高分辨率遙感圖像土地變化信息自動(dòng)檢測(cè)應(yīng)用
——以白鶴灘水電站為例

楊仙瑜，王愛華，修翠梅

（云南中地空間信息技術(shù)有限公司，云南 昆明 650051）

傳統(tǒng)的土地利用變化檢測(cè)基本上采用傳統(tǒng)的目視解譯方式進(jìn)行，耗費(fèi)大量的時(shí)間，效率非常低。隨著中國(guó)經(jīng)濟(jì)建設(shè)的迅猛發(fā)展，土地利用變化顯著，信息提取需快速、高效，因此，選擇一種有效的技術(shù)手段及時(shí)調(diào)查變化情況，更新調(diào)查成果至關(guān)重要[1]。遙感圖像變化檢測(cè)技術(shù)主要利用不同時(shí)期的影像變化檢測(cè)獲得地物的變化信息，其本質(zhì)是地表特征隨時(shí)間變化發(fā)生的變化而引起的兩個(gè)時(shí)期影像像元光譜響應(yīng)的變化[2]。

高分辨遙感圖像變化信息自動(dòng)檢測(cè)為土地利用變化監(jiān)測(cè)的方法提供了強(qiáng)有力的支持，高分辨率遙感影像數(shù)據(jù)以其分辨率高、數(shù)據(jù)更新快，能為用戶提供豐富的地表細(xì)節(jié)信息和空間信息等特點(diǎn)成為遙感技術(shù)重要的數(shù)據(jù)源，而遙感圖像變化信息自動(dòng)監(jiān)測(cè)可以自動(dòng)識(shí)別不同時(shí)相遙感影像的變化區(qū)域[3]，為快速獲取地表變化信息提供依據(jù)。

1 研究區(qū)概況

白鶴灘電站位于四川省寧南縣和云南省巧家縣交界處，為金沙江下游河段規(guī)劃的四個(gè)梯級(jí)中的第二個(gè)梯級(jí)電站，上接烏東德水電站，下鄰溪洛渡水電站。壩址左岸距四川省寧南縣城66 km，距四川省西昌市196 km，右岸距巧家縣城45 km，距云南省省會(huì)昆明市292 km。

本研究以高分一號(hào)2 m 全色和8 m 多光譜衛(wèi)星數(shù)據(jù)（其影像生成時(shí)間分別為2016-02-16、2017-02-22 兩個(gè)時(shí)相）為主要數(shù)據(jù)源，以2016 年土地情況作為基準(zhǔn)，對(duì)白鶴灘水電站2017 年土地變化情況進(jìn)行自動(dòng)提取和檢測(cè)。

2 數(shù)據(jù)預(yù)處理

2.1 輻射定標(biāo)

為消除傳感器本身產(chǎn)生的誤差，需對(duì)影像數(shù)據(jù)進(jìn)行輻射定標(biāo)，輻射定標(biāo)是指建立遙感傳感器的數(shù)字量化輸出值DN與其所對(duì)應(yīng)視場(chǎng)中輻射亮度值之間的定量關(guān)系[3]，ENVI 軟件提供了輻射定標(biāo)工具（Radiometric Correction），其中不同來源、不同分辨率的遙感影像數(shù)據(jù)其參數(shù)增益值（Gain Values）和偏移值（Offset Values）不同，需要對(duì)照中國(guó)資源衛(wèi)星應(yīng)用中心不同遙感影像數(shù)據(jù)查詢表進(jìn)行驗(yàn)證修改。

2.2 大氣校正

由于大氣氣溶膠、地形和臨近地物等影響，太陽輻射以某種方式通過大氣入射到物體表面然后反射回傳感器，使得原始影像包含面輻射條件、大氣狀況、傳感器的相應(yīng)特性等信息[4]。為消除遙感圖像中由大氣散射引起的輻射誤差，需對(duì)遙感影像數(shù)據(jù)進(jìn)行大氣校正。因?yàn)楸狙芯恐皇亲鲇跋駝?dòng)態(tài)變化研究，因此只需做快速大氣校正。

2.3 正射校正

衛(wèi)星影像由于比例尺變化、傳感器姿態(tài)的變化、傳感器的系統(tǒng)誤差而產(chǎn)生一些幾何誤差，對(duì)于高分辨率影像且具有RPC 信息的圖像，可以用正射校正的方法完成幾何校正，以消除這些誤差達(dá)到更高的精度要求[5]。

影像正射校正即對(duì)影像同時(shí)進(jìn)行傾斜改正和投影差改正，將影像重采樣成正射影像，因高分一號(hào)的L1A 級(jí)包括了RPC 文件，本研究直接采用ENVI 軟件的 Geometric Correction 工具進(jìn)行正射校正，系統(tǒng)會(huì)自動(dòng)將RPC 嵌入處理結(jié)果中，添加同名點(diǎn)完成后可查詢控制點(diǎn)誤差，誤差過大可重選點(diǎn)。

2.4 影像融合

圖像融合是指將低空間分辨率的高光譜圖像與高光譜分辨率的全色影像重新采樣，生成一副高分辨率多光譜遙感圖像的圖形處理技術(shù)。本研究對(duì)高分2 m 全色和8 m 多光譜數(shù)據(jù)進(jìn)行了融合，選取Gram-Schmdit Pan Sharpening 工具進(jìn)行影像融合，該方法改進(jìn)了PCA 中信息過于集中的問題，而且不受波段的限制，可以較好地保持紋理和光譜信息。

2.5 影像自動(dòng)配準(zhǔn)

