基于主成分分析的二道白河地區(qū)泥石流遙感解譯預(yù)處理研究

史明遠(yuǎn)，王邦鑒 （吉林建筑大學(xué)測繪與勘查工程學(xué)院，吉林 長春 130118）

1 引言

研究區(qū)位于吉林省安圖縣二道白河地區(qū)（如圖1所示），該地區(qū)夏季多暴雨，地震活動頻發(fā)，使地表產(chǎn)生大量形變，并且地形相對較陡，這種地質(zhì)環(huán)境為泥石流的形成提供大量水源、豐富物源以及動力條件[1～6]，因此，二道白河地區(qū)泥石流災(zāi)害頻發(fā)。泥石流災(zāi)害野外調(diào)查往往耗時耗力，特別是規(guī)模很大的泥石流溝野外調(diào)查較為困難，通過遙感影像圈定泥石流危險區(qū)，可在災(zāi)后第一時間獲得災(zāi)害影響范圍，大幅提高救援效率，降低治理難度。本文對哨兵2B遙感影像數(shù)據(jù)進行預(yù)處理，通過輻射定標(biāo)、大氣校正、圖像鑲嵌裁剪、本底值計算，使影像上地物邊界明顯，突出研究區(qū)泥石流邊界特征，方便后續(xù)泥石流危險區(qū)的提取。

圖1 研究區(qū)地理位置圖

2 遙感數(shù)據(jù)源

本次研究在ENVI環(huán)境下進行，遙感數(shù)據(jù)源為多光譜高分辨率哨兵2B數(shù)據(jù)（Level-1C），具體衛(wèi)星影像參數(shù)見表1所示。

研究區(qū)泥石流的潛在易發(fā)性區(qū)域采集，需要充分考慮哨兵2B數(shù)據(jù)影像時間，因為在采集泥石流過程中需要植被指數(shù)，所以這次研究選擇的影像時間是在植被率高的夏季和秋季，哨兵2B元數(shù)據(jù)概況見表2所示。

哨兵2B衛(wèi)星影像參數(shù) 表1

哨兵2B元數(shù)據(jù)概況 表2

3 圖像的預(yù)處理

幾何上進行精密修正、大氣修正后的哨兵2B數(shù)據(jù)（Level-1C）進行放射線的定標(biāo)和大氣修正，然后再把校正好的單波段的哨兵2B數(shù)據(jù)進行波段合成，最后對哨兵-2B數(shù)據(jù)進行圖像的鑲嵌和裁剪等處理。

3.1 輻射定標(biāo)

利用傳感器觀測目的的觀測物反射電磁能的情況下，從傳感器得到的測定值和對象物的光譜反射率等物理量不一樣，會導(dǎo)致失真現(xiàn)象，這對于后續(xù)對泥石流提取會產(chǎn)生誤差，因此失真現(xiàn)象必須消除。在大氣校正之前確定輻射標(biāo)準(zhǔn)，將數(shù)字量化值轉(zhuǎn)換成輻射亮度值[4]，確定輻射標(biāo)準(zhǔn)可以利用下面的公式，將遙感數(shù)據(jù)的數(shù)字量化值與輻射亮度值進行轉(zhuǎn)換。

推導(dǎo)公式：

3.2 大氣校正

大氣校正目的是去除氣溶雜質(zhì)、光亮等不利條件，而去獲得地面物體反射率的真正模型參數(shù)。本次研究先對哨兵2B數(shù)據(jù)進行大氣矯正，然后采取了歸一化植被指數(shù)(NDVI)和土壤亮度指數(shù)(NDSI)等指標(biāo)，為后期泥石流信息提取提供數(shù)據(jù)保障。哨兵2B圖像的大氣校正后的植被波普化曲線如圖2所示。

