桂林理工大学

详情

广西甘蔗遥感识别理论与方法研究

申报人：覃慧莉 申报日期：2024-12-30

基本情况

2025年批次
广西甘蔗遥感识别理论与方法研究 学生申报
创新训练项目
工学
测绘类
学生来源于教师科研项目选题
一年期
广西蔗糖单产和出糖率双低，而计算这两个指标的甘蔗面积无法准确统计，为此本项目拟研究不同物候条件下甘蔗的纹理、色彩和背景等信息，构建蔗田锦纹色彩甘蔗物候识别模型，用广西扶绥县不同物候条件下甘蔗的高分辨率影像和边界矢量数据构建数据集，划分出训练、测试和验证数据集，采用随机梯度下降法、动量法和集成学习等技术对模型进行训练、测试和验证，实现不同物候条件甘蔗的准确识别，提供甘蔗面积准确计算参考。
负责人是徐嘉盛老师班级的学生，协助徐嘉盛老师开展过广西扶绥县甘蔗种植区的吉林一号卫星影像下载、甘蔗矢量数据量测，以及甘蔗生长理论分析等工作，能够独立构建甘蔗识别的深度学习模型，卷积神经网络，参与了部分甘蔗识别实验。
广西甘蔗遥感识别应用研究，19-050-11-13，广西空间信息与测绘重点实验室(厅级)，2万元，2019.12.1-2021.12.1 
(1) 1套广西扶绥县高分辨率卫星遥感影像数据和甘蔗种植矢量数据；
(2) 1台专门用于深度学习识别甘蔗实验的计算机；
(3) 指导不同物候条件下甘蔗在不同生长期的纹理、光谱、背景的生长理论研究；
(4) 指导构建相应的蔗田锦纹色彩甘蔗物候识别模型的能力；
(5) 指导实验开展、专利、论文和报告撰写。 
区级

项目成员

序号 学生 所属学院 专业 年级 项目中的分工 成员类型
覃慧莉 测绘地理信息学院 地理信息科学 2023 项目总体规划与技术
汪祉祎 测绘地理信息学院 遥感科学与技术 2024 项目申报、执行和结题
方荣欣 测绘地理信息学院 遥感科学与技术 2024 模型实现和实验
龚小鑫 测绘地理信息学院 遥感科学与技术 2024 撰写专利和报告

