基于RapidEye數(shù)據(jù)的塔里木河上游天然胡楊林區(qū)典型地物遙感信息提取研究

胡新振 王家強 伍維模，2* 李志軍，2 武建林

(1 塔里木大學(xué)植物科學(xué)學(xué)院，新疆阿拉爾843300)

(2 新疆生產(chǎn)建設(shè)兵團(tuán)塔里木盆地物資源保護(hù)與利用重點實驗室，新疆阿拉爾843300)

胡楊(Populus euphratica)是楊柳科楊屬中最古老、最原始的荒漠特有珍貴樹種，主要分布在新疆塔里木盆地，沿河而生，該流域分布的胡楊林約占新疆胡楊林的60%～80%，是我國西北荒漠生態(tài)系統(tǒng)的主體，也是世界上胡楊分布最為集中的地區(qū)之一。胡楊林具有調(diào)節(jié)氣候、防風(fēng)固沙、阻止沙漠外延、穩(wěn)定河道、維持綠洲生態(tài)系統(tǒng)持續(xù)健康發(fā)展的功能，因此，胡楊成為遏制沙漠?dāng)U展，維持荒漠生態(tài)平衡、改善生態(tài)環(huán)境，保護(hù)生物多樣性，保障南疆綠洲農(nóng)牧業(yè)及工業(yè)生產(chǎn)的天然屏障[1]。利用傳統(tǒng)的方法對胡楊及其周圍環(huán)境進(jìn)行監(jiān)測，不僅耗時、耗力而且不適合大面積作業(yè);而遙感技術(shù)具有實時、宏觀、動態(tài)﹑綜合的特點，為資源調(diào)查及環(huán)境監(jiān)測研究提供了先進(jìn)的探測與研究手段。已有學(xué)者利用遙感手段，對胡楊林的分布面積和覆蓋度及其周圍環(huán)境變化進(jìn)行了研究[3－6]。阿布都沙拉木·加拉力丁等利用TM影像對塔里木河流域胡楊保護(hù)區(qū)土地覆蓋變化進(jìn)行了研究，結(jié)果表明遙感信息是地表各種地物要素的真實反映，能清晰地顯示各種土地利用類型的特征與分布[7];塔依爾江·艾山等利用QuickBird影像與野外實測數(shù)據(jù)研究了塔里木河下游阿拉干斷面胡楊林空間分布特征及其影響因素，研究表明胡楊林的密度結(jié)構(gòu)隨離河道距離的增加而逐漸降低，同時，胡楊林隨離河道距離的增加而數(shù)量減少，長勢變?nèi)鮗8];萬紅梅等利用QuickBird影像和實測數(shù)據(jù)對塔里木河下游林地信息進(jìn)行了提取與分析，提取了塔里木河下游不同離河距離胡楊、檉柳樹冠信息，并建立了胡楊冠幅、胸徑、樹高關(guān)系模型[9]。Aosier Buhe等人利用Aster影像分析了塔里木河流域的森林覆蓋情況，其利用最優(yōu)波段組合，成功地提取了塔里木河胡楊林信息[10]。Guli Jiapaer等人對干旱區(qū)植被覆蓋度的估算方法進(jìn)行了對比，結(jié)果表明，光譜混合分析具有較高的精度[11]。Tianming Huang等人利用水分導(dǎo)流的方法研究了塔里木河流域地下水的變化情況，表明在距河岸200米內(nèi)且地下水位小于5米時，適合胡楊的生存生長[12]。

