基于多時(shí)相CBERS影像的陸生生境變化研究

陳鵬霄，申邵洪

（長(zhǎng)江科學(xué)院空間信息技術(shù)應(yīng)用研究所，武漢 430010）

基于多時(shí)相CBERS影像的陸生生境變化研究

陳鵬霄，申邵洪

（長(zhǎng)江科學(xué)院空間信息技術(shù)應(yīng)用研究所，武漢 430010）

采用國(guó)產(chǎn)CBERS影像為數(shù)據(jù)源開(kāi)展陸生生境變化監(jiān)測(cè)研究，文章以三峽大壩下游枝城區(qū)域?yàn)檠芯繉?duì)象，運(yùn)用最大似然、馬氏距離、支持向量機(jī)等多宗分類(lèi)方法，分別獲取水、植被、建筑物等主要陸生生境要素，分析了三峽蓄水前后枝城區(qū)域陸生生境要素之間的變化關(guān)系。實(shí)驗(yàn)結(jié)果表明：從2001年至2009年期間枝城區(qū)間水體面積變化不大，三峽的初期蓄水對(duì)枝城區(qū)間的陸生生境變化影響不明顯，成果說(shuō)明國(guó)產(chǎn)的CBERS影像能夠有效應(yīng)用于獲取中等尺度的陸生生境要素，能夠有效分析生境要素的變化，為流域環(huán)境保護(hù)和城市規(guī)劃研究提供信息支持。

CBERS；陸生生境；變化分析；遙感分類(lèi)

1 概 述

經(jīng)濟(jì)的高速發(fā)展加大了人們對(duì)資源的要求，水能、礦產(chǎn)、土地等資源的開(kāi)發(fā)利用不斷改變區(qū)域的生態(tài)環(huán)境。隨著人們對(duì)環(huán)境問(wèn)題認(rèn)識(shí)的不斷深化，環(huán)境保護(hù)、生態(tài)平衡及可持續(xù)發(fā)展的問(wèn)題逐步成為人們關(guān)注的熱點(diǎn)問(wèn)題。如何有效分析資源的開(kāi)發(fā)利用對(duì)環(huán)境的影響程度是開(kāi)展生態(tài)環(huán)境保護(hù)的首要工作［1，2］。遙感影像具有信息豐富、覆蓋范圍廣的特征，可對(duì)生態(tài)環(huán)境進(jìn)行大范圍、全局性動(dòng)態(tài)監(jiān)測(cè)和變化分析［3，4］。

空間信息技術(shù)高速發(fā)展以來(lái)，國(guó)產(chǎn)衛(wèi)星遙感平臺(tái)在技術(shù)水平上取得了長(zhǎng)足的發(fā)展和進(jìn)步，大量遙感數(shù)據(jù)能夠得到廣泛應(yīng)用，很大程度上促進(jìn)了國(guó)產(chǎn)衛(wèi)星遙感在國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展中的作用［5］。CBERS衛(wèi)星的應(yīng)用目標(biāo)是利用先進(jìn)的空間遙感技術(shù)為中國(guó)和巴西兩國(guó)的農(nóng)業(yè)、林業(yè)、地質(zhì)、水文、測(cè)繪和環(huán)境等資源的調(diào)查、開(kāi)發(fā)、管理和監(jiān)測(cè)服務(wù)［6，7］。

本文利用中巴地球資源衛(wèi)星（CBERS）進(jìn)行長(zhǎng)江流域區(qū)域陸生生境的變化分析研究，在分析CBERS中分辨率遙感影像優(yōu)缺點(diǎn)的基礎(chǔ)上，探討了CBERS多波段中分辨率遙感影像應(yīng)用于陸生生境要素識(shí)別工作的潛力。

圖1 研究區(qū)域行政概況Fig.1 Illustration of Researched Area

2 研究區(qū)域與數(shù)據(jù)

