在新聞聯(lián)播中，我們經(jīng)常聽到這樣的報(bào)道：某年某月某日，我國成功發(fā)射某某衛(wèi)星…… 那么什么是衛(wèi)星？衛(wèi)星有什么用？衛(wèi)星是指圍繞行星并按閉合軌道做周期性運(yùn)行的天體，月球就是地球的天然衛(wèi)星。人類自己建造并發(fā)射到太空中，像天然衛(wèi)星一樣環(huán)繞地球運(yùn)動(dòng)的無人航天器亦稱為衛(wèi)星。

迄今為止，人類已向太空發(fā)射了四千多顆衛(wèi)星，除了應(yīng)用于科學(xué)實(shí)驗(yàn)等領(lǐng)域的衛(wèi)星，用來執(zhí)行業(yè)務(wù)的衛(wèi)星又可分為通信衛(wèi)星、導(dǎo)航衛(wèi)星和遙感衛(wèi)星。通信衛(wèi)星主要作為無線電通訊中繼站，用于接收和轉(zhuǎn)發(fā)無線電信號(hào)；而導(dǎo)航衛(wèi)星主要用于定位和導(dǎo)航，如我國的北斗；遙感衛(wèi)星主要用于對(duì)地球系統(tǒng)或物體進(jìn)行觀測(cè)，基于觀測(cè)對(duì)象的不同其又可進(jìn)一步分為氣象衛(wèi)星、陸地衛(wèi)星和海洋衛(wèi)星。這里，我們解析如何用陸地衛(wèi)星從太空識(shí)別作物類別。

數(shù)碼相片與衛(wèi)星影像

數(shù)碼相片與衛(wèi)星影像拍照是現(xiàn)在手機(jī)的主要功能之一。然而，你可能難以想象它也是陸地衛(wèi)星的主要數(shù)據(jù)獲取方式。如何更清晰、更快速地對(duì)地球進(jìn)行拍照，一直是陸地衛(wèi)星的主要研究方向之一。手機(jī)攜帶攝像頭，而衛(wèi)星也搭載著傳感器。按固定軌道運(yùn)動(dòng)的衛(wèi)星通過傳感器不斷對(duì)地面掃描，可以周期性地獲取地球的相片，即衛(wèi)星影像。衛(wèi)星影像一般覆蓋范圍廣，一景衛(wèi)星影像的幅寬可以達(dá)到幾十甚至幾千公里。光的本質(zhì)是電磁波，手機(jī)或數(shù)碼相機(jī)獲取的相片一般只包含紅綠藍(lán)三個(gè)電磁波譜區(qū)間的能量，而衛(wèi)星傳感器還能進(jìn)一步獲取地球表面物體（地物）在近紅外、短波紅外、微波等波譜區(qū)間的反射能量。因此，衛(wèi)星影像包含更多可用信息。

圖1 衛(wèi)星傳感器對(duì)地成像示意圖（圖片來自網(wǎng)絡(luò)）

作物識(shí)別原理

哪里有田？田里種了什么？種了多少？這是關(guān)系糧食安全的大事，備受社會(huì)矚目。如何用衛(wèi)星回答這一問題？關(guān)鍵在于怎樣從衛(wèi)星影像上精確識(shí)別各類地物和作物。

本質(zhì)上，手機(jī)相片和衛(wèi)星影像并無明顯差異。在相片上，我們一般根據(jù)顏色、形狀、粗糙度等特征來區(qū)分不同的物體。

如圖2所示的相片上，我們可以根據(jù)顏色以及粗糙度的差異，來區(qū)分稻田、道路和水體等地物。實(shí)際上，衛(wèi)星影像上的各類地物或作物的識(shí)別也是主要依據(jù)“顏色”等特征的差異。

要想根據(jù)“顏色”等特征區(qū)分不同地物，首先要明白為什么不同的地物會(huì)有“顏色”等特征差異，其次是不同的地物各有什么樣的特征。在相片中，健康植被如森林、草地以及作物的葉片一般呈綠色，這主要是由于葉片細(xì)胞中的葉綠素具有吸收紅光和藍(lán)紫光、反射綠光的特性，因此在紅綠藍(lán)三通道中的相片中綠色占據(jù)了主導(dǎo)地位，從而使得植被葉片呈現(xiàn)綠色。

