基于面向?qū)ο蟮亩喑叨确指罴夹g(shù)在森林督查工作中的應(yīng)用研究

陳 強(qiáng) 黃光體 沈麗莉 余 翔 萬(wàn)小力 黃 鑫

(1.湖北省林業(yè)調(diào)查規(guī)劃院 武漢 430079；2.華中農(nóng)業(yè)大學(xué)園藝林學(xué)學(xué)院，湖北省林業(yè)信息工程技術(shù)研究中心 武漢 430070)

1 引言

森林資源是國(guó)家重要的自然資源和戰(zhàn)略資源，在維護(hù)國(guó)土生態(tài)安全中具有重要地位。當(dāng)前，林地流失、森林破壞等涉林違法犯罪問題屢屢發(fā)生，森林資源保護(hù)管理的形勢(shì)依然嚴(yán)峻復(fù)雜，特別是一些地方?jīng)]有真正樹立保護(hù)資源、保護(hù)生態(tài)的可持續(xù)發(fā)展理念，沒有建立起有效的森林資源保護(hù)發(fā)展目標(biāo)責(zé)任制，破壞森林資源問題屢屢發(fā)生、屢禁不絕，嚴(yán)重影響了生態(tài)文明建設(shè)成果。為深入貫徹落實(shí)黨的十九大精神和習(xí)近平新時(shí)代中國(guó)特色社會(huì)主義思想，按照黨的十九大報(bào)告提出的“要實(shí)行最嚴(yán)格的生態(tài)環(huán)境保護(hù)制度”和“堅(jiān)決制止和懲處破壞生態(tài)環(huán)境行為”要求，國(guó)家林業(yè)和草原局決定自2018年開始在全國(guó)范圍內(nèi)開展使用遙感手段全覆蓋的森林督查，建立覆蓋全國(guó)、分級(jí)負(fù)責(zé)、上下聯(lián)動(dòng)、齊抓共管的常態(tài)化森林資源監(jiān)管和執(zhí)法機(jī)制。

目前，森林督查的總體工作思路是以全國(guó)林地“一張圖”為基礎(chǔ)，運(yùn)用遙感等技術(shù)手段，采用人工判圖的方式提取督查期內(nèi)改變林地用途和采伐林木等林地變化圖斑，然后通過(guò)核對(duì)檔案資料、現(xiàn)地驗(yàn)證核實(shí)等方法，發(fā)現(xiàn)違法破壞森林資源問題并移交相關(guān)部門依法查處。但是，在實(shí)際工作中，采用人工判圖的方式來(lái)提取督查期內(nèi)林地變化圖斑需要耗費(fèi)大量人力和物力，而且費(fèi)時(shí)、效率低，受人為影響較大，精度無(wú)法保證，如何在保證精度的提前下以較短的時(shí)間和較少的人力由計(jì)算機(jī)自動(dòng)提取督查期內(nèi)林地變化圖斑，為各級(jí)政府、林業(yè)主管部門森林督查提供數(shù)據(jù)支撐服務(wù)，是一項(xiàng)非常重要的工作。

2 主要思路與關(guān)鍵技術(shù)

運(yùn)用eCognition軟件針對(duì)森林督查期內(nèi)的前后期高分辨率遙感影像進(jìn)行林地范圍內(nèi)征占用林地、采伐跡地、建設(shè)用地的自動(dòng)提取的主要步驟為：①采用基于影像分割對(duì)象進(jìn)行變化檢測(cè)的方式，首先通過(guò)前后期影像共同參與影像分割，形成有意義的圖斑邊界，影像分割的基本要求是要將發(fā)生變化的影像圖斑分割出來(lái)，以便于之后的變化檢測(cè)。②然后以分割圖斑作為變化檢測(cè)的基元，研究如何選擇合適的特征與閾值進(jìn)行變化的發(fā)現(xiàn)。③將自動(dòng)提取的變化圖斑與全國(guó)林地“一張圖”的林地小班進(jìn)行空間相交分析，產(chǎn)出督查區(qū)域范圍內(nèi)新增的征占用林地、采伐跡地、建設(shè)用地變化圖斑。

