基于地理模型和多源遙感的林草生態(tài)綜合監(jiān)測方法
——以日照市莒縣為例

閆振國,王錦輝,張海建

(1.山東省地質(zhì)測繪院,山東 濟(jì)南 250002;2.西安博深海思軟件有限公司,陜西 西安 710000)

0 引言

林草生態(tài)系統(tǒng)是地球上最大的生態(tài)系統(tǒng),整體結(jié)構(gòu)較為復(fù)雜且物種較多,為對其進(jìn)行有效保護(hù),需要采用多種技術(shù),通過生態(tài)監(jiān)測、遙感監(jiān)測等多種方式進(jìn)行綜合分析評(píng)估[1-4]。在對大量文獻(xiàn)進(jìn)行分析后,早期的林草監(jiān)測過程中多采用光譜數(shù)據(jù)作為分析基礎(chǔ),光學(xué)圖像具有容易分析的優(yōu)點(diǎn),但極易受到外界環(huán)境的影響。在此基礎(chǔ)上,人們又使用合成孔徑雷達(dá)和激光雷達(dá),完成此部分分析工作。由于數(shù)據(jù)來源的不同,基礎(chǔ)的監(jiān)測方法無法對多類別信息進(jìn)行融合分析,導(dǎo)致大量數(shù)據(jù)失去時(shí)效性,且監(jiān)測結(jié)果嚴(yán)重失真。

針對上述問題,在此次研究中使用地理模型和多源遙感技術(shù),對當(dāng)前監(jiān)測方法進(jìn)行分析并完成優(yōu)化,提出基于地理模型和多源遙感的林草生態(tài)綜合監(jiān)測方法。希望通過此方法可提升多源數(shù)據(jù)的應(yīng)用效果,并在當(dāng)前檢測方法的基礎(chǔ)上,獲取可靠性更高的監(jiān)測結(jié)果,推動(dòng)林草生態(tài)系統(tǒng)保護(hù)工作的開展,實(shí)現(xiàn)林草資源的可持續(xù)發(fā)展。

1 林草生態(tài)監(jiān)測現(xiàn)狀

1.1 資源本底不清、現(xiàn)狀不明

目前,在進(jìn)行林草生態(tài)監(jiān)測的過程中,雖然對各個(gè)項(xiàng)目區(qū)域的背景情況(包含社會(huì)經(jīng)濟(jì)、森林資源、動(dòng)植物資源、風(fēng)景名勝等基本情況)也進(jìn)行了相關(guān)調(diào)研,但整體不夠認(rèn)真、細(xì)致。在沒有結(jié)合當(dāng)前政策、沒有進(jìn)行客觀分析的前提下,對以往的研究成果以及相關(guān)數(shù)據(jù)進(jìn)行套用照搬,導(dǎo)致資源數(shù)據(jù)失真、失效,喪失了數(shù)據(jù)原有的時(shí)效性[5-6]。與此同時(shí),在進(jìn)行林草生態(tài)監(jiān)測的過程中,過于依賴過去的數(shù)據(jù)研究結(jié)果,但在一些大型的項(xiàng)目中,由于研究區(qū)域過大、距離較長,一些外業(yè)人員為了節(jié)約時(shí)間在沒有深入研究的情況下過度使用以往的研究成果,直接應(yīng)用以往林草數(shù)據(jù)提取有關(guān)因子,獲取衛(wèi)星數(shù)據(jù)。由于林草數(shù)據(jù)是一項(xiàng)動(dòng)態(tài)數(shù)據(jù),以往的研究數(shù)據(jù)形成較早,在應(yīng)用過程中參考價(jià)值較低,導(dǎo)致林草資源數(shù)據(jù)異常,資源現(xiàn)狀不明。

1.2 調(diào)查監(jiān)測評(píng)價(jià)體系不合理

林草生態(tài)綜合監(jiān)測是當(dāng)前林業(yè)管理保護(hù)的重要依據(jù)。經(jīng)過多年的發(fā)展與完善,現(xiàn)已形成獨(dú)立的調(diào)查監(jiān)測評(píng)測體系,但此體系應(yīng)用的過程中還存在相應(yīng)問題。

