面向?qū)ο笞兓瘷z測技術(shù)在林地分析中的應(yīng)用

熊 靜

(遼寧省林業(yè)調(diào)查規(guī)劃監(jiān)測院，遼寧 沈陽 110122)

森林資源的變化對于生態(tài)環(huán)境、氣候變化和生物多樣性等都有重要影響。全面、精確、迅速地掌握森林資源的種類、數(shù)量以及生長情況等信息，能夠?yàn)閲壹傲謽I(yè)部門科學(xué)合理地經(jīng)營管理森林資源提供數(shù)據(jù)基礎(chǔ)，對森林的可持續(xù)發(fā)展具有重要意義[1]。隨著遙感技術(shù)的發(fā)展，遙感影像以其覆蓋范圍廣、快速性及可重復(fù)性等特點(diǎn)，在森林資源監(jiān)測中得到廣泛應(yīng)用[2]。本文提出了采用面向?qū)ο蟮倪b感變化檢測技術(shù)來自動(dòng)識別和提取森林資源變化信息，實(shí)現(xiàn)森林資源監(jiān)測的目的。

1 變化檢測概述

遙感變化檢測是指利用不同時(shí)間段的遙感數(shù)據(jù)來定性或定量地分析地表覆蓋變化?；谶b感變化檢測方法大致歸納總結(jié)為目視解譯法、直接提取信息法和分類后比較法。分類后比較法是對每一時(shí)相影像單獨(dú)分類，然后對分類結(jié)果進(jìn)行比較，若比較目標(biāo)的類別屬性相同，則認(rèn)為該目標(biāo)沒有發(fā)生變化，否則判斷為變化，是運(yùn)用最為廣泛的一種檢測手段。

2 技術(shù)路線

面向?qū)ο蟮姆诸惡笞兓瘷z測具體方法為：第一步對影像進(jìn)行預(yù)處理，使得兩期影像的地理位置一致，保證數(shù)據(jù)的空間可比性；第二步對兩期影像分別進(jìn)行多尺度分割，獲取影像對象；第三步分析不同地物的光譜特征、紋理特征、專題指數(shù)特征等，選取有利于地物分類提取的特征指標(biāo)，對影像對象選擇樣本進(jìn)行訓(xùn)練或者特征提取建立分類規(guī)則進(jìn)行分類及精度評價(jià)；最后根據(jù)兩期影像的分類結(jié)果利用疊加分析的原理，提取出變化信息進(jìn)行結(jié)果分析。具體流程如圖1所示。

圖1 分類后變化檢測流程圖

3 變化監(jiān)測實(shí)例

3.1 數(shù)據(jù)源與試驗(yàn)平臺

試驗(yàn)數(shù)據(jù)是鐵嶺市清河林場的高分一號影像，由國家林業(yè)和草原局提供的經(jīng)過輻射校正、大氣校正、圖像融合等處理之后的標(biāo)準(zhǔn)假彩色影像，季節(jié)為秋季，時(shí)相分別為2015年9月和2017年9月。

研究的內(nèi)容主要以eCognition軟件為依托，自主定制算法，同時(shí)結(jié)合ENVI、ARCGIS等3S軟件。eCognition Developer是由德國Definiens Imaging公司開發(fā)的一個(gè)強(qiáng)大的面向?qū)ο蟮挠跋穹治鲕浖?，主要用于地物目?biāo)的信息提取，提出了多尺度分割的算法和面向?qū)ο蟮姆诸惙椒?，充分挖掘?qū)ο蟮挠跋裉卣?，在很大程度上提高了高分辨率遙感影像信息提取的精度和自動(dòng)化程度。

3.2 影像預(yù)處理

以2015年影像為參考影像，對2017年影像進(jìn)行配準(zhǔn)，保證兩幅影像的地理位置保持一致，不會出現(xiàn)“雙眼皮”，為后續(xù)變化檢測提供更準(zhǔn)確的數(shù)據(jù)基礎(chǔ)。

3.3 影像分割與分類

觀察兩期影像，將試驗(yàn)區(qū)的地物主要分為森林、非森林、水體、非林地4大類。其具體的分割和分類層次如下：

Level 1層：主要區(qū)分植被與非植被。植被指數(shù)是區(qū)分植被與非植被最典型的特征，因此僅用植被指數(shù)特征就可以將兩者區(qū)分開，因此采用隸屬度函數(shù)分類。

Level 2層：主要區(qū)分植被里的森林和非森林，非植被里的水體和非水體。而對于森林與非森林，森林在影像上顆粒感比較明顯，非森林比較平滑，紋理特征能很好地將二者區(qū)分開，且紋理的同質(zhì)性越小，森林的可能性就大，因此隸屬度函數(shù)采用小于。

Level 3層：主要區(qū)分非森林里的非林地和無林地。裸地和林業(yè)中的無林地在光譜和紋理方面具有相似性，因此采用最鄰近分類法。

Level 4層：將Level1、Level2、Level3的分層分類結(jié)果進(jìn)行融合。

在eCognition軟件中，設(shè)置好分割分類參數(shù)和分類方法，對2015年和2017年研究區(qū)影像進(jìn)行分層分類，得到的分類結(jié)果和精度評價(jià)結(jié)果如圖2所示。

圖2 兩期影像分類結(jié)果

3.4 變化檢測與分析

兩期影像分類完成且滿足精度條件后，就可以進(jìn)行變化檢測。

檢測完成后，分別選取變化樣本25個(gè)，未變化樣本120個(gè)，與人工解譯和現(xiàn)地核實(shí)調(diào)查的結(jié)果對比。精度評價(jià)結(jié)果見表1。

表1 變化檢測精度評價(jià)

將變化檢測結(jié)果中面積小于667 m2的刪掉，得到最終檢測結(jié)果。與兩期林地一張圖變化圖斑進(jìn)行疊加，效果見圖3。

圖3 分類后變化檢測與林地一張圖林地變化結(jié)果疊加圖

從圖3可以看出，檢測結(jié)果和林地一張圖變化存在差異，經(jīng)過實(shí)地調(diào)查，發(fā)現(xiàn)前期年度變更工作不徹底，因此變化檢測結(jié)果可作為林地變更工作的檢查手段之一。其次根據(jù)變化檢測的變化類型，發(fā)現(xiàn)林地變成非林地的，一張圖卻誤判為林地變成無林地，因此檢測結(jié)果可作為亂砍濫伐和違法占地的檢測手段之一。

4 小 結(jié)

遙感技術(shù)在森林資源變化監(jiān)測方面已有很長歷史，但在實(shí)際工作中大多還是基于人工解譯，本文采用面向?qū)ο蟮姆诸惡笞兓O(jiān)測方法，能將森林資源變化信息自動(dòng)提取出來，節(jié)省了大量野外調(diào)查成本以及人力物力；檢測結(jié)果直觀顯示了森林資源變化的情況，為森林督查暨森林資源管理“一張圖”年度變更提供依據(jù)。