航天宏圖PIE-Engine遙感云平臺帶你看世界頂級的新疆棉花！
我國是世界上最大棉花消費國，第二大棉花生產(chǎn)國。新疆是我國的主要棉產(chǎn)區(qū)，棉產(chǎn)量占國內(nèi)總產(chǎn)量的百分之八十以上。新疆棉花質(zhì)地柔軟，手感舒適，色彩鮮艷，吸水性好，特別是新疆長絨棉，是世界頂級的棉花。新疆棉花不只是頂級紡織品，它還是人民幣的原料，它更是戰(zhàn)疫的關(guān)鍵一環(huán)，是口罩的重要材料，新疆半年以來拿出近300萬噸棉花支援抗疫。
近年來，航天宏圖在遙感監(jiān)測新疆棉花方面做了諸多工作。今天，讓我們一起了解一下吧。
基于PIE-Engine的新疆棉花種植面積提取
（1）棉花種植面積提取方法
首先，利用GlobaLand 30全球地表覆蓋分類數(shù)據(jù)獲取石河子市的所有耕地區(qū)域。另外，通過分析石河子市棉花耕地在影像中的敏感特征（光譜與指數(shù)），棉花在紅光波段的反射率相比其它波段表現(xiàn)出了更高的敏感性，并且該區(qū)域處于生長季的棉花NDVI指數(shù)普遍大于0.5。由此，我們可以根據(jù)這兩個敏感特征在影像中的耕地區(qū)域內(nèi)快速識別與提取棉花耕地，計算棉花的NDVI、NDWI以及葉綠素，并進一步分析棉花漲勢與產(chǎn)量。根據(jù)我們的監(jiān)測結(jié)果，新疆多地棉花長勢喜人，產(chǎn)量穩(wěn)定增長。
計算公式如下：
式中：B3為影像的綠光波段反射率，B4為影像的紅光波段反射率，B6為紅邊2波段反射率，B7為紅邊3波段反射率，B8為近紅外波段的反射率。
（2）棉花種植面積提取結(jié)果
基于PIE-Engine實現(xiàn)新疆棉花監(jiān)測，代碼如下：
向下滑動閱覽
1.//加載顯示石河子市矢量邊界數(shù)據(jù)??
2.var shz = pie.FeatureCollection("NGCC/CHINA_COUNTY_BOUNDARY")??
3.? ? ? ? ? ? .filter(pie.Filter.eq("name", "石河子市"))??
4.? ? ? ? ? ? .first()??
5.? ? ? ? ? ? .geometry();??
6.Map.centerObject(shz, 9);??
7.Map.addLayer(shz, {color: "ff0000ff", fillColor: "00000000", width: 1}, "石河子市");??
8.??
9.//加載顯示全球地表覆蓋GlobeLand30數(shù)據(jù)集并篩選耕地??
10.var lc = pie.ImageCollection('NGCC/GLOBELAND30')??
11.? ? ? ? ? ? .filterDate("2019", "2021")??
12.? ? ? ? ? ? .select("B1
13.? ? ? ? ? ? ?.first()??
14.? ? ? ? ? ? .eq(10)??
15.? ? ? ? ? ? .clip(shz);??
16.Map.addLayer(lc, {uniqueValue: ["0", "1"], palette: ["f5fffa", "9acd32"]}, "耕地", false);??
17.??
18.//加載顯示2020年7月石河子市Sentinel-2 L2A合成影像??
19.var img = pie.Image("user/3408/SHZ_S2_L2A");??
20.Map.addLayer(img.select(["B4", "B3", "B2"]), {min:0, max: 3000}, "石河子市S2_L2A合成影像",false);??
21.??
22.//計算影像NDVI、NDWI以及SPAD??
23.var green = img.select("B3");??
24.var red = img.select("B4");??
25.var re2 = img.s
26.var re3 = img.select("B7");??
27.var nir = img.select("B8");??
28.var NDVI = (nir.subtract(red)).divide(nir.add(red)).rename("NDVI");??
29.var NDWI = (green.subtract(nir)).divide(green.add(nir)).rename("NDWI");??
30.var SPAD = (re3.divide(re2)).multiply(25.34).subtract(28.06).rename("SPAD");?
31.??
32.//根據(jù)敏感特征提取棉花并顯示??
33.var cot_RGB = img.select(["B4", "B3", "B2"])??
34.? ? ? ? ? ? ? ? ?.updateMask(lc.eq(1).and(nir.gt(4500)).and(NDVI.gt(0.5)));??
35.Map.addLayer(cot_RGB,?
36.??
37.//掩膜獲取棉花NDVI??
38.var cot = NDVI.updateMask(lc.eq(1).and(nir.gt(4500)).and(NDVI.gt(0.5)));??
39.??
40.//按不同閾值顯示NDVI?
41.var cot_NDVI = cot.where(cot.gt(0.50).and(cot.lte(0.75)), 1)??
42.? ? ? ? ? ? ? ? ? .where(cot.gt(0.75).and(cot.lte(0.80)), 2)??
43.? ? ? ? ? ? ? ? ? .where(cot.gt(0.80).and(cot.lte(0.85)), 3)??
44.? ? ? ? ? ? ? ? ? .where(cot.gt(0.85).and(cot.lte(0.90)), 4)??
45.? ? ? ? ? ? ? ? ? .where(cot.gt(0.90).and(cot.lte(1.00)), 5);??
46.Map.addLayer(cot_N
47.??
48.//計算棉花NDVI最大值、最小值以及均值??