首先,林草監(jiān)測與林業(yè)調(diào)查由于經(jīng)費(fèi)上的區(qū)分,導(dǎo)致此兩部分工作相互獨(dú)立,進(jìn)而導(dǎo)致監(jiān)測結(jié)果與調(diào)查結(jié)果較為分散,缺乏明確的監(jiān)測結(jié)果。但在調(diào)查監(jiān)測評(píng)價(jià)過程中,采用統(tǒng)一的評(píng)價(jià)指標(biāo)與評(píng)價(jià)方法對此結(jié)果進(jìn)行研究,造成評(píng)價(jià)結(jié)果可靠性較低的問題。其次,林草生態(tài)綜合監(jiān)測過程需要采用多種監(jiān)測方法綜合處理后得到最終的結(jié)果,當(dāng)前的調(diào)查監(jiān)測評(píng)價(jià)體系無法對多種監(jiān)測方法應(yīng)用效果進(jìn)行高精度的評(píng)估,此問題嚴(yán)重影響了林草生態(tài)綜合監(jiān)測技術(shù)的應(yīng)用效果與發(fā)展。

1.3 林草融合監(jiān)測格局尚未成形

自林草生態(tài)綜合監(jiān)測工作開展以來,監(jiān)測機(jī)構(gòu)與人員配置一直存在相應(yīng)的問題,監(jiān)測技術(shù)、人員配置以及監(jiān)測設(shè)備三方適配度較低[7-8]。與此同時(shí),林草監(jiān)測與林業(yè)調(diào)查的獨(dú)立管理,難免造成管理混亂、監(jiān)測效果低下的問題。由上述文獻(xiàn)結(jié)果可以確定,當(dāng)前林草融合監(jiān)測布局尚未形成,林草融合監(jiān)測基礎(chǔ)結(jié)構(gòu)布局不合理,整體運(yùn)行效率較低,不能準(zhǔn)確掌握林草監(jiān)測與林業(yè)調(diào)查信息。信息的不健全造成了當(dāng)前科學(xué)監(jiān)測與科學(xué)管理發(fā)展較慢的問題,嚴(yán)重影響到林草融合監(jiān)測質(zhì)量與效率。

2 林草生態(tài)綜合監(jiān)測方法

2.1 林草生態(tài)數(shù)據(jù)采集

為獲取到更加細(xì)致的數(shù)據(jù),在此次研究中將采用遙感技術(shù)獲取目標(biāo)區(qū)域的林草生態(tài)數(shù)據(jù),從根源提升林草生態(tài)綜合監(jiān)測結(jié)果質(zhì)量。

本次研究不對遙感成像采集過程進(jìn)行研究,僅對圖像標(biāo)定、植被區(qū)域劃分部分展開設(shè)計(jì)。在林草生態(tài)數(shù)據(jù)采集的過程中,以遙感圖像為主、計(jì)算機(jī)圖像為輔的形式獲取目標(biāo)區(qū)域林草圖像。獲取原始圖像后,對其進(jìn)行標(biāo)定。假設(shè)目標(biāo)區(qū)域的遙感圖像信息信號(hào)為公式(1):

(1)

在信號(hào)中增加最大地表亮度,而后使用Harris角點(diǎn)檢測算法[9]完成原始圖像的預(yù)處理與匹配,將處理后的圖像作為3D標(biāo)定處理的基礎(chǔ)。假設(shè)處理后圖像的透射率為恒定數(shù)值,使用濾波器對圖像進(jìn)行降噪,得到投影散斑尺寸信息,并根據(jù)此信息得到相關(guān)向量。使用小波分解技術(shù),將其分解為正交投影序列,并將圖像二維函數(shù)h'(x,y)的(o+u)幾何矩設(shè)定為:

(2)

根據(jù)公式(2),對遙感圖像匯總的區(qū)域塊進(jìn)行標(biāo)定處理,實(shí)現(xiàn)原始圖像的校正與分割。而在圖像中,劃分植被與土地,在此次研究中選擇歸一化植被指數(shù)與比值植被指數(shù)同時(shí)對圖像展開處理,具體計(jì)算公式(3)設(shè)定如下:

(3)

比值植被指數(shù)公式(4):

(4)

式中:a'表示紅外光波;a表示近紅外光波。整合上述公式,將其應(yīng)用到原始圖像的采集與處理過程中,得到整合后的圖像信息備用。

2.2 林草生態(tài)環(huán)境遙感影像判讀

采集到的原始林草生態(tài)環(huán)境遙感影像無法直接應(yīng)用到后續(xù)的研究中,故而在此環(huán)節(jié)中通過紋理特征提取與支持向量機(jī)算法[10-11],對林草生態(tài)環(huán)境遙感影像進(jìn)行判讀。

