基于歸一化的多時相林業(yè)遙感圖像變化檢測

郭曉妮，董雅雯，張 娟，丁 山

(1.國家林業(yè)和草原局中南調(diào)查規(guī)劃設(shè)計院，長沙 410014； 2.湖南省森林植物園，長沙 410116)

遙感可歸納為“遙遠的感知”[1-3]，指間隔一定距離利用傳感器接收目標(biāo)物的光譜信息。變化檢測是對比分析同一地物不同時間的遙感圖像所包含的變化信息的一種技術(shù)手段。多時相遙感圖像變化檢測是遙感領(lǐng)域的重點難點課題之一[4-7]，其結(jié)果能科學(xué)反映森林資源的動態(tài)更新，能為森林資源健康和持續(xù)發(fā)展提供數(shù)據(jù)支撐，為森林資源科學(xué)管理提供理論依據(jù)，也為當(dāng)?shù)卣畱?yīng)對森林資源變化制定合理、有效、及時的應(yīng)對方案提供參考依據(jù)。

1 研究區(qū)概況與方法

1.1 研究區(qū)概況

研究區(qū)域為近水域、多山丘、低海拔的城鄉(xiāng)交錯區(qū)。西部以成片的耕地、水域為主，東部為大量的林地。林地類型豐富，森林總體覆蓋率較高，達到了55.71%，主要以闊葉林和針闊混交林為主。研究區(qū)地物特征多樣，利于判定模型在生產(chǎn)實踐中的適用性。

1.2 研究方法

本研究針對多時相影像采用設(shè)定閾值的歸一化法，將林地和非林地通過灰度值的不同進行初步劃分，獲取林地與非林地的分界；再通過分析設(shè)定差異性閾值，并利用歸一化后的結(jié)果計算差異值。

模型公式如下：

式中，xi是后期影像的灰度值，yi是前期影像的灰度值，E1是前期影像林地與非林地的分界值，E2是前期影像林地與非林地的分界值。設(shè)置yi=255是灰度圖像的最大值，其目的是為了讓超過閾值的點不參與計算。

其中，X′i是歸一化后的后期影像值，Y′i是歸一化后的前期影像值，xi是后期影像的灰度值，yi是前期影像的灰度值，xi max后期影像的灰度值的最大值，xi min后期影像的灰度值的最小值，yi max前期影像的灰度值的最大值，yimin前期影像的灰度值的最小值。

其中，X′i是歸一化后的后期影像值，Y′i是歸一化后的前期影像值，e是兩期影像差異性閾值。

1.3 模型的構(gòu)建

1.3.1 劃分地類及設(shè)置閾值

將地類劃分為有植被覆蓋的地類和基本無植被覆蓋的地類兩大類(表1)，其中，有植被覆蓋的地類包括喬木林地、竹林、紅樹林、疏林地、國家特別規(guī)定灌木林地和其他灌木林地；基本無植被覆蓋的地類包括未成林造林地、苗圃地、無立木林地、宜林地和林業(yè)輔助生產(chǎn)用地。通過對比兩期影像的標(biāo)準(zhǔn)假彩色影像中的第二波段(紅光波段)設(shè)置閾值。

表1 地類劃分標(biāo)準(zhǔn)(林地)地類劃分地類有植被覆蓋喬木林地、竹林、紅樹林、疏林地、國家特別規(guī)定灌木林地和其他灌木林地基本無植被覆蓋未成林造林地、苗圃地、無立木林地、宜林地和林業(yè)輔助生產(chǎn)用地

1.3.2 影像歸一化及變化檢測

不同時相的遙感影像進行分析對比時，須將兩期影像歸一化，從而忽略計量單位不同所引起的差異。將歸一化后的模型相比較，設(shè)置閾值后進行變化檢測；再采用眾數(shù)濾波依據(jù)像元相鄰3×3的像元值進行計算，過濾變化圖斑內(nèi)的異常值；然后采用焦點統(tǒng)計將5×5像元范圍內(nèi)的數(shù)據(jù)進行整合，生成單一圖斑；接著利用重分類，將柵格圖像二值化和矢量化；最后將有植被覆蓋和無植被覆蓋兩類結(jié)果合并，篩選面積為1 333.34 m2以上的作為變化圖斑。詳見圖1。

圖1 模型構(gòu)建示意圖

2 結(jié)果與分析

2.1 結(jié)果分析

由圖2可知，該研究區(qū)域北部變化圖斑較為密集，其中，有植被覆蓋的變化圖斑呈現(xiàn)集中分布的態(tài)勢。該地區(qū)緊挨城市，耕地及建設(shè)用地的占比大，由于人為活動較為頻繁所導(dǎo)致該區(qū)域森林資源破壞嚴重。南部區(qū)域以林地為主，由于人為活動較少，森林生態(tài)系統(tǒng)較為穩(wěn)定，變化圖斑少。整個區(qū)域內(nèi)，有植被覆蓋的變化圖斑遠多于基本無植被覆蓋的變化圖斑。除城鎮(zhèn)及成片耕地、水域外，其余地區(qū)變化圖斑呈分散式分布。

圖2

該區(qū)域變化檢測圖斑1 153個，其中，有植被覆蓋的變化檢測圖斑數(shù)1 030個，占該區(qū)域變化圖斑數(shù)的89.33%；基本無植被覆蓋的圖斑數(shù)為123個，占該區(qū)域變化圖斑數(shù)的10.67%。詳見表2。

