高媛赟，溫小榮，林國忠，佘光輝，王 凱

（南京林業(yè)大學 林學院，江蘇 南京 210037）

利用資源一號02C數(shù)據(jù)提取森林資源變化信息

高媛赟，溫小榮，林國忠，佘光輝，王 凱

（南京林業(yè)大學 林學院，江蘇 南京 210037）

探索利用中國自行研發(fā)的資源一號02C衛(wèi)星數(shù)據(jù)進行森林資源變化信息提取的方法。對浙江省龍泉地區(qū)的資源一號衛(wèi)星數(shù)據(jù)采用大氣校正、幾何校正和影像融合等方法進行預(yù)處理；通過對光譜特征變異法、圖像差值法與波段替換法的比較，選擇適宜的提取突變區(qū)域的方法。在此基礎(chǔ)上通過對影像進行最大似然法、最小距離法、馬氏距離法和平行六面體法分類確定變化區(qū)域的地類，同時進一步驗證適宜資源一號衛(wèi)星數(shù)據(jù)的融合方法為HPF融合，較優(yōu)分類方法為最大似然法。研究為深入探索利用資源一號02C衛(wèi)星數(shù)據(jù)在森林資源動態(tài)監(jiān)測中的應(yīng)用具有積極的意義，為進一步提高該衛(wèi)星數(shù)據(jù)處理的效率提供了依據(jù)與參考。

中國資源一號02C衛(wèi)星；森林資源監(jiān)測；變化信息提取

近年來，我國林業(yè)部門為進一步實現(xiàn)林地“一張圖”數(shù)據(jù)庫正著力于林地變更調(diào)查工作，探索林地年度變更調(diào)查技術(shù)方法。林地變更調(diào)查包括調(diào)查底圖制作、變更核實調(diào)查、林地數(shù)據(jù)庫更新三個步驟，在調(diào)查底圖制作過程中，利用處理后的高分辨率遙感數(shù)據(jù)判讀區(qū)劃林地變化圖斑形成遙感判讀區(qū)劃矢量圖層的過程較為繁冗，且在變更核實調(diào)查過程中需要核實的圖斑數(shù)較多，如何對高分辨率遙感影像數(shù)據(jù)進行有效地分類以減少判讀區(qū)劃林地變化圖斑數(shù)量，與減少后期需要核實圖斑數(shù)量問題是一大焦點。

傳統(tǒng)森林資源動態(tài)監(jiān)測過程中多使用單一方法提取動態(tài)信息，獲取信息量不夠豐富且偽變化信息較多。例如光譜特征變異法其原理與操作簡明，但發(fā)生變化圖斑在尺寸足夠大的情況下才能被識別，精度較低；圖像差值法需要影像時相屬于同一季節(jié)，并且利用點與點的運算會產(chǎn)生很多噪聲不利于影像的判別；假彩色合成法偽變化信息較多，且在應(yīng)用于中國資源衛(wèi)星影像時色彩偏差較大不利于目視。

本研究首先通過大氣校正，幾何校正與影像融合獲取較優(yōu)質(zhì)量影像，再分別利用單一的多光譜特征變異法、圖像差值法和波段替換與影像分類相結(jié)合三種方法提取動態(tài)變化信息。通過試驗發(fā)現(xiàn)，波段替換法較光譜特征變異法與圖像差值法優(yōu)；變化區(qū)域的地類信息采用最大似然法分類精度較高；利用波段替換與影像分類相結(jié)合在信息互補的同時減少了需要后期調(diào)查核實的圖斑數(shù)量，提高了林地變更調(diào)查效率[1-2]。

1 研究區(qū)概況及數(shù)據(jù)介紹

龍 泉 市 位 于 浙 江 省 西 南 部，28°04′N，119°07′E。該地區(qū)屬于中亞熱帶季風氣候，全年濕度大，年降水量一般在1 000 mm以上，地形復(fù)雜，海拔高低懸殊，氣候基本呈垂直分布，光、溫、水地域差異明顯。海拔800 m以下區(qū)域?qū)贈鰜啛釒駶櫦撅L氣候；海拔800 m以上區(qū)域近于暖溫帶濕潤季風氣候。

本研究采用的基礎(chǔ)數(shù)據(jù)為2007年浙江省龍泉市森林資源二類調(diào)查小班數(shù)據(jù)；遙感影像包括：（1） 2007年浙江省龍泉市SPOT-5遙感影像；(2)兩景2012年研究區(qū)中國資源一號02C衛(wèi)星（ZY-1 02C）影像。

