資源三號影像用于西澳大利亞州木本植被監(jiān)測

文 | Suzanne Furby Xiaoliang Wu Tony Traylen Drew Devereux Peter Caccetta澳大利亞聯(lián)邦科學與工業(yè)研究組織 大數(shù)據(jù)研究所（CSIRO Data61）

一、前言

自1990年代后期以來，土地監(jiān)測項目（Land Monitor）為澳大利亞西澳大利亞州的西南地區(qū)提供了大量有關土地和植被指標的新信息。該項目利用歷年陸地衛(wèi)星（Landsat）數(shù)據(jù)，通過嚴格的幾何糾正和輻射校正，結(jié)合航空攝影影像、地面高程模型等輔助數(shù)據(jù)進行遙感分析處理，生成土地含鹽度和植被覆蓋變化及趨勢預測等產(chǎn)品。該項目的產(chǎn)品每年分發(fā)給州政府各部門，遙感分析產(chǎn)品在各部門的相關業(yè)務中發(fā)揮了積極有益的作用。在過去的十多年中，由于環(huán)境和耕種方式的變化，狹窄線狀分布的植被有所增加，以致Landsat當前25m的空間分辨率不足以捕獲這些新的變化。

本文介紹了利用資源三號（ZY-3）高分辨率衛(wèi)星影像數(shù)據(jù)對Land Monitor項目區(qū)域內(nèi)的多年生植被（木本植被）進行制圖和監(jiān)測的工作。這項工作的目的旨在補充該項目所提供的信息產(chǎn)品，為項目用戶提供新的產(chǎn)品數(shù)據(jù)，用于更新以1：5萬比例尺為基準的相關信息。本文具體介紹了澳大利亞聯(lián)邦科學與工業(yè)研究組織（CSIRO）針對資源三號數(shù)據(jù)研制相應的算法模型的預處理過程，從原始資源三號數(shù)據(jù)生成經(jīng)輻射校準的正射影像，以及討論如何針對資源三號數(shù)據(jù)采用相應的分類方法，使得提取出的產(chǎn)品能對現(xiàn)有Land Monitor產(chǎn)品進行有效補充，并探索新的應用。

二、利用資源三號影像進行木本植被提取方法

本文利用中國首顆民用立體測繪衛(wèi)星資源三號影像的多光譜數(shù)據(jù)進行木本植被提取。在以下章節(jié)簡單介紹所使用的數(shù)據(jù)源和覆蓋區(qū)域，如何進行嚴格的預處理，以及區(qū)分木本植被與非木本植被的統(tǒng)計方法。

1.影像數(shù)據(jù)源及項目形成介紹

木本植被提取所使用的數(shù)據(jù)源來自資源三號衛(wèi)星。資源三號是中國第一顆民用立體測繪衛(wèi)星，它是根據(jù)原國家測繪地理信息局衛(wèi)星測繪應用中心（SASMAC）提出的利用衛(wèi)星數(shù)據(jù)制作1:5萬地形圖的要求，由中國航天科技集團公司（CASC）設計、研制并發(fā)射。資源三號系列的第一顆衛(wèi)星（01星）于2012年1月9日發(fā)射，它搭載了三線陣全色立體相機，前、正、后視相機的分辨率分別為3.5m、2.1m以及3.5m，同時也搭載了分辨率為5.8m的四波段（藍、綠、紅、近紅外）多光譜相機。資源三號系列的第二、第三顆衛(wèi)星（02星和03星）分別于2016年5月30日和2020年7月25日發(fā)射，02星和03星把前后視相機的分辨率從3.5m提高到2.5m，并進一步改善了影像質(zhì)量。資源三號的主要任務是制作1:5萬的數(shù)字高程模型、數(shù)字正射影像、數(shù)字線劃圖。自資源三號成功發(fā)射后，澳大利亞聯(lián)邦科學與工業(yè)研究組織（CSIRO）與SASMAC和CASC進行了多次聯(lián)合輻射檢校實驗。鑒于CSIRO負責西澳大利亞州的Land Monitor項目，通過與SASMAC和CASC的合作，并由Land Monitor項目聯(lián)合體成員單位的支持，CSIRO確立了“資源三號影像用于西澳大利亞州木本植被監(jiān)測項目”。該項目由SASMAC提供原始資源三號影像數(shù)據(jù)，CSIRO負責實施。CSIRO為此專門研制了針對資源三號影像的輻射校正和幾何糾正等預處理方法，結(jié)合現(xiàn)有Land Monitor處理技術，對Land Monitor區(qū)域進行了木本植被和非木本植被的分類，分析高分辨率衛(wèi)星影像是否能有效提取Landsat無法監(jiān)測出的狹窄線狀分布的木本植被，以及農(nóng)田間及城鎮(zhèn)中零星孤單分布的木本植被。這也是利用資源三號多光譜影像數(shù)據(jù)進行大范圍木本植被應用的一個嘗試。