有植被覆蓋的變化圖斑分為喬木林地、竹林、疏林地、國家特別規(guī)定灌木林地及其他灌木林地5類，其變化檢測圖斑數(shù)分別為818,115,13,83個和1個；占該區(qū)域變化圖斑數(shù)的比例分別為70.94%，9.97%，1.13%，7.20%和0.09%。喬木林地占比最大，主要是因為建設(shè)項目征占用林地及林地采伐產(chǎn)生變化，其余圖斑的變化原因多為建設(shè)項目征占用林地。

基本無植被覆蓋的變化圖斑分為未成林造林地、無立木林地及林業(yè)輔助生產(chǎn)用地3類，其變化檢測圖斑數(shù)分別為119，1個和3個；占該區(qū)域變化圖斑數(shù)的比例分別為10.32%，0.09%和0.26%。未成林造林地變化較大，主要為建設(shè)項目征占用林地。

表2 變化檢測圖斑概況分類地類變化檢測圖斑數(shù)占比/%喬木林地81870.94竹林1159.97疏林地131.13有植被覆蓋國家特別規(guī)定灌木林地837.20其他灌木林地10.09小計1 03089.33未成林造林地11910.32基本無植被覆蓋無立木林地10.09林業(yè)輔助生產(chǎn)用地30.26小計12310.67合計1 153 100

從圖3分析，變化檢測的圖斑能反映兩期影像所存在的差異，自動生成的圖形輪廓與實際變化輪廓基本一致。其中9號喬木林地的斑塊輪廓精度優(yōu)于126號竹林輪廓精度，造成該現(xiàn)象的主要原因是建設(shè)項目征占用林地的邊緣特征優(yōu)于采伐后形成的裸露土壤的邊緣特征。外部輪廓的精確度基本可達到森林督查及森林資源管理“一張圖”年度更新實踐工作的要求。

編號地類前期影像后期影像9喬木林地126竹林55國特灌圖3 變化檢測結(jié)果示例

2.2 精度評價

模型自動生成1 153個變化圖斑，人工目視解譯分析研判后保留948個圖斑，未發(fā)現(xiàn)漏判圖斑，模型的精確度為82.22%(表3)。剔除的圖斑主要為植被季節(jié)性變化、水域漲潮落潮、未成林造林地影像輻射誤差及防火通道、鄉(xiāng)村道路硬化所造成的誤判。

表3 模型精度示意表分類地類變化檢測圖斑數(shù)保留圖斑數(shù)剔除圖斑數(shù)模型精度/%喬木林地81867014881.91竹林115971884.35有植被覆蓋疏林地1312192.31國家特別規(guī)定灌木林地83671680.72其他灌木林地110100.00小計1 03084718382.23未成林造林地119982182.35無立木林地11基本無植被覆蓋林業(yè)輔助生產(chǎn)用地330100.00小計1231012282.11合計1 15394820582.22

有植被覆蓋的變化圖斑數(shù)1 030個，保留圖斑847個，剔除圖斑183個，模型精度為82.23%。剔除圖斑主要為植被季節(jié)性變化、水域漲潮落潮及鄉(xiāng)村道路硬化所造成的誤判圖斑。喬木林地剔除圖斑148個，主要為植被季節(jié)性變化及鄉(xiāng)村道路硬化所造成的誤判圖斑；竹林剔除圖斑18個，主要為鄉(xiāng)村道路硬化所造成的誤判圖斑；疏林地剔除圖斑11個，主要為植被季節(jié)性變化所造成的誤判圖斑；國家特別規(guī)定灌木林地剔除圖斑16個，主要為植被季節(jié)性變化及水域漲潮落潮所造成的誤判圖斑；其他灌木林地剔除圖斑0個，分項模型精度為100%。

基本無植被覆蓋的變化圖斑數(shù)119個，保留圖斑98個，剔除圖斑21個，模型精度為82.11%，剔除圖斑主要為防火通道硬化及未成林造林地影像輻射誤差所造成的誤判圖斑。未成林造林地剔除圖斑21個，主要為未成林造林地影像輻射誤差所造成的誤判圖斑；無立木林地變化圖斑數(shù)1個，剔除圖斑1個，為防火通道硬化所造成的誤判圖斑；林業(yè)輔助生產(chǎn)用地剔除圖斑0個，分項模型精度為100%。

綜合分析，該模型精確度已達到用于森林資源遙感變化檢測的實際工作的初步標(biāo)準(zhǔn)80%，但能大大減少工作量，有效提高工作效率。

3 結(jié)論與討論

本文選取湖北A縣13 km×13 km的林業(yè)遙感圖像進行研究。采用設(shè)置閾值的歸一化法進行多時相林業(yè)遙感圖像變化檢測，模型自動生成1 153個變化圖斑，經(jīng)目視解譯分析后，保留948個變化圖斑，模型的精確度為82.22%?？蓪嶋H應(yīng)用于森林督查及森林資源管理“一張圖”年度更新工作中。研究結(jié)果為多時相林業(yè)遙感圖像變化檢測提供了流程化的模式，具有指導(dǎo)森林資源動態(tài)更新實踐操作的意義。

然而，本研究提取的遙感圖像變化圖斑受限于植被季節(jié)性變化、水域漲潮落潮、未成林造林地影像輻射誤差及影像校正誤差和防火通道、鄉(xiāng)村道路硬化等因素，因此，變化檢測結(jié)果須進行必要的人工干預(yù)。在今后的研究中，可采用多波段進行權(quán)重計算，改善模型的實踐適用性，提高變化圖斑的自動提取精度。