國(guó)產(chǎn)高分辨率遙感數(shù)據(jù)在城市森林資源監(jiān)測(cè)中的應(yīng)用

譚耀華,王長(zhǎng)委

(1. 廣東省國(guó)土資源技術(shù)中心，廣東 廣州 510075； 2. 華南農(nóng)業(yè)大學(xué)資源環(huán)境學(xué)院，廣東 廣州 510642)

影響生態(tài)環(huán)境、氣候變化及生物多樣性的因素具有多樣性和復(fù)雜性，而森林資源的變化是主要因素之一。具有自?xún)艄δ艿某鞘猩质浅鞘猩鷳B(tài)系統(tǒng)重要的組成部分，及時(shí)準(zhǔn)確地獲取城市森林資源變化信息，對(duì)城市森林科學(xué)管理與可持續(xù)發(fā)展具有重要意義[1]。

森林資源信息的調(diào)查和監(jiān)測(cè)的傳統(tǒng)手段主要以地表人工調(diào)查為主，精度比較高，但是對(duì)于大區(qū)域的森林資源調(diào)查和監(jiān)測(cè)，傳統(tǒng)手段存在效率低和時(shí)效性差等問(wèn)題，難以滿(mǎn)足當(dāng)今森林資源變化監(jiān)測(cè)和管理的需要[1-3]。城市森林具有碎度高、分布零散、整片連續(xù)性弱的特點(diǎn)，而且多數(shù)為人工種植，樹(shù)木的種類(lèi)較少，受人類(lèi)活動(dòng)影響比較明顯，采用高分辨率遙感技術(shù)取代人工測(cè)量對(duì)城市森林資源進(jìn)行監(jiān)測(cè)成為必然[4]。而近年來(lái)，隨著航空航天遙感技術(shù)的發(fā)展和遙感成像分辨率的不斷提高，其在林業(yè)中的應(yīng)用從低空間分辨率要求的大尺度野外森林資源監(jiān)測(cè)已經(jīng)逐步發(fā)展到對(duì)空間分辨率和紋理特性均有較高要求的城市森林應(yīng)用[1-3]，但是目前針對(duì)國(guó)產(chǎn)高分辨率遙感衛(wèi)星數(shù)據(jù)的研究還比較少。

隨著高分一號(hào)衛(wèi)星(簡(jiǎn)稱(chēng)GF-1)的成功發(fā)射，我國(guó)將逐步建成自主研制的高分辨率遙感監(jiān)測(cè)體系。我國(guó)高分辨率遙感衛(wèi)星可以提供空間分辨率≤5 m的遙感數(shù)據(jù)，可以滿(mǎn)足對(duì)林斑、小斑乃至單木等森林資源信息監(jiān)測(cè)的精度要求[4-5]，而且國(guó)產(chǎn)高分辨率遙感衛(wèi)星數(shù)據(jù)成本低，獲取快，將會(huì)很快成為我國(guó)城市森林資源監(jiān)測(cè)的主要遙感數(shù)據(jù)源。

本文對(duì)國(guó)產(chǎn)高分辨率遙感衛(wèi)星數(shù)據(jù)進(jìn)行真實(shí)性檢驗(yàn)并分析其數(shù)據(jù)特性，并以廣東省東莞市為研究區(qū)域，開(kāi)展基于國(guó)產(chǎn)高分辨率遙感衛(wèi)星數(shù)據(jù)的城市森林資源監(jiān)測(cè)的應(yīng)用研究，開(kāi)發(fā)相應(yīng)的軟件系統(tǒng)，對(duì)于采用國(guó)產(chǎn)高分辨率遙感數(shù)據(jù)實(shí)現(xiàn)城市森林資源的高效率自動(dòng)化監(jiān)測(cè)，具有較強(qiáng)的實(shí)用價(jià)值和研究意義。

1 關(guān)鍵技術(shù)

1.1 國(guó)產(chǎn)高分辨率遙感數(shù)據(jù)的城市森林反射率真實(shí)性檢驗(yàn)

