杏樹遙感圖像辨識的最佳時(shí)相與方法

邢東興,王明軍,焦 俏，車自力,封建民，楊 波

(1.咸陽師范學(xué)院 資源環(huán)境學(xué)院，陜西 咸陽 712000; 2.咸陽師范學(xué)院 物理與電子工程學(xué)院，陜西 咸陽 712000)

目前，國內(nèi)外快速發(fā)展的對地觀測技術(shù)、四高(空間/波譜/輻射/時(shí)間分辨率)衛(wèi)星影像技術(shù)，以及多光譜遙感的無人機(jī)為快捷、準(zhǔn)確地獲取大面積果區(qū)內(nèi)果樹的栽植信息提供了保障。利用這些信息，各級果業(yè)管理人員可以即時(shí)掌握轄區(qū)內(nèi)各種果樹的栽植現(xiàn)狀；可以適時(shí)、有效地指導(dǎo)果農(nóng)因地科學(xué)選栽或更換果樹；可以及時(shí)、高效地優(yōu)化調(diào)控各種果樹的栽植面積與結(jié)構(gòu)；可以進(jìn)一步對果區(qū)內(nèi)各地塊上果樹的長勢、受害情狀、養(yǎng)分盈缺以及果實(shí)質(zhì)量等進(jìn)行即時(shí)、有效地遙感監(jiān)測，以利指導(dǎo)果農(nóng)科學(xué)施肥、灌溉、噴藥、防害，提高果區(qū)整體生產(chǎn)效益[1]。

伴隨著遙感技術(shù)的發(fā)展，國內(nèi)外相關(guān)研究者利用各種數(shù)據(jù)對森林樹種[2-8]、耕區(qū)農(nóng)作物種類或單種農(nóng)作物的不同品種等的栽、種信息進(jìn)行了相對深入地監(jiān)測辨識[9-12]。然而，有關(guān)果區(qū)果樹栽植信息遙感監(jiān)測的研究卻較少。從已有的研究來看，董芳等[13]利用蘋果花期的TM(專題繪圖儀)影像，基于混合像元分解法對棲霞市境蘋果園地信息進(jìn)行了提取。岳俊等[14]利用GF-1(高分1號)衛(wèi)星數(shù)據(jù)，運(yùn)用支持向量機(jī)等4種分類方法，結(jié)合光譜與紋理特征，對南疆盆地的紅棗、核桃等4種果樹進(jìn)行了遙感識別。李雪等[15]利用8景HJ(環(huán)境衛(wèi)星)影像，采用光譜分析、NDVI(歸一化植被指數(shù))時(shí)序變化分析以及微分變換方法，對阿克蘇市的紅棗、核桃等4種林果與其他地物的差異性、果樹之間的差異性進(jìn)行研究。楊遼[16]利用多時(shí)相的ZY3(資源3號)、HJ衛(wèi)星影像，基于NDVI時(shí)序變化分析，對庫爾勒境內(nèi)香梨的種植信息進(jìn)行研究。趙希妮等[17]基于逐月GF1-WFV(高分1號寬幅)影像在對賀蘭山東麓地帶的NDVI、EVI(增強(qiáng)型植被指數(shù))的時(shí)序變化特征進(jìn)行分析的基礎(chǔ)上，利用決策樹分類方法提取了當(dāng)?shù)仄咸褬涞目臻g分布信息。邢東興等[18-19]利用野外光譜儀采集的反射光譜數(shù)據(jù)，先后對禮泉縣境果實(shí)成熟期、花期的蘋果、梨樹、桃樹、杏樹進(jìn)行辨識分析。在此研究中，由于所用分析數(shù)據(jù)(空間)尺度偏小，且僅對少數(shù)幾種果樹進(jìn)行區(qū)分辨別，因而所得結(jié)論僅可參考，而不可直移于尺度較大、樹種較多的影像分析中。

如何利用衛(wèi)星影像從大面積果區(qū)尤其是栽植結(jié)構(gòu)復(fù)雜的果區(qū)內(nèi)提取杏樹的栽植信息，杏樹遙感監(jiān)測的最佳時(shí)相等問題在遙感應(yīng)用研究領(lǐng)域仍鮮見報(bào)道。鑒于此，本研究選取關(guān)中果區(qū)局部地區(qū)作為研究區(qū)域，并利用多年逐月GF1-WFV影像，從反射光譜特性角度探尋杏樹遙感辨識的最佳時(shí)相與方法，以期為關(guān)中乃至全國其他果區(qū)開展杏樹遙感監(jiān)測提供理論依據(jù)。

