為0.33 m，最高高度約為0.68 m。拔節(jié)期與抽穗期采集數(shù)據(jù)時間間隔將近一個月，拔節(jié)期時小麥處于快速生長期，所以植株高度較容易拉開差距，且整體高度偏低，呈現(xiàn)出高度稀松的特點；抽穗期小麥基本已不再長高，開始長穗，故高度較為密集且整體高度較高。另外一方面，拔節(jié)期散點圖所呈現(xiàn)出的斜率明顯比抽穗期散點圖呈現(xiàn)出的斜率要高，也進(jìn)一步印證數(shù)據(jù)的可靠性。

圖8 小麥高度散點圖

由表1可知，拔節(jié)期小麥高度與生物量相關(guān)系數(shù)基本在0.6 以上，其中，相關(guān)性最好的相關(guān)系數(shù)為0.689；抽穗期小麥高度與生物量相關(guān)系數(shù)均在0.67以上，其中,相關(guān)性最好的相關(guān)系數(shù)為0.772；整個時期小麥高度與生物量相關(guān)系數(shù)均在0.58 以上，其中，相關(guān)性最好的相關(guān)系數(shù)為0.632。可以看出，小麥高度與小麥生物量之間存在較好的相關(guān)性。

表1 小麥高度與生物量相關(guān)性(R2)

3 復(fù)墾農(nóng)田生物量反演結(jié)果

考慮邊緣效應(yīng)的影響，在各土壤重構(gòu)地塊中選擇較為居中的地塊為代表，取38 個相同面積樣方，展于生物量圖上，結(jié)果如下：圖9(a)為拔節(jié)期生物量圖，顏色越紅表示生物量越高，越藍(lán)表示生物量越低，藍(lán)色框為各個土壤剖面較為有代表性的區(qū)域。編號為CK 的對照組生物量整體較高，其余樣方長勢稍遜，但也有與對照組長勢相近的比如AT1、AT9 等。圖9(b)為抽穗期生物量圖，同樣，顏色越紅表示生物量越高，越藍(lán)表示生物量越低，藍(lán)色框為各個土壤剖面較為有代表性的區(qū)域。編號為CK 的對照組生物量整體較高，其余樣方長勢稍遜，但也有與對照組長勢相近的比如BT5、AT9等。

圖9 生物量圖

為進(jìn)一步突出各個地塊生物量差異，將各地塊代表區(qū)內(nèi)生物量計算均值，轉(zhuǎn)為柵格并賦予不同顏色。由圖10可知，拔節(jié)期編號為A 的地塊生物量較高的有AT9、AT1 和AT6；編號為B 的地塊生物量較高的有BT2、BT5 和BT4；編號為C 的地塊生物量較高的有CT7、CT9 和CT5。綜合分析，拔節(jié)期生物量表現(xiàn)最優(yōu)的土壤重構(gòu)方案為T9 和T5。

圖10 拔節(jié)期各樣方生物量圖

4 結(jié) 論

復(fù)墾農(nóng)田因其填充方式、結(jié)構(gòu)不同，作物長勢、植株高度、覆蓋度等差異較大，傳統(tǒng)的生物量估測方式耗時耗力。以山東某煤礦采煤沉陷地復(fù)墾農(nóng)田為研究區(qū)，獲取了兩期高分辨率無人機(jī)影像。經(jīng)驗證，該方法精度較高，可以用于復(fù)墾農(nóng)田小麥生物量反演，并可為土壤剖面選擇提出參考性意見。采用無人機(jī)獲取植被各種信息，可以直觀給出不同土壤剖面結(jié)構(gòu)的不同地塊生物量情況，可為復(fù)墾農(nóng)田土壤重構(gòu)結(jié)構(gòu)的評價做出貢獻(xiàn)。