CSIRO委托SASMAC對Land Monitor區(qū)域在澳大利亞干燥季節(jié)進行資源三號成像，所獲取影像的拍攝時間跨越了三年時間（從2012年5月19日至2015年3月29日），其中大部分獲取時間是在2013年，去掉云層覆蓋、季節(jié)變化等無效影像，最終共處理獲得了135塊有效影像，圖1是Land Monitor所覆蓋的區(qū)域以及資源三號的135塊有效影像范圍，圖2是最終利用資源三號的135塊有效影像提取的木本植被和非木本植被分類圖。

圖1 資源三號影像塊覆蓋范圍（背景是真彩色2016年Landsat-8影像，面積大約為36萬平方千米，資源三號影像框的顏色表示獲取時間：從12月至次年3月中旬呈綠色框，從3月中旬至4月末呈淺藍色框，從5月至6月呈黃色框，從7月至11月呈紅色框）

圖2 利用資源三號多光譜影像數(shù)據(jù)提取出的木本植被圖（綠色區(qū)域為木本植被，奶油黃色區(qū)域為非木本植被。白色表示沒有合適的資源三號數(shù)據(jù)的地方，例如資源三號影像由于云層覆蓋比例過高而沒有被采用）

2.資源三號數(shù)據(jù)的預處理

CSIRO針對資源三號影像數(shù)據(jù)專門研制了輻射校正和幾何糾正等預處理方法，并形成了一套處理流程。流程處理的單元為原始整條數(shù)據(jù)帶（根據(jù)需要確定起始和結(jié)束掃描行），整條數(shù)據(jù)帶可能跨越幾百到上千千米長度。整條處理的優(yōu)勢是輻射校正和幾何糾正一致性更好，較少的處理單元也便于計算機高效處理。使用原始數(shù)據(jù)的目的是希望數(shù)據(jù)的原始信息不受任何未知的改變和處理。

資源三號的多光譜每個波段在同一時刻實際對應不同的成像對象，對多光譜的每個波段分別進行獨立的輻射校正與正射糾正以達到最佳效果。這個原因可由圖3說明，這是從本項目中某一資源三號影像塊中發(fā)現(xiàn)的有趣現(xiàn)象，一架飛機在每個多光譜波段的影像上處在不同的幾何位置。在有大型卡車的郊區(qū)這種“彩虹”現(xiàn)象較為常見。圖4展示了采用CSIRO的拼接和相對輻射預處理技術前后，原始多光譜影像和輻射校正后影像的效果比較。在最后的影像產(chǎn)品進行了嚴格質(zhì)量控制，剔除了受薄云、陰霾、煙霧以及“彩虹”現(xiàn)象的局部影像，使得用于后續(xù)分類的影像具有較高的幾何和輻射質(zhì)量。