1 材料和方法

1.1 研究區(qū)概況

依據(jù)杏樹物候變化同步、影像覆蓋區(qū)成像清晰(無浮云及其陰影浸掩)等限因，本研究將區(qū)域定于渭北臺(tái)塬局部(圖1)，其范圍為34°28′26.60″～34°36′39.30″ N, 108°17′1.91″～108°57′24.95″ E。該區(qū)域平均海拔670 m，地勢較平。屬暖溫帶半濕潤氣候，雨熱同季，四季分明。該區(qū)域果業(yè)發(fā)展較早，果樹栽植結(jié)構(gòu)復(fù)雜多樣，樹種多達(dá)12種以上(有杏樹、蘋果、梨樹、桃樹、核桃、葡萄、柿子、石榴、李子、櫻桃、桑葚樹、獼猴桃等)。區(qū)域內(nèi)同種果樹樹形較為接近、物候變化幾近同步。區(qū)域內(nèi)除果業(yè)以外，還有以冬小麥、夏玉米為主的糧食生產(chǎn)，具有較好的灌溉條件。

圖1 研究區(qū)域位置Fig.1 The location of research area

1.2 遙感影像及其預(yù)處理

1.2.1 遙感影像 為了獲得堅(jiān)實(shí)可靠的研究結(jié)果，本研究采用43景GF1-WFV衛(wèi)星影像(表1)進(jìn)行對照分析與佐證。影像均采購于中國資源衛(wèi)星應(yīng)用中心，分辨率為16 m，除WFV3_2017-03-25、WFV3_2019-03-25外，其余影像皆無云清晰。出于對照分析之用，這些影像依采集年份劃分為3套。第1套影像相對齊全，逐月影像基本具備(2014-01-20、2015-09-14影像分別代替2014年1月、9月的影像)，特征物候期(杏樹花期、果實(shí)成熟期及其前后)內(nèi)的影像皆有。第2套中的3景替代影像分別替代2017年5月底、8月、10月的影像。第3套中的3景替代影像分別替代2018年花前、花期與10月的影像。

表1 GF1-WFV遙感影像詳情Tab.1 Details of the GF1-WFV remote sensing images

注：間斷線表示缺失影像，*表示替代影像，下同。

Note：Discontinuous line indicates missing image,* indicates substitute image, the same below.

1.2.2 遙感影像預(yù)處理 利用ENVI 5.1軟件系統(tǒng)分別對上述各景影像依次進(jìn)行如下預(yù)處理：(1)輻射定標(biāo)；(2)鑲嵌與空間裁剪；(3)大氣輻射校正：在校正時(shí)，考慮鄰邊效應(yīng)、傳感器的天頂角與方位角等；(4)幾何校正：對所有影像采用相同的校正參數(shù)(包括投影類型、校正數(shù)學(xué)模型、像元灰度重采樣方法等)進(jìn)行幾何校正；(5)均值濾波：對每景影像中的各個(gè)波段分別進(jìn)行了3(像元)×3(像元)的均值濾波，以剔除奇異灰度值。

1.3 辨識目標(biāo)限定

據(jù)采樣、對比分析可知：(1)幼齡杏樹與成年杏樹的反射光譜存在差異；(2)單塊寬度不同的杏樹地受相鄰地物光譜影響的程度不同；(3)裸地、城鄉(xiāng)建筑與道路、水體、小麥、玉米等與杏樹的反射光譜差別較大。鑒于此，本研究將樹齡≥5 a(從2014年算起)、地塊寬度≥32 m(即2個(gè)像元寬)、面積≥2 000 m2的杏樹地作為辨識目標(biāo)，并將11種非杏果樹作為與杏樹區(qū)別的主要地物，將其余地物作為與杏樹區(qū)別的次要目標(biāo)。