2.1 技術(shù)流程

本研究主要包括督查前后期影像的預(yù)處理、面向?qū)ο笥跋穸喑叨确指?、前后期影像波段濾波、變化圖斑發(fā)現(xiàn)及提取、與全國(guó)林地“一張圖”分析產(chǎn)出林地變化圖斑、精度評(píng)價(jià)6項(xiàng)工作(見圖1)。

圖1 整體技術(shù)流程圖

2.2 面向?qū)ο蠓诸惣夹g(shù)[1]

所謂面向?qū)ο蠓诸惣夹g(shù)，是指為避免基于像素純粹的光譜信息分類的缺陷，利用高分辨率影像的形狀、紋理、尺度、領(lǐng)域關(guān)系等豐富復(fù)合空間特征，通過(guò)定義多種特征并指定不同權(quán)重，建立優(yōu)化分類模型，然后對(duì)影像進(jìn)行分割，使影像分割成為接近客觀世界的均質(zhì)影像對(duì)象。傳統(tǒng)的面向像素的分類模式是以獨(dú)立的像素為分析對(duì)象，容易出現(xiàn)散點(diǎn)式的分類結(jié)果?！敖符}現(xiàn)象”比較突出，解譯精度較低且斑點(diǎn)噪聲難以消除，而利用對(duì)象的光譜特征和復(fù)合空間特征進(jìn)行分類的面向?qū)ο蟮姆诸惣夹g(shù)，可以有效地克服基于像素分類方法的缺陷，影像對(duì)象和單一像素相比，具有復(fù)合可見特征:顏色、大小、形狀、均質(zhì)性等。

2.3 多尺度分割技術(shù)[2]

多尺度影像分割技術(shù)是從任一個(gè)像元開始，采用自下而上的區(qū)域合并方法形成影像對(duì)象。小的對(duì)象可以經(jīng)過(guò)若干次合并成大的均質(zhì)影像對(duì)象。因此，多尺度影像分割可以理解為一個(gè)類似像元合并成為影像對(duì)象的逐步優(yōu)化過(guò)程，而均質(zhì)性則是由對(duì)象的光譜和形狀確定的，形狀的均質(zhì)性則由其光滑度和緊湊度來(lái)衡量。顯然，設(shè)定較大的分割尺度，則對(duì)應(yīng)著較多的類似像元被合并，因而產(chǎn)生較大面積的對(duì)象，形成大尺度分割影像對(duì)象，再根據(jù)實(shí)際，在大尺度分割影像基礎(chǔ)上設(shè)定較小的分割尺度，形成中小尺度的分割影像，結(jié)果形成影像對(duì)象層次網(wǎng)絡(luò)，我們也形象地稱大尺度分割影像為“父類”，中小尺度分割影像為“子類”，“父類”和“子類”存在屬性繼承關(guān)系。

3 研究方法

3.1 研究區(qū)域及數(shù)據(jù)源概況

老河口市位于湖北省西北部，漢江中游北岸。地理坐標(biāo)東經(jīng)110°30′～112°00′，北緯32°10′～32°38′。東北部與河南省鄧州市接壤；北部與河南省淅川縣相鄰；東部、南部毗鄰樊城區(qū)和襄州區(qū)；西北部連接丹江口市；西部和西南部以漢水為界與谷城縣相望。

試驗(yàn)數(shù)據(jù)為2016年和2017年分別獲取的相同地區(qū)的資源三號(hào)衛(wèi)星的多光譜影像，包含藍(lán)、綠、紅、近紅外4個(gè)波段，其空間分辨率為5.8 m，成像效果較好，無(wú)云。

3.2 影像預(yù)處理[3]

遙感圖像預(yù)處理包括圖像配準(zhǔn)、校正、增強(qiáng)，主要為圖像幾何校正，運(yùn)用eardasimagine或ENVI等影像處理軟件的幾何校正模塊對(duì)圖像進(jìn)行幾何校正，經(jīng)重新選點(diǎn)檢驗(yàn)，所有檢査點(diǎn)誤差均小于一個(gè)像元，選擇西安80投影坐標(biāo)系。