文獻(xiàn)研究結(jié)果表明,遙感影像具有豐富的紋理特征,假設(shè)原始圖像a(x,y)的大小設(shè)定為M×N,圖像中灰度值最大值為H,記錄位置(x,y),灰度值i像素到遙感點(diǎn)(x+dx,y+dy)的空間距離為d,方向?yàn)棣?則此位置的灰度值聯(lián)合概率可表示為公式(5):

Qd,δ(i,j)={(x,y),(x+dx,y+dy)∈M×N|a(x,y)=i,a(x+dx,y+dy)=j}

(5)

根據(jù)公式(5)得到灰度共生矩陣,在此矩陣的基礎(chǔ)上利用C段波,完成紋理特征提取。獲取研究區(qū)域圖像的邊緣輪廓信息,具體計(jì)算公式(6～8)所示:

(6)

(7)

(8)

式中:W表示紋理規(guī)則程度;l表示計(jì)算系數(shù);E表示像素值和均值的偏差程度;DIS表示邊緣輪廓。通過上述公式,對原始遙感采集結(jié)果進(jìn)行整理,并將其設(shè)定為訓(xùn)練集的形式。根據(jù)非線性計(jì)算公式,將圖像判讀核函數(shù)[12]設(shè)定為B(ν|νi),使用正則化系數(shù)G降低計(jì)算過程中的過度擬合,此時(shí),判讀目標(biāo)函數(shù)可表示為公式(9):

(9)

公式(10)約束條件設(shè)定如下:

(10)

式中:p表示向量機(jī)模型參數(shù)最優(yōu)解。對以上公式進(jìn)行整合,應(yīng)用其完成影像判讀,為后續(xù)研究提供影像信息。

2.3 基于多源遙感技術(shù)的林草地圖斑監(jiān)測

在上文中已經(jīng)對圖像的采集與處理部分進(jìn)行了初步設(shè)計(jì),為實(shí)現(xiàn)多源遙感技術(shù)的應(yīng)用,本環(huán)節(jié)將主要對多源遙感技術(shù)的數(shù)據(jù)融合展開設(shè)定。對比多種方法后,選擇地理加權(quán)回歸模型完成此部分處理。在原有的地理模型中增加地理位置作為自變量,使用觀測值進(jìn)行距離加權(quán)技術(shù),得到林草地圖斑真實(shí)地理位置與觀測點(diǎn)之間的距離函數(shù),完成監(jiān)測數(shù)據(jù)分析,見公式(11):

(11)

式中:(zi,νi)表示目標(biāo)區(qū)域第i個(gè)樣本點(diǎn)的坐標(biāo);μ0(zi,νi)表示計(jì)算過程中的常數(shù)項(xiàng);μi(zi,νi)表示第i個(gè)樣本點(diǎn)的回歸系數(shù),將其作為地理位置函數(shù);νi表示第i個(gè)樣本點(diǎn)的隨機(jī)誤差;y'i表示目標(biāo)區(qū)域通過遙感觀測到的林草地圖斑比例;n表示遙感數(shù)據(jù)子集個(gè)數(shù)。采用加權(quán)最小二乘法[13-14]對公式(7)進(jìn)行計(jì)算,則有公式(12):

Bt(zi,νi)=(STR(zi,νi)S)-1STR(zi,νi)Y'

(12)

式中:S表示自變量矩陣;ST表示此矩陣的轉(zhuǎn)換值;R(zi,νi)表示空間權(quán)重矩陣,此矩陣由空間距離單調(diào)遞減函數(shù)組成。利用雙平方距離衰減函數(shù)可獲取公式(8)中的地理權(quán)重,并根據(jù)因變量Y'的取值范圍,得到最終的林草地圖斑監(jiān)測多元遙感融合結(jié)果,此計(jì)算過程可表示為公式(13):

(13)

式中:dij表示遙感數(shù)據(jù)之間的歐式距離;o表示遙感數(shù)據(jù)采集過程中的最佳帶寬。通過公式(13)完成數(shù)據(jù)的訓(xùn)練與處理,實(shí)現(xiàn)林草地圖斑監(jiān)測。