1.4 最佳時(shí)相與辨識方法探尋

1.4.1 探尋過程 在分析綜合前人研究成果[9-26]，結(jié)合常年野外觀察所得、當(dāng)期杏樹反射光譜特征的基礎(chǔ)上，采用以下手段對杏樹的最佳時(shí)相與辨識方法予以探尋。(1)同期影像地物光譜比較：在每期影像(指單景影像或準(zhǔn)同時(shí)相鄰接的兩景影像的鑲嵌影像)中采集各種地物樣地內(nèi)的ROI(感興趣區(qū))，并對其進(jìn)行處理與分析，以探尋杏樹反射光譜與別物的異同。(2)同期影像波段差值或比值分析：先對每期影像中的多個(gè)波段按序進(jìn)行差值或比值運(yùn)算，后基于ROI采樣對比分析杏樹對應(yīng)的差值或比值序列與同期他物的差別。(3)同套鄰期影像差值或比值分析：在同套影像中，分別對相鄰時(shí)期、相隔1期、相隔2期等的兩景影像進(jìn)行(同波段)求差或求比運(yùn)算，隨后基于ROI采樣探尋杏樹對應(yīng)的鄰期或隔期光譜變化與別物的差異。(4)同期影像光譜指數(shù)求算與分析：對每期影像先后采用表2中的光譜指數(shù)進(jìn)行相應(yīng)的波段代數(shù)運(yùn)算，隨后基于ROI采樣探尋辨識精度較高的光譜指數(shù)與較佳的辨識時(shí)相。在表2中，光譜指數(shù)1～3用于表征杏樹枝葉情形或地面雜草的多少；光譜指數(shù)4～12是依據(jù)杏樹花期與果實(shí)成熟期的反射光譜特征(見圖2，其數(shù)據(jù)是利用便攜式光譜儀在室內(nèi)外實(shí)測而得，在室內(nèi)架燈對綴有多個(gè)黃色杏子的短枝予以實(shí)測，于晴朗天氣在室外對綴滿花朵的杏枝予以實(shí)測)而構(gòu)建，用于辨識對應(yīng)時(shí)期的杏樹；為了探試花期地面草多、草少與無草杏樹地能否利用同一光譜指數(shù)予以辨識，而構(gòu)建了光譜指數(shù)13～15；其他光譜指數(shù)還有同期影像的4個(gè)波段反射率倒數(shù)的對數(shù)值[即ln(1/Rbi)]的加、減、乘、除以及混合運(yùn)算等。(5)同套鄰期光譜指數(shù)變化追蹤：首先在表2中任選1個(gè)光譜指數(shù)并對同套中的每期影像分別進(jìn)行波段運(yùn)算，隨后基于ROI采樣與數(shù)據(jù)處理等方式，觀察杏樹對應(yīng)的該光譜指數(shù)值序列、該光譜指數(shù)值鄰期或隔期差值序列及與其他地物的差別。接下來用同樣的方法對其他光譜指數(shù)予以一一探試。(6)影像復(fù)合與多指數(shù)聯(lián)用分析，并對其綜合辨識效能予以探試。

表2 光譜指數(shù)及其計(jì)算公式Tab.2 Spectral indices and their calculation formulas

注：Rbi表示第i波段的反射率。

Note:Rbiindicates the reflectance of bandi.

a：盛花期杏樹的反射光譜； b:果實(shí)成熟期杏樹的反射光譜

1.4.2 探試結(jié)果 在以上探試性辨識的結(jié)果中，發(fā)現(xiàn)如下較佳的辨識方法與最佳時(shí)相。

(1)光譜指數(shù)VI1對盛花期杏樹具有一定的辨識效能：在盛花期的3景影像中，利用VI1的閾值進(jìn)行地物辨識，皆發(fā)現(xiàn)杏樹具有相對低的VI1值，該閾值對杏樹具有一定的辨識力(見表3，其數(shù)據(jù)是在對應(yīng)影像中對每種果樹樣地進(jìn)行ROI采集、處理與均值后所得的結(jié)果，缺失數(shù)據(jù)是因浮云及其陰影影響而未能采集樣地ROI所致)。

(2)在杏樹盛花期，聯(lián)用NDVI與VI1雙重閾值可提高總體分類精度(指地塊級精度，若分類地塊與實(shí)際樣地的形狀基本套合且≥75%的像元被正確辨識，則認(rèn)為該地塊被正確辨識。若與此標(biāo)準(zhǔn)不符，則認(rèn)為錯(cuò)分，下同):受異物同譜現(xiàn)象等的影響，在3個(gè)年份的盛花期辨識杏樹時(shí)，皆發(fā)現(xiàn)若僅采用單一的VI1閾值會(huì)將一些非杏地物錯(cuò)分為杏樹，以致總體分類精度不高，但若采用NDVI與VI1雙重閾值，可明顯提高總體分類精度。