指导教师

序号 教师姓名 所属学院 是否企业导师 教师类型
徐嘉盛 测绘地理信息学院 否
周祥 机械与控制工程学院 否

立项依据

我国每年的食糖需求量在 15000万吨以上，并且每年有 1%-1.5% 的天然增长。根据《中国统计年鉴》， 2019-2023年我国糖料种植面积从2415万亩下降为2130万亩(见图1)，糖料产量也从12169万吨减少为11504万吨(见图2)。我国糖料自给严重不足。这是因为尽管我国单位面积甘蔗出糖率从5.04%上升为5.4%，但比国际平均产糖率(12%)还低6.6%。2021年4月，习近平总书记在广西考察时指出，要推进糖业等传统产业优化升级，实现高端化、智能化、绿色化发展[1]。同年，国家《食糖产业“十四五”高质量发展指导意见》指出加大科技研发投入，推动糖业技术创新和产业升级[2]。
广西作为我国主要蔗糖产地，甘蔗种植面积在全国占比超60%（见图1）。尽管广西单位面积蔗田出甘蔗量5.60%高于全国平均水平4.8%，但是单位面积蔗田出糖量0.46%却远低于全国平均水平5.4%（见图3）。这反映广西种植的甘蔗单产太低。加上受国外低价糖大量进口影响，我国食糖价格长期低迷，广西糖厂持续面临资金流动性不足、经营亏损、融资困难等难题，开展技术升级改造、维持糖业体系运转难度加大，导致糖料不能自给自足，对食糖安全构成了极大的威胁[3]。广西“十四五”规划明确指出“聚焦提高糖料蔗单产、提升产糖率和机械化作业水平，推动糖业高端化、智能化、绿色化，做强做大糖业这一特色产业，保障国家食糖安全，促进蔗农增收致富”[4]。但是，目前广西的甘蔗种植面积计算不准，对提高糖料蔗单产、提升出糖率准确计算产生较大影响。
然而，高分辨率遥感影像分辨率可达亚米级，能够提供甘蔗的纹理、色彩和背景等信息，结合遥感深度学习分类技术，可实时监测甘蔗种植面积，用于糖料蔗单产和出糖率准确计算[5]。
因此，本项目根据甘蔗的纹理、色彩和背景等信息形成理论，构建蔗田锦纹色彩甘蔗物候识别模型，即将甘蔗的纹理、色调、饱和度、明度、光照、降水、温度、湿度、风力、土壤孔隙度、土壤酸碱度和土壤含水量等作为特征变量构建蔗田锦纹色彩甘蔗物候识别模型，实现不同季节蔗种精准识别和面积统计。 summernote-img
(1) 甘蔗生长的纹理、色彩随物候变化理论
通过梳理《多时相GF-1-WFV数据的丘陵地区甘蔗种植面积提取》[6]、《甘蔗种植区域空间识别提取及面积遥感估算研究》[7]、《广西甘蔗种植面积、长势与产量遥感反演及其影响因子研究》[8]等23篇国内外甘蔗识别相关研究论文，分析甘蔗生长的遥感特征，形成不同物候及背景下甘蔗生长的纹理、色彩变化理论。
图 2 不同物候及环境甘蔗生长的纹理色彩变化
如图2 所示,（a）春季甘蔗生长最大特征是土壤上呈稀疏散射状，色彩较为明亮；（b）夏季甘蔗生长最大特征为土壤上呈密集散射状，色彩较最明亮；（c）秋季甘蔗生长最大特征为土壤上呈稠密颗粒状，色彩较比较明亮; （d）冬季甘蔗生长最大特征为土壤上呈点状，色彩暗淡。
如图3所示，该理论重点分析研究物候、纹理、色彩和背景之间的相互关系，确定它们两两之间相关程度，对遥感识别甘蔗独一无二的特性。其中，物候和背景是生长基础环境，纹理是遥感核心特征，色彩是遥感中心特征。甘蔗生长在不同的物候和背景下，会呈现出不同的纹理、色彩和背景，可作为遥感识别的特征变量，构建蔗田锦纹色彩甘蔗物候识别模型，准确识别模型，统计面积。
图 3 甘蔗遥感特征关系
(2) 构建蔗田锦纹色彩甘蔗物候识别模型
图 4 蔗田锦文色彩甘蔗物候识别模型构建过程
① 提取遥感特征变量:纹理、色彩、背景
纹理(横纹、竖纹、斜纹)：甘蔗纹理在影像上表现为一定的色调和几何特征。由于甘蔗的纹理是有规律的线性排列，在影像中会呈现出独特的条带状图案。可以利用图像纹理分析算法，如灰度共生矩阵（GLCM）来提取纹理特征[9]。GLCM可以通过计算影像中不同方向（0°、45°、90°、135°）上像素灰度值的组合情况，得到对比度、相关性、能量和熵等参数来描述甘蔗纹理的均匀性、方向性等特点。
色彩（色调、饱和度、明度)：利用 HSV 模型遥感识别甘蔗时，先将影像转至 HSV 空间[10]。色调上，依甘蔗特有的叶、茎颜色范围设阈值筛选；饱和度方面，凭借其较高值，设下限排除低饱和非甘蔗区域；明度上，根据甘蔗适中明度，设定范围排除过暗水体与过亮人造物。综合各通道阈值逻辑运算提取甘蔗像素区，且需留意光照、季节等因素对甘蔗 HSV 值的影响并适时调整阈值。