國(guó)產(chǎn)高分辨率遙感數(shù)據(jù)目前在城市森林的應(yīng)用較少，為了分析其數(shù)據(jù)的特性，需要進(jìn)行地表反射率的真實(shí)性檢驗(yàn)。但是由于華南地區(qū)天氣條件限制，很難開(kāi)展場(chǎng)地外定標(biāo)方法試驗(yàn)。因此，本文采用無(wú)場(chǎng)地定標(biāo)技術(shù)，即無(wú)需建立地面校正場(chǎng)，進(jìn)行多傳感器、多時(shí)相衛(wèi)星數(shù)據(jù)的交叉定標(biāo)[6-7]。以2013年12月31日定標(biāo)精度較高的美國(guó)Landsat-8 OLI數(shù)據(jù)為參考，對(duì)2013年12月25日GF-1數(shù)據(jù)8 m的PMS相機(jī)多光譜數(shù)據(jù)進(jìn)行交叉定標(biāo)。各樣地和各波段最后的平均相對(duì)差異為8.4%，其中草地、裸土在波段2的交叉檢驗(yàn)精度達(dá)到95%。

1.2 少量樣地的遙感參數(shù)反演

為克服樣地較少的困難，本文將混合線(xiàn)性模型用于城市森林參數(shù)的提取，可以有效地解決樣地少的問(wèn)題?；旌暇€(xiàn)性模型是一種方差分量模型，即在方差分量模型中含有固定效應(yīng)和隨機(jī)效應(yīng)的模型[8]，常用表達(dá)式為

Y=Xβ+Zμ+ε

式中，Y為測(cè)量值向量；X為方差分量模型中的固定效應(yīng)；β為與X對(duì)應(yīng)的固定效應(yīng)參數(shù)向量；Z為方差分量模型中的隨機(jī)效應(yīng)；μ為與Z對(duì)應(yīng)的隨機(jī)效應(yīng)參數(shù)向量；ε為剩余殘差向量矩陣。

2 系統(tǒng)應(yīng)用及驗(yàn)證

2.1 研究區(qū)域

大嶺山森林公園位于東莞市西南部，是珠江三角洲的中心地帶，占地面積74 km2，鄰接厚街鎮(zhèn)、虎門(mén)鎮(zhèn)、長(zhǎng)安鎮(zhèn)、大嶺山鎮(zhèn)及大嶺山林場(chǎng)。公園內(nèi)水資源和森林資源豐富，公園屬低山、丘陵地貌，最高點(diǎn)茶山頂海拔530.1 m。

2.2 數(shù)據(jù)源

采用GF-1衛(wèi)星遙感影像圖，GF-1的PMS相機(jī)可以獲取包括8 m的多光譜圖像和2 m的全色圖像。其中8 m的多光譜包括藍(lán)、綠、紅、近紅外4個(gè)波段。另外還配置4臺(tái)分辨率為16 m的多光譜中分辨率寬幅相機(jī)，擁有800 km幅寬[9-10]。

對(duì)GF-1影像要進(jìn)行預(yù)處理，主要是使用ENVI 5.0軟件進(jìn)行輻射定標(biāo)、大氣校正、DEM、正射校正、波段融合和地理配準(zhǔn)[11-13]等處理。

2.3 樣地設(shè)計(jì)

根據(jù)東莞市森林資源二類(lèi)調(diào)查資料，目前大嶺山林場(chǎng)的主要森林分布類(lèi)型為龍眼、南洋楹、針闊混、杉木、荷木、針葉混、闊葉混、馬尾松、荔枝、桉樹(shù)和速相思等[14]。

將高分一號(hào)的8 m多光譜和2 m的全色圖像融合后，考慮鄰近效應(yīng)的影響，樣地設(shè)置應(yīng)大于8 m多光譜數(shù)據(jù)空間分辨率，參照遙感地表反射率樣地設(shè)置的要求，選擇不小于3×3像元的地塊，因此本次試驗(yàn)的樣地大小選擇為24 m×24 m。為保證取樣的科學(xué)性，本次試驗(yàn)設(shè)定每100 hm2設(shè)一個(gè)樣地，樣地共選定27個(gè)，如圖1所示。在A(yíng)rcGIS中，查找符合條件的公頃生物量值所在的細(xì)斑并將其設(shè)定24 m×24 m的樣地。

2.4 城市森林提取

本研究的城市森林提取采用支持向量機(jī)分類(lèi)(SVM)方法，而且設(shè)計(jì)SVM分類(lèi)器時(shí)的核函數(shù)選擇徑向基函數(shù)(radial basis functions,RBF)。這是由于RBF函數(shù)能夠?qū)颖镜姆蔷€(xiàn)性規(guī)劃到更高維度的空間中，并且能夠解決類(lèi)標(biāo)簽、屬性間非線(xiàn)性的關(guān)系問(wèn)題[15-16]。