法國SPOT-5衛(wèi)星發(fā)射于2007年5月4日，運行高度為822 km，軌道傾斜角為98.7 °，重訪周期為2～3 d，搭載有兩臺高分辨率幾何成像裝置（HRG）、一臺高分辨率立體成像裝置（HRS）、一臺寬視域植被探測儀（VGT），空間分辨率為2.5 m，影像分紅色波段、近紅外波段與紅外波段。

ZY-1-02C衛(wèi)星于2011年12月22日在太原衛(wèi)星發(fā)射中心發(fā)射，運行高度為780.099 km,軌道傾斜角為98.5 °，搭載一臺5/10 m分辨率P/MS多光譜相機，它是我國民用遙感衛(wèi)星中分辨率最高的相機，同時還搭載了兩臺2.36 m分辨率HR相機，單臺幅寬為27 km，兩臺為54 km使數(shù)據(jù)的幅寬增加一倍,從而使數(shù)據(jù)覆蓋能力大幅增加。P/MS多光譜相機與HR相機重訪周期均為3～5 d，覆蓋周期為55 d。本研究采用P/MS相機拍攝于2012年12月的浙江省龍泉市資源一號衛(wèi)星數(shù)據(jù)，全色波段分辨率為5 m，多光譜影像分辨率為10 m[3-4]。

2 原理與方法

2.1 影像預(yù)處理方法

對影像首先進行大氣校正與幾何校正等常規(guī)處理，然后依據(jù)需要進行融合等加強處理。在影像的融合中，通過定性與定量的比較得知HPF融合為較適宜資源一號衛(wèi)星影像的分類方法，因此本研究對影像進行了HPF融合加強以提高影像的解譯與分類精度。

2.2 變化區(qū)域提取方法

2.2.1 光譜特征變異法

本研究將2007年的Spot-5影像與2012年的資源一號02C影像全色波段數(shù)據(jù)精確配準后融合。在植被信息豐富的情況下綠色紋理特征較為明顯，對植被少或者城市區(qū)域不易發(fā)現(xiàn)變化區(qū)域。圖2(a)中，由于前后兩期影像傳感器不同，綠色紋理特征有一些呈現(xiàn)為偽變化，需要在變化尺寸足夠大的情況下才被檢測到，因而在變化小班的判讀與提取過程中容易遺漏小班，需調(diào)查核實的小班量大，變化后地類也難以確定。光譜特征變異法物理意義明確、操作簡單便捷，需建立在前后期影像精確配準、傳感器相同與季相相同的情況下效果較優(yōu)，但該方法的偽變化信息較多，且變化區(qū)域尺寸不足夠大時不易識別，精度較低[5]。

2.2.2 圖像差值法

圖像差值法簡單易操作，但獲得的影像噪聲較多，對數(shù)據(jù)的季相、時相與配準情況要求較高。本研究前后兩期影像傳感器不同，通過計算兩影像的相關(guān)系數(shù)與主成分分析，利用主成分與相關(guān)系數(shù)大的兩個波段進行作差獲取差值影像[6]。圖2(b)即為圖像差值法效果圖,白色高亮區(qū)域為圖像差值法提取出的變化區(qū)域，紅色小班為真實變化小班區(qū)域。

2.2.3 波段替換法

利用融合后且已分解為紅、綠、藍3波段的2007年浙江省龍泉市SPOT—5的遙感影像，與2012年02C全色、多光譜影像分別進行精確配準后選擇適宜波段替換獲得突變小班。在波段替換方法中，首先計算前后期影像各波段的相關(guān)系數(shù)，通過相關(guān)系數(shù)與目視的比較選擇最優(yōu)替換方式。相關(guān)系數(shù)見表1。Band1為02C衛(wèi)星影像的全色波段，Band2、Band3、Band4為02C衛(wèi)星影像多光譜波段的3個波段，Band5、Band6、Band7分別為SPOT-5融合后影像的RGB 3 個波段。

表1 各波段相關(guān)系數(shù)Table1 Calculation of correlation coefficients of each bands