背景(土壤、水分)：土壤水分对甘蔗遥感识别影响显著[11]。它改变土壤反射率，干燥土反射率高、色浅，湿土反之，影响甘蔗与背景对比度。且水分影响甘蔗生长态与光谱特征，适宜时甘蔗生长旺，光谱正常；缺水致叶片枯黄，光谱改变易误判；水分过多引发病虫害或倒伏，干扰形态与光谱判断。
② 构建蔗田锦纹色彩甘蔗物候识别模型
根据甘蔗在不同物候和背景下，纹理、色彩、背景与甘蔗是高度非线性关系，本项目拟利用线性回归、Softmax运算、偏导数、梯度、最大似然估计和链式求导法则构建一个考虑纹理、色彩、背景的甘蔗识别模型。
③ 训练模型参数
通过奥维地图、天地图等软件，下载扶绥县不同季节的甘蔗卫星影像图，提取甘蔗的遥感特征变量，用Labelme标记甘蔗，建立数据集；将数据集分割为训练集、测试集和验证集；将训练集输入到甘蔗识别模型，训练模型，求解模型参数，获得甘蔗识别模型；用测试集测试甘蔗识别模型；测试通过，将甘蔗识别模型应用于验证集；用混淆矩阵评价模型效果。 
(1) 广西甘蔗发展动态
广西种植甘蔗的历史悠久，据《三国志•孙亮传》所载，当时交州向孙吴进献的贡物中就有“甘蔗饧”[12]。1949年广西甘蔗种植面积仅24.03万亩。到了20世纪80年代和90年代，广西的甘蔗种植面积和糖产量迅速增长，使得广西成为全国最大的甘蔗生产基地[13]。1993年，广西成功取代了广东，成为我国第一产糖大省。2023年广西甘蔗种植面积1124万亩，位居全国首位；蔗糖产量618万吨，占全国产量的60%[14]。
目前，广西甘蔗产业面临如下问题：
①　单产低
由于广西甘蔗存在品种及改良选育研究薄弱，蔗田地块分布零散，面积狭小，所处位置偏僻，且地块自然条件欠佳，甘蔗生产基础设施建设薄弱，不利于开展大规模机械化耕种作业，蔗地收益单一，蔗农种蔗积极性不高等问题，导致广西甘蔗单位面积产出效益低[15]。
②　出糖率低
广西甘蔗出糖率预计在12%左右，虽高于广东、海南两省,但较云南省[16]为低，故未能位列全国首位。出糖率的波动受多种因素影响，包括甘蔗品种、种植条件、气候因素等。
③　耕种方式粗放
近年来蔗农大量开垦荒山斜坡地种植甘蔗，但由于山高地斜，往往无法实施农业机械甚至是牛力耕作，所以人工劳动力投人多，劳动强度大，效率低。耕种方式粗放成为影响广西甘蔗业可持续发展的主要“硬伤”[17]。
综上所述，要解决改变粗放的耕种方式，提高单产和出糖率，首先要准确识别甘蔗，精确统计甘蔗面积。传统的面积统计方式主要有大田间分布的手工测量，图纸与比例尺估算，但其在精度、效率、自动化和数据管理等方面存在明显的不足，无法实现大面积精确监测及准确统计。
(2) 遥感识别甘蔗
国、内外从1990年开始有相关文献研究遥感识别甘蔗，其研究方式从基于中等分辨率数据构建识别模型，逐步拓展至近年来利用中高分辨率数据建立研究模型[18]。
目前，主要有以下几种遥感甘蔗识别模型：
① 决策树逻辑的分类规则集模型
2014年，王久玲等[19]基于多时相 HJ-1A/1B 星 CCD影像，以广西中部贵港市三区为研究区，建立决策树逻辑的分类规则集模型提取甘蔗种植区，分类精度为 91.3%。其只研究了灰度共生矩阵局部一致性这一个纹理特征与 NDVI，尚需进一步开展其他纹理特征和与光谱特征指数结合分类的研究。
② 二维卷积神经网络（CNN ）模型
2022年，Virnodkar, SS等[20]使用二维卷积神经网络（CNN ）模型应用 RS 时间序列数据进行识别分类印度半岛地区甘蔗，CNN 模型达到 88.46%准确性。其缺点为云雨天气容易导致观测数据缺失，给甘蔗种植分布提取带来不确定性。
③ 时间加权的动态时间规整（TWDTW）模型
2023年，杨颖频等[21]协同Landsat遥感时间序列数据，提出了时间加权的动态时间规整（TWDTW）模型识别广东省西部2000、2008、2020年3年甘蔗种植空间分布，其精度达87.62%。该研究采用了30 m分辨率的Landsat数据开展甘蔗历史分布信息的提取，然而30 m的空间尺度对于细小、破碎的地块，不可避免地存在混合像元问题。