49.var NDVI_max = cot.reduceRegion(pie.Reducer.max(), shz, 30).get("NDVI").getInfo();??
50.print("NDVI最大值
51.var NDVI_min = cot.reduceRegion(pie.Reducer.min(), shz, 30).get("NDVI").getInfo();??
52.print("NDVI最小值", NDVI_min);??
53.var NDVI_mean = cot.reduceRegion(pie.Reducer.mean(), shz, 30).get("NDVI").getInfo();??
54.print("NDVI平均值", NDVI_mean);??
55.??
56.//計算棉花耕地的面積，單位：公頃??
57.var area = cot.pixelArea()??
58.? ? ? ? ? ? ??.multiply(cot)
59.? ? ? ? ? ? ? .reduceRegion(pie.Reducer.sum(), shz, 30)??
60.? ? ? ? ? ? ? .getInfo()??
61.? ? ? ? ? ? ? .constant/1000000;??
62.print("棉花種植面積", area);??
63.??
64.//掩膜獲取棉花NDWI??
65.var wat = NDWI.updateMask(lc.eq(1).and(nir.gt(4500)).and(NDVI.gt(0.5)));??
66.??
67.//按不同閾值顯示NDWI??
68.var water = wat.where(wat.gt(-1.00).and(wat.lte(-0.90)), 1)??
69.? ? ? ? ? ? ? ?.where(wat.gt(-0.90).and(wat.lte(-0.85)), 2)??
70.? ? ? ? ? ?.where(wat.gt(-0.85).and(wat.lte(-0.80)), 3)?
71.? ? ? ? ? ? ? ?.where(wat.gt(-0.80).and(wat.lte(-0.70)), 4)??
72.? ? ? ? ? ? ? ?.where(wat.gt(-0.70), 5);??
73.Map.addLayer(water, {min: 1, max: 5, palette: ["FF0000", "FFC800", "B6FF8F", "33C2FF", "0000FF"]}, "棉花-NDWI");??
74.??
75.//計算棉花NDWI最大值、最小值以及均值??
76.var NDWI_max = wat.reduceRegion(pie.Reducer.max(), shz, 30).get("NDWI").getInfo();??
77.print("NDWI最大值", NDWI_max);??
78.var NDWI_min = wat.reduceRegion(pie.Reducer.min(), shz, 30).get("NDWI").getInfo();??
79.print("NDWI
80.var NDWI_mean = wat.reduceRegion(pie.Reducer.mean(), shz, 30).get("NDWI").getInfo();??
81.print("NDWI平均值", NDWI_mean);??
82.??
83.//掩膜獲取棉花SPAD??
84.var crp = SPAD.updateMask(lc.eq(1).and(nir.gt(4500)).and(NDVI.gt(0.5)));??
85.??
86.//按不同閾值顯示SPAD??
87.var chlorophyll = crp.where(crp.gt(0.0).and(crp.lte(1.5)), 1)??
88.? ? ? ? ? ? ? ? ? ? ?.where(crp.gt(1.5).and(crp.lte(2.5)), 2)??
89.? ? ? ? ? ? ? ? ? ? ?.where(crp.gt(2.5).and(crp.lte(3.5)), 3)??
90.? ? ? ? ? ? ? ? ? ? ?.wh
91.? ? ? ? ? ? ? ? ? ? ?.where(crp.gt(4.5), 5);??
92.Map.addLayer(crp, {min:1, max:5, palette: ["FFFF80", "71EB2F", "55FF00", "216E9E", "0C1078"]}, "葉綠素");??
93.??
94.//計算棉花SPAD最大值、最小值以及均值??
95.var SPAD_max = crp.reduceRegion(pie.Reducer.max(), shz, 30).get("SPAD").getInfo();??
96.print("葉綠素最大值", SPAD_max);??
97.var SPAD_min = crp.reduceRegion(pie.Reducer.min(), shz, 30).get("SPAD").getInfo();??
98.print("葉綠素最小值", SPAD_min);??
99.var SPAD_mean = crp.reduceRegion(pie.Reducer.mean
100.pri
PIE-Engine Landscape風景農(nóng)業(yè)大數(shù)據(jù)監(jiān)測系統(tǒng)
PIE-Engine Landscape（簡稱：風景）農(nóng)業(yè)大數(shù)據(jù)系統(tǒng)是面向農(nóng)業(yè)全生命周期提供信息化服務(wù)的產(chǎn)品。該產(chǎn)品支持農(nóng)業(yè)生產(chǎn)前期的農(nóng)作物分類提取、種植適宜性評價，生產(chǎn)過程的播期預(yù)測、長勢分析及施肥建議、土壤墑情監(jiān)測及灌溉建議，臨近成熟期的作物估產(chǎn)、成熟期預(yù)測及收獲進度監(jiān)測服務(wù)。能夠提供生產(chǎn)全周期的氣象保障，包括寒潮、高溫等災(zāi)害預(yù)報，以及干旱、洪澇等災(zāi)害監(jiān)測。
（1）地膜覆蓋監(jiān)測
2019年5月初新疆局部地區(qū)棉花地膜覆蓋評估結(jié)果
（2）長勢監(jiān)測
（3）葉綠素及氮素監(jiān)測
（4）產(chǎn)量預(yù)估
結(jié)束語
科技服務(wù)“三農(nóng)”，助力鄉(xiāng)村振興。航天宏圖PIE-Engine遙感云平臺為新疆棉花插上科技的翅膀。
