衛(wèi)星遙感監(jiān)測(cè)海帶筏式養(yǎng)殖面積實(shí)證研究

文/鄒國(guó)華 張收元 王斐 張勝茂

作者單位：1.上海峻鼎漁業(yè)科技有限公司 2.山東省漁業(yè)發(fā)展和資源養(yǎng)護(hù)總站 3.中國(guó)水產(chǎn)科學(xué)研究院東海水產(chǎn)研究所 農(nóng)業(yè)農(nóng)村部漁業(yè)遙感重點(diǎn)實(shí)驗(yàn)室

隨著遙感技術(shù)的進(jìn)步和遙感數(shù)據(jù)源的不斷豐富，水域遙感監(jiān)測(cè)的精度和準(zhǔn)確度也在不斷提高，我國(guó)已先后發(fā)射了六顆高分遙感衛(wèi)星，空間分辨率達(dá)到亞米級(jí)。高分一號(hào)（GF-1，2m全色、8m多光譜）及高分二號(hào)（GF-2，1m全色、4m多光譜）因其高空間分辨率的特點(diǎn)廣泛應(yīng)用于國(guó)土資源、農(nóng)業(yè)及環(huán)境等方面研究，在經(jīng)濟(jì)作物監(jiān)測(cè)、農(nóng)業(yè)生產(chǎn)的精細(xì)化管理等中小尺度監(jiān)測(cè)應(yīng)用方面發(fā)揮了重要作用。

水產(chǎn)養(yǎng)殖設(shè)施由于光譜、形態(tài)等異于水面信息，且多為米級(jí)養(yǎng)殖設(shè)施小單元組合分布于某片海域，往往需要較高分辨率的遙感影像識(shí)別。目前，水產(chǎn)養(yǎng)殖區(qū)的遙感信息提取方法可以分為目視解譯判別、基于一種或多種遙感比值參數(shù)的組合以及面向?qū)ο蠓诸惙椒ǖ?。針?duì)不同水產(chǎn)養(yǎng)殖品種各異的養(yǎng)殖周期、研究區(qū)的大小以及數(shù)據(jù)源是否充足等情況，不同的方法可不同程度解決某一方面的應(yīng)用問(wèn)題。

目視解譯判別作為一種借助解譯專家經(jīng)驗(yàn)的交互式方法，具有精度高的特點(diǎn)，但工作量大，時(shí)間成本較高?；谝环N或多種遙感比值參數(shù)的組合這一水產(chǎn)分類方法主要是利用養(yǎng)殖設(shè)施其光譜與水體的不同，構(gòu)建養(yǎng)殖區(qū)域識(shí)別指數(shù)，達(dá)到養(yǎng)殖區(qū)域與水面或不同養(yǎng)殖類型影像上的區(qū)分。該類方法適用于養(yǎng)殖區(qū)與背景環(huán)境光譜有較高異質(zhì)性的區(qū)域，同時(shí)，分類結(jié)果存在的“椒鹽”噪聲現(xiàn)象嚴(yán)重，影響了方法的實(shí)際應(yīng)用。

面向?qū)ο蠓诸惙椒▌t是綜合圖像的光譜特征、紋理、形狀以及鄰近關(guān)系等，對(duì)圖像進(jìn)行不同約束條件的分割，然后根據(jù)分割后圖斑的不同特征信息明確其對(duì)應(yīng)不同遙感地物類型。利用高分遙感數(shù)據(jù)進(jìn)行筏式海帶養(yǎng)殖信息提取時(shí)，面向?qū)ο蠓诸惙椒梢允刮覀儗?duì)圖像的分析由像元尺度跳躍到圖斑、對(duì)象尺度，更接近人類思維的認(rèn)知，同時(shí)避免遙感影像處理時(shí)的“椒鹽”噪聲，可以更好發(fā)揮高分遙感影像的作用。本文主要采取此方法，對(duì)海帶筏式養(yǎng)殖面積遙感測(cè)量進(jìn)行了研究，為客觀、全面反映水產(chǎn)養(yǎng)殖面積提供技術(shù)支撐。

一、數(shù)據(jù)與方法

（一）數(shù)據(jù)的獲取及解譯

在海帶筏式養(yǎng)殖面積信息解譯中，選擇無(wú)云地區(qū)的1～4四個(gè)波段進(jìn)行合成增強(qiáng)；對(duì)于部分有薄云地區(qū)，采用增強(qiáng)4波段近紅外影像來(lái)增強(qiáng)水體反映，減少云層引起的影像模糊情況。分別選用4波段、2波段、1波段進(jìn)行合成，此時(shí)水體顏色呈墨綠色，不影響水體判斷。遙感影像在解譯前進(jìn)行相應(yīng)預(yù)處理，以糾正影像中的畸變，通過(guò)調(diào)整、變換影像密度或色調(diào)，用來(lái)改善影像目視質(zhì)量并突出水體特征，提高影像判讀性能和效果。海水筏式養(yǎng)殖水體遙感影像如圖1所示。

