水源地土地覆被分類及無人機(jī)遙感驗(yàn)證評(píng)價(jià)方法研究

李 營(yíng) 楊一鵬 殷守敬 楊海軍 洪運(yùn)富 朱海濤

(環(huán)境保護(hù)部衛(wèi)星環(huán)境應(yīng)用中心，北京 100094)

1 水源地衛(wèi)星遙感影像分類

水源地是我國(guó)環(huán)境保護(hù)的重點(diǎn)區(qū)域，保證水源地水質(zhì)安全具有重要意義。衛(wèi)星遙感技術(shù)具有重訪周期短、監(jiān)測(cè)范圍大、重復(fù)動(dòng)態(tài)監(jiān)測(cè)等優(yōu)勢(shì)，是開展環(huán)境監(jiān)測(cè)的重要技術(shù)手段，在水源地監(jiān)測(cè)中也愈加發(fā)揮重要作用。GF－1 是我國(guó)2013年發(fā)射的高分辨率遙感衛(wèi)星，搭載了兩臺(tái)2m 分辨率全色、8m 分辨率多光譜相機(jī)及四臺(tái)16m 分辨率多光譜相機(jī)，實(shí)現(xiàn)了高空間分辨率、多光譜與高時(shí)間分辨率的結(jié)合，是開展宏觀與微觀環(huán)境監(jiān)測(cè)的良好數(shù)據(jù)源。土地覆被分類是衛(wèi)星遙感應(yīng)用最為廣泛的產(chǎn)品之一，基于GF－1 衛(wèi)星開展土地覆被分類，能夠有效利用GF－1 影像數(shù)據(jù)分辨率特征，監(jiān)測(cè)水源地敏感地物，為水源地監(jiān)測(cè)提供技術(shù)支撐，進(jìn)而推動(dòng)國(guó)內(nèi)環(huán)境遙感監(jiān)測(cè)事業(yè)的進(jìn)一步發(fā)展。

目前，面向?qū)ο蠓诸惙椒ㄆ毡檫m用于高空間分辨率衛(wèi)星影像，其充分利用高分辨率的全色和多光譜數(shù)據(jù)的空間、紋理和光譜信息，對(duì)衛(wèi)星影像進(jìn)行分割和分類，最終以高精度的分類結(jié)果或者矢量輸出。當(dāng)前面向?qū)ο蠓诸惒捎米顬閺V泛的是德國(guó)Definiens Imaging 公司開發(fā)的智能化影像分析軟件eCognition，本文采用該軟件對(duì)GF－1 衛(wèi)星影像進(jìn)行土地覆被分類。

2 無人機(jī)遙感驗(yàn)證評(píng)價(jià)

基于土地覆被分類獲取水源地環(huán)境敏感信息后，須驗(yàn)證評(píng)價(jià)分類結(jié)果，目前，國(guó)內(nèi)外土地覆被驗(yàn)證數(shù)據(jù)源主要分為人工地面核查數(shù)據(jù)與遙感數(shù)據(jù)，人工地面核查數(shù)據(jù)采集耗費(fèi)較高的人力、物力成本，而且在地形復(fù)雜、自然條件惡劣的區(qū)域難以獲取;相對(duì)于人工地面核查數(shù)據(jù)，遙感數(shù)據(jù)省時(shí)省力，能夠獲取任何區(qū)域的驗(yàn)證信息，是一種較為經(jīng)濟(jì)實(shí)用的驗(yàn)證數(shù)據(jù)源。國(guó)內(nèi)外學(xué)者已利用遙感數(shù)據(jù)開展了相關(guān)研究，并取得了較好成果?？傮w來說，基于遙感數(shù)據(jù)的土地覆被驗(yàn)證評(píng)價(jià)通常采用相同或更高空間分辨率的數(shù)據(jù)，對(duì)于GF－1 水源地敏感信息土地覆被結(jié)果的驗(yàn)證，需采用優(yōu)于2m 空間分辨率影像數(shù)據(jù)，而目前國(guó)內(nèi)民用衛(wèi)星缺少此類數(shù)據(jù)，且國(guó)外高分辨率數(shù)據(jù)(如Quickbird、Geoeye、WorldView、Ikonos 等)難以在時(shí)相上滿足驗(yàn)證要求，因此，采用無人機(jī)遙感影像數(shù)據(jù)進(jìn)行驗(yàn)證評(píng)價(jià)是一種較好的權(quán)衡方法。

無人機(jī)遙感數(shù)據(jù)獲取通常包括無人機(jī)飛行準(zhǔn)備、航線規(guī)劃、空域申請(qǐng)、無人機(jī)飛行、數(shù)據(jù)處理、信息提取等過程。數(shù)據(jù)獲取后，采用隨機(jī)抽樣方法選取多個(gè)土地覆被驗(yàn)證多邊形樣本，與土地覆被結(jié)果進(jìn)行對(duì)比驗(yàn)證后建立混淆矩陣，通過總體分類精度、用戶精度、生產(chǎn)者精度評(píng)價(jià)分類結(jié)果。