表3 杏樹盛花期的影像中各種果樹的VI1值Tab.3 VI1 value of various fruit trees in the images at apricot trees blooming stage

(3)花期與花前影像(同序號)波段的比值也可較好地辨識杏樹:在探試同套鄰期影像比值方法的辨識效能時(shí)，發(fā)現(xiàn)花期與花前影像的波段比值也可較好地辨識杏樹(見圖3，數(shù)據(jù)源自WFV1_2017-03-08與WFV3_2017-03-25)，并且聯(lián)用第1波段比與第3波段比的雙重閾值其辨識力相對較佳。

圖3 WFV1_2017-03-08與WFV3_2017-03-25兩景影像的波段比值Fig.3 Values of band ratio of WFV1_2017-03-08 to WFV3_2017-03-25

(4)聯(lián)用上述4個(gè)光譜指數(shù)的閾值(即花期的NDVI、VI1閾值以及花期與花前影像的第1波段比與第3波段比的閾值)，辨識杏樹的精度更為理想。

(5)從上述結(jié)果可知，利用遙感影像辨識杏樹的最佳時(shí)相是盛花期。果實(shí)成熟期并非辨識杏樹的較佳時(shí)相，因?yàn)檠芯繀^(qū)域內(nèi)品種多樣的杏樹的果實(shí)成熟期不統(tǒng)一，以及果農(nóng)為了搶價(jià)而在杏果還未真正成熟時(shí)就已陸續(xù)開采，從而導(dǎo)致果實(shí)成熟期內(nèi)同品種杏樹的反射光譜竟存差異(圖2b)，進(jìn)而致使該時(shí)段內(nèi)辨識杏樹的精度不高。在其他時(shí)段內(nèi)，因杏樹與其他果樹樹種反射光譜曲線差異不大，以致不易辨識。

2 結(jié)果與分析

2.1 驗(yàn)證影像

利用源自WFV1_2014-03-14與WFV2_2014-03-22兩景影像的衍生影像來進(jìn)行驗(yàn)證。該影像通過如下途徑而得：(1)首先對WFV1_2014-03-14與WFV2_2014-03-22兩景影像進(jìn)行配準(zhǔn)、復(fù)合與裁減；(2)隨后通過波段代數(shù)運(yùn)算分別求取WFV1_2014-03-22影像的NDVI、VI1值(下文用其原型標(biāo)記)，再分別求取Rb1花期/Rb1花前、Rb3花期/Rb3花前(下文用Rb1/Rb1花前、Rb3/Rb3花前標(biāo)記)；(3)最后將NDVI、VI1、Rb1/Rb1花前、Rb3/Rb3花前4幀圖像予以復(fù)合，形成驗(yàn)證影像。

2.2 驗(yàn)證過程

首先，在驗(yàn)證影像中采集每種果樹多個(gè)樣地的ROI，所有樣地皆是經(jīng)實(shí)地調(diào)查與篩選的樣地，其寬度皆≥32 m。樣地中葡萄、桃樹的樹齡≥4 a，其他果樹樹齡≥5 a(2014年算起)。杏樹、獼猴桃、桑葚樹樣地分別為38、7、5塊，其余9種果樹樣地均在35～42塊，共392塊樣地。在采集ROI時(shí)，避開地塊邊界處的混合像元。

隨后，在對所采的ROI數(shù)據(jù)集進(jìn)行整理、同樹種歸聚、奇異值剔除等的基礎(chǔ)上，又對杏樹對應(yīng)的4個(gè)指數(shù)的最大值與最小值(即閾值)予以分別計(jì)算。最后,利用依據(jù)這些閾值(0.247 8≤NDVI≤0.390 0，2.460 0≤VI1≤3.622 6，1.086≤Rb3/Rb3花前≤1.310 0，1.071 0≤Rb1/Rb1花前≤1.343 0)構(gòu)建的決策樹對驗(yàn)證圖像進(jìn)行基于專家知識的決策樹分類。