2.1 中巴地球資源衛(wèi)星（CBERS）

中巴地球資源衛(wèi)星（CBERS）是中國(guó)與巴西聯(lián)合研制的傳輸型陸地光學(xué)遙感衛(wèi)星。CBERS－01衛(wèi)星是1988年立項(xiàng)研制的，1999年10月14日正式發(fā)射上天。星上搭載了CCD傳感器、IRMSS紅外掃描儀、廣角成像儀，提供了從20～256 m分辨率的11個(gè)波段不同幅寬的遙感數(shù)據(jù)。CBERS－02于2003年10月21日發(fā)射升空并進(jìn)入了正常的運(yùn)行狀態(tài)，衛(wèi)星指標(biāo)基本和CBERS－01星相同。

本文選擇枝城為研究對(duì)象，采用2001年、2008年和2009年CBERS中分辨率遙感影像，研究區(qū)域內(nèi)不同時(shí)相間的陸生生境要素變化狀況。

2.2 研究區(qū)域介紹

枝城地區(qū)位于湖北省的枝城市內(nèi)，位于湖北省中西部，地處長(zhǎng)江中游，坐落北緯30.42°，東經(jīng)111.42°，至北緯30.23°，東經(jīng)111.70°范圍內(nèi)（見(jiàn)圖1）。區(qū)域范圍內(nèi)水量充沛，河網(wǎng)發(fā)達(dá)，地物種類(lèi)繁多。選用枝城作為研究區(qū)，一方面是該區(qū)域是我國(guó)長(zhǎng)江中下游典型的河流，且兩岸分布眾多人口居住區(qū)，研究其陸生生境要素變化對(duì)當(dāng)?shù)氐纳鷳B(tài)環(huán)境保護(hù)、生活生產(chǎn)及河流水量平衡研究等具有重要意義。另一方面，枝城位于三峽大壩下游區(qū)域，通過(guò)對(duì)比分析大壩蓄水前后的生境要素變化狀況，其研究結(jié)果能夠用于分析水資源的高效利用對(duì)下游生態(tài)環(huán)境的影響。

2.3 實(shí)驗(yàn)數(shù)據(jù)

研究選用數(shù)據(jù)包括：研究區(qū)2001年、2008年和2009年CBERS中分辨率遙感影像，1∶50 000河道地形數(shù)據(jù)。CBERS影像空間分辨率為20 m，覆蓋范圍為1 120×1 080像素。

研究選用CBERS遙感影像，該數(shù)據(jù)具有易獲得性和時(shí)間的延續(xù)性，能夠提供自2000年以來(lái)枝城區(qū)域的陸生生境要素信息，所用遙感影像為中國(guó)資源衛(wèi)星應(yīng)用研究中心提供，經(jīng)過(guò)了大氣校正、輻射校正和幾何校正等預(yù)處理工作，配準(zhǔn)的精度在一個(gè)像元內(nèi)。

圖2是1，2，3波段合成的假彩色影像，通過(guò)多時(shí)相影像之間的目視對(duì)比分析，水體在不同時(shí)相影像上面呈現(xiàn)出不同顏色。對(duì)影像進(jìn)行放大后，分析局部細(xì)節(jié)，植被覆蓋區(qū)域的光譜特征也存在較為嚴(yán)重的差異。2001年的實(shí)驗(yàn)數(shù)據(jù)為CBERS－1影像，其影像質(zhì)量缺陷之處主要體現(xiàn)在條帶噪聲嚴(yán)重、輻射分辨率低。

圖2 實(shí)驗(yàn)區(qū)域多時(shí)相CBERS原始影像Fig.2 Original M ulti-temporal CBERS Images of the Researched Area

2008年和2009年的實(shí)驗(yàn)影像為CBERS－2影像，相對(duì)而言，此兩項(xiàng)缺陷均有大幅度的改進(jìn)，但是相對(duì)TM影像而言，輻射分辨率還是呈現(xiàn)不足，影像特征上表現(xiàn)為部分建筑物區(qū)域和相鄰植被覆蓋之間的光譜差異不明顯。影像幾何特征方面，放大局部細(xì)節(jié)，與同等分辨率的TM影像相對(duì)比，CBERS－2影像的清晰度不高，表現(xiàn)為影像表層存在模糊噪聲，降低了影像的視覺(jué)質(zhì)量。