3.3 影像分割

本文運(yùn)用eCognition軟件的面向?qū)ο蠖喑叨确指钏惴▽?duì)試驗(yàn)區(qū)兩期影像進(jìn)行分割。多尺度分割算法的特點(diǎn)是通過(guò)計(jì)算影像內(nèi)部像素之間的同質(zhì)性進(jìn)行分割，同質(zhì)區(qū)域形成的對(duì)象較大，異質(zhì)區(qū)域形成的對(duì)象較小，因此多尺度分割方法得到的對(duì)象輪廓接近地物邊界。本文通過(guò)使用兩期影像的多個(gè)波段同時(shí)參與影像分割，以得到符合兩期地物分布的一致性分割輪廓，避免前后期影像分割輪廓不同而導(dǎo)致在變化檢測(cè)時(shí)發(fā)生錯(cuò)位現(xiàn)象。

3.4 影像波段濾波[2]

由于森林督查對(duì)象主要為建設(shè)項(xiàng)目征占用林地、采伐跡地(皆伐)，且該類地物在遙感影像上反射特征明顯，尤其是林地征占后修建的建筑物以及水泥交通用地在藍(lán)波段反射值較其他有植被覆蓋或水體地物差異較為明顯。為了增強(qiáng)藍(lán)波段中征占用林地、采伐跡地、建設(shè)用地與其他地物的這種差異性，采用平均偏差絕對(duì)值濾波(abs mean deviation filter)方法對(duì)前期影像的藍(lán)波段與后期影像的藍(lán)波段分別進(jìn)行濾波，生成相應(yīng)的濾波波段“2016_AMD filter”與“2017_AMD filter”(見圖2)。在兩期藍(lán)波段的濾波影像中征占用林地、采伐跡地、建設(shè)用地與其他地物對(duì)比差異明顯，由于征占用林地、采伐跡地、建設(shè)用地在兩期影像的藍(lán)波段濾波波段中光譜值較高，而其它地物的相應(yīng)值較低，由此形成的光譜差異就可以作為檢測(cè)新增征占用林地、采伐跡地、建設(shè)用地的依據(jù)。

圖2 影像波段濾波器

由于新增征占用林地、采伐跡地、建設(shè)用地在前期影像中為藍(lán)波段反射值較弱的其他地物，而在后期影像中為藍(lán)波段反射值較強(qiáng)的征占用林地、采伐跡地、建設(shè)用地，因此通過(guò)對(duì)前期影像濾波波段“16_MD filter”與后期影像濾波波段“17 _AMD filter”作差值，得到“Diff.AMD filter”特征值(Diff.AMD filter=17_AMD filter-16_AMD filter)，利用該特征值進(jìn)行分析與計(jì)算，進(jìn)一步得到新增征占用林地、采伐跡地、建設(shè)用地的范圍。

3.5 新增目標(biāo)變化圖斑檢測(cè)

通過(guò)使用在前期基于兩期影像得到的分割圖斑作為處理和計(jì)算的基本單位，自動(dòng)計(jì)算出Diff.AMD filter的對(duì)象特征值，不斷更新閾值范圍，尋找到變化圖斑與未變化圖斑在Diff.AMD filter特征的臨界值，從而確定新增目標(biāo)變化圖斑在Diff.AMD filter特征的閾值范圍為大于7.9。找到Diff.AMD filter特征的閾值范圍之后，使用閾值分類方法區(qū)分出新增目的變化圖斑(見圖3)。

圖3 使用Diff.AMD filter特征確定新增占用林地、采伐跡地、建設(shè)用地的范圍

3.6 與林地“一張圖”分析產(chǎn)出成果

新增目的變化圖斑中包含森林督查政區(qū)范圍內(nèi)所有新增的類建設(shè)用地地物，如原非建設(shè)用地(耕地、水域)變建設(shè)用地、原林地征占變建設(shè)用地(道路、房屋建筑等)、原林地采伐變采伐跡地等，根據(jù)森林督查的工作要求，只需要提取林地范圍內(nèi)發(fā)生變化，流轉(zhuǎn)為建設(shè)用地、采伐跡地或建設(shè)用地的變化圖斑，因此，可將新增目的變化圖斑與林地“一張圖”進(jìn)行空間分析，產(chǎn)出成果。首先，利用ArcGis提取林地“一張圖”中的林地(地類為喬木林、竹林、疏林地、灌木林、宜林地、無(wú)立木林地、未成林地、苗圃地、輔助生產(chǎn)用地，且林地管理類型為林業(yè)部門管理)小班，然后運(yùn)用“相交”分析工具，將新增目的變化圖斑與林地“一張圖”中的林地小班進(jìn)行分析產(chǎn)出新增征占用林地、采伐跡地、建設(shè)用地成果。