圖2 大氣校正后植被波普化曲線

3.3 圖像的鑲嵌與裁剪

本次研究涉及兩幅遙感圖像，圖像的鑲嵌是將相鄰多幅遙感圖像連接成一個大的完整圖像的過程[7～8]；圖像裁剪是把與研究范圍無關(guān)的多余圖像進行裁剪的過程。本次研究使用的是三次卷積法進行裁剪，此方法裁剪的誤差小，得到的圖像精度較高。本次的研究區(qū)是一個特定范圍區(qū)域，因此需要用經(jīng)緯度確定范圍來進行裁剪，所以將鑲嵌好的影像數(shù)據(jù)，根據(jù)研究區(qū)范圍(42°00′N-42°40′N，127°50′E-128°20′E)裁剪，得到預(yù)處理后影像如圖3所示。

圖3 預(yù)處理后的影像

4 遙感圖像本底值計算

能夠反映自然環(huán)境本身面貌的數(shù)值為本底值，但是本底值在自然環(huán)境中不容易獲取。所以，在遙感上可以選取植被指數(shù)、土壤亮度指數(shù)和主成分變化第一分量這三個參數(shù)作為研究的重點，本次本底值計算在ENVI環(huán)境下進行。

4.1 植被指數(shù)計算

從研究區(qū)發(fā)育的狀況可知，發(fā)育中的溝谷性泥石流表面有植被的覆蓋，在遙感影像上呈淺色調(diào)并且亮度高。因此，在提取泥石流的過程中，植被指數(shù)是一個重要特征，本次研究采用了歸一化植被指數(shù)（NDVI）。

推導(dǎo)公式：

這里，有分別表示遙感圖像的近紅外頻帶IR和紅頻帶R，一般植被覆蓋指數(shù)范圍在0～1之間，并且最后在圖4中表示出植被指數(shù)的計算結(jié)果。

圖4 NDVI計算結(jié)果

4.2 土壤亮度指數(shù)計算

土壤亮度指數(shù)（NDSI）是基于與土壤的光譜響應(yīng)和可見光植被的紅綠兩個頻帶變化規(guī)則相反的特征[9]，利用紅綠兩個頻帶的比率來區(qū)分土地利用的種類。

推導(dǎo)公式：

其中R和G分別代表影像的紅色波段和綠色頻段，然后使用BandMath工具完成土壤亮度指數(shù)計算。

推導(dǎo)公式：

其中的b3和b4分別對應(yīng)影像的第三和第四頻段，最后得到土壤亮度指數(shù)影像結(jié)果（如圖5所示）。

圖5 NDSI計算結(jié)果

4.3 主成分分析

多波段數(shù)據(jù)關(guān)聯(lián)度相當(dāng)高，主成分變化通過旋轉(zhuǎn)坐標(biāo)軸使數(shù)據(jù)之間的方差達(dá)到最大，產(chǎn)生不相關(guān)頻段，從而隔離噪音和減少數(shù)據(jù)集數(shù)量，用關(guān)聯(lián)度高的多頻段信息通過數(shù)學(xué)方式轉(zhuǎn)化為關(guān)聯(lián)度小的信息來達(dá)到壓縮數(shù)據(jù)增強圖像的目的。本次研究共做兩次主成分分析，第一次是對原始影像做主成分分析，并將主成分分析的第一頻段影像與植被指數(shù)、土壤亮度指數(shù)影像打包成新的多光譜影像；第二次是對上述打包的多光譜影像做主成分分析，最后得到頻段重新組成后新圖像第一主成分的計算結(jié)果（如圖6所示），此時圖像地物邊界更為清晰，也為后續(xù)泥石流流域面積、溝谷彎曲系數(shù)等形態(tài)參數(shù)的提取提供基礎(chǔ)。

圖6 新的PC1計算結(jié)果

5 結(jié)語

本研究通過對二道白河地區(qū)哨兵2B遙感衛(wèi)星數(shù)據(jù)進行輻射定標(biāo)、大氣校正、圖像鑲嵌裁剪、本底值計算等預(yù)處理，通過預(yù)處理工作：①提高了圖像的精確度和解譯效果，抑制干擾信息，突出有用信息；②圖像上的地物邊界更加清晰，泥石流更加清晰可見，圖像效果良好，可為本課題后續(xù)泥石流的提取工作，提供數(shù)據(jù)基礎(chǔ)。