综上所述，上述这些模型只考虑单一纹理特征与光谱特征指数、单一物候天气、单一分辨率数据的因素，忽略了甘蔗具有随物候变化的纹理、色彩和背景特征。因此，本项目针对在广西地区复杂多变的地理与气候条件下，甘蔗随物候变化的纹理、色彩和背景等遥感特征，构建蔗田锦纹色彩甘蔗物候识别模型，使用高分辨率多光谱影像数据和甘蔗标签验证甘蔗识别模型精度，准确计算甘蔗种植面积。 
1. 理念创新——甘蔗生长的纹理、色彩随物候变化理论
根据甘蔗在不同物候条件下有萌芽期、生长期、成熟期、收割期等不同生长周期，分析甘蔗不同生长期的物候条件、纹理、色彩和背景与甘蔗之间的关系，建立甘蔗生长的纹理、色彩随物候变化理论，服务于时空随物候变化角度构建蔗田锦纹色彩甘蔗物候识别模型的构建。该理论充分考虑了甘蔗不同生长期物候条件、纹理、色彩和背景与甘蔗之间的时空变化情况。
2. 模型创新——从时空随物候变化角度构建蔗田锦纹色彩甘蔗物候识别模型
根据甘蔗生长的纹理、色彩随物候变化理论，结合甘蔗不同物候条件、纹理、色彩和背景与甘蔗之间的关系，用数学语言描述这种关系，建立时空物候变化的蔗田锦纹色彩甘蔗物候识别模型。该模型不仅考虑了甘蔗纹理、色彩随物候的变化，还融入了空间维度上的信息，如甘蔗生长环境的地理位置、气候条件等，能够更全面地识别甘蔗。
3. 项目特色
(1) 甘蔗独有理论特色。根据甘蔗在不同物候条件下有萌芽期、生长期、成熟期、收割期等不同生长周期，且物候条件、纹理、色彩和背景与甘蔗之间具有非线性关系，建立动态变化物候条件下甘蔗生长的纹理、色彩和背景变化理论。
(2) 甘蔗识别特有模型。根据变化的不同物候条件下，甘蔗在不同生长周期呈现的物候条件、纹理、色彩和背景的遥感特征，构建时空物候变化的蔗田锦纹色彩甘蔗物候识别模型，求解模型参数，获得时空物候变化的蔗田锦纹色彩甘蔗物候识别模型。
(3) 选取广西甘蔗种植特色县——扶绥县为研究区，能够代表广西甘蔗种植特点。选用吉林一号、哨兵二号等高分辨率卫星影像数据以及甘蔗生长矢量数据制作数据集，划分为训练数据集、测试数据集和验证数据集，先用训练数据集结合随机梯度下降、动量法、集成学习等技术训练时空物候变化的蔗田锦纹色彩甘蔗物候识别模型，再用测试数据集测试模型效果，最后用验证数据集验证模型效果。实验过程科学合理，且专门用于识别甘蔗。 
1.技术路线
前期调研→收集资料→查阅相关文献→制定研究方案→采集数据→整理数据→甘蔗生长理论研究→构建蔗田锦纹色彩甘蔗物候识别模型→训练模型→测试模型→验证模型→形成报告→推广应用。
2.拟解决问题
解决广西甘蔗单产和产糖双低背景下甘蔗大面积准确识别和统计的问题，解决的核心问题是形成不同物候条件下甘蔗在不同物候条件下的纹理、光谱、背景的生长理论，构建相应的蔗田锦纹色彩甘蔗物候识别模型。
3.预期成果
(1) 提交研究报告1份；
(2) 申请发明专利1件；
(3) 发表论文1篇。 
表 1 项目研究进展
时间安排 目标内容
2025.1-2025.3 查阅文献，制定项目实施方案，采集数据， 整理数据
2025.4-2025.6 研究不同物候条件下甘蔗在不同生长期的纹理、光谱和背景的生长理论，构建相应的蔗田锦纹色彩甘蔗物候识别模型
2025.7-2026.9 用Python实现模型，训练、测试和验证模型，撰写和提交论文和专利。
2025.10-2025.12 总结研究，撰写结题报告，申请结题 
 项目指导老师徐嘉盛2019年承担了广西空间信息与测绘重点实验室开放基金“广西甘蔗遥感识别应用研究”(合同编号19-050-11-13，金额2万元)，主要用深度学习研究甘蔗识别。成果“ECA-MobileNetV3 (Large)+ SegNet Model for Binary Sugarcane Classification of Remotely Sensed Images”(DOI: 10.1109/TGRS.2022.3215802)于2022年发表在SCI一区Top 期刊《IEEE Transactions on Geoscience and Remote Sensing》，授权中国发明专利“一种快速分类的全卷积神经网络模型”(专利号：ZL202110753343.5)一件。徐嘉盛老师不仅具有主持项目、执行项目的经验，也具有研究甘蔗识别和取得成果的能力，能够为本项目提供充足有效指导。