3 示例應(yīng)用

以揚(yáng)州南水北調(diào)東線工程源頭區(qū)為示例研究區(qū)，該區(qū)域位于揚(yáng)州市邗江區(qū)與江都市的交接處，是重要的水源地。衛(wèi)星遙感影像采用2014年3月28日GF－1 全色與多光譜影像數(shù)據(jù)，數(shù)據(jù)的處理過程為:對(duì)2m 的全色影像進(jìn)行幾何校正后，將8m 多光譜影像與其配準(zhǔn)，按照研究區(qū)邊界裁剪兩幅影像，之后，采用Pansharping融合方法對(duì)影像進(jìn)行融合。

為提取研究區(qū)內(nèi)水源地敏感地物分布信息，結(jié)合土地利用現(xiàn)狀分類標(biāo)準(zhǔn)(GBT 21010－2007)，將研究區(qū)土地覆被分為水體、建筑物、自然地表、道路、裸露的混凝土、灘涂及島嶼、船只和造船廠等八類?；趀Cognition 軟件，采用面向?qū)ο蠓诸惙椒?，通過多尺度分割方法試驗(yàn)多次分割不同地物，之后，選用隸屬度模糊分類和目視解譯相結(jié)合的方法對(duì)影像進(jìn)行分類，分類結(jié)果如圖1 所示。

圖1 水源地GF－1 影像土地覆被分類

針對(duì)土地覆被分類結(jié)果，基于同時(shí)相無人機(jī)遙感影像，隨機(jī)抽樣選取452 個(gè)多邊形樣本，每個(gè)多邊形樣本代表一種土地覆被類型，在無人機(jī)影像中，多邊形樣本的土地覆被類型為多邊形內(nèi)面積最大的地物。通過對(duì)無人機(jī)影像樣本進(jìn)行目視解譯，建立基于多邊形樣本的混淆矩陣，之后，采用總體精度、生產(chǎn)者精度和用戶精度等指標(biāo)評(píng)價(jià)分類精度。通過計(jì)算，總體精度為80.00%，各土地覆被類型精度如表1 所示。

表1 用戶精度和生產(chǎn)者精度

4 結(jié) 論

(1)本方法是國(guó)產(chǎn)高分辨率衛(wèi)星與無人機(jī)遙感技術(shù)結(jié)合應(yīng)用的探索，能夠有效應(yīng)用于水源地遙感監(jiān)測(cè)研究中，為水源地環(huán)境保護(hù)提供技術(shù)與數(shù)據(jù)支撐。(2)目前，我國(guó)無人機(jī)遙感技術(shù)發(fā)展迅速，在各領(lǐng)域發(fā)揮了重要作用，已經(jīng)成為衛(wèi)星遙感技術(shù)的有力補(bǔ)充，國(guó)內(nèi)無人機(jī)遙感驗(yàn)證研究相對(duì)較少，本方法采用無人機(jī)遙感數(shù)據(jù)對(duì)衛(wèi)星遙感影像分類結(jié)果進(jìn)行驗(yàn)證，增添了該領(lǐng)域的研究成果，力爭(zhēng)為國(guó)內(nèi)相關(guān)研究提供一定的技術(shù)借鑒。

［1］陳志勇．基于高分辨率遙感影像的城市土地覆被變化分析研究［D］．蘭州交通大學(xué)，2013．

［2］莫利江，曹宇，胡遠(yuǎn)滿，劉淼，夏棟．面向?qū)ο蟮臐竦鼐坝^遙感分類——以杭州灣南岸地區(qū)為例［J］．濕地科學(xué)，2012，02:206－213．

［3］梁京濤，成余糧，王軍，等．基于無人機(jī)遙感技術(shù)的汶川地震區(qū)典型高位泥石流動(dòng)態(tài)監(jiān)測(cè)［J］．中國(guó)地質(zhì)災(zāi)害與防治學(xué)報(bào)，2013，24(3):54－61．

［4］謝濤，劉銳，胡秋紅，等．基于無人機(jī)遙感技術(shù)的環(huán)境監(jiān)測(cè)研究進(jìn)展［J］．環(huán)境科技，2013，26(4):55－64．

［5］Stehman S V，Wickham J D．Pixels，blocks of pixels，and polygons:Choosing a spatial unit for thematic accuracy assessment［J］．Remote Sensing of Environment，2011，115(12):3044－3055．

［6］Radoux J，Bogaert P．Accounting for the area of polygon sampling units for the prediction of primary accuracy assessment indices［J］．Remote Sensing of Environment，2014，142:9－19．

［7］孫曉霞，張繼賢，劉正軍．利用面向?qū)ο蟮姆诸惙椒◤腎KONOS 全色影像中提取河流和道路［J］．測(cè)繪科學(xué)，2006，01:62－63+5．

［8］陳云浩，馮通，史培軍，王今飛．基于面向?qū)ο蠛鸵?guī)則的遙感影像分類研究［J］．武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)，2006，04:316－320．

［9］王橋，王晉年，楊一鵬，等．環(huán)境監(jiān)管無人機(jī)遙感技術(shù)與應(yīng)用［M］．北京:科學(xué)出版社，2014，1－3．