盧金莎 林春芬
(自然資源部海南基礎(chǔ)地理信息中心,海南 海口 570203)
隨著國家經(jīng)濟(jì)的高速發(fā)展,以及城鎮(zhèn)化的快速推進(jìn),對建設(shè)用地的需求越來越大,土地資源利用等問題日益突出。傳統(tǒng)的土地利用調(diào)查監(jiān)管多通過外業(yè)調(diào)繪,隨著遙感技術(shù)的發(fā)展,衛(wèi)星影像的時間與空間分辨率日益提升,基于衛(wèi)星遙感影像開展地物變化監(jiān)測已成為當(dāng)下一種高效、便捷的方法。利用高分辨率遙感衛(wèi)星空間分辨率高、重訪周期短、敏捷性強(qiáng)等特點(diǎn),監(jiān)測地表變化情況,廣泛適用于地理國情監(jiān)測、年度國土變更調(diào)查等工作[1]。
根據(jù)處理手段的不同,地物變化遙感監(jiān)測方法分為直接比較法和分類比較法。根據(jù)目標(biāo)對象不同,分為像素級、特征級和目標(biāo)級變化監(jiān)測[2,3]?;谙袼氐淖兓O(jiān)測是指經(jīng)過配準(zhǔn)的遙感圖像像素是否發(fā)生變化及哪些類型發(fā)生變化,監(jiān)測準(zhǔn)確性較高,但預(yù)處理的性能對監(jiān)測結(jié)果影響很大,像素易受輻射、大氣、角度等因素的干擾,會產(chǎn)生錯誤信息,影響變化監(jiān)測結(jié)果。而遙感分類監(jiān)測可以避免像素問題帶來的監(jiān)測誤差。本研究以國產(chǎn)高分辨率衛(wèi)星影像作為數(shù)據(jù)源,選用指數(shù)計(jì)算、直接對比法與分類對比法進(jìn)行海南地區(qū)地物變化監(jiān)測研究,以此探討遙感手段在地物變化監(jiān)測中的應(yīng)用。
選用國產(chǎn)高分辨率衛(wèi)星影像高分一號(GF-1)衛(wèi)星影像作為數(shù)據(jù)源,GF-1 于2013 年4 月26 日成功發(fā)射,衛(wèi)星搭載了兩臺2m 分辨率全色/8m 分辨率多光譜相機(jī),四臺16m 分辨率多光譜相機(jī)。GF-1 衛(wèi)星突破了高空間分辨率、多光譜與高時間分辨率結(jié)合的光學(xué)遙感技術(shù),多載荷圖像拼接融合技術(shù),高精度高穩(wěn)定度姿態(tài)控制技術(shù),單星上同時實(shí)現(xiàn)高分辨率與大幅寬的結(jié)合,2m 高分辨率實(shí)現(xiàn)大于60km 成像幅寬,16m 分辨率實(shí)現(xiàn)大于800km 成像幅寬,適應(yīng)多種空間分辨率、多種光譜分辨率、多源遙感數(shù)據(jù)綜合需求。GF-1 衛(wèi)星影像如圖1 所示。
圖1 GF-1衛(wèi)星影像
選用影像像素直接對比法和面向?qū)ο蠓ㄟM(jìn)行地物變化監(jiān)測研究,兩種方法的原理分別如下:
(1)指數(shù)計(jì)算
選用歸一化植被指數(shù)NDVI 作為指數(shù)計(jì)算指標(biāo),NDVI 是一個標(biāo)準(zhǔn)化指數(shù),用于生成顯示植被生物量的指標(biāo),廣泛應(yīng)用于干旱監(jiān)測、農(nóng)業(yè)監(jiān)測等,并且廣泛應(yīng)用于地表植物生長變化監(jiān)測研究[4]。NDVI 計(jì)算公式如下所示:
NDVI 指數(shù)是對柵格數(shù)據(jù)集中的兩個波段特征進(jìn)行對比,即紅光波段中的葉綠素吸收率與近紅外波段中植被的高反射率特征,其中NIR 為近紅外波段、R為紅光波段。
(2)像素對比
影像像素直接對比監(jiān)測是以像素為單元,逐個像素計(jì)算影像像元之間的差異,得到差異圖像,然后利用閾值分割的方法對變化信息進(jìn)行提取。適用于對大面積區(qū)域的變化檢測,比如水體、森林、植被覆蓋的變化[5]。
(3)面向?qū)ο?/p>
面向?qū)ο蟊O(jiān)測以圖像分割和面向?qū)ο蠓诸悶榛A(chǔ),綜合像元周圍的光譜特性,通過多尺度分割構(gòu)成對象,以對象為單位進(jìn)行特征計(jì)算,將計(jì)算的特征帶入到面向?qū)ο蠓诸愃惴ㄖ羞M(jìn)行分類對比,從而進(jìn)行變化檢測。