圖1 海帶筏式養(yǎng)殖遙感監(jiān)測(cè)圖

（二）研究區(qū)與遙感數(shù)據(jù)選取

研究區(qū)位于山東省煙臺(tái)市蓬萊區(qū)，蓬萊區(qū)是山東省重要的漁業(yè)生產(chǎn)基地，漁業(yè)是此地農(nóng)業(yè)的重要產(chǎn)業(yè)，其中筏式養(yǎng)殖主要進(jìn)行海帶等藻類生物的養(yǎng)殖。為了區(qū)分不同的養(yǎng)殖類型，團(tuán)隊(duì)根據(jù)不同養(yǎng)殖類型養(yǎng)殖周期的變化，分別選取了研究區(qū)的GF-1、GF-2及Landsat系列衛(wèi)星數(shù)據(jù)，利用多時(shí)相的遙感數(shù)據(jù)來(lái)進(jìn)行養(yǎng)殖信息提取方法的構(gòu)建和驗(yàn)證。

針對(duì)多源衛(wèi)星遙感數(shù)據(jù)，開(kāi)展大氣糾正、幾何糾正、正射糾正等處理，遙感影像時(shí)相方面，根據(jù)研究區(qū)海帶生長(zhǎng)物候期選擇提取預(yù)選年份12月至次年5月的數(shù)據(jù)，在受人為干擾影響比較小且不易發(fā)生變化的區(qū)域，時(shí)相可適當(dāng)放寬；云量要求方面，單景影像平均云量小于10%，單景影像噪音面積小于10%。對(duì)2020年全年遙感影像進(jìn)行統(tǒng)計(jì)發(fā)現(xiàn)，適用于該研究區(qū)的GF-2影像僅有1景，GF-1影像2景，Landsat 8衛(wèi)星影像6景。

（三）筏式海帶養(yǎng)殖區(qū)遙感特征集構(gòu)建

為了將研究區(qū)內(nèi)筏式海帶的空間分布信息提取出來(lái)，對(duì)不同養(yǎng)殖結(jié)構(gòu)及其在GF-2影像上的光譜、形態(tài)、分布等特征進(jìn)行分析，找出不同養(yǎng)殖類型的區(qū)分特征，進(jìn)而構(gòu)建其在GF-2影像中的提取方法。

圖2為海帶養(yǎng)殖的綜合分析圖，如圖2a中所示，海帶養(yǎng)殖一般將苗綁于水面繩索上，繩索兩側(cè)一般用竹竿固定于水底，隨著海帶不斷長(zhǎng)大，筏式海帶養(yǎng)殖區(qū)在GF-2假彩色合成影像的表現(xiàn)為圖2b。粉色橢圓內(nèi)離散的暗色矩形，形成原因?yàn)樗泻?duì)可見(jiàn)光波段的進(jìn)一步吸收使得筏式海帶養(yǎng)殖區(qū)可見(jiàn)光波段暗于鄰近水體。圖2c為海帶成熟收獲后在岸邊晾曬的過(guò)程，從圖中可以看出，其晾曬布局與水中生長(zhǎng)分布基本一致，海帶在GF-2影像上呈現(xiàn)暗色條紋組成的方形特征。

圖2 海帶養(yǎng)殖的綜合分析圖

（四）筏式海帶養(yǎng)殖區(qū)遙感圖像提取方法

在可見(jiàn)光真彩色合成的GF系列衛(wèi)星影像及Landsat系列影像上海帶呈深黑色，分布成排而且形狀像矩形比較規(guī)則，易于識(shí)別監(jiān)測(cè)。本文主要采取面向?qū)ο蠓诸惖男畔⑻崛》椒?，把圖像分割成具有一定意義的小的圖像對(duì)象，然后根據(jù)分割結(jié)果建立分類目標(biāo)對(duì)象，采用最近鄰法結(jié)合地物的形狀、紋理、光譜特性、密度、像元個(gè)數(shù)等特征指標(biāo)來(lái)確定分割對(duì)象的類別，提取單個(gè)養(yǎng)殖像元。筏式海帶養(yǎng)殖區(qū)的提取主要依據(jù)兩大特征，一是影像進(jìn)行水陸分割后，水上區(qū)域目標(biāo)相對(duì)較少，筏式海帶養(yǎng)殖區(qū)由于色素的吸收作用，紅綠藍(lán)波段的反射率相對(duì)水面的反射率更低；二是筏式海帶養(yǎng)殖區(qū)在影像中多表現(xiàn)為矩形的特征。然后利用決策樹分類系統(tǒng)，構(gòu)建遙感影像分類器，將分割完成的影像上圖斑賦予不同的屬性信息。