1∶50 000河道DEM數(shù)據(jù)為我國(guó)測(cè)繪部門(mén)生產(chǎn)的國(guó)家標(biāo)準(zhǔn)圖幅DEM數(shù)據(jù)，DEM數(shù)據(jù)類(lèi)型為規(guī)則格網(wǎng)，其格網(wǎng)尺寸為20 m×20 m。

為開(kāi)展研究工作，將3個(gè)時(shí)間段的CBERS遙感、DEM數(shù)據(jù)調(diào)整到統(tǒng)一投影系統(tǒng)和坐標(biāo)體系。

3 研究方法

3.1 最大似然法

最大似然分類(lèi)法是最常用的監(jiān)督分類(lèi)方法，它通過(guò)求出每個(gè)像素對(duì)于各類(lèi)別的歸屬概率，把該像素分到歸屬概率最大的類(lèi)別中去.它假定訓(xùn)練區(qū)地物的光譜特征近似服從正態(tài)分布，利用訓(xùn)練區(qū)可求出均值、方差以及協(xié)方差等特征參數(shù)，然后求出總體的先驗(yàn)概率密度函數(shù)，并利用Bayes公式進(jìn)行后驗(yàn)概率的計(jì)算，根據(jù)其最大值原則判定類(lèi)別歸屬

式中：N是波段數(shù)；ui為均值；Vi是協(xié)方差矩陣；Pi（x）為類(lèi)別判定函數(shù)；X為多波段遙感影像光譜特征矢量。

3.2 馬氏距離法

設(shè)n維矢量xi＝（，…，）和xj＝，…，）是矢量集｛x1，x2，…，xm｝中的2個(gè)矢量，令類(lèi)別中心v＝xj，則待識(shí)別模式xi到類(lèi)別中心的馬氏距離定義為

式中：d2（xi，v）為矢量xi到類(lèi)別中心v的馬氏距離；v為類(lèi)別中心；m為類(lèi)別數(shù)；xi為n維矢量。

3.3 支持向量機(jī)

支持向量機(jī)（support vector machines，SVM）是一種基于統(tǒng)計(jì)學(xué)習(xí)理論的機(jī)器學(xué)習(xí)算法，采用結(jié)構(gòu)風(fēng)險(xiǎn)最小化（structural risk minimization，SRM）準(zhǔn)則，在最小化樣本誤差的同時(shí)縮小模型泛化誤差的上界，從而提高模型的泛化能力［8］。

SVM是在一個(gè)可分的2類(lèi)問(wèn)題的最優(yōu)超平面基礎(chǔ)上發(fā)展而來(lái)的，如圖3所示，同樣一個(gè)問(wèn)題可能存在多個(gè)分類(lèi)超平面能夠?qū)⒂?xùn)練樣本準(zhǔn)確地分開(kāi)，如圖3中的Z1和Z2，根據(jù)知覺(jué)判斷，通常會(huì)認(rèn)為Z1優(yōu)于Z2，假設(shè)有N個(gè)訓(xùn)練｛（x1，y1），（x2，y2），…，（xn，yn）｝，xi∈Rd，yi∈｛±1｝，要通過(guò)這些樣本點(diǎn)得到一個(gè)線(xiàn)性超平面分類(lèi)器

式中：sgn為符號(hào)函數(shù)；x為矢量；b為函數(shù)的參數(shù)；w為函數(shù)的參數(shù)。

圖3 分類(lèi)超平面Fig.3 Hyperp lane of classification

這2個(gè)超平面之間沒(méi)有任何樣本點(diǎn)并且他們之間的距離最大，即Z能將2類(lèi)正確分開(kāi)，且使分類(lèi)間隔最大。此時(shí)Z1和Z2之間的距離為2／‖w‖，因此最大化這個(gè)距離可以轉(zhuǎn)化為最小化‖w‖2＝wTw，而要求分類(lèi)器對(duì)所有樣本正確分類(lèi)，就是要求它滿(mǎn)足

