基于資源三號衛(wèi)星影像的巖性監(jiān)督分類研究

杜小鋒, 馮 穩(wěn), 楊青雄

(湖北省地質(zhì)調(diào)查院 基礎地質(zhì)調(diào)查中心,湖北 武漢 430034)

遙感監(jiān)測技術(shù)始于1972年Landsat-1衛(wèi)星發(fā)射,由于傳感器技術(shù)的限制,早期的MSS遙感影像空間分辨率和光譜分辨率較低,在大尺度的巖性分類研究中應用比較少。隨著傳感器技術(shù)的不斷發(fā)展,遙感影像的數(shù)據(jù)質(zhì)量和信息量大大增加。資源三號測繪衛(wèi)星是中國自主設計和發(fā)射的第一顆民用高分辨率立體測圖衛(wèi)星[1],主要用于1∶50 000立體測圖及更大比例尺基礎地理產(chǎn)品的生產(chǎn)和更新,以及開展國土資源調(diào)查與監(jiān)測。在總結(jié)國外測圖衛(wèi)星的經(jīng)驗基礎上,中國資源三號衛(wèi)星參數(shù)采用10 bit量化技術(shù),將正視圖像的分辨率提高到2.5 m,同時加5.8 m多光譜圖像,從而提高了地物解譯能力。

1 研究區(qū)概況

研究區(qū)位于新疆庫車縣的東南部,面積6.235 km2,海拔約1 700 m,地形切割強烈,溝谷縱深且狹窄,階梯陡壁叢生,總體屬于中山深切割區(qū)。

結(jié)合已有的1∶20萬地質(zhì)資料,研究區(qū)主要地層包括新近系漸新世蘇維依組(E2-3s)、古新統(tǒng)—始新統(tǒng)庫姆格列木群(E1-2k)、上白堊統(tǒng)巴什基奇克組(K2b)和下白堊統(tǒng)巴西改組(K1b)。蘇維依組的主要巖性為褐紅色砂(礫)巖、粉砂巖、泥巖,庫姆格列木群的主要巖性為雜色泥巖、砂巖,巴什基奇克組的主要巖性為砂巖、礫巖夾(砂質(zhì))泥巖、粉砂巖,巴西改組的主要巖性為細砂巖夾泥巖。實測地質(zhì)剖面PM14-1為圖1中A22-A51點串,穿越研究區(qū),為區(qū)內(nèi)開展遙感解譯工作提供了可靠的實地調(diào)查材料,從而有效地建立解譯標志。

2 資源三號遙感影像

2.1 數(shù)據(jù)特征

資源三號(ZY-3)衛(wèi)星是中國第一顆自主的民用高分辨率立體測繪衛(wèi)星,它填補了中國立體測圖領(lǐng)域的空白,其主要成像參數(shù)見表1。本次研究數(shù)據(jù)獲取時間為2014年5月17日,多光譜影像和全色影像空間分辨率分別為5.8 m和2 m,經(jīng)過一系列處理后,可得到空間分辨率達2 m的融合影像,從而既保證了影像的豐富光譜信息,又獲得了較高的地面分辨率,有利于提高地物判別的精度和準確性。

2.2 數(shù)據(jù)預處理

本次研究收集的ZY-3數(shù)據(jù)為1A級數(shù)據(jù),需要經(jīng)過一系列的預處理過程,具體包括正射校正、圖像配準、圖像融合、幾何校準、圖像裁剪等,得到研究區(qū)空間分辨率為2 m的ZY-3彩色影像(圖1)。

(1) 正射校正。本次研究在ENVI平臺下,運用ZY-3數(shù)據(jù)自帶的RPC模型[2-3],分別對全色影像和多光譜影像進行正射校正,來消除地形起伏引起的圖像畸變,得到較真實的地物成像信息。

(2) 圖像配準。本次研究以全色影像為基準影像,對多光譜影像選擇同名點進行配準校正,限制圖像誤差在1個像元以內(nèi),解決融合結(jié)果存在重影的現(xiàn)象。

表1 ZY-3有效載荷技術(shù)指標Table 1 ZY-3 technical index of payload

(3) 圖像融合。本次研究采用Gram-Schmidt(GS)光銳化法,將多光譜影像與全色影像進行圖像融合處理,較好地保持影像的空間紋理信息和光譜特征信息,綜合成2 m空間分辨率大的高質(zhì)量圖像,以提高信息的利用率、改善計算機解譯精度和可靠性。