圖3 “彩虹”現(xiàn)象：一架飛機成像在資源三號多光譜不同波段的不同位置上

圖4 采用CSIRO的輻射預處理技術對原始多光譜影像輻射校正前后的效果比較（左：原始多光譜影像，RGB；右：拼接和相對輻射校正后的影像，RGB）

3.木本植被提取方法

使用資源三號影像的目的是繪制Land Monitor區(qū)域內(nèi)的所有木本植被的覆蓋圖，包括保護區(qū)、小溪、濕地、農(nóng)田圍場邊緣的植被以及人造林，但是不包括灌木叢和森林底部低矮的植被。對這些木本植被進行分類的定義同樣適用于Landsat和資源三號影像，但是由于資源三號相對Landsat具有更高的空間分辨率，期望能檢測出一些在現(xiàn)有Landsat產(chǎn)品上無法檢測出的狹窄木本植被，例如沿路兩邊或農(nóng)田圍場邊界處的細長排樹、牧場內(nèi)孤立的樹木。

資源三號多光譜影像數(shù)據(jù)經(jīng)過嚴格的輻射和幾何處理后，采用類似于Land Monitor對Landsat影像進行遙感分析的技術對資源三號影像進行分類，并進行了一定的改進以提高分類精度。

（1）分層策略

對Landsat影像處理的經(jīng)驗表明，通過將土壤、降雨、土地利用和植被群落等區(qū)域進行分層分帶，可以顯著改善分類效果。對資源三號數(shù)據(jù)使用了相同的分層策略。資源三號影像對土壤類型的變化要比Landsat影像更為明顯，并且在某些情況下會引起分類誤差。

（2）分類指數(shù)提取

基于Landsat TM/ETM+的Land Monitor使用了木質(zhì)指數(shù)（SWIR1+RED）和綠色指數(shù)（NIR-RED）來劃出過于潮濕的區(qū)域和在某些分層帶中過綠的區(qū)域，并通過設置每個分層帶的分類閾值以優(yōu)化該分層帶的分類效果。由于資源三號傳感器不具有SWIR1波段，因此需要考慮其他分類指數(shù)。通過與基于Landsat的Land Monitor木本植被產(chǎn)品進行比較，手動選擇了木本植被和非木本植被的訓練地點，并使用判別分析技術將其用于每個分層帶和季節(jié)得出局部最佳指數(shù)。

（3）分類指數(shù)閾值的確定和產(chǎn)品形成

在得出分類指數(shù)后，分類的下一步是選擇指數(shù)閾值，給每個像素計算歸類為木本植被的概率，得到每塊影像在每個分層帶的木本植被概率圖。這是通過使用與Landsat提取出的木本植被圖進行半自動“匹配”的方法來實現(xiàn)的。

通過對每塊影像在每個分層帶的木本植被概率圖拼接獲得最終概率圖，影像塊在拼接過程中的優(yōu)先級別是按預先設定的規(guī)則進行，即優(yōu)先考慮2013年獲取的數(shù)據(jù)，在其他年份優(yōu)先考慮較干燥的季節(jié)獲取的數(shù)據(jù)，其他數(shù)據(jù)的優(yōu)先級逐漸降低，同時要考慮受類似紅土壤等因素影響的分類誤差。最后進行二值化得到木本植被圖。利用最終的木本植被分類圖可以進行與現(xiàn)有Land Monitor各種產(chǎn)品的對比分析，衍生新的信息。

三、對木本植被產(chǎn)品的比較分析

基于對資源三號影像的處理，通過兩個實例對木本植被產(chǎn)品進行比較分析，在某種程度上可以說明資源三號數(shù)據(jù)具有的優(yōu)勢和帶來的新挑戰(zhàn)。