綜上所述，許多學(xué)者利用遙感對胡楊林及其周圍環(huán)境進(jìn)行了研究，但主要利用的是Modis、TM和Aster影像，其空間分辨率均沒有RapidEye影像高;雖然有用QuickBird這樣的高分辨率衛(wèi)星影像的學(xué)者，但其不能提供類似RapidEye影像的紅邊波段，RapidEye影像是全球第一個提供紅邊波段的商業(yè)衛(wèi)星，具有覆蓋范圍大，高重訪率和分辨率，多光譜獲取數(shù)據(jù)方式等特點，對監(jiān)測植被變化有很大的優(yōu)勢。因此，本研究采用Rapideye影像，利用最大似然法對影像進(jìn)行分類，得到研究區(qū)典型地物分類圖，再對地物光譜特征進(jìn)行分析，同時提取植被信息，分析植被的空間分布特點及規(guī)律;為塔里木河流域的生態(tài)恢復(fù)提供一種新的監(jiān)測手段。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)在新疆阿瓦提縣豐收三場艾買卻克墩鎮(zhèn)護(hù)林站天然胡楊林，位于塔里木河上游源流區(qū)葉爾羌河下游北緯40°15'53.72″～40°18'23.13″和東經(jīng)80°19'54.71″～80°24'13.10″之間。該地區(qū)屬暖溫帶大陸性干旱氣候，干旱少雨，蒸發(fā)量大，寒暑變化劇烈，春秋升溫和降溫迅速，氣溫年較差和日較差大，日照時間長，熱量充足，年降水量稀少且在時間上分布不均。其兩岸分布著不同齡級的天然胡楊，胡楊林下地表主要有三種類型，分別是鹽結(jié)殼、風(fēng)沙土和自然溝。胡楊林下植被主要有甘草、檉柳等。

圖1 研究區(qū)示意圖

1.2 數(shù)據(jù)源

本研究選擇2010年10月的RapidEye影像作為數(shù)據(jù)源。RapidEye衛(wèi)星是德國的商用衛(wèi)星，2008年8月29日發(fā)射成功;該衛(wèi)星是與太陽同步的圓形軌道，軌道高度為620 km，重訪周期為24小時，日覆蓋范圍達(dá)400萬km2以上，每天都可以對地球上任一點成像，空間分辨率為5～7米。由于RapidEye具有覆蓋范圍大、重訪率高、分辨率高及多光譜獲取數(shù)據(jù)等這些優(yōu)點，因而RapidEye影像可根據(jù)不同的應(yīng)用目的，進(jìn)行多種組合處理和專題提取，擴(kuò)大了其在地學(xué)方面的應(yīng)用。RapidEye設(shè)有5個的光譜段，且提供“紅邊”波段，結(jié)合這5個光譜波段是適用于監(jiān)測植被狀況和檢測生長異常的理想條件;不同的光譜段響應(yīng)了不同地物在該波段內(nèi)的反射輻射特性;正是由于波段與地物間存在相關(guān)性，才可以用不同光譜范圍內(nèi)的反映程度和波段的組合來識別地物。

表1 RapidEye影像波段特征

1.3 圖像處理方法

本研究的RapidEye影像處理過程遵循定量遙感圖像處理的一般原則。先對圖像進(jìn)行正射校正，再進(jìn)行幾何校正和大氣校正，最后結(jié)合地面調(diào)查數(shù)據(jù)進(jìn)行影像的計算機自動分類。

1.3.1 正射校正

正射校正除了進(jìn)行常規(guī)幾何校正所糾正的變形外，還會根據(jù)DEM來糾正影像因地形起伏而產(chǎn)生的畸變，會給圖像加上高程信息。正射校正采用ENVI4.8軟件的Orthorectification功能，選擇控制點的方式來解算有理函數(shù)的RPC系數(shù)，對影像進(jìn)行平差處理，在DEM的參與下進(jìn)行影像的正射糾正。

1.3.2 幾何校正

傳感器采集地面光譜數(shù)據(jù)的時，由于偏航、搭載平臺的瞬時位置、傳感器特性、速度、高度、傾斜、翻滾等多種因素的影響而導(dǎo)致數(shù)據(jù)在一定程度上的失真。在利用遙感圖像提取信息的過程中，要求把所提取的信息表達(dá)在一個規(guī)定的圖像投影參照系統(tǒng)中，以便進(jìn)行圖像的幾何測量、相互比較以及圖像復(fù)合分析等處理，因此要進(jìn)行圖像的幾何處理;也就是解決遙感圖像的幾何變形問題，對圖像進(jìn)行幾何校正。本研究采用1:5萬標(biāo)準(zhǔn)分幅的地形圖，對影像進(jìn)行幾何精校正，RMS校正誤差為0.4133，誤差在0.5個像元以內(nèi)。

