基于資源三號(hào)遙感影像的農(nóng)田提取方法研究

【摘要】隨著我國(guó)航天事業(yè)的發(fā)展，我國(guó)擁有了自主的遙感衛(wèi)星，打破了國(guó)外衛(wèi)星的壟斷地位，如何將國(guó)產(chǎn)衛(wèi)星影像更好的應(yīng)用于生產(chǎn)實(shí)踐變得非常重要。本文以資源三號(hào)遙感影像為基礎(chǔ)，采用了像素級(jí)分類(lèi)與對(duì)象級(jí)分割相結(jié)合，并引入坡度數(shù)據(jù)作為參考的思想，總結(jié)出了一套科學(xué)的農(nóng)田提取方法，使之更好的應(yīng)用于實(shí)際生產(chǎn)。

【關(guān)鍵詞】資源三號(hào)；像素級(jí)分類(lèi)；對(duì)象級(jí)分割；Kappa系數(shù)；誤差矩陣

引言

伴隨著航天技術(shù)的飛速發(fā)展，遙感技術(shù)也迅速成長(zhǎng)起來(lái)。遙感影像憑借其覆蓋范圍廣和獲取周期短等特點(diǎn)，已經(jīng)成為測(cè)繪行業(yè)數(shù)據(jù)源獲取的首選。過(guò)去數(shù)據(jù)源的選擇上主要使用的是國(guó)外的衛(wèi)星，例如SPOT（法國(guó)）、ALOS（日本）、IKONOS（美國(guó)）等，在價(jià)格和獲取時(shí)間等方面都受制于人。隨著我國(guó)航天事業(yè)的發(fā)展，我國(guó)擁有了自主的遙感衛(wèi)星，打破了國(guó)外衛(wèi)星的壟斷地位，資源三號(hào)、天繪一號(hào)衛(wèi)星數(shù)據(jù)的獲取，提供了更廣闊的數(shù)據(jù)源選擇空間，如何將國(guó)產(chǎn)衛(wèi)星影像更好的應(yīng)用于生產(chǎn)實(shí)踐變得非常重要。

本文主要介紹了以資源三號(hào)遙感影像為基礎(chǔ)，采用了像素級(jí)分類(lèi)與對(duì)象級(jí)分割相結(jié)合，并引入坡度數(shù)據(jù)作為參考的思想，總結(jié)出了一套科學(xué)的農(nóng)田提取方法，使之更好的應(yīng)用與實(shí)際生產(chǎn)。

1、試驗(yàn)區(qū)及數(shù)據(jù)

本次試驗(yàn)區(qū)選取全國(guó)耕地最多的農(nóng)業(yè)大省黑龍江，按照均勻分布的原則，選取6景資源三號(hào)衛(wèi)星影像進(jìn)行農(nóng)田提取試驗(yàn)。

2、農(nóng)田提取原理

農(nóng)田提取過(guò)程中了采用了像素級(jí)分類(lèi)與對(duì)象級(jí)分割相結(jié)合的思想，并引入坡度數(shù)據(jù)作為參考。首先分別對(duì)資源三號(hào)影像影像進(jìn)行多尺度面向?qū)ο蠓指詈突诠庾V紋理特征的像素級(jí)分類(lèi)（MLC），然后計(jì)算分為農(nóng)田的像元在每一分割塊中所占的比例。同時(shí)計(jì)算該分割塊中坡度小于某給定閾值delta（delta=25°，國(guó)家規(guī)定退耕還林的坡度標(biāo)準(zhǔn)，不過(guò)在操作過(guò)程中該閾值可根據(jù)實(shí)際情況進(jìn)行適當(dāng)調(diào)整）的像元數(shù)目占該塊中像元總數(shù)的比例。如果兩個(gè)比例值分別大于給定閾值delta1和delta2，則判定該分割塊為農(nóng)田。逐一判定每個(gè)分割塊是否為農(nóng)田，直至遍歷完成。最終可得到以分割塊為基本單元的農(nóng)田分類(lèi)結(jié)果。最后由人工進(jìn)行檢查，對(duì)提取質(zhì)量進(jìn)行進(jìn)一步控制。

3、農(nóng)田提取流程

3.1農(nóng)田的定義

農(nóng)田在地理學(xué)中定義為用來(lái)種植農(nóng)作物的土地。農(nóng)田不同于森林、草原和灌木等植被覆蓋，其與人類(lèi)活動(dòng)密切相關(guān)。人們按照一定的節(jié)氣時(shí)令在農(nóng)田上種植不同的作物，成熟后進(jìn)行收割，并有時(shí)對(duì)農(nóng)田進(jìn)行休耕。