通過表1縱向分析比較得知與SPOT5影像的第一、二波段相關(guān)系數(shù)較高的為02C影像數(shù)據(jù)的全色波段影像，相關(guān)系數(shù)分別為0.835 0、0.807 4；與SPOT5影像的第3波段相關(guān)系數(shù)較高的是02C影像數(shù)據(jù)的全色波段，相關(guān)系數(shù)為0.8016。通過目視比較，利用02C的全色波段分別替換SPOT-5融合后影像的紅、綠、藍3個波段。替換綠色波段時突變地類用肉眼觀察時不易識別，且不便于提?。惶鎿Q藍色波段時不能明確顯示其真實地類；替換紅色波段時不僅易于提取突變信息也能明確顯示其地類，見圖2（c）（d）（e）。綜合分析可知對于中國資源一號衛(wèi)星數(shù)據(jù)與SPOT-5融合影像數(shù)據(jù)的波段替換方法中利用資源一號02C的全色波段替換SPOT-5影像的紅色波段不僅目視識別效果最佳易于提取且相關(guān)系數(shù)最高。圖2（f）為研究區(qū)內(nèi)發(fā)生變化的小班提取情況。

圖2 變化信息提取方法比較Fig.2 Comparison of methods of changing information extraction

2.2.4 變化區(qū)域地類的確認

對于變化區(qū)域地類的確定有兩種方法。方法一是進行實地考察，方法二是對后期影像進行分類，基于分類后的影像再做進一步的統(tǒng)計分析。由于突變區(qū)域面積已經(jīng)大量減少且實地考察方法精度更高，因而在條件允許的情況下方法一更適宜。本研究為進一步探討適宜資源一號02C衛(wèi)星數(shù)據(jù)的分類方法，對HPF融合后的2012年ZY-1 02C衛(wèi)星影像進行基于先驗數(shù)據(jù)的監(jiān)督分類以確定變化后小班類型，分類方法包括：最大似然、最小距離、馬氏距離、平行六面體分類；分類后在研究區(qū)中隨機選取424個參考樣點進行分析，計算其生產(chǎn)精度與使用精度，統(tǒng)計數(shù)據(jù)見表2[7-8]。

由表2數(shù)據(jù)可知在對地類進行確定的過程中，馬氏距離法與平行六面體法的kappa系數(shù)均較高，分別為0.95與0.93，但在非林地與水體的分類精度上并不理想；最大似然法與最小距離法的kappa系數(shù)相對較低均為0.91，但各地類分類精度情況較優(yōu)，綜合評估適宜資源一號02C影像的分類方法為最大似然法[9]。

3 方法比較與評估

對提取出的突變小班矢量圖進行統(tǒng)計分析，發(fā)生突變區(qū)域為2 156個小班，面積總和為7 129 401.54 m2，占龍泉市調(diào)查小班總面積的2.47%，需要進一步變更核實地類的圖斑數(shù)量大大減少，提高了林地變更工作的效率。

將發(fā)生突變區(qū)域小班數(shù)據(jù)與分類后影像疊加，對發(fā)生突變小班進行地類的確定，統(tǒng)計分析研究區(qū)從2007至2012年5年之內(nèi)林地的改變情況。選取龍泉市查田鎮(zhèn)為檢驗區(qū)域進行波段替換與分類相結(jié)合方法提取變換信息的精度評價。

表2 用6種分類方法分類后的分析精度評價Table2 Accuracy evaluation for analyses results by using six classification methods

查田鎮(zhèn)共有小班1 879塊，該鎮(zhèn)總面積為122.61 hm2，2007 年林地總面積為 101.14 hm2；利用光譜特征變異法提取該鄉(xiāng)鎮(zhèn)發(fā)生突變區(qū)域面64.73 hm2，發(fā)生偽變化信息小班面積為17.14 hm2，通過計算得該方法的精度為73.52%。利用圖像差值法提取該鄉(xiāng)鎮(zhèn)發(fā)生突變區(qū)域面49.37 hm2，發(fā)生偽變化信息小班面積為20.31 hm2，即該方法的精度為58.86%。利用波段替換法提取該鄉(xiāng)鎮(zhèn)發(fā)生突變區(qū)域面70.83 hm2，發(fā)生偽變化信息小班面積為2.41 hm2，多存在于河道兩側(cè),即該方法的精度為96.59%。

4 結(jié) 論

在利用中國資源一號衛(wèi)星影像提取森林資源變化信息過程中得到以下結(jié)論：

（1）利用光譜特征變異法與圖像差值法操作簡便但效果并不理想。利用波段替換能較好的融合不同傳感器信息，在提取發(fā)生變化的區(qū)域時精度較高；

（2）通過影像的分類進一步確定變化區(qū)域的地類變化情況以達到林地調(diào)查的目的，減少了大量的人力物力提高了調(diào)查效率；

（3）波段替換與監(jiān)督分類相結(jié)合的變化信息提取法融合了兩個傳感器的影像信息，避免了傳統(tǒng)方法對數(shù)據(jù)傳感器要求一樣的限制，使影像信息更加豐富， 提高了變化信息的提取的精度。改善產(chǎn)生偽變化區(qū)域圖斑現(xiàn)象需要通過加強影像的配準精度與統(tǒng)一兩期影像的時相等方法來解決[10]。

[1] 尤淑撐,劉順喜,周連芳,等.CBERS-02B星數(shù)據(jù)土地利用動態(tài)遙感監(jiān)測方法研究[J].國土資源遙感,2009,79(1):79-82.

