陜西太白山自然保護(hù)區(qū)衛(wèi)星遙感影像植被解譯*

張 宏 ,金學(xué)林 ,李智軍

(1.陜西太白山自然保護(hù)區(qū)管理局,陜西眉縣 722300;2.陜西省野生動物搶救中心,陜西周至 710400)

植被是植物與其環(huán)境長期作用演化而形成的自然復(fù)合體。特定的植物群落有其自身的種類組成、結(jié)構(gòu)及動態(tài)特點(diǎn)。研究植被的起源、分類、分布規(guī)律及其動態(tài)變化,是生物多樣性保護(hù)和自然保護(hù)區(qū)管理與評價的重要依據(jù)和指標(biāo)。

關(guān)于太白山自然保護(hù)區(qū)植被類型的研究前人所做工作較多,而未見利用遙感影像進(jìn)行植被研究的報導(dǎo)。

為了掌握近20年來的保護(hù)區(qū)保護(hù)管理的效果,了解太白山植被的動態(tài)變化,為進(jìn)一步的保護(hù)管理提供依據(jù),我們?yōu)榱酥谱魈咨阶匀槐Ｗo(hù)區(qū)的植被圖,對太白山自然保護(hù)區(qū)的植被進(jìn)行了遙感影像分析。

1 衛(wèi)片的選擇

由于不同的地物具有對電磁波的不同吸收和反射率,因此可以利用遙感來進(jìn)行地物的判別和分類。在進(jìn)行植被遙感判讀時,LandsatTM影像由于其特有的光譜分辨率(7個波段,其中1-3為可見光波段,4-7為紅外波段),空間分辨率(每一像素代表地面實際面積的大小),適當(dāng)?shù)臅r間分辨率(同一地區(qū)重復(fù)拍攝影像的周期)以及容易獲得等優(yōu)點(diǎn),常被用來進(jìn)行中尺度的植被分類和制圖。根據(jù)太白山地區(qū)植被類型判別和制圖需求,我們選擇了Landsat TM影像進(jìn)行植被分類。由于太白山地區(qū)1965年就建立了保護(hù)區(qū),區(qū)內(nèi)植被基本未遭受過人為破壞,群落結(jié)構(gòu)基本處于穩(wěn)定狀態(tài),多年來變化甚微。但由于該山體的垂直落差較大,高海拔地區(qū)一年中大多數(shù)時間都被冰雪覆蓋,會對植被判讀有所影響。因此,在分類時我們主要考慮季節(jié)對分類的影像,選取夏秋季(7月1日～9月30日)之間的影像。在對該地區(qū)已有的影像進(jìn)行篩選后,選取了 1988年 9月 15日的Landsat 5 TM影像進(jìn)行分類。

2 分類前的準(zhǔn)備工作

2.1 相關(guān)數(shù)據(jù)收集

保護(hù)區(qū)及保護(hù)區(qū)周邊本底圖包括地形圖、邊界圖、水系圖;以前調(diào)查保護(hù)區(qū)的植被圖、野外調(diào)查的數(shù)據(jù)及第三次大熊貓調(diào)查的一些群落樣方數(shù)據(jù)。

2.2 衛(wèi)片的校正

幾何校正:由于所獲得的影像是已經(jīng)進(jìn)行過初步校準(zhǔn)的數(shù)據(jù),我們主要利用已有的電子地圖和地面采集的控制點(diǎn)對影像進(jìn)行精校準(zhǔn)。校準(zhǔn)后的影像為WGS84(UTM 48)坐標(biāo)系統(tǒng),可以和水系的電子地圖很好吻合。

光學(xué)校準(zhǔn)和去云處理:利用曲線拉伸進(jìn)行了光學(xué)校準(zhǔn),并利用小波變換進(jìn)行去云處理,但去云效果不理想。

3 分類方法

3.1 地物分類

主要采用監(jiān)督分類和專家分類系統(tǒng)相結(jié)合的方法進(jìn)行地物分類。首先根據(jù)太白山地區(qū)地面調(diào)查結(jié)果,確定分類類型,編制地物類型分類表(表1)。

3.2 選取參與分類的影像波段

通過直方圖分析和參照前人進(jìn)行植被分類的經(jīng)驗,我們選取5,4,3波段組合進(jìn)行分類。在分類前適當(dāng)調(diào)整各波段的直方圖,使不同地物類型之間的輻射通量盡量差別明顯。