(4) 幾何校準。以工區(qū)地形圖資料為基準,對融合后的影像選擇同名點進行校準,校正誤差控制在2個像元以內(nèi),使影像地圖投影與工區(qū)地理投影信息完全匹配。

(5) 圖像裁剪。選取研究區(qū)范圍的矢量文件對影像進行精確裁剪,從而去除調(diào)查區(qū)以外區(qū)域的影像,得到研究區(qū)影像。

圖1 研究區(qū)ZY-3影像(Band 3、2、1)Fig.1 ZY-3 image in the study area

2.3 巖性解譯標志的建立

遙感影像結(jié)合實測地質(zhì)剖面及野外驗證資料,建立巖性解譯標志(表2)。E2-3s泥巖與粗砂巖互層,淺棕紅色夾淺灰色,表面紋理較平滑,正地形,山峰多為成層三角狀,走向多為近東西向,粗砂巖風化程度較低,在地表較凸出,溝谷不太發(fā)育,較平直,植被不發(fā)育。E2-3s泥巖,紅棕色,表面紋理較平滑,正地形,地勢較上一層泥巖與粗砂巖互層降低,山峰多為成層三角狀,走向多為近東西向,溝谷發(fā)育,且定向性差,地表較破碎,地表植被不發(fā)育。E1-2k泥巖,棕紅色,表面紋理較粗糙,正地形,溝谷不太發(fā)育,且較平直,地形切割較深,植被不發(fā)育。E1-2k泥巖與礫巖互層,棕紅色夾深灰色,表面紋理平滑,礫巖表現(xiàn)為平直、凸出的陡坎,泥巖風化成泥土狀,隱約可見平行片狀紋理,巖層走向近東西向,溝谷不太發(fā)育,偶發(fā)育較平直溝谷,植被不發(fā)育。K2b粗砂巖,灰白色,亮度較高,表面紋理平滑,山峰呈刀砍狀、平直,可見平行層狀紋理,溝谷不發(fā)育,植被不發(fā)育。K2b礫巖,灰色,表面紋理較平滑,溝谷不發(fā)育,地勢較平坦,正地形,植被不發(fā)育。K1b細砂巖,淺紅棕色,表面紋理較平滑,可見平行層狀紋理,近東西走向,溝谷不發(fā)育,植被不發(fā)育。

3 監(jiān)督分類

3.1 訓練樣本的選擇

監(jiān)督分類[4-5]是通過對訓練樣本進行歸納學習,建立分類模板,然后使用分類模板對新數(shù)據(jù)進行分類的一種數(shù)學方法?，F(xiàn)有研究表明,訓練樣本的多少和質(zhì)量的好壞在很大程度上影響著不同分類器的分類效果。利用實地考察結(jié)果并結(jié)合已有地質(zhì)資料,在ZY-3模擬真彩色合成圖上人工選取有代表性的訓練樣本區(qū)域。通過繪制多邊形選擇感興趣區(qū),進行各類別樣本的選取,在衛(wèi)星數(shù)據(jù)上選取訓練數(shù)據(jù)集,對每一種巖性類型選取的訓練樣本均勻分布于其相應的展布區(qū),總計選取8類共839個訓練樣本,全部的訓練樣本較均勻地分布于整個研究區(qū)。每類巖性的感興趣區(qū)均用不同顏色加以區(qū)別,且任意類別樣本間的可分離性較好。通過對選取的訓練樣本的學習,并提取樣本的統(tǒng)計特征,得到巖性分類模板。研究區(qū)實驗用訓練樣本數(shù)據(jù)集合的構(gòu)成描述見表3。