3.2農(nóng)田提取具體步驟：

1）首先對(duì)資源三號(hào)影像進(jìn)行分割。由于單一農(nóng)田塊面積較大，因此在分類(lèi)過(guò)程中選擇尺度參數(shù)較大，經(jīng)過(guò)試驗(yàn)分割尺度設(shè)為20。分割完成后得到柵格形式保存的分割文件。分割文件有若干分割塊組成，每一分割塊都有唯一的標(biāo)識(shí)碼進(jìn)行標(biāo)識(shí)。

2）對(duì)資源三號(hào)影像進(jìn)行像素級(jí)的光譜紋理分類(lèi)。首先對(duì)資源三號(hào)影像進(jìn)行TC變換，取變換后信息保存最豐富的亮度分量計(jì)算紋理特征。紋理特征計(jì)算方法是：計(jì)算3×3和5×5窗口大小的灰度共生矩陣，并取均值作為紋理的衡量指標(biāo)，得到3×3和5×5兩個(gè)紋理波段。選取資源三號(hào)影像的1、2、3、4和兩個(gè)紋理波段合成新的影像文件進(jìn)行監(jiān)督分類(lèi)。監(jiān)督分類(lèi)方法可以選擇SVM或者M(jìn)LC。

3）運(yùn)用規(guī)則進(jìn)行決策樹(shù)分類(lèi)。逐一統(tǒng)計(jì)分割影像中每一分割塊中，像素級(jí)分類(lèi)結(jié)果分為農(nóng)田的像元占該分割塊中像元總數(shù)的比例delta1和符合坡度限制條件（<30度）的坡度像元比例delta2。若delta1>0.75且delta2>0.75，則判定該分割塊為農(nóng)田。

4）分類(lèi)后處理與人工編輯。完成決策數(shù)分類(lèi)之后，可以得到以分割對(duì)象為最小分類(lèi)單元農(nóng)田分類(lèi)數(shù)據(jù)，邊界亦為分割對(duì)象的邊界。人工編輯可以通過(guò)增加、減少或修改分割對(duì)象的屬性方便進(jìn)行。完成之后，得到最終農(nóng)田提取結(jié)果。

4、農(nóng)田提取成果的精度分析

我們使用誤差矩陣對(duì)試驗(yàn)區(qū)的最終分類(lèi)結(jié)果進(jìn)行了詳細(xì)的評(píng)價(jià)?？傮w精度為78.6141%，Kappa系數(shù)為0.7198，其中農(nóng)田提取的精度為80.85%。從誤差矩陣中可以看出，農(nóng)田與人造覆蓋、草地錯(cuò)分比較嚴(yán)重，錯(cuò)分率分別達(dá)到了18.3%和10.47%；農(nóng)田漏分現(xiàn)象主要表現(xiàn)在農(nóng)田漏分到草地類(lèi)型中。

5、結(jié)論

通過(guò)對(duì)分類(lèi)結(jié)果的綜合評(píng)價(jià)，證明了農(nóng)田提取方法兼顧了像素級(jí)分類(lèi)與對(duì)象級(jí)分割的優(yōu)點(diǎn)，有效的避免了椒鹽效應(yīng)，地物分類(lèi)邊界不準(zhǔn)確等傳統(tǒng)分類(lèi)方法的弊端，提高了農(nóng)田的分類(lèi)精度。本次試驗(yàn)選取黑龍江省局部地區(qū)，提取流程的通用性還需要在更多的地區(qū)進(jìn)行試驗(yàn)。建議獲取全國(guó)或更大范圍的資源三號(hào)影像，對(duì)其它地區(qū)農(nóng)田提取試驗(yàn)，對(duì)提取方法進(jìn)一步完善。

參考文獻(xiàn)

[1]史文中等.從遙感影像提取道路特征的方法綜述與展望[J].測(cè)繪學(xué)報(bào)，2001，（03）：257-261.

[2]明冬萍等.高分辨率遙感影像信息提取與目標(biāo)識(shí)別技術(shù)研究[J].測(cè)繪科學(xué)，2005，（03）：18-20.

作者簡(jiǎn)介

宋昊（1981-），男，黑龍江省哈爾濱人，畢業(yè)于黑龍江工程學(xué)院地理信息系統(tǒng)專(zhuān)業(yè)，現(xiàn)從事遙感應(yīng)用工作。