2.3 驗(yàn)證結(jié)果

利用NDVI單閾值、雙重閾值(NDVI、VI1)、三重閾值(NDVI、VI1、Rb3/Rb3花前)、四重閾值(NDVI、VI1、Rb3/Rb3花前、Rb1/Rb1花前)分別進(jìn)行辨識的結(jié)果見圖4—7。

從圖4可知，僅采用NDVI閾值進(jìn)行辨識，既可將絕大部分水體、人工建筑用地及其中的綠化植物、裸地、小麥以及NDVI值較低的非杏果樹予以剔除，又可將與杏樹VI1值接近的部分非杏果樹等地物剔除，為提高后續(xù)辨識的總體精度打下基礎(chǔ)。

圖4 僅采用NDVI閾值進(jìn)行辨識的結(jié)果Fig.4 Identification result using NDVI threshold only

圖5 采用NDVI與VI1雙重閾值進(jìn)行辨識的結(jié)果Fig.5 Identification result using dual thresholds of NDVI and VI1

圖6 采用NDVI、VI1與Rb3/Rb3花前三重閾值進(jìn)行辨識的結(jié)果Fig.6 Identification result using triple thresholds of NDVI,VI1 and Rb3/Rb3 Pre-flowering

圖7 采用NDVI、VI1、Rb3/Rb3花前與Rb1/Rb1花前四重閾值進(jìn)行辨識的結(jié)果Fig.7 Identification result using four thresholds of NDVI,VI1,Rb3/Rb3 Pre-flowering and Rb1/Rb1 Pre-flowering

由圖5可知，在圖4分類的基礎(chǔ)上繼用VI1閾值可較大幅度地剔除非杏果樹等地物。這一辨識結(jié)果證實(shí)了光譜指數(shù)VI1對盛花期杏樹具有較強(qiáng)的辨識效能。究其原因是盛花期杏樹具有迥異于別種果樹的反射光譜，從圖2a可見，此時(shí)的杏樹在藍(lán)光波段的反射率相對較高，高于綠光波段的反射率，以致其VI1值偏低。而此時(shí)的其他果樹因其還未開花或發(fā)芽抽枝，再加之地面裸露度大，以致在藍(lán)光與紅光波段的反射率差別較大，進(jìn)而使其VI1值偏高。

由圖5可見，受地面眾多地物交錯(cuò)復(fù)雜的組合情狀、混合像元與異物同譜現(xiàn)象的存在、輻射校正精度的有限以及所用影像較低的空間分辨率(在較低空間分辨率的影像中采集樣地ROI時(shí)，很難保證每一像元都具有代表性與典型性)等多種不利因素的共同影響，利用NDVI與VI1的雙重閾值雖可將杏樹較好地辨識出來，但還有部分其他地物被錯(cuò)分為杏樹，以致總體分類精度不夠高。

從圖6—7可見，基于圖5分類結(jié)果，用Rb3/Rb3花前與Rb1/Rb1花前兩指數(shù)的閾值可將采用NDVI與VI1雙重閾值不易識別的非杏果樹等地物予以較大幅度地剔除。這一結(jié)果表明，花期與花前影像的求比方法可有效提高辨識杏樹的總體分類精度。究其原因是:(1)在杏樹開花前期,杏樹與其他果樹在林相、反射光譜等方面差別較?。欢陂_花期，杏樹以其雪白的外相迥異于其他地物，亦即在花前至盛花期時(shí)段內(nèi)，杏樹的時(shí)相變化最大；(2)對盛花期與花前兩景影像進(jìn)行同號波段求比，可有效消弱上述幾個(gè)負(fù)面因素的不利影響。

由圖7可見，38塊杏樹樣地均被正確辨識，354塊非杏樹樣地中的326個(gè)(占比為92.09%)地塊被正確辨識，有28個(gè)(占比為7.91%)地塊被錯(cuò)分為杏樹。

在隨后進(jìn)行的實(shí)地隨機(jī)抽驗(yàn)過程中，發(fā)現(xiàn)杏樹的38塊樣地與12塊非樣地皆被正確識別，非杏果樹的47個(gè)地塊(包括28塊樣地與19塊非樣地)被錯(cuò)分為杏樹，其余地物未見錯(cuò)分。杏樹地塊正確辨識率較高的原因?yàn)?，分類時(shí)所采用的決策樹是基于杏樹對應(yīng)的4個(gè)光譜指數(shù)的閾值而構(gòu)建的。3塊長著桃樹苗的地塊被錯(cuò)分為杏樹的原因是，其與杏樹同時(shí)開花而致難辨。其余44塊非杏樹地塊大多寬度較窄且緊鄰小麥地，可能受所采樣本像元純度不高或鄰邊效應(yīng)等因素影響以致被錯(cuò)分為杏樹。