[2] 中國資源衛(wèi)星應(yīng)用中心.資源一號02C衛(wèi)星用戶指南[K].北京:中國資源衛(wèi)星應(yīng)用中心, 2012.

[3] 劉 剛,許宏健,馬海濤,等. 基于資源一號02C衛(wèi)星數(shù)據(jù)的土地資源高分系統(tǒng)變化信息提取方法應(yīng)用研究[J]. 測繪與空間地理信息,2013,04:65-68+71.

[4] Dong Zhangyu, Wang Zongming, Liu Dianwei, et al. SPOT5 multi-spectral(MS) and panchromatic (PAN) image fusion using an improved wavelet method based on local algorithm[J].Computers & Geoscience, 2013,60:134-141.

[5] 潘耀忠,陳志軍,聶 娟,等.基于多源遙感的土地利用動態(tài)變化信息綜合監(jiān)測方法研究[J].地球科學進展,2002,02:182-187,303.

[6] 范海生,馬藹乃,李 京. 采用圖像差值法提取土地利用變化信息方法——以攀枝花仁和區(qū)為例[J].遙感學報,2001,01:75-80.

[7] 嚴恩萍,林 輝,莫登奎,等. 基于ALOS數(shù)據(jù)的遙感植被分類研究[J].中南林業(yè)科技大學學報,2010,30(11):37-42.

[8] 金 杰,朱海巖,李子瀟,等. ENVI遙感圖像處理中幾種監(jiān)督分類方法的比較[J]. 水利科技與經(jīng)濟,2014,01:146-148,160.

[9] 寧亮亮,張曉麗. 基于紋理信息的Landsat-8影像植被分類初探[J].中南林業(yè)科技大學學報,2014,34(9):60-64.

[10] 文雄飛,陳蓓青,申邵洪,等. 資源一號02C衛(wèi)星P/MS傳感器數(shù)據(jù)質(zhì)量評價及其在水利行業(yè)中的應(yīng)用潛力分析[J]. 長江科學院院報,2012,10:118-121.

Extraction of changing information of forest resource monitoring with ZY-1-02C images

GAO Yuan-yun, WEN Xiao-rong, LIN Guo-zhong, SHE Guang-hui , WANG Kai
(College of Forestry , Nanjing Forestry University, Nanjing 210037, Jiangsu, China)

China’s own self-developed ZY-1-02C satellite data is used to explore extraction methods of changing information for monitoring the forest resources. The satellite data collected by ZY-1-02C satellite for Longquan district, Zhejiang Province were pertreated by adopting methods of atmospheric correction, geometric correction, image fusion and etc.; Through comparing methods of spectral features variation and image subtraction method with band replacement method, the appropriate method for extracting mutation region was chosen out. On the basis of the image fusion by the maximum likelihood method, the minimum distance, Mahalanobis distance method and parallelepiped classif i cation method, the land types of changing area were determined, further it was proved that the HPF fusion is the appropriate fusion method of resources satellite No.1, the maximum likelihood method is the optimal method for extraction. The studies to explore the use of ZY-1-02C satellite data in the application of dynamic monitoring of forest resources has the positive signif i cance, also can further improve the eff i ciency of satellite data processing, so as to provide basis and reference.

ZY-1-02C satellite of China; monitoring of forest resources; extraction of changing forest resources

S757.2

A

1673-923X(2014)12-0087-04

2014-05-08

國家948計劃項目（2013-4-63）；南京林業(yè)大學科技創(chuàng)新基金項目（CX2011-24）；江蘇高校優(yōu)勢學科建設(shè)工程項目（PAPED）

高媛赟（1991-），女，江蘇南京人，碩士研究生，主要研究方向：森林經(jīng)理及3S應(yīng)用；E-mail：mariagao1991@foxmail.com

佘光輝（1953-），男，江蘇南京人，教授，博士生導師，主要研究方向：3S技術(shù)在森林資源與監(jiān)測中的應(yīng)用；E-mail：ghshe@njfu.edu.cn

[本文編校：文鳳鳴]