式中：yi∈｛±1｝；w為函數(shù)的參數(shù)；xi為矢量；b為函數(shù)的參數(shù)；n為樣本個(gè)數(shù)。

因此，滿(mǎn)足條件（4）且使‖w‖最小的超平面叫做最優(yōu)超平面，Z1和Z2上的訓(xùn)練樣本點(diǎn)就稱(chēng)為支持向量。

使分類(lèi)間隔最大實(shí)際上就是對(duì)推廣能力的控制，這是SVM的核心思想之一，根據(jù)統(tǒng)計(jì)學(xué)習(xí)理論，一個(gè)規(guī)范超平面構(gòu)成的指示函數(shù)集

的VC維h滿(mǎn)足

式中：w為函數(shù)的參數(shù)，‖w‖≤A；R為覆蓋樣本向量的超球半徑。

根據(jù)上面的討論，在線(xiàn)形可分條件下構(gòu)建最優(yōu)超平面，就轉(zhuǎn)化為下面的2次規(guī)劃問(wèn)題：

式中：min為最小化；st為約束條件。

利用Lagrange優(yōu)化方法可以把上述最優(yōu)分類(lèi)面問(wèn)題轉(zhuǎn)化為其對(duì)偶問(wèn)題，這樣就可以對(duì)任一新的樣本點(diǎn)x進(jìn)行下式分類(lèi)，

式中：x為任意新的樣本點(diǎn)；sgn為符號(hào)函數(shù)；w，b為函數(shù)的參數(shù)；n為樣本個(gè)數(shù)；xi為支持向量；ai為系數(shù)。

4 研究區(qū)域主要陸生生境要素分類(lèi)實(shí)驗(yàn)

本文主要研究陸生生態(tài)系中的水、植被和人工建筑物等3大要素，各類(lèi)的樣本數(shù)目為：植被73，水體184，建筑物189。分別采用最大似然法、馬氏距離法和支持向量機(jī)對(duì)多個(gè)時(shí)間段的CBERS影像進(jìn)行分類(lèi)，取得的分類(lèi)結(jié)果如圖4所示。受影像輻射分辨率的影響，存在建筑物和水體混分的現(xiàn)象，具體表現(xiàn)為2001年CBERS影像，中心位置的建筑物區(qū)域誤分為水體。采用河道DEM數(shù)據(jù)，以高程信息為分析依據(jù)，對(duì)建筑分類(lèi)結(jié)果進(jìn)行修正。通過(guò)對(duì)分類(lèi)結(jié)果的目視分析可以發(fā)現(xiàn)，最大似然法取得的分類(lèi)結(jié)果中，在2001年、2008年和2009年的分類(lèi)結(jié)果中，都存在大量水體誤分為建筑物的情況。馬氏距離法分類(lèi)結(jié)果中，植被覆蓋區(qū)域受噪聲和陰影的影響較為明顯，在2008年的馬氏距離分類(lèi)結(jié)果中，植被區(qū)域被誤判為建筑的現(xiàn)象較為明顯。通過(guò)實(shí)驗(yàn)結(jié)果的綜合分析可得支持向量機(jī)能夠取得最好的分類(lèi)結(jié)果，適合開(kāi)展CBERS遙感影像的分類(lèi)工作。

根據(jù)2001年、2008年、2009年3個(gè)時(shí)期CBERS影像的分類(lèi)結(jié)果，分別計(jì)算了2001－2008年，2008－2009年期間不同3種要素的轉(zhuǎn)移變化情況，變化矩陣如表2、表3所示。