3.2 分類的執(zhí)行及分類后處理

根據(jù)已建立的研究區(qū)巖性解譯標志,在ENVI 5.1下對ZY-3影像進行最大似然分類,得到研究區(qū)巖性的初步分類結(jié)果圖。由于遙感影像的分類過程都是按照影像光譜特征進行聚類分析,都帶有一定的盲目性,輸出的分類結(jié)果圖一般會出現(xiàn)成片的地物類別中有一些面積很小的異類圖斑,斑塊較為零碎,產(chǎn)生一些孤立點、斷點、孔穴、毛刺等,其中許多是不合理的“類別噪聲”,會給圖像質(zhì)量、可視化效果、精度帶來一些不利影響[6],為此需要對獲得的分類結(jié)果進行分類后處理。分類后處理方法即對分類結(jié)果進行歸并和清除,消除斷點、孤立點,改善分類結(jié)果的表示，形成更有意義、更完整的區(qū)域,提高分類結(jié)果的可應用性及可視化效果。分類后處理一般包括分類顏色的設置、分類統(tǒng)計分析、小斑點處理、柵格轉(zhuǎn)換等。本實驗主要對初步產(chǎn)生的分類效果圖進行主次分析(Majority/Minority Analysis)、聚類處理(Clump)、過濾處理(Sieve),得到研究區(qū)巖性的最終分類效果圖(圖2)。

表2 研究區(qū)主要巖性的遙感影像特征及與部分野外照片對比Table 2 Remote sensing image characteristics of main lithology in the study area and comparison with some field photographs

表3 訓練數(shù)據(jù)集合Table 3 Training data set

圖2 研究區(qū)巖性監(jiān)督分類結(jié)果圖Fig.2 Classification results of lithologic supervision in the study area1.E2-3s泥巖;2.E2-3s粗砂巖;3.E1-2k泥巖;4.E1-2k礫巖;5.E1-2k含礫粗砂巖;6.K2b粗砂巖;7.K2b礫巖;8.K1b細砂巖。

3.3 分類結(jié)果評價

遙感圖像分類結(jié)果的精度,主要表現(xiàn)為像元類碼屬性值是否正確和地物分布的空間位置是否準確,這關(guān)系到后一步處理的各地物類型面積的統(tǒng)計以及空間成圖的準確性。因此,分類精度的高低直接決定了分類成果能否應用在實際生產(chǎn)中。一般來說,分類精度評價是通過建立地面驗證數(shù)據(jù)(Ground Truth)的混淆矩陣或誤差矩陣(Confusion Matrix or Error Matrix),然后計算各種分類精度測度指標,如制圖精度、用戶精度、Kappa系數(shù)、總體分類精度以及錯分誤差和漏分誤差等。總體分類精度等于被正確分類的像元棕和除以總像元數(shù)。Kappa系數(shù)是通過把所有地表真實分類中的像元總數(shù)乘以混淆矩陣對角線的和,再減去某一類中地表真實像元總數(shù)與該類中被分類像元總數(shù)之積,再除以總像元數(shù)的平方減去某一類中地表真實像元總數(shù)與該類中被分類像元總數(shù)之積對所有類別求和的結(jié)果。錯分誤差指被分為用戶感興趣的類,而實際上屬于另一類的像元,顯示在混淆矩陣的行中。漏分誤差指本屬于地表真實分類,但沒有被分類器分到相應類別中的像元數(shù),顯示在混淆矩陣的列中。制圖精度指假定地表真實為A類,分類器能將一幅圖像的像元歸為A的概率。用戶精度指假定分類器將像元歸到A類時,相應的地表真實類別是A的概率。

為客觀評價其分類精度,在研究區(qū)利用標準訓練樣本點數(shù)據(jù)作為驗證點,建立混淆矩陣對分類結(jié)果進行精度評價,這樣就可以得到各種地物類型的分類精度結(jié)果,包括總體分類精度、Kappa系數(shù)、制圖精度、用戶精度、錯分誤差、漏分誤差(表4)。本文主要采用總體分類精度和Kappa系數(shù)來進行不同分類方法的精度評估。

表4 研究區(qū)巖性監(jiān)督分類結(jié)果精度Table 4 Accuracy of classification results of lithologic supervision in the study area 單位:%

由精度評估結(jié)果可以看出,研究區(qū)巖性監(jiān)督分類的總體分類精度為78.65%,Kappa系數(shù)為0.760 6。各巖性類別中,E1-2k泥巖與E1-2k礫巖的制圖精度和用戶精度均較高,可在影像上精確地分離出,而E1-2k含礫粗砂巖的分類精度最低,與K2b粗砂巖和K2b礫巖存在較大的誤分概率,因其粒度非常接近導致光譜特征空間的交叉。通過監(jiān)督分類,能夠較準確地劃分研究區(qū)不同粒度的沉積巖分布范圍。