1.實例一：資源三號增加了對稀疏木本植被的提取

為了更好地解釋利用資源三號影像能檢測出更多的木本植被，將另一個監(jiān)測項目Urban Monitor的影像作為木本植被的背景圖（Urban Monitor采用了0.2m分辨率的數(shù)字航空影像）。圖5中兩幅圖的背景影像為2014年2月Mandurah以東的Urban Monitor影像，分辨率為0.2m。圖5（a）顯示了該地區(qū)由2014年Landsat提取出的木本植被圖層。圖5（b）顯示了相同地區(qū)由資源三號影像提取出的木本植被圖層。從比較中可以明顯看出資源三號提取出的木本植被圖層包括了更為細膩的木本植被信息，包括農(nóng)田圍場內(nèi)更多孤立的樹木叢和狹窄線狀的排樹、路邊和小溪水兩岸的排樹。利用資源三號影像不僅能提取出更為細膩的木本植被信息，同時也能更好地了解大塊木本植被的內(nèi)部細節(jié)，從圖5（b）中可以明顯看出大塊木本植被內(nèi)部的細小空間間隙，以及更為準確的大塊木本植被邊界。

圖5 Landsat影像和資源三號影像提取出的木本植被信息比較

2.實例二：由土壤引起的分類誤差

由于各種土壤的光譜差異較大，加上季節(jié)和氣候變化，以及光學遙感傳感器特性的差異，土壤類型往往是引起遙感分類錯誤的一個重要原因。雖然引入了分層策略來減少土壤、地質(zhì)、氣候等因素對分類的影響，各種分類錯誤仍是不可避免。本實例顯示了Perenjori北部含有紅土壤區(qū)域分別采用Landsat影像和資源三號影像提取殘留木本植被的差異（圖6）。由于紅土壤與殘留的木本植被的光譜反應較為類似，利用資源三號影像較難區(qū)分它們，易產(chǎn)生分類誤差，這種誤差也許在利用不同的時間和季節(jié)的資源三號影像上會有所不同。在這個特別例子中，如果利用Landsat影像則相對容易區(qū)分紅土壤和木本植被，這也許是由不同傳感器的波段光譜反應差異所導致。

圖6 Perenjori北部的Landsat和資源三號提取的殘留木本植被比較，殘留木本植被以綠色顯示

四、結(jié)論與展望

使用資源三號影像數(shù)據(jù)對木本植被與非木本植被進行了提取，以補充已經(jīng)在使用中的基于Landsat影像的Land Monitor監(jiān)測產(chǎn)品。資源三號的產(chǎn)品揭示了利用資源三號影像數(shù)據(jù)能更好地提取例如農(nóng)田間及城鎮(zhèn)中零星孤單、窄條形分布的木本植被，有效補償了現(xiàn)有Landsat產(chǎn)品的缺陷，為Land Monitor項目用戶提供了更深層次的分類信息。

在處理分析大量資源三號影像的過程中，資源三號數(shù)據(jù)的輻射動態(tài)范圍始終保持著較大范圍，這是進行深入遙感分析挖掘的先決條件。建議嘗試對資源三號數(shù)據(jù)作更多類別的分類作為今后進一步的工作，以充分挖掘資源三號數(shù)據(jù)的潛力，例如利用紋理分析和多判別函數(shù)邊界對兩個以上的類別進行分類，利用同時獲取的立體影像提取出相應的三維模型等。

在該項目進行期間，使用資源三號影像最大的限制是較難實現(xiàn)在希望的數(shù)據(jù)獲取時間段內(nèi)完成對項目區(qū)域的影像完整覆蓋。這是由于資源三號衛(wèi)星（01星）作為科研試驗衛(wèi)星尚無法對眾多需求一一滿足。希望隨著三顆資源三號衛(wèi)星的組網(wǎng)，數(shù)據(jù)獲取能力得到極大提高后，資源三號星座能為進行大規(guī)模的遙感監(jiān)測應用提供更多的機會，展示出資源三號衛(wèi)星系列兼具測繪制圖與遙感監(jiān)測的巨大能力。