圖2 稻田照片

在遙感影像中，由于不同地物與電磁波的相互作用不同，衛(wèi)星所能接收到的地物反射能量不盡一致，這就導(dǎo)致了遙感影像中不同地物在各光譜區(qū)間“顏色”的差異，也就是反射率差異（圖3）。這種差異直接體現(xiàn)了不同地物的光譜特性，我們可以依據(jù)反射率差異或由反射率衍生的其他特征差異從遙感影像上區(qū)分各類地物。當(dāng)然，除了反射率差異，不同地物粗糙度（紋理）等特征也有差異，一般而言，綜合多維特征可以更好地識(shí)別不同地物。

圖3 基于紅綠藍(lán)波段合成的遙感影像（左）及主要地物的反射率（右）

作物識(shí)別方法和作物種植面積測(cè)算

在大范圍區(qū)域，不同地物可能會(huì)有相同或相似的特征。理論上，不同地物反射率各異，但是在不同地區(qū)，某些地物的反射率差異并不明顯，尤其是對(duì)作物而言，受品種、氣候以及耕作措施等因素的影響，不同作物的反射率差異可能極其微弱。因此，高精度作物識(shí)別并不是一項(xiàng)簡(jiǎn)單的工作。

現(xiàn)階段，常用的作物識(shí)別方法主要包含機(jī)器學(xué)習(xí)法和物候閾值法。機(jī)器學(xué)習(xí)法主要是預(yù)先獲得一定量的包含有真實(shí)作物信息的標(biāo)簽樣本，然后用標(biāo)簽樣本訓(xùn)練機(jī)器學(xué)習(xí)模型，讓模型“明白”什么樣的特征對(duì)應(yīng)什么樣的作物。將模型應(yīng)用在遙感影像上，判斷遙感影像上每個(gè)像素的類別，最終達(dá)到作物識(shí)別的目的。物候閾值法的基本思想是不同作物隨著生育進(jìn)程的推進(jìn)，其特征發(fā)生一定的變化，這些變化具有一定的規(guī)律性，不同作物的變化規(guī)律呈現(xiàn)一定差異，通過區(qū)分不同作物的變化規(guī)律，從而達(dá)到識(shí)別作物的目的。

圖4 基于衛(wèi)星遙感影像的作物識(shí)別（左）和種植面積測(cè)算（右）

無論是機(jī)器學(xué)習(xí)法還是物候閾值法，最終都可以基于衛(wèi)星影像獲得不同作物的空間分布（圖4）。根據(jù)空間分布圖，我們可以計(jì)算不同作物在空間分布圖中對(duì)應(yīng)的像素?cái)?shù)量，然后計(jì)算相應(yīng)作物的面積，從而實(shí)現(xiàn)作物種植面積準(zhǔn)確測(cè)算。

由于衛(wèi)星影像覆蓋范圍廣，理論上，作物種植面積測(cè)算可以在國家乃至全球尺度進(jìn)行。與傳統(tǒng)的通過逐戶調(diào)查、逐級(jí)上報(bào)統(tǒng)計(jì)作物種植面積的方法相比，基于衛(wèi)星遙感技術(shù)的作物種植面積測(cè)算不僅省時(shí)省力，還可明確各種作物的空間分布，客觀性更強(qiáng)，可信度更高。衛(wèi)星遙感技術(shù)在農(nóng)情監(jiān)測(cè)領(lǐng)域大有可為。

作者介紹

本文作者為南京農(nóng)業(yè)大學(xué)2020級(jí)博士研究生楊高翔，在讀期間圍繞冬小麥種植區(qū)自動(dòng)化識(shí)別課題，提出了一套基于冬小麥獨(dú)特光譜和物候特征的訓(xùn)練樣本自動(dòng)化提取方法，并進(jìn)一步根據(jù)多源時(shí)序遙感影像和遷移學(xué)習(xí)明確了中國冬小麥的最早可識(shí)別時(shí)期，提高了我國冬小麥制圖的精度、效率和及時(shí)性。在遙感期刊International Journal of Applied Earth Observation and Geoinformation 發(fā)表冬小麥制圖論文一篇。

○ ●

來源：光明網(wǎng)

撰稿人：楊高翔，南京農(nóng)業(yè)大學(xué)智慧農(nóng)業(yè)系博士研究

審核人：程濤，南京農(nóng)業(yè)大學(xué)智慧農(nóng)業(yè)系教授，博士

導(dǎo)師責(zé)編：謝蕓

來源: 光明網(wǎng)、南京農(nóng)業(yè)大學(xué)