分析2001年、2008年、2009年生境要素分類(lèi)結(jié)果，2001－2008年期間建筑地類(lèi)變化幅度較大，水和植被覆蓋區(qū)域變化幅度較小。從生境要素轉(zhuǎn)移情況看出，2001－2008年期間存在明顯的植被轉(zhuǎn)換為建筑物情況，說(shuō)明這段時(shí)間研究區(qū)域內(nèi)工業(yè)化建設(shè)和居民地?cái)U(kuò)展占據(jù)了植被覆蓋區(qū)域。通過(guò)分析2001年、2008年、2009年3個(gè)時(shí)間段的分類(lèi)結(jié)果和生境要素轉(zhuǎn)移情況，表明研究區(qū)域生態(tài)環(huán)境整體類(lèi)型處于良好狀態(tài)，水和植被整體變化幅度小。特別是水體面積，3個(gè)時(shí)間段內(nèi)未發(fā)生較大幅度的變化，說(shuō)明三峽工程蓄水前后對(duì)此段河道的整體趨勢(shì)未產(chǎn)生明顯影響，整體水網(wǎng)體系能夠保持平衡。值得注意的是建筑用地較大幅度提高，占用了植被覆蓋區(qū)域，一定程度上對(duì)自然生態(tài)平衡產(chǎn)生影響。

圖4 2001年、2008年、2009年CBERS遙感影像分類(lèi)結(jié)果Fig.4 Images classification results of 2001，2008 and 2009

表1 2001年、2008年、2009年生境要素分類(lèi)結(jié)果Table1 Classification Results of Environmental Elements

表2 2001－2008年生境要素變化轉(zhuǎn)移矩陣Table2 Transfer matrix of Environmental Elements Changing from 2001 to 2008

表3 2008－2009年生境要素變化轉(zhuǎn)移矩陣Table3 Transfer matrix of Environmental Elements Changing from 2008 to 2009

5 結(jié) 語(yǔ)

本文以枝城區(qū)域?yàn)檠芯繉?duì)象，采用多時(shí)相CBERS影像，結(jié)合遙感分類(lèi)方法，分析了流域范圍內(nèi)生境要素信息變化狀況。通過(guò)最大似然、馬氏距離和支持向量機(jī)的分類(lèi)結(jié)果和精度分析，得知支持向量機(jī)具有最好的分類(lèi)結(jié)果，更為適合CBERS影像生境要素分類(lèi)。通過(guò)分析生境要素變化信息，發(fā)現(xiàn)2001年、2008年、2009年間實(shí)驗(yàn)區(qū)范圍內(nèi)水體分布狀況未發(fā)生大幅度變化，說(shuō)明三峽水庫(kù)蓄水后未對(duì)研究區(qū)的水文狀況產(chǎn)生明顯影響。不同年份間的建筑物信息存在大幅度變化，表明CBERS影像適合于對(duì)城市總體格局趨勢(shì)進(jìn)行分析。研究結(jié)果表明，采用CBERS影像進(jìn)行流域范圍內(nèi)的陸生生境要素研究是可行的，具備良好的應(yīng)用前景，對(duì)推動(dòng)國(guó)產(chǎn)衛(wèi)星行業(yè)應(yīng)用具有廣闊的市場(chǎng)潛力，同時(shí)對(duì)推動(dòng)國(guó)產(chǎn)遙感衛(wèi)星的高水平發(fā)展具有重要的指導(dǎo)意義。

［1］ 毛戰(zhàn)坡，彭文啟，周懷東.大壩的河流生態(tài)效應(yīng)及對(duì)策研究［J］.中國(guó)水利，2004，15（1）：43－45.（MAO Zhan-po，PENGWen-qi，ZHOU Huai-dong.Research on River Ecology Affection and Response of Dams［J］.China Water Resources，2004，15（1）：43－45.（in Chinese））

［2］ 陳求穩(wěn)，歐陽(yáng)志云.流域生態(tài)學(xué)及模型系統(tǒng)［J］.生態(tài)學(xué)報(bào)，2005，25（5）：1184－1189.（CHEN Qiu-wen，OUY-ANG Zhi-yun.Watershed Ecology and Modeling System［J］.Acta Ecologica Sinica，2005，25（5）：1184－1189.（in Chinese））