面向?qū)ο蠓椒ǖ奶崛☆愃茮Q策樹的構(gòu)思,從簡到繁,先剔除其他無關(guān)信息,再經(jīng)過多次篩選找出有用的地物類別,實(shí)現(xiàn)地物的分層提取。與傳統(tǒng)的分類方法相比其最大的不同是:面向?qū)ο蠓诸惙椒ǖ牟僮鞒叨葐卧皇腔趩蝹€像素,而是基于影像對象。面向?qū)ο蠓诸惙椒ǚ譃椋憾喑叨确指?、特征選擇、規(guī)則建立與分類,主要用于識別一段時間內(nèi)從一個地類更改為另一個地類的區(qū)域。在建筑物變化檢測、土地覆被變化等方面有廣泛的應(yīng)用[6]。
通過對海南省瓊海市進(jìn)行NDVI 計(jì)算,以此掌握大尺度范圍內(nèi)的地物變化大致情況。圖2 為2020 年與2021 年夏季海南省瓊海市NDVI 計(jì)算結(jié)果,由圖2可知,瓊海市的植被覆蓋區(qū)域較多,且山地占比較大,城鎮(zhèn)區(qū)域集中在特定位置。
圖2 2020、2021年瓊海市NDVI指數(shù)
通過對比兩幅NDVI 指數(shù)進(jìn)行相減作差,得到如圖3 所示的成果。由圖3 可知,通過指數(shù)作差,得到的數(shù)值較高或較低的區(qū)域呈紅色與藍(lán)色,瓊海市西南區(qū)域?yàn)樯降?,且人類活動較少,植被變化情況較小。而瓊海市城鎮(zhèn)及其周邊的數(shù)值變化較大,即城鎮(zhèn)及周邊存在大量的由植被或耕地轉(zhuǎn)變?yōu)榻ㄖ绕渌愋偷牡匚铩?/p>
圖3 變化監(jiān)測結(jié)果
通過兩期GF-1衛(wèi)星影像利用像素直接對比方法,提取出大部分的變化圖斑,圖4 為2020 和2021 年的局部影像示意圖,2020 年影像上部分區(qū)域顯示為耕地,而在2021 年部分耕地已經(jīng)變?yōu)榻ǎ?gòu))筑物、水體等類型,通過兩個時期的影像直接對比進(jìn)行變化圖斑提取,從圖5 可知,兩時期的變化信息大部分被提取出來,操場也作為單獨(dú)個體識別出來,但仍存在一定的問題,如部分裸地信息被錯誤識別進(jìn)去,影響了識別面積,基于像元的像素對比法,由于“異物同譜”現(xiàn)象不可避免,會造成部分不同類型但具有相同像元信息的地物錯分為一類。
圖4 兩時期影像對比
圖5 直接對比法變化監(jiān)測提取
采用面向?qū)ο蠓诸惙椒▽?020 年與2021 年兩期影像進(jìn)行全要素分類,并對分類結(jié)果進(jìn)行對比,當(dāng)分類屬性發(fā)生變化時自動標(biāo)記并導(dǎo)出,得到具有較高精度的變化監(jiān)測提取成果。首先通過多尺度分割,將GF1 影像分割成互不相干的若干個區(qū)域,同一區(qū)域內(nèi)影像紋理與光譜特征相同或相似;不同地物類型具有不同的分割尺度,通過調(diào)整分割尺度,可以將地物類型準(zhǔn)確地勾繪出來;分割過程中加入了紋理特征、光譜特征、指數(shù)特征等,靈活運(yùn)用相應(yīng)的特征,可以準(zhǔn)確獲取地物信息。通過面向?qū)ο蠓诸惙ǖ牡匚镒兓O(jiān)測,得到如圖6 所示的提取結(jié)果,基于面向?qū)ο蠓诸惖淖兓O(jiān)測結(jié)果提取精度較高,提取邊界更清晰,道路邊界、建筑輪廓均完整識別出來。相對于傳統(tǒng)監(jiān)督分類提取的結(jié)果存在鋸齒效應(yīng),而面向?qū)ο笏惴梢暂^好地解決這一問題。
圖6 面向?qū)ο蠓ㄗ兓O(jiān)測提取
本研究通過統(tǒng)計(jì)圖斑成果內(nèi)的變化區(qū)域面積占總圖斑面積的百分比作為精度驗(yàn)證指標(biāo),對兩種方法的提取成果進(jìn)行精度驗(yàn)證,得到如表1 所示的結(jié)果。由表可知:像素直接比對法的分類精度為75.69%,而面向?qū)ο蠓诸惙椒ǖ淖R別精度為86.75%,通過本研究的試驗(yàn)可知,面向?qū)ο蠓诸愒诘匚镒兓O(jiān)測中擁有更高的識別精度。
表1 分類精度驗(yàn)證
以國產(chǎn)高分辨率衛(wèi)星影像作為數(shù)據(jù)源,選用指數(shù)計(jì)算、直接對比法與分類對比法進(jìn)行地物變化監(jiān)測研究。通過研究開展,得到以下結(jié)論:
(1)對海南省瓊海市進(jìn)行NDVI 計(jì)算,可掌握地物地類變化的大致情況。
(2)對兩期影像進(jìn)行變化提取,影像像素直接對比法可提取部分變化圖斑,但“異物同譜”錯誤識別現(xiàn)象較多;面向?qū)ο蠓诸惙ㄌ崛〉木雀?,邊界更清晰,邊界走向與實(shí)際更吻合。
基于高分一號衛(wèi)星2 米分辨率影像進(jìn)行地物變化監(jiān)測,對于集中變化地物提取具有較好的適用性,對于獨(dú)棟建筑存在提取誤差,后期的研究將著重采用語義分割等先進(jìn)技術(shù)開展地物變化監(jiān)測研究等工作。