遙感影像亞像元定位研究

李曉冬

1．中國(guó)科學(xué)院測(cè)量與地球物理研究所,湖北武漢 430077;2．中國(guó)科學(xué)院大學(xué),北京 100049

遙感影像亞像元定位研究

李曉冬

1．中國(guó)科學(xué)院測(cè)量與地球物理研究所,湖北武漢 430077;2．中國(guó)科學(xué)院大學(xué),北京 100049

混合像元是遙感技術(shù)向定量化深入發(fā)展的主要障礙之一?；旌舷裨纸庾鳛榻鉀Q混合像元問(wèn)題的有效手段,雖然可以得到像元內(nèi)的地物豐度,卻不能得到更高空間分辨率的地物分類結(jié)果。亞像元定位是利用地物的空間分布特征確定不同地物在混合像元中具體空間位置,獲取更高空間分辨率地物分類圖的過(guò)程。亞像元定位可以減輕混合像元對(duì)遙感信息提取的影響,并獲得亞像元尺度地物分類結(jié)果,是遙感信息提取以及定量化發(fā)展的重要手段。本文針對(duì)亞像元定位中存在的光譜分解模型、地物空間相關(guān)性模型、參數(shù)選擇以及如何利用輔助數(shù)據(jù)等問(wèn)題進(jìn)行了研究,并分析了亞像元定位在大尺度森林制圖與提高景觀指數(shù)精度領(lǐng)域應(yīng)用中的問(wèn)題。具體來(lái)講,本文的研究工作可以概括為:

(1)傳統(tǒng)亞像元定位模型將混合像元分解與亞像元空間分配作為兩個(gè)獨(dú)立的過(guò)程,混合像元分解誤差影響了亞像元定位結(jié)果精度。提出一種融合光譜信息的亞像元定位模型,即“光譜-空間一體化”模型?！耙惑w化”定位模型的目標(biāo)函數(shù)由光譜分解模型的目標(biāo)函數(shù)以及亞像元空間分配模型的目標(biāo)函數(shù)組成。該模型可以直接以遙感數(shù)據(jù)作為模型輸入,并通過(guò)亞像元空間平滑作用減輕光譜分解模型誤差對(duì)定位結(jié)果的影響。

(2)基于Markov隨機(jī)場(chǎng)的亞像元定位模型采用固定的平滑參數(shù)調(diào)節(jié)空間能量函數(shù)和光譜能量函數(shù)之間的權(quán)重,沒(méi)有考慮遙感影像光譜在不同空間位置的變化,造成對(duì)于一些像元平滑參數(shù)過(guò)大,而對(duì)于另一些像元平滑參數(shù)過(guò)小。提出一種平滑參數(shù)的空間自適應(yīng)估計(jì)方法,該方法以局域“空間-光譜”能量平衡分析為理論基礎(chǔ),將像元地物豐度作為空間自適應(yīng)參數(shù)的選擇依據(jù),空間自適應(yīng)平滑參數(shù)的大小隨著遙感影像像元的變化而變化。

(3)傳統(tǒng)亞像元定位模型假設(shè)地物的空間相關(guān)性在各個(gè)方向是相同的,并采用空間各向同性鄰域描述鄰域亞像元之間的空間相關(guān)性。然而由于不同地物的形狀不同,其空間相關(guān)性也不同?；诖它c(diǎn),提出一種針對(duì)建筑物目標(biāo)的空間各向異性鄰域模型。在該模型中建筑物目標(biāo)的空間相關(guān)性方向平行與垂直于其主軸方向,通過(guò)該模型進(jìn)行了亞像元尺度的建筑物提取。

(4)多光譜數(shù)據(jù)是亞像元定位的主要數(shù)據(jù)源。相比僅僅利用單幅影像的亞像元定位而言,利用多源遙感影像可以增加模型的限定條件,提高亞像元定位精度。提出一種同時(shí)利用多光譜與全色數(shù)據(jù)的亞像元定位模型。在該模型中,多光譜數(shù)據(jù)用于提供光譜限定條件;全色數(shù)據(jù)除了提供光譜限定條件外,由于其空間分辨率更高,因此還為亞像元提供了空間限定條件。

(5)森林是地球生物圈的重要組成部分,大尺度的森林制圖對(duì)于氣候變化和環(huán)境問(wèn)題具有重要作用。高空間分辨率遙感影像一般只適用于局域尺度森林制圖,其時(shí)間分辨率低、覆蓋范圍小;中低空間分辨率遙感影像則具有時(shí)間分辨率高、覆蓋范圍廣的特點(diǎn)。提出一種基于不同時(shí)相和空間分辨率遙感影像的“空間-時(shí)間”Markov隨機(jī)場(chǎng)亞像元定位模型,對(duì)巴西森林砍伐劇烈的區(qū)域進(jìn)行了制圖。該模型以MODIS數(shù)據(jù)和之前時(shí)相的TM數(shù)據(jù)為輸入,利用空間-時(shí)間Markov隨機(jī)場(chǎng)鄰域系統(tǒng)建立亞像元在空間上和時(shí)間上的聯(lián)系,并通過(guò)地物轉(zhuǎn)移概率定量描述兩時(shí)相影像的亞像元的時(shí)間關(guān)聯(lián)特征。

(6)景觀指數(shù)是景觀格局定量化分析的重要指標(biāo),是景觀生態(tài)學(xué)的重要研究?jī)?nèi)容。傳統(tǒng)景觀指數(shù)計(jì)算方法以硬分類結(jié)果為依據(jù),其精度受混合像元影響很大。本文采用亞像元定位進(jìn)行制圖,并根據(jù)亞像元定位結(jié)果提取景觀指數(shù)。對(duì)不同的景觀破碎度以及地物豐度的景觀格局進(jìn)行了模擬,對(duì)比分析了基于硬分類結(jié)果與基于亞像元定位結(jié)果的景觀指數(shù)精度,并對(duì)影響基于亞像元定位結(jié)果的景觀指數(shù)的主要因素(包括景觀破碎度、地物豐度、遙感影像空間分辨率)進(jìn)行了定量分析。

Sub-pixel Mapping of Remotely Sensed Imagery

LI Xiaodong
1．Institute of Geodesy and Geophysics,Wuhan 430077,China;2．University of Chinese Academy of Sciences,Beijing 100049,China

Xiaodong(1983—),male,he

his doctorate in physical geography from Institute of Geodesy and Geophysics,Graduate University of Chinese Academy of Sciences on June 2012．His research interests include sub-pixel mapping and information extraction of remotely sensed imagery．

TP751．1

D

1001-1595(2014)03-0329-01

國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目(2012CB417001)

2013-10-10

李曉冬(1983—),男,2012年6月畢業(yè)于中國(guó)科學(xué)院測(cè)量與地球物理研究所,獲自然地理學(xué)專業(yè)博士學(xué)位(指導(dǎo)教師:杜耘研究員,凌峰副研究員),主要研究方向?yàn)檫b感影像亞像元定位與信息提取研究。

LI Xiaodong．Sub-pixel Mapping of Remotely Sensed Imagery[J]．Acta Geodaetica et Cartographica Sinica,2014,43(3):329-329．(李曉冬．遙感影像亞像元定位研究[J]．測(cè)繪學(xué)報(bào),2014,43(3):329-329．)

10．13485/j．cnki．11-2089．2014．0047

E-mail:lixiaodong＠whigg．a(chǎn)c．cn