2.4 林草生態(tài)監(jiān)測

在上述遙感圖像以及地理信息分析結(jié)果的基礎(chǔ)上,對目標(biāo)區(qū)域的林草生態(tài)情況進(jìn)行監(jiān)測。根據(jù)當(dāng)前林草生態(tài)監(jiān)測工作的目標(biāo)與相關(guān)操作標(biāo)準(zhǔn),使用馬爾科夫鏈矩陣模型對遙感信息展開動(dòng)態(tài)分析。將上文中獲取到林草斑塊作為基礎(chǔ),得到此次研究中的馬爾科夫矩陣模型,如公式(14)[15-16]:

(14)

式中:L表示圖斑面積;n表示圖斑分類的類型;i,j表示研究過程中的分類次數(shù)。通過此矩陣模型對圖斑的演變過程進(jìn)行推論,得到圖斑整體變化特征如公式(15)[17]:

(15)

式中:X',Y'表示林草區(qū)域圖斑中心位置坐標(biāo);H'i表示林草區(qū)域的斑塊面積;n表示圖斑分類的類型;N表示遙感影像圖斑的總個(gè)數(shù)。通過公式(15),完成動(dòng)態(tài)分析,將林草生態(tài)變化劃分為以下幾部分:

(1)林/草/濕地界線變化

(16)

式中:q'i0表示初始遙感監(jiān)測結(jié)果;q'i1表示當(dāng)前遙感監(jiān)測結(jié)果。

(2)植被覆蓋率監(jiān)測

(17)

式中:P'0表示初始植被覆蓋率;D'表示遙感采點(diǎn)數(shù)量;I'表示總采樣數(shù)量。

對公式(16)、公式(17)進(jìn)行整理,得到最終的檢測結(jié)果并輸出。至此,基于地理模型和多源遙感的林草生態(tài)綜合監(jiān)測方法設(shè)計(jì)完成。

3 實(shí)驗(yàn)與分析

3.1 研究區(qū)域概況分析

為驗(yàn)證文中方法的應(yīng)用效果,選擇山東省日照市莒縣作為目標(biāo)研究區(qū)域,使用文中方法對此區(qū)域內(nèi)的林草生態(tài)系統(tǒng)進(jìn)行綜合監(jiān)測。選取莒縣某林草區(qū)域作為測定區(qū)域,降低實(shí)驗(yàn)難度,獲取此區(qū)域的陸地衛(wèi)星圖像,作為此研究的基礎(chǔ)。在實(shí)驗(yàn)前,對陸地衛(wèi)星圖像的部分信息進(jìn)行統(tǒng)計(jì)分析,以此確保實(shí)驗(yàn)結(jié)果可靠性,具體數(shù)據(jù)如表1所示。

表1 2015—2020年日照莒縣林草區(qū)域陸地衛(wèi)星圖像

根據(jù)表1中的數(shù)據(jù),對研究區(qū)域的遙感影像進(jìn)行劃定與分析。與此同時(shí),對研究區(qū)域進(jìn)行了實(shí)地分析,獲取了大量的外業(yè)調(diào)查記錄以及圖片。其中,樣本為650份,樣本有效率為99.0%。外業(yè)數(shù)據(jù)主要由GPS獲取分析,通過定點(diǎn)的方式核查林草區(qū)域現(xiàn)狀,并詳細(xì)記錄此區(qū)域的高程信息。同時(shí),在上述技術(shù)基礎(chǔ)上,獲取研究區(qū)域的其他5套數(shù)據(jù)庫基本信息,具體如表2所示。對上述數(shù)據(jù)集進(jìn)行整理后,將其匯總到實(shí)驗(yàn)平臺(tái)中,作為此次實(shí)驗(yàn)中的數(shù)據(jù)基礎(chǔ)。