圖像配準(zhǔn)是將不同時(shí)間、不同傳感器（成像設(shè)備）或不同條件下（天候、照度、攝像位置和角度等）獲取的兩幅或多幅圖像進(jìn)行匹配、疊加的過程。ENVI 中使用Image Registration Workflow，可自動(dòng)、準(zhǔn)確、快速的影像配準(zhǔn)工作流，在少量或者無需人工干預(yù)的情況下能快速而準(zhǔn)確的實(shí)現(xiàn)影像的自動(dòng)配準(zhǔn)。經(jīng)驗(yàn)證，本研究中“連接點(diǎn)最大誤差閾值”設(shè)置為2，配準(zhǔn)效果較佳。

3 變化信息自動(dòng)檢測(cè)

ENVI 集成軟件提供了多種變化信息檢測(cè)方法，本文使用ENVI 直接比較法流程化工具選取特征指數(shù)法、光譜特征差異法和差值法對(duì)白鶴灘水電站施工過程中土地變化信息進(jìn)行自動(dòng)提取與成圖。

3.1 圖像差值法

圖像差值法就是將兩個(gè)時(shí)相的遙感圖像相減。在用圖像差值法之前必須確保兩幅影像做過大氣校正和精確影像配準(zhǔn)，在ENVI 軟件中，在“Image Change Workflow”面板中計(jì)算方法選擇“求差（Simple Difference）”，選擇比較的波段，設(shè)置變化等級(jí)劃分閾值，最后輸出結(jié)果和統(tǒng)計(jì)分析。在此工具中，ENVI 軟件提供輻射歸一化（Radiometric Normalization）選項(xiàng)，可以將兩個(gè)圖像近似在一個(gè)天氣條件下成像（以基準(zhǔn)圖像為基準(zhǔn)）。圖像差值法提取結(jié)果如圖1所示。

3.2 光譜特征差異法

光譜特征差異法的原理是同一地物反映在一時(shí)相影像上的信息與其反映在另外時(shí)相影像上的光譜信息一一對(duì)應(yīng)，當(dāng)將不同時(shí)相的影像進(jìn)行融合時(shí)，如同一地物在兩者上的信息表現(xiàn)不一致時(shí)，那么融合后的影像中此地物的光譜就表現(xiàn)得與正常地物的光譜有所差別，根據(jù)發(fā)生變異的光譜特征確定變化信息。

在用光譜特征差異法之前必須確保兩幅影像做過大氣校正和精確影像配準(zhǔn)，在ENVI 軟件中，在“Image Change Workflow”面板中計(jì)算方法選擇“光譜特征差異法（Spectral Angle Difference）”，設(shè)置變化等級(jí)劃分閾值，最后輸出結(jié)果和統(tǒng)計(jì)分析。光譜特征差異法提取結(jié)果如圖2 所示。

3.3 特征指數(shù)法

特征指數(shù)法即通過計(jì)算影像的特征指數(shù)，并對(duì)特征指數(shù)進(jìn)行相減。ENVI 軟件提供了4 種特征指數(shù)，包括歸一化植被指數(shù)（NDVI）、歸一化水指數(shù)（NDWI）、歸一化建筑物指數(shù)（NDBI）以及燃燒指數(shù)，根據(jù)研究區(qū)域?qū)嶋H情況，本研究選擇歸一化建筑物指數(shù)（NDBI），在ENVI 軟件中，在“Image Change Workflow”面板中計(jì)算方法選擇“光譜特征差異法（Difference of Feature Inder）”，設(shè)置變化等級(jí)劃分閾值，最后輸出結(jié)果和統(tǒng)計(jì)分析。特征指數(shù)法提取結(jié)果如圖3 所示。人工提取變化信息如圖4 所示。

圖1 圖像差值法

圖2 光譜特征差異法

圖3 特征指數(shù)法

圖4 人工提取變化信息

通過將3 種方法提取結(jié)果和人工提取結(jié)果作分析，可以看出：圖像差值法簡(jiǎn)單快速，但對(duì)圖像的時(shí)相要求較高，最好是屬于同一季節(jié)對(duì)于當(dāng)?shù)匚镱愋捅容^單一、色調(diào)紋理比較均勻、變化特征比較明顯時(shí)效果明顯。光譜特征變異法對(duì)數(shù)據(jù)的預(yù)處理要求較高，變化信息提取較零碎，發(fā)生光譜特征變異的地物在幾何尺寸上要足夠大才能被識(shí)別。特征指數(shù)法要求影像是高光譜或多光譜，操作過程較復(fù)雜，數(shù)據(jù)量和計(jì)算量都較大，針對(duì)不同區(qū)域選擇相適宜的監(jiān)測(cè)方法，如要監(jiān)測(cè)森林或是草地的動(dòng)態(tài)變化，可選植被指數(shù)，監(jiān)測(cè)水體變化，選擇水體指數(shù)等，所選的平滑核的大小和最小聚類數(shù)的大小也需經(jīng)過多次嘗試。

4 結(jié)論

通過實(shí)驗(yàn)案例研究發(fā)現(xiàn)：土地變化信息提取是一個(gè)工作量比較大的過程，對(duì)數(shù)據(jù)的預(yù)處理要求較高，信息的發(fā)現(xiàn)和信息的提取可選擇和組合的方法很多，針對(duì)不同區(qū)域選擇相適宜的提取方法；所有監(jiān)測(cè)方法和信息提取方法沒有絕對(duì)的好與壞，只能是根據(jù)不同的數(shù)據(jù)源和不同的應(yīng)用需求選用適合的方法組合；本研究區(qū)域兩幅影像是同一季節(jié)，且地物類型單一，因此差值法提取的變化信息精度較高，信息提取明顯；本研究針對(duì)白鶴灘水電站土地利用變化取得一些新的進(jìn)展，但針對(duì)土地變化信息檢測(cè)的研究才剛剛開始，有許多工作有待于進(jìn)一步研究和探討。