（1）已具备条件
项目指导老师徐嘉盛一直从事相关研究，主持遥感甘蔗识别的厅级项目1个，参与广西创新驱动发展专项2个，广西科技基地与人才专项2个，发表相关二区以上SCI论文8篇，EI论文3篇，中文核心论文1篇，授权发明专利6件，授权实用新型专利3件，获得教育部科技进步二等奖1项，第48届日内瓦国际发明展银奖1项、第49届日内瓦国际发明展金银奖各1项。他可以提供1套广西扶绥县部分高分辨率卫星遥感影像数据和甘蔗种植矢量数据，也可以提供1台专门用于深度学习甘蔗识别的计算机，保证项目顺利实施和结题。
项目指导老师周祥主持2项厅级课题，发表SCI论文10篇，EI论文3篇，核心期刊论文2篇，授权发明专利6件，授权实用新型专利3件，获得教育部科技进步二等奖1项，广西技术发明一等奖1项，广西自然科学奖1项，第48届日内瓦国际发明展银奖2项、第49届日内瓦国际发明展金奖1项。
课题组成员均为遥感科学与技术专业学生，具有遥感专业背景，拥有项目相关的专业知识和技能，熟悉遥感技术和应用，掌握数据分析、图像处理等关键技术，能够胜任项目研究。
① 项目负责人汪祉祎自学遥感导论，具有研究不同物候条件下甘蔗的纹理、光谱、背景的生长理论，构建相应的蔗田锦纹色彩甘蔗物候识别模型的能力；
② 项目成员方荣欣能够熟练运用Envi，ArcGis等软件，且具有Python程序开发的能力，能够用Python实现蔗田锦纹色彩甘蔗物候识别模型，开展对比实验研究；
③ 项目成员龚小鑫具有相当深厚的文字写作能力，主要负责该申报书的撰写，能够胜任专利和报告撰写的能力，与，能够保证该项目顺利开展和结题。
（2）尚缺少条件
① 团队成员没有项目申报、执行(研究)和结题的经验，需要本次项目提供机会予以积累。
② 项目没有经费支持。
（3）解决方法
① 团队积极寻求徐嘉盛老师及其课题组周国清教授团队的支持和帮助，迅速提升自身申报、执行和结题项目的能力，保证项目如期保质保量完成。
② 团队负责人带领团队成员夜以继日撰写申报书力争本项目获批，争取足够资金开展本次研究。 

经费预算

开支科目 预算经费（元） 主要用途 阶段下达经费计划（元）
前半阶段 后半阶段
预算经费总额 10000.00 无 6200.00 3800.00
1. 业务费 9000.00 如下 5600.00 3400.00
（1）计算、分析、测试费 1000.00 租赁服务器 600.00 400.00
（2）能源动力费 0.00 无 0.00 0.00
（3）会议、差旅费 3000.00 参加遥感会议、采集数据 2000.00 1000.00
（4）文献检索费 0.00 无 0.00 0.00
（5）论文出版费 5000.00 版面费 3000.00 2000.00
2. 仪器设备购置费 0.00 无 0.00 0.00
3. 实验装置试制费 0.00 无 0.00 0.00
4. 材料费 1000.00 无 600.00 400.00
结束

用户单位： 桂林理工大学        

版权所有： 南京先极科技有限公司