接下來以像元為評價(jià)單元對圖7的分類精度予以評價(jià)。鑒于撂荒地與裸地、道路、城鄉(xiāng)建筑及其內(nèi)部綠化植被、水體、小麥、玉米等非果樹地物易與杏樹區(qū)別，在此僅對杏樹與非杏樹兩大類的混分情況予以評價(jià)。首先，在驗(yàn)證影像中對先選的392塊樣地、隨后實(shí)地抽驗(yàn)到的12塊杏樹地與19塊非杏樹地塊，共423個(gè)地塊進(jìn)行ROI采集。因所用圖像空間分辨率所限，在每一地塊采集像元時(shí)避過其最邊側(cè)的一行/列像元(大多數(shù)為混合像元)進(jìn)行采集。最終在50塊杏樹地共采集2 106個(gè)像元，在373塊非杏樹地共采集10 071個(gè)像元，共12 177個(gè)像元。在2 106個(gè)杏樹像元中，1 751個(gè)像元被正確識別，355個(gè)像元被錯(cuò)分為非杏。在10 071個(gè)非杏樹像元中，8 104個(gè)像元被正確識別，1 967個(gè)像元被錯(cuò)分。通過簡單計(jì)算而得到僅含杏樹、非杏樹兩大類的混淆矩陣，從中可見，杏樹類的正確識別率為83.14%，總體分類精度為80.93%。

3 結(jié)論與討論

通過以上分析，可得出如下5點(diǎn)結(jié)論：(1)盛花期杏樹具有相對(其他果樹樹種)較低的VI1值，此指數(shù)閾值對該時(shí)期杏樹具有較佳的辨識效能；(2)在杏樹盛花期的影像中，利用NDVI與VI1雙重閾值，可明顯提高總體分類精度;(3)盛花期與花前影像(同序號)波段的比值也可較好地辨識杏樹；(4)聯(lián)合應(yīng)用NDVI、VI1、Rb1/Rb1花前、Rb3/Rb3花前4個(gè)光譜指數(shù)及其閾值，辨識杏樹的精度更為理想，杏樹類的正確識別率可達(dá)83.14%，總體分類精度可達(dá)80.93%；(5)盛花期是辨識杏樹的最佳時(shí)相。

以上結(jié)論是在對3 a逐月的數(shù)十期GF1-WFV影像進(jìn)行一系列處理、求算與分析的基礎(chǔ)上得出的，因而具有一定的可靠性。然而，由于GF1-WFV影像波譜分辨率(尤其是在可見光波段)較低，基于此類影像分析得出的杏樹最佳辨識時(shí)相是否唯一與堅(jiān)實(shí)，還需后繼采用較高波譜分辨率的影像數(shù)據(jù)予以驗(yàn)證。本研究采用NDVI、VI1、Rb1/Rb1花前、Rb3/Rb3花前4個(gè)光譜指數(shù)及其閾值對杏樹進(jìn)行辨識，杏樹類的正確識別率不夠高的主要原因是所用影像空間分辨率較低、混合像元較多?？傮w分類精度不夠高的原因是在求算該值時(shí)并未將易與杏樹區(qū)別的城鄉(xiāng)建筑用地、水體、小麥與撂荒地等計(jì)入，若將其計(jì)入非杏地物類中，總體分類精度將會(huì)較大幅度提高。

以上成果可適用于今后利用相同空間與波譜分辨率的影像數(shù)據(jù)對當(dāng)?shù)匦訕涞脑灾残畔⑦M(jìn)行估測評價(jià)，對于與本研究區(qū)差異較大的果區(qū)，在今后開展杏樹栽植信息遙感監(jiān)測時(shí)，可參考本研究所采用的探索途徑與光譜指數(shù)聯(lián)用方式。對于采用更高空間與波譜分辨率的航天、航空(含無人機(jī))影像如何來辨識當(dāng)?shù)匦訕涞葐栴}，有待后續(xù)拓研。

致謝：感謝中國資源衛(wèi)星應(yīng)用中心提供衛(wèi)星影像支持。