決策樹建立分兩個(gè)階段進(jìn)行：層次分類法和區(qū)域類型的最近鄰法。決策樹頂層采用統(tǒng)一的結(jié)構(gòu)，根據(jù)土地覆蓋類型的特征與光譜規(guī)律，頂層決策樹分為三層：水面與非水面、水產(chǎn)養(yǎng)殖與非養(yǎng)殖、線性與非線性。下層依據(jù)區(qū)域特征進(jìn)一步設(shè)計(jì)，通過(guò)對(duì)象的解譯標(biāo)志庫(kù)和樣本訓(xùn)練，建立分類決策樹的指標(biāo)與決策樹結(jié)構(gòu)，通過(guò)決策樹的分級(jí)，不斷提純類型，最終達(dá)到劃分單個(gè)類別的結(jié)果。對(duì)于光譜復(fù)雜的類型，采用最鄰近方法進(jìn)行劃分，可選取多個(gè)光譜特征中心進(jìn)行類型分組。水產(chǎn)養(yǎng)殖決策樹建立的基本框架如圖3所示。

圖3 GF/Landsat影像中筏式海帶養(yǎng)殖區(qū)面向?qū)ο蠓诸愄崛∵^(guò)程

研究的整體技術(shù)路線如圖4所示，一是對(duì)GF及Landsat等多源影像進(jìn)行數(shù)據(jù)預(yù)處理，主要包括輻射定標(biāo)和大氣校正，利用校正后的反射率數(shù)據(jù)計(jì)算歸一化的水體指數(shù)、水產(chǎn)指數(shù)等，提取水陸邊界后，掩膜去掉陸面部分的圖像信息，對(duì)水面區(qū)域使用多尺度圖像分割方法將由像素組成的圖像分割為大小不同的對(duì)象組成的圖像。

圖4 筏式海帶分類技術(shù)流程圖

二是對(duì)筏式和吊籠的空間分布及幾何形態(tài)進(jìn)行識(shí)別。筏式海帶養(yǎng)殖區(qū)與周邊海域浮筏水產(chǎn)養(yǎng)殖類型的樣本特征有所不同，根據(jù)在GF-2影像中的典型特征選取分類的樣本庫(kù)，構(gòu)建不同養(yǎng)殖類型的決策樹分類系統(tǒng)，最后將海帶及不同養(yǎng)殖類型的空間分布狀況信息提取出來(lái)。

三是基于并行處理的多尺度分割。尺度分割具有“短板”效應(yīng)，面積最小的類型就是該影像最低分割尺度的依據(jù)，斑塊大小以制圖最小單元為準(zhǔn)，根據(jù)研究區(qū)筏式海帶養(yǎng)殖區(qū)最小斑塊大小可以設(shè)置最小的分割尺度為6個(gè)像元，對(duì)于大尺度分割，由于各分區(qū)塊海帶和浮筏的大小和聚集程度不一致，形成的尺度大小不同。尺度數(shù)量不宜太多，以每個(gè)區(qū)域不超過(guò)2個(gè)為宜，以減少數(shù)據(jù)處理與分析的復(fù)雜程度。

四是建立決策樹架構(gòu)，作業(yè)流程采用樣帶決策樹建立、分區(qū)塊調(diào)試的途徑，樣帶選取依據(jù)最大類型跨度，樣帶應(yīng)為水平或垂直方向，以減少處理數(shù)據(jù)量。決策樹分為節(jié)點(diǎn)、指標(biāo)、閾值三個(gè)內(nèi)容進(jìn)行框架構(gòu)建。節(jié)點(diǎn)是決策樹分枝的位置或土地覆蓋劃分的類型及數(shù)量，節(jié)點(diǎn)的劃分決定了分類的精度和效率。上層的節(jié)點(diǎn)劃分結(jié)果影響下層的分類精度，因此上層的劃分必須確保準(zhǔn)確，減少誤差的傳遞。分布方差小、光譜區(qū)域變化小的類型放在頂層，對(duì)于光譜跨度大、區(qū)域性變率高的混合類型或多變類型，放在下層節(jié)點(diǎn)。