表1 地物類型分類

3.3 編輯分類表

分類表的編輯是植被自動判讀工作中的一個關(guān)鍵環(huán)節(jié),分類表的質(zhì)量直接影響分類結(jié)果的精度。由于是監(jiān)督分類,因此,我們選擇對保護(hù)區(qū)區(qū)內(nèi)及周邊植被分布狀況十分熟悉的專業(yè)技術(shù)人員進(jìn)行此項工作。在編輯完后,通過對分類表的多次調(diào)校,基本保證各種地物類型的精度都在70%以上(表2)。

3.4 分類及后處理

利用編輯好的分類表進(jìn)行計算機(jī)自動分類。在此主要利用的是ERDAS IMAGINE圖像處理軟件。分類完成后,進(jìn)行了分類精度檢驗,檢驗精度為79.63%(表3)。

表2 分類模板錯誤矩陣

總分類精度(Overall Classification Accuracy)=79.63%;總Kappa統(tǒng)計值(Overall Kappa Statistics)=0.775 8。

精度高的原因:a.保護(hù)區(qū)植被垂直分帶明顯,利于利用遙感分類;b.分類范圍內(nèi)植被地物類型較簡單,而且分區(qū)明顯;c.進(jìn)行監(jiān)督分類的人員對分類地區(qū)的植被狀況十分熟悉,因此在編輯分類表時分類表的精度較高;我們編輯出的分類表各類地物的驗證精度都在75%以上,而且有5～6類在90%以上;d.選擇的LandsatTM 5影像為9月中旬,這個季節(jié)各類植被的光譜值之間差別明顯,利于分類。

影響分類精度的原因:a.選用影像中云塊較多,云及其陰影都會對一些區(qū)域的地物分類有影響(在后期處理時,將根據(jù)其他時段的影像數(shù)據(jù)對云層影響的區(qū)域進(jìn)行修補(bǔ));b.由于山地陰影的影響,出現(xiàn)一些陰影部分與云的陰影相同的結(jié)果,但實地應(yīng)是其它地物類型,在分類后處理過程中將參照周邊的地物和以前地面調(diào)查結(jié)果修改。

為了進(jìn)一步提高保護(hù)區(qū)植被解譯的精度,利用纓帽運(yùn)算將分類結(jié)果中會出現(xiàn)許許多多的小斑塊溶入其周圍的植被類型中。對于影像中出現(xiàn)的云塊,由于云層較厚,在分類前利用小波變換等手段進(jìn)行去云處理效果不明顯,因此采用分類后處理,即利用參照影像(2000年5月19日Landsat7 ETM,)進(jìn)行人工目視判讀,然后在分類結(jié)果中將對應(yīng)位置的修改為參照影像中的地物類型。

表3 分類精度檢驗結(jié)果

4 分類結(jié)果

由于地圖邊界以及以前所采用的地圖與面積計算方法的影響,這次求出的面積與保護(hù)區(qū)的面積有一定的出入,主要植被型的面積計算結(jié)果見表4。

表4 主要植被型的面積

5 討論

與1996年植被調(diào)查相比,太白紅杉林的面積減少2 409 hm2,巴山冷杉林的面積增加10 255 hm2,樺木林的面積3 362 hm2,針闊葉混交林的面積增加1 930 hm2,櫟林的面積減少3 830 hm2,灌叢的面積增加2 001 hm2。

與1982年森林資源調(diào)查相比,太白紅杉林的面積減少 1 676 hm2,巴山冷杉林的面積增加9 674 hm2,樺木林的面積減少3 327 hm2,針闊葉混交林的面積增加713 hm2,櫟林的面積減少2 023 hm2。

導(dǎo)致以上差異的原因很多,如地圖邊界、所采用的地圖與面積計算方法、保護(hù)區(qū)邊界的調(diào)整以及植物群落劃分及歸類的差異等,我們將這次分析制作的植被圖與保護(hù)區(qū)以前的林相圖、植被圖進(jìn)行了比較,并進(jìn)行了現(xiàn)地的校驗,相對而言,利用衛(wèi)星遙感影像分析的結(jié)果可靠性較高。

[1] 任 毅,劉明時,田聯(lián)會,等.太白山自然保護(hù)區(qū)生物多樣性與管理[M].北京:中國林業(yè)出版社,2007.

[2] 應(yīng)俊生,李云峰,郭勤峰,等.秦嶺太白山地區(qū)的植物區(qū)系和植被[J].植物分類學(xué)報,1990,28(4):261-296.

[3] 黨安榮.ERDAS IMAGINE遙感圖像處理方法[M].北京:清華大學(xué)出版社,2003.

[4] 太白山自然保護(hù)區(qū)綜合考察論文集編委會.太白山自然保護(hù)區(qū)綜合考察論文集[C].西安:陜西師范大學(xué)出版社,1989.