烟草种植信息是烟草生产管理的重要依据，可以为烟草种植管理提供决策支持，是国家宏观管理和决策的重要经济信息。此外，保险公司也需要了解烟草的空间分布范围，以帮助实现准确的保险理赔估算，减少传统合同理赔中的道德风险问题。传统依赖于地面调查的烟草种植面积监测方法，费时费力、容易受到人为因素的影响，不能获得实时、准确的种植面积数据。近年来，随着无人机遥感技术的快速发展，无人机遥感技术已从单纯的研究应用逐步发展到实际应用，包括精准农业、植被区监测、作物区制图、环境监测、野生动物研究，考古应用等。使用无人机可以获得厘米级高空间分辨率的清晰烟草田块图像。此外，由于其灵活的飞行时间，在实际应用中更容易保证在最佳监视阶段获得高质量数据。然而，甚少有基于无人机图像的烟田制图研究。

本研究将监督分类与图像形态学相结合，提出了一种基于无人机图像的烟田自动识别方法，并在我国烟草种植大省云南省进行了应用。提取的流程（图1）具体包括如下步骤：（1）最佳监测时相（烤烟移栽完成后还苗期刚开始的阶段）UAV数据的获取和预处理；（2）基于监督分类提取烟田地膜和建筑的混合类；（3）利用图像形态学的腐蚀和膨胀算法去除混合类中的大面积建筑物得到烟田地膜的空间分布图；（4）利用腐蚀算法从烟田地膜空间分布图中剔除小面积的破碎图斑；（5）利用膨胀算法膨胀烟田地膜得到烟田的初步提取结果；（6）通过面积阈值剔除噪声图斑得到最终的烟田分布。

图1 技术路线图

研究结果：

以中国烟草种植第一大省云南省为例，分析了烟田最佳监测时相为移栽期结束后的还苗期，并提出了一种基于图像形态学的烤烟地块分布提取方法，基于0.04m分辨率的UAV图像进行了方法的验证，发现所提出的方法制图精度、用户精度和总体精度分别为92.59%，96.61%和95.93%。但UAV图像空间分辨率对本研究所提出方法的精度有影响，总体来说分辨率越高越适合采用本研究所提出的方法。在实际应用过程中，要综合考虑研究区种植结构、地块破碎程度，主要作物物候历等分析所需数据的空间分辨率、最佳监测时相和期数，并发展相应的识别方法，在尽量节约成本的前提下满足监测的精度需求。

图2 烤田识别结果对比（a 原始影像，b基于最大似然法得到的二值图，c目视解译的烟田分布，d基于本研究所提出方法提取的烟田分布）

本研究提出的基于无人机图像的烟田识别方法具有自动化、流程化、精度高、易操作的优点，可以为烟田信息的自动化提取提供技术支撑。

（供稿人：刘莹）