3.4 地層的劃分

已有的實測地質(zhì)剖面及野外驗證資料表明,研究區(qū)主要地層單位及巖性組合:E2-3s為泥巖與粗砂巖互層,E1-2k為礫巖、泥巖、泥巖與礫巖互層,K2b為粗砂巖與礫巖,K1b為細砂巖。根據(jù)影像的巖性監(jiān)督分類結(jié)果,合并同組巖層,可得到研究區(qū)遙感影像綜合解譯地質(zhì)圖,其與區(qū)內(nèi)原有的地質(zhì)圖(圖3)有較大的改變。通過對比可以看出,E2-3s與E1-2k的界線向南移動了約640 m,E1-2k與K2b的界線幾乎不變,K2b與K1b的界線中部略向南凸,而研究區(qū)未出現(xiàn)K1s地層。研究區(qū)遙感影像綜合解譯地質(zhì)圖(圖4)與區(qū)內(nèi)實測地質(zhì)剖面資料及本次研究中的野外驗證資料能夠較好吻合,表明本研究區(qū)內(nèi),采用巖性監(jiān)督分類法開展遙感影像地質(zhì)解譯具有較好的效果,能較好地修訂區(qū)內(nèi)小比例尺地質(zhì)圖,從而減少大面積的地質(zhì)測量工作,具有較好的實用性和推廣價值。

圖3 研究區(qū)已有地質(zhì)圖Fig.3 Geological map of the research area

圖4 經(jīng)監(jiān)督分類結(jié)果修正后的研究區(qū)地質(zhì)圖Fig.4 Geological map of the study area after the revised results of supervised classification

4 結(jié)論

泥巖、粗砂巖、含礫粗砂巖、礫巖、細砂巖等各粒度巖性在ZY-3影像上具有不同的光譜和紋理特征,是進行監(jiān)督分類的基本判別依據(jù)。本實驗利用庫車地區(qū)ZY-3影像,運用監(jiān)督分類中常用的最大似然法,對研究區(qū)巖性進行分類研究。結(jié)果表明,ZY-3影像監(jiān)督分類結(jié)果精度較高,總體分類精度78.65%,Kappa系數(shù)0.760 6,分類結(jié)果質(zhì)量較好。通過監(jiān)督分類,能夠較準確地劃分研究區(qū)不同粒度的沉積巖分布范圍。進而運用識別出的巖性信息,結(jié)合適量的野外實地調(diào)查和驗證資料,能夠在一定程度上修正地質(zhì)界線,從而減少大面積的地質(zhì)測量工作,這在艱苦工作區(qū)顯得尤為重要。

ZY-3影像具有較豐富的光譜信息和較高分辨率的紋理信息,同時成像景幅范圍較大,成像周期較短,還具有較準確的RPC模型。因此,在大范圍的地質(zhì)測量工作中,不僅可以提供可靠的數(shù)據(jù)保障,還可以有效地降低成本。另外,就監(jiān)督分類而言,通過選擇更為準確的訓練樣本,可進一步提高分類精度,輔以較精確的影像幾何校正和準確的地質(zhì)剖面測量數(shù)據(jù),能夠較高地提升監(jiān)督分類結(jié)果的可靠性和實用性。

本文僅針對基于光譜信息的最大似然分類對ZY-3影像進行研究,而該影像還具有較高的空間分辨率和較豐富的紋理特征,可在后續(xù)的工作中做進一步研究。

參考文獻：

[1] 李德仁.我國第一顆民用三線陣立體測圖衛(wèi)星——資源三號測繪衛(wèi)星[J].測繪學報,2012,41(3):317-322.

[2] 唐新明,張過,祝小勇，等.資源三號測繪衛(wèi)星三線陣成像幾何模型構(gòu)建與精度初步驗證[J].測繪學報,2012，41(2):191-198.

[3] 張過.缺少控制點的高分辨率衛(wèi)星遙感影像的幾何糾正[D].武漢:武漢大學,2005.

[4] 王文杰,蔣衛(wèi)國,王維，等.環(huán)境遙感監(jiān)測與應用[M].北京:中國環(huán)境科學出版社,2011.

[5] 彭望琭,白振平,劉湘南，等.遙感概論[M].第三版.北京:高等教育出版社,2010.

[6] 鄧書斌.ENVI遙感圖像處理方法[M].北京:科學出版社,2010.