1.3.3 大氣校正

利用傳感器觀測目標(biāo)的反射或輻射能量時，傳感器得到的測量值與目標(biāo)的光譜反射率或光譜輻射亮度等物理量是不一致的，這是因為測量值中包含了太陽位置條件、薄霧等大氣條件、或因傳感器的性能不完備等條件所引起的失真。為了正確評價目標(biāo)的反射或輻射特性，必須消除這些失真。消除圖像數(shù)據(jù)中依附在輻射亮度中的各種失真的過程稱為輻射量校正。大氣校正采用ENVI4.8中的FLAASH模塊。具體參數(shù)由影像的頭文件中獲得。校正前后的對比如下圖:

圖2 大氣校正前后的影像剖面曲線對比

2 結(jié)果與分析

2.1 荒漠河岸林地物光譜特征分析

2.1.1 地物的解譯標(biāo)志

由于圖像是人視覺所能感受到的一種形象化的信息，因此衛(wèi)星遙感圖像所包含的信息量遠(yuǎn)比文字描述更為豐富、直觀和完整。根據(jù)實地調(diào)查研究區(qū)的典型地物數(shù)據(jù)，就可以建立豐收三場及其周邊胡楊林的地物解譯標(biāo)志。包括:河流、溝渠、胡楊、檉柳、其他植被、居民地、裸地(鹽堿地)。

表2 豐收三場胡楊林區(qū)Rapid eye衛(wèi)星圖像(5，3，2波段假彩色合成)解譯標(biāo)志[8]

?

2.1.2 地物光譜特征分析

研究區(qū)內(nèi)主要地物，就光譜特征看主要分為七類(見圖3)，即河流、溝渠、胡楊、檉柳、其他植被、居民地、裸地。

2.1.2.1 植被光譜特征分析

綠色植被的反射波譜均有類似的變化趨勢，一般在450 nm和675 nm附近反射率小，在550 nm附近反射率較大，在700 nm附近急劇增大，從750 nm直到1 300 nm反射率都保持較大。同時，在不同的生育時期，綠色植被葉綠素的含量也與其光譜反射率的大小有一定關(guān)系，因此，棉田、葡萄園、防護(hù)林在10月份葉色變化不大，故其曲線比較一致，無法在影像上分離，而胡楊在10月份葉色已經(jīng)開始變化，葉綠素逐漸減少，花青素含量增多，故在近紅外波段，胡楊的反射率要明顯低于其他植被;因此，胡楊和其他植被(包括棉花、防護(hù)林、甘草)雖然可以分開，但從曲線看，它們的走向一致，僅在第4波段到第5波段反射率有明顯差異。而檉柳葉面積小，且色調(diào)淺，在影像上呈點片狀分布，其反射率在可見光波段介于裸地與植被之間，在近紅外波段其反射率要低于植被，因此，在影像上也較易區(qū)分。

2.1.2.2 裸地與居民區(qū)光譜特征分析

研究區(qū)內(nèi)的裸地和居民地，主要以鹽漬化土壤和建筑物為主。土壤的光譜曲線大都隨波長的增加而緩斜上升，在近紅外波段光譜反射最強。對鹽漬化土壤來說，在10月份旱季為泛鹽季節(jié)，鹽漬土表層有結(jié)鹽殼或鹽皮，表面堅實，色調(diào)較淺且發(fā)白，其光譜反射率大于其它裸地，不論可見光波段還是近紅外波段，鹽漬化土壤在影像上的影像色調(diào)都比其它土壤淺。鹽分含量越高，光譜反射能力越強。由于土壤中的鹽分均為白色晶體，土壤中所含鹽分的多寡能夠影響土壤光譜的總亮度。所以，在遙感圖像上能夠根據(jù)色調(diào)的深淺來區(qū)分出不同程度的鹽漬化。但其光譜反射率還受濕度的影響;而居民地的光譜曲線走向與裸地的相似，但其在各個波段的反射率均低于裸地，這與其建筑物本身的性質(zhì)有很大關(guān)系。