為了更好地提取森林信息，將該區(qū)域分為林地、不透水層和水域。分別選擇50個(gè)林地樣本、150個(gè)不透水層樣本、50個(gè)水域樣本,采用SVM分類(lèi)的算法進(jìn)行分類(lèi),提取大嶺山森林分布狀況,如圖2所示。

從圖2可以看出，分類(lèi)效果比較理想，Kappa系數(shù)為0.80，整體精度達(dá)到88.78%。幾條高速路已經(jīng)劃分為不透水層，特別是高速路通過(guò)隧道的地方也表示了出來(lái)，整體分類(lèi)結(jié)果基本反映了該地區(qū)的土地覆蓋分類(lèi)現(xiàn)狀，特別是對(duì)于森林信息提取的效果較好。

2.5 森林郁閉度提取

本研究的27個(gè)調(diào)查樣地中，有1個(gè)樣地在采用GF-1數(shù)據(jù)提取森林郁閉度中存在問(wèn)題。因此在采用GF-1數(shù)據(jù)提取森林郁閉度的研究中，以26個(gè)樣地的森林郁閉度作為因變量建立隨機(jī)效應(yīng)為森林分布類(lèi)型的線(xiàn)性混合效應(yīng)模型，提取了研究區(qū)域的森林郁閉度(見(jiàn)表1)，R2精度達(dá)到0.71，解決了少量樣地估算遙感參數(shù)的困境。

表1 提取的研究區(qū)域26個(gè)樣地的城市森林郁閉度

2.6 基于國(guó)產(chǎn)高分辨率遙感數(shù)據(jù)的城市森林資源監(jiān)測(cè)系統(tǒng)

2.6.1 地表反射率真實(shí)性檢驗(yàn)?zāi)K

在對(duì)GF-1地表反射率真實(shí)性檢驗(yàn)充分調(diào)研的基礎(chǔ)上，完成了系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)和功能設(shè)計(jì)，最后采用VS.NET語(yǔ)言和Access數(shù)據(jù)庫(kù)開(kāi)發(fā)了GF-1數(shù)據(jù)地表反射率真實(shí)性檢驗(yàn)系統(tǒng)，實(shí)現(xiàn)了地表反射率真實(shí)性檢驗(yàn)網(wǎng)采集數(shù)據(jù)的集中存儲(chǔ)、查詢(xún)和檢索。系統(tǒng)數(shù)據(jù)管理界面如圖3所示。

2.6.2 森林參數(shù)提取模塊

根據(jù)國(guó)產(chǎn)高分辨率遙感數(shù)據(jù)的城市森林資源監(jiān)測(cè)技術(shù)流程，通過(guò)需求分析和系統(tǒng)設(shè)計(jì)，在國(guó)產(chǎn)衛(wèi)星產(chǎn)品基礎(chǔ)共性產(chǎn)品一體化處理系統(tǒng)軟件的基礎(chǔ)上，采用Matlab實(shí)現(xiàn)無(wú)縫接口，開(kāi)發(fā)了基于國(guó)產(chǎn)高分辨率遙感數(shù)據(jù)的城市森林資源監(jiān)測(cè)系統(tǒng)，充分利用Matlab分類(lèi)和統(tǒng)計(jì)算法，極大提高了系統(tǒng)的實(shí)用性，可滿(mǎn)足城市森林資源監(jiān)測(cè)的精細(xì)化管理和自動(dòng)化管理的需要。

3 結(jié) 語(yǔ)

本文采用無(wú)場(chǎng)地定標(biāo)技術(shù)對(duì)我國(guó)高分一號(hào)遙感數(shù)據(jù)進(jìn)行了交叉定標(biāo)，為今后快速開(kāi)展我國(guó)高分衛(wèi)星輻射定標(biāo)提供了參考。同時(shí)，結(jié)合東莞市城市森林研究區(qū)域的特點(diǎn)，針對(duì)樣地較少的實(shí)際情況，采用線(xiàn)性混合模型預(yù)測(cè)植被的郁閉度，R2達(dá)到0.71，也為今后其他城市森林參數(shù)提取提供了新的算法。