4 結(jié)果與精度評(píng)價(jià)

對(duì)提取出的新增征占用林地、采伐跡地、建設(shè)用地斑塊面積進(jìn)行統(tǒng)計(jì)，得到其自動(dòng)檢測(cè)斑塊面積為32755像素。另外，為了檢驗(yàn)本方法的效果，計(jì)算和評(píng)價(jià)精度，通過(guò)人工判讀方式目視對(duì)比兩期影像提取新增征占用林地、采伐跡地、建設(shè)用地，經(jīng)計(jì)算人工判讀方式新增征目標(biāo)面積為29190像素，通過(guò)查看對(duì)比計(jì)算機(jī)自動(dòng)檢測(cè)結(jié)果與人工檢測(cè)結(jié)果，得到正確檢測(cè)圖斑面積為27651像素，另外，錯(cuò)檢圖斑面積為6927像素，而漏檢圖斑為2150像素。

在此基礎(chǔ)上對(duì)自動(dòng)檢測(cè)結(jié)果對(duì)比人工目視檢測(cè)結(jié)果進(jìn)行正確率和誤檢率的計(jì)算，以定量評(píng)價(jià)檢測(cè)結(jié)果。參考相關(guān)研究評(píng)價(jià)正確率的計(jì)算方法得到新增征占用林地、采伐跡地、建設(shè)用地正確率M的計(jì)算公式為：M=T/(T+F)

式中，T為檢測(cè)為正確圖斑檢測(cè)像元數(shù);F為地漏檢圖斑的像元數(shù)。

誤檢率W為誤檢像元數(shù)占檢測(cè)結(jié)果中變化像元總數(shù)的比率，即：W=(S-T)/S

式中，S為自動(dòng)檢測(cè)出的像元總數(shù);T為被正確圖斑檢測(cè)的像元數(shù)。

經(jīng)計(jì)算得到正確率M為92.8%，誤檢率W為18.5%。

此外，通過(guò)查看與分析錯(cuò)檢圖斑與漏檢圖斑，發(fā)現(xiàn)部分錯(cuò)檢圖斑多為前期已經(jīng)發(fā)生變化的圖斑，但由于影像特征，如顏色、紋理不是特別明顯，導(dǎo)致影像上濾波結(jié)果不顯著，因此，出現(xiàn)錯(cuò)誤檢測(cè)。相對(duì)于錯(cuò)檢圖斑部分的6927像素，漏檢圖斑部分的面積相對(duì)小一些，只有2150像素，漏檢的主要原因在于漏檢部分的新增采伐跡地存在植被覆蓋，與周圍地物的差異不太明顯，導(dǎo)致此部分地物在影像上濾波結(jié)果不顯著，因而未被檢測(cè)出來(lái)。

本研究基于兩期資源三號(hào)影像進(jìn)行新增征占用林地、采伐跡地、建設(shè)用地的自動(dòng)提取。與以往采用人工方式基于像素直接比對(duì)和分別分類后比對(duì)的變化檢測(cè)方法不同，本研究通過(guò)利用兩期影像參與影像分割，形成有意義的分割圖斑作為變化檢測(cè)的基元，在此基礎(chǔ)上使用兩期影像分別生成對(duì)征占用林地、采伐跡地等檢測(cè)效果較好的濾波波段，通過(guò)計(jì)算兩期濾波波段的差值，尋找差值的臨界閾值發(fā)現(xiàn)變化區(qū)域，發(fā)現(xiàn)新增目的變化圖斑。

通過(guò)對(duì)自動(dòng)檢測(cè)的新增征占用林地、采伐跡地和建設(shè)用地與實(shí)際目視解譯結(jié)果進(jìn)行比對(duì)和精度驗(yàn)證，得到采用本方法利用計(jì)算機(jī)自動(dòng)檢測(cè)新增征占用林地、采伐跡地和建設(shè)用地的正確率為92.8%，誤檢率為18.5%。比對(duì)結(jié)果說(shuō)明總體上本研究方法適用于森林督查工作，雖然存在錯(cuò)檢和漏檢，但是比例較低，對(duì)總體工作影響不大。