［3］ 彭光雄.多時(shí)相影像的典型區(qū)農(nóng)作物識(shí)別分類(lèi)方法對(duì)比研究［J］.地球信息科學(xué)學(xué)報(bào)，2009，11（12）：225－230.（PENG Guang-xiong.Study on Methods Comparison of Typical Remote Sensing Classification Based on Multi-tem-poral Images［J］.Journal Of GEO-Information Science，2009，11（12）：225－230.（in Chinese））

［4］ 李玉霞，李 麗，鄭澤忠.CBERS-02圖像在土地利用／覆蓋動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用［J］.四川師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2006，29（5）：627－630.（LI Yu-xia，LI Li，ZHENG Ze-zhong.The Application of CBERS-02 Remote Sensing Image in the Land Use／Overlay Dynamic Monito-ring［J］.Journal of Sichuan Normal University（Natural Science），2006，29（5）：627－630.（in Chinese））

［5］ 何宇華，史良樹(shù)，張榮慧，等.中巴資源衛(wèi)星數(shù)據(jù)（CBERS－02）在土地調(diào)查中的應(yīng)用［J］.中國(guó)土地科學(xué)，2007，21（2）：51－57.（HE Yu-hua，SHI Liang-shu，ZHANGRong-hui，et al.Application Research of CBERS-02 Data in Land-use Survey［J］.China Land Science，2007，21（2）：51－57.（in Chinese））

［6］ 張慶君，馬世俊.中巴地球資源衛(wèi)星成就與發(fā)展［J］.航天器工程，2009，18（4）：1－8.（ZHANG Qing-jun，MA Shi-jun.Achievements and Progress of China-Brazil Earth Resource Satellite［J］.Spacecraft Engineering，2009，18（4）：1－8.（in Chinese））

［7］ 武佳麗，余 濤，顧行發(fā)，等.中國(guó)資源衛(wèi)星現(xiàn)狀與應(yīng)用趨勢(shì)概述［J］.遙感信息，2008，（6）：96－100.（WU Jia-li，YU Tao，GU Xing-fa，et al.Status and Application Trend of Chinese Earth Resources Satellites［J］.Remote Sensing Information，2008，（6）：96－100.（in Chinese））

［8］ BRUZZONE L，MELGANI F.Classification of Hyper-spectral Imageswith Support Vector Machines：Multi-class Strategies［C］∥Proc.Image and Signal Processing for Re-mote Sensing IX，SPIE，Barcelona，8－9 September，2003：408－419.

（編輯：王 慰）

Research on Terrestrial Eco-Environment Changing Based on M ulti-Temporal CBERS Images

CHEN Peng-xiao，SHEN Shao-hong
（Changjiang River Scientific Research Institute，Wuhan 430010，China）

Based on multi－temporal CBERS remotely sensed images of the Zhijiang area of the Yangtze River Ba-sin，this paper obtains terrestrial environmental elements such aswater taking，vegetation and structures separately by using Maximum likelihood classifier（MLC），Mahalanobis distance classifier and Support Vector Machine（SVM），and makes an analysis of the change relationship between the area＇s terrestrial environmental elements be-fore and After the impoundment of the Three Gorges Reservoir.The results prove that the CBERS images can be used to gain terrestrial environmental elements in a middle size river basin and their change relations effectively，which would be an useful technical support on the basin’s environment protection and city planning.

CBERS；terrestrial environment；classification of remote sense

X37；TV697.2

A

1001－5485（2011）02－0069－05

2010-05-31

人力資源和社會(huì)保障部留學(xué)人員科技活動(dòng)項(xiàng)目基金（QTGY0906／KJ01）

陳鵬霄（1977-），男，山西芮城人，高級(jí)工程師，主要從事水信息學(xué)研究，（電話(huà)）027-82926469（電子信箱）cpx21peng＠hotmail.com。