表3 研究區(qū)主要地物光譜反射率統(tǒng)計表

2.1.2.3 河流與溝渠的光譜特征分析

水體對于電磁波的輻射，具有反射、散射、吸收和透射作用，在可見光區(qū)，水體的吸收作用較小，其反射率稍高。這種反射率不僅包括水體表面的反射，也包括水體懸浮物質(zhì)的反射，并且受水中懸浮物質(zhì)的種類和數(shù)量的控制，在近紅外區(qū)，水體卻表現(xiàn)為強吸收，這種光譜特征是任何水體所共有的，利用這些特征與其它地物的差別，同時也可以選用合適的波段來識別各類水體。對于河流與溝渠來說，它們都是水體，其光譜曲線較為相似，走向一致，從可見光到近紅外波段都是呈現(xiàn)先增高后降低的趨勢，但其反射率與水體的深淺有很大關(guān)系;河流由于河水比溝渠的深，因此，光譜反射率在各波段都比溝渠的低，利用這個特征，很容易將河流與溝渠分開。

2.2 植被空間分布規(guī)律分析

由圖4研究區(qū)分類圖可見，自然植被(胡楊、檉柳)分布在居民地的外圍，主要沿河分布，呈現(xiàn)圖斑鑲嵌交錯，總體上帶狀遞變、自西北向東南依次遞減的空間分布規(guī)律。

表4 研究區(qū)各類地物數(shù)量特征統(tǒng)計

研究區(qū)植被覆蓋狀況較差，由表4可知:裸地占14.58 km2，共占總面積的51.2%，該區(qū)域所分布的植被類型主要是農(nóng)作物、胡楊、檉柳;在影像西北部居民區(qū)分布的周圍，有溝渠灌溉的地區(qū)，植被覆蓋狀況較好，主要以農(nóng)田為主，其占5.08 km2，占總面積的17.84%;而胡楊、檉柳主要在東南荒漠區(qū)沿河呈帶狀分布，離河越遠(yuǎn)，覆蓋越少，植被類型也由喬木向灌木過渡，其中胡楊1.39 km2，占總面積的4.87%;檉柳6.27 km2，占面積的22.02%。該區(qū)域是塔里木河流域荒漠綠洲過渡帶的分布區(qū)域，自然植被主要以胡楊和檉柳為主，但在干旱區(qū)其分布主要受土壤水分的影響，該區(qū)域內(nèi)部的植被覆蓋狀況也存在著明顯的差異。

2.3 影像分類

采用最大似然法監(jiān)督分類。研究區(qū)內(nèi)主要有十類地物:胡楊、棉田、檉柳、葡萄園、甘草、防護(hù)林、居民地、裸地、河流和溝渠。從影像上提取的地物光譜曲線如圖3所示。

圖3 RapidEye影像地物光譜曲線

由圖3可知:從藍(lán)光到近紅外波段河流、溝渠、檉柳、裸地、居民地可以分開，在紅邊到近紅外波段，胡楊與棉田、葡萄園、防護(hù)林、甘草可以分開，但棉田、葡萄園、防護(hù)林、甘草這四類地物相互之間無法分離識別，只能作為其他植被劃分為一類。因而，采用最大似然法把影像只能分為七類地物;即:河流、溝渠、胡楊、檉柳、其他植被、居民地、裸地。分類后進(jìn)行過篩、聚合及修改等分類后處理程序，得到如下分類圖:

圖4 研究區(qū)分類圖

根據(jù)分類標(biāo)準(zhǔn)把采樣點數(shù)目據(jù)劃分到所屬類別，利用采樣點坐標(biāo)把每類樣點分配到未分類圖像上作檢驗參考點，把樣點與土地利用圖或地形圖相結(jié)合進(jìn)行目視判讀，給每個類別隨機增加參照點15個，這樣分類精度檢驗參照點共得到50個，對分類圖像進(jìn)行精度檢驗。本研究采用kappa來反映鹽漬化土壤分類精度。Kappa系數(shù)是一種適當(dāng)?shù)目梢源碚麄€混淆矩陣的精度參數(shù)，也是遙感分類圖和參考數(shù)據(jù)之間的一致性或精度的量度。

表5 研究區(qū)典型地物信息提取精度驗證

所得結(jié)果表明，分類所的結(jié)果Kappa系數(shù)，達(dá)到了80.86%;研究區(qū)典型地物信息提取效果符合后續(xù)研究要求。

3 結(jié)論

本研究以豐收三場胡楊林分布區(qū)為研究區(qū)，通過對RapidEye衛(wèi)星影像進(jìn)行分類處理，建立了研究區(qū)主要地物的解譯標(biāo)志，分析了其地物的光譜特征和植被空間分布規(guī)律，得到如下結(jié)論:

3.1 根據(jù)影像地物的目視解譯特征，結(jié)合實地調(diào)查研究區(qū)的典型地物數(shù)據(jù)，建立了研究區(qū)主要地物的解譯標(biāo)志。

3.2 通過提取影像中地物的光譜曲線，分析了研究區(qū)典型地物的光譜特征，解釋了典型地物在影像上能相互區(qū)分的原因。

3.3 通過分類后統(tǒng)計，計算出各類典型地物的面積，從而說明了研究區(qū)植被空間分布的特點及規(guī)律。

由于影響地物光譜特征的因素很多，由于季節(jié)性原因本研究購買的是2010年10月的RapidEye影像作為數(shù)據(jù)源，10月份的胡楊葉片葉綠素含量已經(jīng)開始下降，反射率與胡楊茂盛時葉片的反射率還是有一定差異的。RapidEye衛(wèi)星影像的空間分辨率為5～7米，在胡楊的周圍叢生有檉柳，檉柳也是綠色植被，一定程度上影響了胡楊的反射率。因此如何能排除植被下墊面差異和季節(jié)差異的影響，同時能結(jié)合實地光譜測量數(shù)據(jù)，以獲得更為可靠的分類結(jié)果，來說明研究區(qū)典型地物的光譜特征，是本研究的難點所在，也有待進(jìn)一步研究。

[1] 王讓會.干旱區(qū)內(nèi)陸河流域的荒漠河岸林變化研究[J] .林業(yè)科技通訊，2000，(05):9－13.

[2] 黃培佑.干旱生態(tài)學(xué)[M] .烏魯木齊，新疆大學(xué)出版社，1993:50－63.

[3] 奚秀梅，段樹國，海米提·依米提.塔里木胡楊林保護(hù)區(qū)植被覆蓋與地表水域關(guān)系研究[J] .水土保持研究，2008，(02):44－52.

[4] 劉培君.塔里木河流域遙感綜合調(diào)查[J] .遙感技術(shù)與應(yīng)用，1989，(04):70－79.

[5] 克力木·買買提，努爾巴依·阿不都沙勒克，阿不都克依木·阿布力孜，等.塔里木胡楊自然保護(hù)區(qū)土地覆蓋變化研究[J] .新疆農(nóng)業(yè)科學(xué)，2008，(04):31－42.

[6] 薦圣淇，趙傳燕，趙陽，等.基于遙感圖像處理技術(shù)胡楊葉氣孔密度的估算及其生態(tài)意義[J] .生態(tài)學(xué)報，2011，(17):17－23.

[7] 阿布都沙拉木·加拉力丁，克力木·買買提，海米提·依米提.塔里木河流域胡楊保護(hù)區(qū)土地覆蓋變化研究[J] .干旱區(qū)資源與環(huán)境，2010，24(1):154－157.

[8] 塔依爾江·艾山，玉米提·哈力克，艾爾肯·艾白不拉，等.塔里木河下游阿拉干斷面胡楊林空間分布特征及其影響因素[J] .干旱區(qū)資源與環(huán)境，2011，25(12):156－160.

[9] 萬紅梅，李霞，董道瑞，等.塔里木河下游林地樹冠QuickBird影像信息提取與分析[J] .西北植物學(xué)報，2011，31(9):1878－1885.

[10] Aosier Buhea K，Tsuchiyab M，Kanekoc，etc.Land cover of oases and forest in XinJiang，China retrieved from ASTER data[J] .Advances in Space Research，2007，39(1):39－45.

[11] Guli Jiapaer，Xi Chen，Anming Bao.A comparison of methods for estimating fractional vegetation cover in arid regions[J] .Agricultural and Forest Meteorology，2011，151(12):1698－1710.

[12] Tianming Huang，Zhonghe Pang.Changes in groundwater induced by water diversion in the Lower Tarim River，Xinjiang Uygur，NW China:Evidence from environmental isotopes and water chemistry[J] .Journal of Hydrology，2010，387(3－4):188－201.

[13] 伍維模，王家強，牛建龍，等.基于CBERS－02衛(wèi)星遙感圖像的棉花光譜識別模型的建立.塔里木大學(xué)學(xué)報2009，(12):44－52.