表2 研究區(qū)域地表覆蓋數(shù)據(jù)庫基本信息

3.2 實(shí)驗(yàn)方案

此次實(shí)驗(yàn)中,將實(shí)驗(yàn)對比指標(biāo)設(shè)定為林草遙感圖像總體分類精度以及林草區(qū)域變化監(jiān)測結(jié)果精度兩部分。在上文中設(shè)定的數(shù)據(jù)內(nèi)容的基礎(chǔ)上,采集了部分遙感圖像作為實(shí)驗(yàn)對比基礎(chǔ),具體圖像如圖1所示。

a—2015年遙感圖像;b—2020年遙感圖像。圖1 目標(biāo)區(qū)域遙感圖像

將此圖像與表1、表2中數(shù)據(jù)進(jìn)行融合分析,作為此次實(shí)驗(yàn)的數(shù)據(jù)基礎(chǔ)。通過分析上述圖像的形式,得到預(yù)設(shè)實(shí)驗(yàn)指標(biāo)的測定結(jié)果。此次實(shí)驗(yàn)中,將林草遙感圖像總體分類精度指標(biāo)計(jì)算公式設(shè)定如公式(18):

(18)

式中:n表示遙感圖像中地表類型總數(shù);N表示圖像中的總像元個(gè)數(shù);ii表示混淆矩陣中的對角線元素;i+表示某一類型的列總和;+i表示某一類型的行總和。在此實(shí)驗(yàn)中將此指標(biāo)的衡量標(biāo)準(zhǔn)設(shè)定如公式(19):

(19)

式中:kappa≥0.4表明分類效果一般;kappa≥0.6表示分類效果較好;kappa≥0.8表示分類效果極好。林草區(qū)域變化監(jiān)測結(jié)果精度采用多源數(shù)據(jù)對圖1進(jìn)行圖像分析,確定5年間林地的變化情況,圖1(a)中區(qū)域表示林地面積測量結(jié)果。為了提升此次實(shí)驗(yàn)的對比性,采用多信息融合檢測方法與基礎(chǔ)監(jiān)測方法與文中方法進(jìn)行對比,完成實(shí)驗(yàn)對比分析過程。

3.3 實(shí)驗(yàn)結(jié)果分析

3.3.1 林草遙感圖像總體分類精度實(shí)驗(yàn)結(jié)果分析

根據(jù)圖2分析結(jié)果可以確定,文中方法的遙感圖像處理能力優(yōu)于其他2種方法。按照公式(19)的衡量標(biāo)準(zhǔn)可以確定,文中方法在分類的過程中可達(dá)到極好條件,但其他2種方法僅能得到較好狀態(tài),且不同類別圖元的分類精度波動(dòng)較大。

圖2 林草遙感圖像總體分類精度實(shí)驗(yàn)結(jié)果

3.3.2 林草區(qū)域變化監(jiān)測結(jié)果精度實(shí)驗(yàn)結(jié)果分析

將圖3中內(nèi)容與圖1中內(nèi)容融合分析可以看出,在指標(biāo)的實(shí)驗(yàn)過程中,文中方法的監(jiān)測精度明顯優(yōu)于其他2種方法,整體監(jiān)測區(qū)域邊緣完整與實(shí)際遙感圖像一致,其他2種方法的所得結(jié)果與圖1中遙感圖像相差較大。將此結(jié)果與表1、表2中數(shù)據(jù)進(jìn)行融合分析后,得到監(jiān)測精度統(tǒng)計(jì)結(jié)果具體如表3所示。將表3中數(shù)據(jù)與上文所得實(shí)驗(yàn)結(jié)果進(jìn)行融合分析可以確定,文中方法具有較高的監(jiān)測能力且整體檢測精度優(yōu)于當(dāng)前方法,文中方法的應(yīng)用效果優(yōu)于其他2種方法。

a—文中方法;b—基礎(chǔ)方法;c—多信息融合方法。圖3 林草區(qū)域變化監(jiān)測結(jié)果精度實(shí)驗(yàn)結(jié)果

表3 監(jiān)測精度統(tǒng)計(jì)結(jié)果

4 結(jié)語

隨著人們對林草生態(tài)系統(tǒng)的重視程度不斷增加,應(yīng)用遙感技術(shù)完成林草生態(tài)綜合監(jiān)測成為當(dāng)前生態(tài)系統(tǒng)保護(hù)研究中的重點(diǎn)問題。針對當(dāng)前研究中出現(xiàn)的問題,在此次研究提出了一種新型綜合監(jiān)測方法,并通過實(shí)驗(yàn)證實(shí)了此方法的應(yīng)用性能。在日后的研究中可使用此方法完成綜合監(jiān)測,推動(dòng)生態(tài)系統(tǒng)保護(hù)工作的深化發(fā)展。