五是分類后處理，分為接邊處理和制圖綜合。接邊處理指分區(qū)塊土地覆蓋提取后，每個(gè)區(qū)塊需要進(jìn)行空間接邊工作，接邊的主要工作是利用面向?qū)ο蠓诸惣夹g(shù)，根據(jù)邊界變化的大小在不同的尺度下進(jìn)行編輯，編輯好后疊加到土地覆蓋結(jié)果圖中。數(shù)據(jù)導(dǎo)出后進(jìn)行數(shù)據(jù)融合處理，再對(duì)少數(shù)不吻合數(shù)據(jù)進(jìn)行修改。制圖綜合包括圖斑碎片整理和邊界平滑。圖斑碎片整理是指處理在圖斑文件中一些面積非常小的圖塊，這些圖塊沒(méi)有達(dá)到制圖精度要求的最小面積。邊界平滑是指由于影像分類造成的鋸齒形邊界，通過(guò)去除多余的多邊形節(jié)點(diǎn)，達(dá)到圖斑更加自然的效果。

二、結(jié)果與討論

（一）GF-2影像筏式海帶養(yǎng)殖面積提取結(jié)果分析

根據(jù)本文的技術(shù)路線，對(duì)蓬萊區(qū)北隍城鄉(xiāng)島及其周邊區(qū)域影像中的水產(chǎn)養(yǎng)殖用地進(jìn)行了分類，分類結(jié)果如圖5所示。從圖中可以看出，淺綠色的筏式海帶養(yǎng)殖區(qū)和紅色的漁筏養(yǎng)殖區(qū)多分布在靠近島嶼的水陸邊緣區(qū)域。對(duì)不同養(yǎng)殖類型的分類結(jié)果進(jìn)行統(tǒng)計(jì)得出，該研究區(qū)覆蓋范圍約為36km，其中海帶養(yǎng)殖面積1.297km，漁筏養(yǎng)殖面積有0.799km，為水產(chǎn)養(yǎng)殖現(xiàn)狀調(diào)查提供了準(zhǔn)確的一手資料，也可以為評(píng)估水產(chǎn)養(yǎng)殖與環(huán)境可持續(xù)發(fā)展提供基礎(chǔ)數(shù)據(jù)。

圖5 蓬萊區(qū)北隍城鄉(xiāng)島附近養(yǎng)殖分類空間分布圖

（二）多源遙感影像筏式海帶養(yǎng)殖面積提取結(jié)果對(duì)比分析

為了驗(yàn)證多源遙感影像的分類精度，團(tuán)隊(duì)在島的A-D四個(gè)區(qū)域選取了不同的海帶養(yǎng)殖浮筏作為驗(yàn)證區(qū)域，并利用GPS對(duì)浮筏四至點(diǎn)的坐標(biāo)進(jìn)行定位。將采樣得到的浮筏四至點(diǎn)坐標(biāo)導(dǎo)入ArcGIS地理信息軟件后，輸出四至點(diǎn)組成圖形的面積，并對(duì)比多源遙感影像提取結(jié)果（見(jiàn)表1）?；谙嗤倪b感分類方法，GF-2的分類精度在A-D區(qū)域都是最高的，這主要是由于GF-2擁有最高的空間分辨率，分類精度也都達(dá)到了94%以上，可以有效保證筏式海帶養(yǎng)殖面積信息的提取精度。Landsat系列衛(wèi)星的提取精度明顯弱于GF系列衛(wèi)星，主要是由于其空間分辨率的劣勢(shì)，但不容忽視的是，Landsat系列衛(wèi)星擁有更豐富的時(shí)間序列數(shù)據(jù)，這對(duì)海帶全生長(zhǎng)期的監(jiān)測(cè)是非常有用的，但也凸顯了遙感數(shù)據(jù)的時(shí)空矛盾性。

表1 多源遙感數(shù)據(jù)分類結(jié)果精度對(duì)比表

三、結(jié)論

通過(guò)GF-2衛(wèi)星遙感影像可以非常精確地提取出研究區(qū)沿海筏式海帶的養(yǎng)殖面積，且圖斑精度達(dá)到94%以上，但隨著遙感影像空間分辨率的降低，筏式海帶養(yǎng)殖面積數(shù)據(jù)的提取精度也在不斷下降。Landsat系列衛(wèi)星筏式海帶養(yǎng)殖面積數(shù)據(jù)的提取精度低于高分系列衛(wèi)星，但Landsat系列衛(wèi)星數(shù)據(jù)源更為豐富，可以為海帶全生長(zhǎng)期監(jiān)測(cè)提供數(shù)據(jù)支持。同時(shí)，通過(guò)衛(wèi)星遙感影像獲取海上筏式作業(yè)方式的養(yǎng)殖面積，是統(tǒng)計(jì)水產(chǎn)養(yǎng)殖面積和產(chǎn)量新手段的探索。GF-2存在著特定研究區(qū)數(shù)據(jù)量稀少的問(wèn)題，這主要是由于高分辨率衛(wèi)星重訪時(shí)間長(zhǎng)及云層的遮擋多，解決這個(gè)問(wèn)題需更多的高分商業(yè)衛(wèi)星或結(jié)合航空無(wú)人機(jī)手段進(jìn)行綜合研究。